「新一代人工智能院士高峰论坛」再添五大院士对话，张正友、颜水成、孙剑领衔六场报告
0分享至2019年12月20日，由鹏城实验室、新一代人工智能产业技术创新战略联盟主办的为期两天的「新一代人工智能院士高峰论坛」在深圳开幕，本次论坛以「云脑汇智，鹏城先行」为主题，聚焦AI最前沿技术动态，将重点关注人工智能在开源开放平台、高端芯片、类脑研究、智能应用的动态。
延续去年强大的院士阵容，今年邀请了多达10位院士，汇聚一堂，现场点评、深度剖析人工智能领域的发展现状和未来值得探索的方向。与此同时，来自学术界、企业界的国内人工智能领域顶尖专家也分享了关于人工智能技术领域的行业变革与技术创新的见解，一起探寻AI的边界。
关于首日上午的精彩报告，大家可回看《「新一代人工智能院士高峰论坛」开幕，五大院士镇场、另有汤晓鸥、王海峰精彩报告》。
下午精彩继续。
腾讯AILab&RoboticsX主任，ACM、IEEEFellow张正友博士作为下午场的首位报告嘉宾，带来了主题为《机器人的智能演进》的报告。
腾讯AILab&RoboticsX主任，ACM、IEEEFellow张正友
正式进入报告前，他回忆起去年同样是高文院士邀请他人工智能院士高峰论坛做报告，而今年高文院士再度邀请他时，还强调了一句话「一定要做最新的研究报告」。他笑着打趣：「我估计他是想来考考我，想看看我这一年多来到底有没有取得一些研究进展。」
「人工智能目前还是初春，还不是非常智能，存在很多问题。」话落下，他便以摄像机无法识别遮挡镜头的假图像为例指出目前人工智能还只是从大量标注数据学习，泛化能力较差。
他认为，随着传感器技术发展与充分应用，人与智能化机器人共存的时代必然会来临，这也是他选择回国加入腾讯创建RoboticsX机器人实验室的重要原因。
张正友博士接着介绍了机器人的6个组成部分，包括本体、感知、执行器、动力系统、交互系统、决策。机器人的未来趋势是自动化、智能化，要在不确定的环境中自主决策。针对机器人的自主决策，他提出了SLAP范式，即传感器和执行器要紧密结合，在学习和计划模块的帮助下提升能力、做出决策。
针对智能机器人技术未来的突破点，他再度提及去年分享过的「A2G理论」，其中ABC是代表了机器人的基础能力，A是指机器人能看、说、听以及理解，B是机器人本体，C是自动控制；而DEF是指更高一层的机器人能力，D是进化学习，E是情感理解，F是灵活操控；最后一层——G则是表示守护人类。这对更先进、更智慧的机器人提出了要求，而机器人的最终目标是要服务于人。
最后，张正友表达了对机器人发展的愿景，那就是人机共存、共创、共赢，为此，需要从「用机器人增强人的智力、关怀人的情感、发挥人类体能潜力、实现人机协作」四个方面来创建这种未来。
同样是二次出席人工智能院士高峰论坛的报告嘉宾还有依图科技首席技术官，IEEE、IAPRFellow颜水成博士。他在主题为《TransformAIintoAffordableIntelligence》演讲中，指出了让人工智能变为「AffordableIntelligence」所面临的挑战，并从芯片和模型的角度分享了一些工作进展。
依图科技首席技术官，IEEE、IAPRFellow颜水成
一开场，他提到，一个AI创业公司以及大厂AI实验室的核心使命是实现AI的真正落地，这就需要解决两个方面的问题：
第一个是算法，一方面是要保证算法「可以用」，即精度足够高，能够真正解锁一个场景；另一方则是算法要「足够用」，因为现在很多场景仅凭单模态的算法已经无法提供用户满意的解决方案。
第二是算力，一方面是要让用户「买得起」，比如用于支撑计算的AI芯片，它的并发性能要足够高；另一方面是要让用户「用得起」，即这种算力要保证功耗足够低，不然即便用户买回家也可能因为数据中心的电费过高而无法使用。
随着人工智能在越来越多的场景中得到使用，而随着技术上已经达到可以用的阶段，现在除了对算力和算法的要求越来越高，也更多地从「Affordable」的角度去考量。
颜水成博士进一步指出，研究表明，训练和测试人工智能模型所需要的算力，每三个半月就会翻一番，这个比摩尔定律已经快了很多。正如今年刚开完的NeurIPS会议上，大家比较关注的一件事情就是：当AI应用得越来越多，其带来的电力消费也越来越高，这会不会对环境产生影响呢？
所以要真正让AI在一个场景落地，最关键的两个引擎是：
