人工智能究其本质，以深度学习为例，学习借鉴了脑科学的部分研究成果。目前，人工智能商业化落地已经开始走向了各行各业当中。
“因此，我们觉得要做人工智能领域中伟大的企业，一定要紧跟整个人类科技发展的前沿。一方面我们在深度学习、多模态深度语义理解、类脑人工智能方面做大量的前沿研究和探索；另一方面我们非常重视AI核心技术与行业领域场景深度结合，打造AI产品与服务，深入赋能行业。”深思考的CEO杨志明表示这就是公司最早的设想。
连续多轮创业，团队来自AI一线科学家
在成立深思考之前，杨志明博士已经带领团队经历了三次AI领域的创业。第一次创业他将信息安全和AI结合起来；第二次则是把AI的深度学习用于广告推荐；到了三次创业，他将AI用在了法律行业的垂直领域。
2012年后，人工智能在国内悄然兴起。杨志明在此时也意识到深度学习的时代到来了，于是，他开始了第四次创业，即成立了深思考人工智能iDeepWise。
图 | 深思考CEO 杨志明
深思考的定位是一家专注于类脑人工智能与深度学习核心科技的公司。日前发布了“多模态深度语义理解”深思考大脑4.0，面向智慧商业和智慧医疗大健康领域进行产品的商业化落地，为其提供终端人工智能解决方案。
在团队方面，人工智能企业不同于其他行业企业，团队核心技术的积累与AI的核心人才尤其重要。在团队方面，杨志明博士和深思考的核心团队正是由中科院自动化所、软件所、计算所、微电子所等中科院院所、清华大学、海外知名大学人工智能方向的科学家与领域业务专家组成。他们在人工智能领域一直是一线前沿的科学家，具有丰富的经验。得益于此，其在深度语义理解、计算机视觉和深度学习处理器等方面拥有多项发明专利，具备深厚的技术积累。
杨志明博士表示：“我们和一些初创AI企业的区别在于，核心团队已经在AI行业做了十多年，积累的技术基础比较深。另外，多次的创业经历也令我们意识到创业要更多的关注技术到产品的落地，所以我们也着重关注产品落地，把自己的技术积累和和领域业务相结合去创业，形成刚需的产品。”
因此，在技术形成产品商业化落地的时候，深思考有两种产品形态：一种为云模式，产品即为云服务，企业可以通过接入服务快速的拓展业务；另外一种则是端模式，其将算法与深度学习处理器DPU形成AI芯片一体化解决方案，针对特定领域的业务为客户提供服务。当前，该公司推出的产品与解决方案是“多模态深度语义理解”深思考大脑，具体包含：人机交互与文本语义理解模组、视觉语义理解模组、深度学习处理器模组、情感计算模组、大数据分析模组。
以云模式+端模式的方法落地医疗大健康领域
其中，医疗大健康领域是深思考切入的重要场景之一。2018年3月，起对外首次发布了医疗影像专用AI芯片“M-DPU”，用于支持机器人对人类关键组织进行精准识别与定位，也能够搭载在智能音箱等硬件设备中为用户提供健康咨询。
谈及从选择医疗大健康领域切入的原因时，杨志明表示：“AI技术去解决刚需痛点问题，是永远都具有生命力的。当前，国内的医疗大健康市场够大，医疗资源不平衡，因此AI技术在这一领域具有广阔的应用前景，通过把AI技术与医疗大健康结合能够切实地解决一些问题。”
因此，深思考的云模式在走向商业化的时候主要应用于健康筛查与健康咨询两个方面的服务。在健康咨询方面，其采用云模式接入的方式与九阳、小米等上市公司进行合作，在智能音箱、电饭煲等产品中接入健康咨询服务,为消费者提供饮食建议、营养咨询、膳食制作等健康管理服务。同时，当智能音箱、手机等接入其云服务后，他们也能够提供日常健康咨询、妇婴领域、慢性病、肿瘤等诊前诊后咨询。
在AI健康筛查方面，深思考提供的是宫颈癌筛查服务。病理扫描仪接入其医疗大健康C6云，然后用AI批量帮助医院的医生进行筛片；端模式则是由原来的GPU大服务器，变成现在非常小功耗、高性能的DPU芯片，集成AI算法后嵌入到病理扫描设备中，然后进行宫颈癌筛查。
然而，由于医疗行业的特殊性和重要性，在政策规定等方面的都非常严苛。他们又是如何打开市场的呢？
杨志明表示：“我们当时的策略是两方面结合，一方面针对三甲医院去进行一些科研合作，同时，另外一方面重点将产品落地放在较为市场化的第三方检测机构进行合作，目前在第三方检验机构的覆盖率已达到60%-70%。”
落地智慧商业，在人机交互多轮语义理解具有突出优势
此外，智慧商业也是深思考落地应用的领域之一。据杨志明博士介绍：“我们主要专注于汽车的4S智慧展厅。相较于传统的4S店，AI智能展厅能够应用于多个方面，包括以实体或者虚拟出现的AI迎宾；通过AI进行人机交互，让消费者能够通过扫描二维码、机器人、APP等去详细了解4S展厅中每一款车的详细情况。并且，消费者可以随时随地向AI咨询关于车的多种问题。”
同时，其也通过大数据分析平台为智慧展厅提供用户画像。从年龄、性别、购车咨询时的情绪、停留时间、消费者关注的焦点、购车偏好等多个维度的大数据分析辅助4S店长和主机厂商决策层做决策。
深思考在整个服务的过程中，应用到的核心技术之一就是多模态深度语义理解技术。
杨志明告诉镁客网，其在多轮人机交互语义理解方面有突出优势，使得机器人能够与人多轮人机交互，能够理解上下文，并且，在人机交互的过程中实现会话意图的自由切换与准确识别。其语义理解是多模态的，相较于一般技术仅理解文本、仅理解语音，深思考第四代机器人能够同时深度理解文本、语音和视觉图像背后的语义。
当前，深思考已推出“多模态深度语义理解”深思考大脑4.0，在中文语义理解、多轮人机交互和机器阅读理解方面取得一定突破。在刚刚结束的中文语义理解与人机交互领域权威赛事SMP2018-ECDT中，深思考人工智能再次荣获语义理解多轮人机交互全国第一名，蝉联2017、2018年两届冠军，同时在“2018机器阅读理解技术竞赛”中，全球排名前1%。
结语：
在杨志明博士看来AI已经发展到了后深度学习时代，他们在产品研发落地的过程中正在探索：如何使用少量数据样本也能构建准确的AI模型，如何迁移其他领域的AI模型，如何在实际应用落地时构建无监督的深度强化学习模型......
“未来无监督的强化学习将是人工智能落地于行业非常重要的一个方向。”他说。
网友评论