第一个引擎是高效能的AI模型，这是算法的维度。要想获得一个高效能的AI模型有两种做法，一种是基于不同Motivation的模式，另一种是基于NAS（神经网络架构搜索）的模式。针对这一点，主要是希望能够解决研究和应用中的「Affordable」问题。
第二个引擎是高效能的AI芯片，这是算力的维度。针对这一点，芯片厂商首先要遵循算法和芯片原则，确保芯片在足够大的使用场景中达到很高的效能；其次要预测领域中最前沿的算法发展趋势，确保接下来几年时间这款芯片能「发挥所长」；最后要让用户的建设成本足够低并用得起。
最后，他总结道，AI在越来越多的场景得到应用，并且追求的精度和目标越来越高，这就对算法和算力提出了越来越高的要求。而这时，AI的「Affordable」问题就会变得越来越重要。
并且，如果要把AI转换成「AffordableIntelligence」的话，高性能的AI模型和高性能AI芯片则是推动这一转换的双引擎，只有这样才能让我们最终的用户能够「买得起」和「用得起」。
旷视首席科学家、何梁何利基金奖获得者孙剑博士以《视觉计算的前沿进展》为题，重点从卷积神经网络和计算机视觉技术本身介绍了计算机视觉的研究历程与进展。
旷视首席科学家、何梁何利基金奖获得者孙剑
卷积神经网络开始得比较早，上世纪80年代日本就有教授提出这样的概念，并得以发展。而后续针对卷积神经网络的研究工作，主要围绕四个问题开展：
第一个是神经网络的卷积问题。现在大家用的比较多的是3×3或5×5的卷积，而卷积此前经历了AlexNet网络、GoogleNet网络、Facebook提出的fasterR-CNN、旷视科技提出的ShuffleNetV1/V2等等，当前最新的研究进展则是动态卷积/条件卷积。
第二个是神经网络的宽度问题。这是困恼神经网络多年的问题，当网络的深度不够大时，就很难实现网络的训练。神经网络最开始的深度是8层，过了两年后增加到了20层，再之后微软提出的深度残差网络将深度增加到了152层，其采用残差网络的思想能够得到好的训练结果。
第三个是神经网络的深度问题。当深度学习复杂度超过一个点时，模型越大，训练和测试的错误率反而会同时下降，跟我们传统机器学习的认知不同，这其实跟网络的宽度有关。目前比较新的两个方向：一个是从Kernel的角度着手，另一个是尝试剪枝的方法，例如MetaPruning。
第四个是神经网络的大小问题。一般来说，在训练过程中神经网络的大小是不变的，然而研究发现，当在训练中让神经网络的大小变化时，能够实现更好的网络性能。
针对计算机视觉技术本身，孙剑博士则重点选择了目标检测这一方向，分享了目前研究中所存在的一些问题和进展：第一，当图像中的物体隔得很近时，检测技术就无法精确检测到单个物体；第二，计算架构的设计问题，对此，旷视提出了轻量级的两阶段目标检测器——ThunderNet，设计了多尺度架构的融合，在ARM设备上的运行速度非常快。
最后，孙剑还指出了计算机视觉应用中的几个最重要并且投入最多的关键问题：
第一，火灾等特殊场景的数据非常难收集，并且很难通过数据增强的方式获得；
第二，对于新的研究方法如自监督方法的需求；
第三，遮挡问题，虽然现在对此也有一些工作进展，但是深度学习还无法完全解决这个问题；
第四，深度学习和计算机视觉技术还无法很好连续追踪同时处于动态的多个物体；
第五，视觉控制问题，比如说现在还无法通过视觉反馈来连续控制机器人或机械臂；
第六，现实应用中要实现低成本、易部署以及安全面临的挑战还很大；
第七，现有方法还无法实现高精度的预测问题。
中科院计算所研究员，ACM、IEEE、IAPRFellow陈熙霖本次也作为报告嘉宾，带来了主题为《迈向可理解的计算机视觉》的报告。他在报告中也从他的视角分享了计算机视觉领域存在的一些问题以及针对这些问题自己所做的一些探索工作，并对于计算机视觉的未来发展给出了自己的想法。
中科院计算所研究员，ACM、IEEE、IAPRFellow陈熙霖
他指出，计算机视觉从提出概念到现在已有差不多半个世纪，主要历经了马尔计算视觉、主动和目的视觉、多视几何与分层三维重建、基于学习的视觉这四个阶段。该领域虽然取得的进展很明显，然而也带来了一些问题，就比如评测基准的出现。
「之前大家在研究上彼此之间没有比较，即便发了论文，但是结果可能在原地踏步，于是后来有了评测基准，然而带来的一个坏处就是，现在的研究者尤其是学生就只顾着去「刷榜」了，这其实并不是在做真正的研究。所以这是一个很大的问题。」
他认为，在做计算机视觉研究上，不仅要知道What和Where，还需要知道How、Why、When等等。除了研究方法上的问题，当前计算机视觉研究还面临着两大严峻问题，一是研究处于一个「封闭的世界」，这既体现新数据无法得到及时更新，无法从其他领域借用知识，也无法真正理解物体之间的真正联系；二是无法很好地处理开放世界的问题，比如说无法区分现实世界的语言和语义上的区别等。
针对这些问题，陈熙霖在可解释性决策模式，概念空间、语义空间、可视空间之间的相似性，可迁移的对比学习以及利用上下文方面进行了一系列探索和工作。
最后他总结道，过去50多年时间里，计算机视觉在应用上实现了很多成功，那未来将如何呢？——未来计算机视觉研究会朝着可理解的方向发展，即技术背后的知识会扮演更加重要的作用。
国际欧亚科学院院士、深圳市人工智能与机器人研究院副院长、IEEEFellow李世鹏在题为《万物互联，集智过人》的演讲中，重点回顾了IoT（智能物联网）到AIoT（人工智能物联网）再到IIoT（智物联网）的发展历程。
国际欧亚科学院院士、深圳市人工智能与机器人研究院副院长、IEEEFellow李世鹏
他认为，抛开其他因素，现在的人工智能时代主要包括四个基本因素：AI、人、机器人和IoT。其中，人是处于中心的因素，人跟智能的交互叫人机耦合或者是人机协作，人跟IoT结合在一起是物理的智能，人跟AI放在一起就是虚拟的场景。
而整个IoT的发展历程可分为三个阶段：
第一个阶段是IoT最基本的阶段。所有能连上网、能传送数据的设备都叫IoT设备，主要是关注在设备之间的连接问题、数据的采集跟通讯的问题。人则主要通过指令命令或者遥控跟IoT设备进行交互。这个阶段的智能程度很低，基本上只能做IFDtt这种类型的条件控制。
第二个阶段叫做AIoT，这个名词并不是国际提出来的，是一个中国特色的概念。上一阶段的IoT基本没有智能，对数据的应用也很简单或者只停留在表面，而这个阶段则对IoT产生数据进行智能处理。一方面，用户对IoT设备的交互变得越来越智能；另一方面，对采集的数据不仅仅停留在原始数据的解释方面，而是把数据结合在一起，然后形成一些新的知识。在这个阶段，AIoT总有一个集中的控制器来控制所有的IoT设备，因为它需要这样一个大脑来进行总体的控制。
第三个阶段也就是IIoT（智物联网）。在上个阶段，独立的智能物体本身有一定的智能，而且在很多时候可以独立运作。而这个阶段要探讨怎样把有智能和独立的智能体之间的智能联合起来以及联合在一起又能形成什么智能呢？人和机器之间的关系成为了比较平等的合作关系。
李世鹏认为，IIoT带来的聚合智能的演变正在发生，这一趋势可能会打破人工智能行业的一些现有障碍，并最后可能为未来基于因果关系的AI框架铺平道路。
华为海思首席芯片规划师、海思图灵产品管理部部长夏勤以《云大为美——高性能计算芯片的现在和未来》为题，分享了关于高性能计算芯片的现在与未来的思考，并以华为的昇腾芯片和鲲鹏芯片为例，探讨了高性能芯片设计方面的问题。
华为海思首席芯片规划师、海思图灵产品管理部部长夏勤
她表示，高性能计算芯片已成为芯片领域非常热门的方向，这个领域也产生了很多新的理论和新的技术，现在该领域的工程师无非在解一个三元方程，包括三个维度：性能、成本、易用性。如果从单一维度来看很容易解，但是如果要实现真正的量产，则必须同时解决好以下三个问题：
第一，核设计问题，可以往提升主频、多核以及微架构（指令集）三个方向探索。比如在多核方向上，华为目前已经推出了从8核到16核再到64核的芯片；在微架构上，华为的鲲鹏920芯片对指令集做了一些像乱序、指令预取这样的措施去提升性能，获得了比较好的结果。
第二，片内设计问题，对此，华为在芯片上做的优化工作包括采用最新工艺减小芯片面积，提高良率，进而降低成本。
第三，外围接口问题，在这个方面，华为在芯片的内存通道接口，包括接口速率、多IP互联、加速器上都做了非常多的创新。
除此之外，AI芯片的设计在软件方面也面临着前所未有的挑战：首先，基于AI的计算要求更大的并行处理能力；其次，AI芯片和CPU芯片非常大的差异点在于前者是真正意义上的异构计算；最后在AI软件栈的建设上也面临很大挑战，例如华为鲲鹏软件栈到昇腾软件栈的开发过程，复杂度和难度就非常高。
她进一步总结了未来芯片设计的趋势：
第一，未来单线程和单核性能会不断提升，同时针对指令集会有更多的定义出现，此外随着ARM的蓬勃发展，也会为未来的用户自定义提供了很大的空间，从而较大地改善芯片的整体性能；
第二，在记忆存储上，虽然现在还没有出现比较好的技术，但在内存接口以及整个内存架构的重新定义还有很多探索空间；
第三，新的标准和接口技术的突破，这个方面会有新的技术尝试，但是成果会出来得慢一些；
第四，灵活的电源管理，未来随着异构计算的到来，低负载、低功耗的调优技术会变得非常重要。
「AI未来有很多可以发展的方向，并且不是单维度的发展方向，虽然现在我们还不知道真正的AI时代何时会到来，但是我认为算力、协同、应用是整个AI技术未来能够走向全面商用的三个关键维度。」
第二场院士圆桌会在当日下午举行，由中国工程院院士、同济大学校长陈杰主持。
中国工程院院士、广播电视技术专家丁文华，中国工程院院士、通信与信息系统专家王沙飞，中国科学院院士、激光与光电子技术专家王立军，德国汉堡大学信息学科学系教授、德国汉堡科学院院士张建伟四位院士，结合当日主题演讲内容各抒对未来中国人工智能发展的展望与建议。
丁文华院士：此次大会内容丰富，体现出中国人工智能在各领域都有了非常大的进展。今年的演讲内容涉及算法、应用、资源，大家都在各自研究方向上实现了突破。我相信通过鹏城实验室这个平台，能够聚集全国乃至全球的人工智能领域的高端专家和人才共同交流和推进整个人工智能技术的发展。
王沙飞院士：我认为现在整个人工智能的发展还需要经过一个漫长的阶段，有这么几个方面的挑战和问题：
第一，现在人工智能的技术在落地应用场景时，在智能推理方面还存在很多问题，人工智能还很难像人一样对未知的场景或者目标进行智能推理。
第二，可解释性问题。现在AI可以计算海量大数据并且能够实现一定的感知，但是得出的结果是否正确呢？或许未来我们可以通过加入人的经验来改善这个问题。
今天听各位专家的报告很受启发，我认为通过各位同仁的努力，可以让人工智能突破基础研究上的难点并获得更好的应用。
王立军院士：我主要研究激光芯片，近几年随着人工智能、信息感知的发展，也向通讯和信息感知（光电集成芯片）开展研究。我研究激光芯片几十年，有一些自己的体会。
国内芯片这些年发展比较缓慢，并且还处于受限于人的阶段，为什么会出现这样的局面？有以下几个原因：
第一，芯片在研制过程中需要的设备费非常巨大，一般单位承受不起；
第二，在时间上，做芯片需要踏踏实实几年甚至是十几年的功夫才能搞定的；
第三，我们最近几年都追求尽快出成果，当然本意是好的，但是有些东西要尊重事实，像这种大投入、见效慢的，很多政府机关的官员在心里其实是不愿意投的；
第四，做芯片的研究者尤其是年轻人也更愿意去投入一些见效快，马上能出成果、出文章的研究。
现在我们国家意识到这些问题，国家也组织了几个部委联合攻克芯片问题。我相信几年后，我们国内在芯片这一块会有重大的突破。
另外针对信息感知，我个人认为下一步在光电、混合集成芯片方面是一个很重要的方向，它既把集成电路的技术和集成光学的技术进一步集成，还把感知的软件和光学的东西集成到一起，进一步提高了可靠性，会对AR产业有很大的推动。
张建伟院士：首先热烈祝贺鹏城实验室在一年多内取得这么大的成就，定义了未来几个重要的方向之后，组织各方各业的研究者从交叉的角度来解决国际民生的重大问题，已经成为了吸引产学研最高端人才聚集交流和头脑碰撞的很重要的平台。
今天听了各位的报告后，我还想再强调几点：
第一，打基础。今天有专家谈到了多模态的技术，从脑科学多模态的处理、芯片多模态的处理、图像识别、图片理解等等，多模态信息处理成为人工智能一个核心技术，也非常值得我们进一步开发和研究。我5年前组织的跨模态学习项目就是中、德之间最大的研究项目，从脑科学、心理学、人工智能、机器人等多方面来组织研究人的多模态学习机制，然后做新的算法，最后用机器人来实现。
第二，人工智能下一步如何落地。我认为除了提供人工智能基础平台之外，下一步要真正融入需求和垂直领域，深度融合，把加工链做深做长，做成世界级的知识产权和世界级的市场，使人工智能的价值更快产生。
第三，公共平台交流、生态打造以及社会影响。现在地方政府也对开源和为企业提供平台越来越重视，我认为在深圳这块创业热土上一定能作出新的世界级的人工智能Demo样机。
雷锋网AI科技评论报道。雷锋网雷锋网
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.
/阅读下一篇/返回网易首页下载网易新闻客户端云脑启智 开源赋能 2023新一代人工智能院士高峰论坛即将开幕
由鹏城实验室、新一代人工智能产业技术创新战略联盟主办，华为技术有限公司、北京百度网讯科技有限公司协办的2021新一代人工智能院士高峰论坛暨启智开发者大会将于12月19日-20日在深圳开幕。作为行业高水平的压轴学术盛会，本届论坛以“云脑启智、开源赋能”为主题，汇聚国内外顶尖院士专家及行业领军人物，聚焦AI开源开放平台、云际互联、智能应用等前沿技术动态，集中讨论国家新一代人工智能开放创新平台的AI创新应用成果。此届大会强调，让AI领先技术走出实验室，赋能产业的应用与落地。
高屋建瓴院士学者缔造未来图景
本届高峰论坛，汇集国内外多位院士及学者，将深入探讨AI发展为产业带来的新变化及对未来可能产生的深远影响。论坛邀请到“计算机界的诺贝尔奖”—图灵奖的获得者JohnHopcroft、微软亚洲研究院刘铁岩、南京大学周志华等著名学者，与大会来宾分享AI领域发展的前沿思潮。大会更邀请到潘云鹤、徐扬生、高文、于全、赵沁平、丁文华、徐宗本、余少华、王怀民等多位国内外院士出席备受瞩目的圆桌讨论，畅谈AI领域的前沿进展，分析产业赋能的新生长点和新问题，指引AI生态环境下的发展策略，为AI赋能产业贡献宝贵的智慧与力量。相信这些学术界的顶流大师，必将为现场观众们带来一场酣畅淋漓的学术论道。
提纲挈领产业一线打破技术壁垒
此届启智开发者大会立足国际国内开源大环境和发展趋势，侧重AI领域前沿技术分享和自主AI开源项目的展示，邀请到华为昇腾计算业务CTO周斌、百度王海峰、北京智源黄铁军、阿里巴巴李飞飞、腾讯张正友等AI领域产业一线的领袖，展示、探讨和展望如何在AI全面赋能时代下深耕技术、共筑开源生态，如何在实体经济与数字经济深度融合创新的当下，衍生新业态、构建新模式、创造新价值，共同推进行业发展，共建开源协作的智慧未来。
多项并举共建“开源”盛世
人工智能算力中心作为智能时代的新型公共基础设施，是发展人工智能产业的基础资源保障。当前，我国超大规模预训练模型的发展如火如荼，算力需求持续攀升，人工智能算力中心的建设保持快速增长。因此，为了促进我国战略性新兴产业的迅速发展和繁荣壮大、发挥各行业各地方推进人工智能技术和产业发展的积极性、发挥人工智能算力中心的最大价值，2021新一代人工智能院士高峰论坛暨启智开发者大会将倡议成立“人工智能算力网络推进联盟”，以“平等自愿、优势互补、资源共享、合作共赢”为原则，结合国内外人工智能技术和产业发展需求，整合业内资源，加强相互合作，致力提升人工智能技术、产品的研发水平和应用能力，促进人工智能产业健康快速发展，保障国家人工智能技术和产业的安全，推动人工智能技术在社会各领域和传统产业各领域的广泛应用。
为鼓励和支持中国企业和创新开发者积极主动建设人工智能开源开放生态，在2021新一代人工智能院士高峰论坛暨启智开发者大会上，启智社区将揭晓2021优秀开发者评选结果并进行隆重颁奖，希望通过这个专为开源人才搭建的展示舞台，吸引更多开发者加入启智社区，输入源源不断的创新动力，形成良性可期的开源持续发展生态。
此外，大会还为包括华为、百度在内的人工智能头部企业设置关于智算网络、开源基金、昇腾人工智能产业应用、深度学习技术框架等方向的多个专场，促进开源上下游产业融合、共建良好生态。
参会报名
无论顶尖精英抑或开源开发者，都可在2021新一代人工智能院士高峰论坛暨启智开发者大会中找到所需，探寻未来市场中的方向和机遇，发现新价值，找到新力量。可登录官网http://2021.openi.org.cn了解更多会议信息并进行报名，现场参会名额有限，额满为止。
撰稿：网络智能研究部赵海英
14位医疗AI专家齐聚一堂，「新一代人工智能院士高峰论坛」圆满落幕
2018年12月18日，由鹏城实验室、新一代人工智能产业技术创新战略联盟共同举办的「新一代人工智能院士高峰论坛」进行到第二天。
本次论坛以「『头雁』穿云，云脑启智」为主题，汇集多位院士、国内顶级科技企业技术负责人，为与会听众奉上了一场人工智能的思想盛宴。
论坛主办方之一的鹏城实验室，又称深圳网络空间科学与技术省实验室，于2017年12月22日授牌，2018年3月31日正式启动。目前鹏城实验室设有网络通信、人工智能和网络安全三个研究方向和网络通信、人工智能、网络安全、机器人、量子计算五个研究中心。同时已有多位院士入驻实验室院士工作室。
另一主办方新一代人工智能产业技术创新战略联盟成立于2017年7月23日。联盟发起成员单位包括百度、阿里巴巴、腾讯、华为等十几家知名企业。中国工程院潘云鹤院士任联盟名誉理事长和专家委员会主任，高文院士任联盟理事长，北京大学计算机科学技术系主任黄铁军教授任联盟秘书长。
本次论坛议程共分为两天，继17日主论坛的高屋建瓴和头脑风暴之后，18日的医疗专题论坛聚焦行业场景，由十几位医疗人工智能领域的顶级专家紧贴临床需求，为现场数百名专业听众带来了极具启发性的分享。
北京大学信息科学技术学院教授、博士生导师田永鸿教授
论坛伊始，北京大学信息科学技术学院教授、博士生导师田永鸿教授发表开幕致辞。田教授指出，随着中国人口老龄化加速，慢性病高速增长，加上我国医疗资源长期供需失衡、地域分配不均，人们对医疗人工智能的需求与日俱增。在此背景下，智慧医疗逐渐进入传统医疗的方方面，在智能导诊、疾病风险管理、语音电子病历、影像辅助诊断、医疗机器人、药物挖掘与临床试验等众多垂直领域得到应用。
最后，田教授也表达了自己的期望——希望本届论坛能够汇聚更多业内的声音，让大家携起手来，共同推动智慧医疗产业在中国的发展。
鹏城实验室智慧医疗课题负责人刘挺教授
随后，鹏城实验室智慧医疗课题负责人刘挺教授登台演讲，向与会听众介绍了鹏城实验室智慧医疗课题的详细情况。刘挺教授介绍，鹏城实验室人工智能研究中心下设了云脑开源软硬件平台、智慧交通和智慧医疗三大课题。
其中，智慧医疗课题又分为四个子课题：一、基因数据的压缩与分析，由哈工大的赵德斌教授牵头；二、医疗影像的分析与辅助诊断，有北京大学王亦洲教授牵头；三、医学的知识图谱与自然语言处理，由刘挺教授本人负责；四、智慧医疗应用平台，主要对前面三个子课题进行集成，由湖南大学彭绍亮教授负责。
目前，鹏城实验室在四个智慧医疗子课题上均取得了不俗的成绩。刘挺教授表示，未来鹏城实验室还将再接再厉，致力打造一个面向中国人的公益性、开放式的智能辅助诊疗平台，把基因、影像、文本、知识图谱等多种媒介集成在一起，帮助医生更好地进行诊疗。
中央保健委专家刘荣主任
第二位登台的是中央保健委专家刘荣主任，他以《智能医学的机遇和挑战》为题做了精彩分享。
演讲开篇，刘荣主任提纲挈领地对智能医学概念进行了准确定义：智能医学，即利用人工智能的工具和方法，辅助或替代人类进行医疗行为的科学，其特征是标准化的医疗行为和个体化的医疗设计。
刘荣主任介绍，语音识别、图像识别、视频识别以及智能导航等新技术的出现，使得医学影像辅助诊断、多模态影像融合、三维重建变得更加高效。其中三维重建是当前的一大研究热点，它是手术导航技术的基础。优秀的手术导航系统可以帮助医生降低手术难度、提高手术质量，同时辅助新医生的培训。
刘荣主任也指出，当前手术导航仍然面临着不少挑战。手术导航分为硬质器官手术导航和软质器官手术导航两大类别。其中软质器官容易发生形变和位移，给手术导航带了巨大的挑战、刘荣主任在这方面做了许多努力和研究，也取得不俗的成果。刘荣主任表示，希望未来技术突破可以实现手术机器人+智能导航+自动控制的外科，“一个外科医生就能控制30台手术”。但要实现这一愿景，数据共享仍是一道严峻的挑战。
深睿医疗首席科学家俞益州教授
紧接着，深睿医疗首席科学家俞益州教授发表了主题为《人工智能在医学影像领域的应用及前景》的主题演讲。
俞教授介绍，现代医学越来越依赖医学影像信息进行诊断，其中有80%的临床问题需要影像检查才能得出准确的诊断结果。医学影像格式标准化的特点又特别适合引入人工智能技术，因此医学和人工智能的结合成为了当前的热门研究方向。
深睿医疗作为一家新锐企业，在医学影像分析方面进行了许多探索。俞教授介绍，深睿医疗目前主要致力于两类重大疾病的辅助诊断：一是癌症的筛查和分析、分类；二是急诊室场景需要快速确诊的疾病辅助诊断，比如脑卒中。
演讲最后，俞教授还透露了深睿医疗与香港大学、中山大学合作的一项最新研究成果——通过一种新的、非局部的上下文编码网络提高医学图像分割算法的鲁棒性。这项成果在设计编码器的时候有两方面的考量：一是全局的关联性，二是全局的上下文。在全局关联性方面，通过对每个像素特征向量和同一个图像内部所有其他未知的特征向量进行相关性分对相关性大的像素能够进行融合，得到去除噪声的特征向量的版本，再把去除噪声以后的特征向量的版本加到原始的特征图上，得到加强版的特征图。这种加强版的特征图能够对噪声，特别是恶意的噪声具有比较强的抵抗力。
另外一方面，医学图像有比较明显的结构，因为人体器官之间的相对位置是比较明确的，可以利用这种明确的结构信息，生成全局的上下文编码。
莱斯特大学系统神经科学中心主任RodrigoQuianQuiroga教授
第四个发表演讲的是莱斯特大学系统神经科学中心主任RodrigoQuianQuiroga教授，他为与会听众带来了主题为《whatmakeushuman》的主题演讲。
RodrigoQuianQuiroga教授别出心裁地从几部经典科幻电影切入，探讨了人类与动物、机器思维方式的不同，为人工智能的研究方向提供了诸多启发。
中国科学院深圳先进技术研究院生物医学与健康工程研究所副所长刘新研究员
随后，中国科学院深圳先进技术研究院生物医学与健康工程研究所副所长刘新研究员作为第五位演讲嘉宾发表了题为《脑卒中粥样硬化斑块检测与智能诊断》的精彩报道。
刘新研究院介绍，动脉粥样硬化斑块破裂及血栓形成是脑卒中的主要病因，其中颅内动脉粥样硬化斑块占据了47%。目前，磁共振血管壁成像是检测颅内动脉粥样硬化斑块的唯一手段，同时它在其它位置的动脉粥样硬化斑块的检测方面也有显著优势。
不过这项技术在临床应用上面临着许多挑战：首先，现有的磁共振成像技术成像时间过长，在10分钟以上，会产生运动造成的伪影；其次，易损斑块结构成分复杂，易损性的定量判断难；最后，斑块图像数据量大，导致阅片困难。
为了解决这些问题，刘新研究员在快速成像方法、快速曲面重建和斑块智能诊断方面做了许多研究。医高性能头颈联合血管线圈为硬件基础，采用新型成像算法与脉冲序列设计，以及欠采样快速成像的方法，刘新团队实现了低于5分钟的全脑血管壁成像。同时，通过黑血与亮血图像融合、局部直方图最优路径选择，实现了快速精准的曲面重建。斑块智能诊断方面，基于CNN的颈动脉分隔模型，将颈动脉粥样硬化斑块的自动诊断准确率提高到了85.18%。
演讲最后，刘新研究院归纳，医学影像辅助诊断AI的基础是高质量的图像，因此动脉粥样硬化斑块智能诊断需要覆盖成像、重建和诊断全链条，同时还应该建立相应的数据采集和标注标准。
华大生命科学研究院执行副院长刘心博士
上午场压轴演讲的是华大生命科学研究院执行副院长刘心博士，它带来了主题为《基因组学大数据的分析和应用》的精彩分享。
演讲开始，刘心博士对基因组学大数据的内容和分析方法进行了简单介绍。刘心博士介绍，基因组学大数据和人工智能有许多交集。首先，人工智能中的图像识别技术可以应用于基因测序，实时计算分析基因复制过程中生化反应产生荧光。其次，基因组学数据与其他数据进行整合，也可以辅助对眼科疾病、肺癌、乳腺癌等疾病进行智能诊断。
最后，刘心博士详细介绍了两个基因组学大数据的实际应用案例：一是单一基因疾病的研究。利用基因组学数据找到基因与疾病之间的关系，并通过基因对照，找出带有基因缺陷却幸存下来的患者，研究他们身上帮助对抗基因缺陷的机制，寻找治愈遗传病的方法。
二是利用无创产前基因诊断积累的基因组学大数据，做中国人群基线、靶向基因药物等方面的研究。
湖南大学教授、鹏城实验室智慧医疗子课题负责人彭绍亮教授
下午，湖南大学教授、鹏城实验室智慧医疗子课题负责人彭绍亮教授用题为《基于超算的人工智能医疗和区块链技术》的主题演讲重新点燃了现场气氛。
彭绍亮教授的团队希望能把人工智能、超算、医疗大数据、区块链最新计算技术融合在医疗过程中，从诊前、诊中、诊后三个阶段全面提升诊疗的效率和精度。
诊前阶段，彭教授的团队做了健康体检机器人、挂号机器人、分导诊机器人、全科机器人等产品；诊中方面，做了36种疾病的辅助诊疗机器人；诊后则推出了巡房机器人等产品。
彭教授表示，希望从疾病诊断、疗效评估、愈后预测，建立每个中国人全数字生命周期健康管理的系统，从出生到死亡，从碳基生命到数字化技术的转化，实现人的数字化生命在互联网上可以永生。他搜集了包括并立数据、组学数据、既往病史数据、家族病史数据在内的多维度数据。他表示，健康和医疗问题是多维度的非常复杂的问题，需要多维数据的融合，在疾病预防、个性化诊疗、营养保健、健康管理给出一整套解决方案。
最后，彭绍亮教授还介绍了自己在区块链技术上的研究成果。其中他和上海交大龙教授合作的医疗区块链，采用智能控制合约有助于医院和企业等各方真正实现数据共享。
腾讯AILab高级研究员孙钟前
下午第二位发表精彩演讲的是腾讯AILab高级研究员孙钟前，他分享的主题是《腾讯AI在消化内镜筛查中的研究和应用》。
孙钟前研究员以食管癌筛查为例，介绍了腾讯AILab在消化内镜筛查中的研究和探索。孙钟前介绍，腾讯AILab在食管癌筛查项目中遇到了几个挑战：一、数据量小，导致模型鲁棒性较差；二、数据标注的一致性低；三、产品落地到多家医院时，模型的泛化能力比较差。
为了解决这些问题，腾讯AILab做了许多努力。首先为了解决假阴性的问题，孙钟前研究员的团队对网络提取特征的过程做了约束，这个约束对于病变图像失灵，对正常图像则是各个维度特征向量的平方和。通过这样的方式尽可能和抑制提取到的正常图像特征，缓解了因噪声引起的误判。另一方面，为了解决假阳性的问题，孙钟前研究员的团队把自然图像和医疗图像放到一起训练，对医疗图像做正常分类，对自然图像则追求分到每一个类别的概率尽可能相等，通过这种方式将模型的准确性提升了15%。
其次，为了解决数据标注一致性低的问题。孙钟前团队采用了一种多步迭代的方式：最开始用五个人一致的数据训练得到一个基础的分类模型，接下来再把四个人一致的数据作为第二轮的训练。第二轮的训练一方面要考虑医生标注的结果，也要考虑上一轮模型的预测结果，这样就把上一轮模型学习的经验也带到了下一轮模型学习当中。依此类推，还可以把三个人一致甚至一个人一致的数据也加入到模型里。这样既利用了所有数据，又对模型的鲁棒性提升有很大帮助。
最后，为了提升模型的泛化能力，孙钟前团队采用了无标签数据抑制医院之间差异的做法。具体做法是获取两家医院的无标签数据，让它们同时经过网络，这样网络就无法区别某个特征来自哪家医院。通过这种方式，模型有了较大的性能提升。
孙钟前团队还将食管癌筛查的知识和数据迁移到了胃癌筛查中，同样取得了显著成效。
厦门大学纪荣嵘教授
第三位演讲的嘉宾是来自厦门大学的纪荣嵘教授，他分享的题目是《高可信智能化心脑血管诊疗理论与关键技术》。
纪荣嵘教授研究的主要内容是如何将多模态、高维数据进行高效地压缩，让它们在各个设备之间可以高速互传，从而打通各个医院之间的数据屏障。其主要思路分为三步：一、把医院的信息汇到一起；二、研究医疗大数据知识表示，探索多元异构医疗信息的智能提取机理；三、做人机协同的诊疗模型。
纪教授的项目自2017年启动以来，已经说服了20多家三甲医院及其下设诊所加入，并将600多套心脑血管诊疗设备连成了一个网络。数据进来后系统会自动做出初始诊断供医生参考。
不过中间也存在一些问题：一是初始诊断的质量不高；二是数据规模特别大，对数据压缩提出了巨大挑战。
华东理工大学阮彤教授
第四位演讲嘉宾是来自华东理工大学的阮彤教授，她的演讲题目是《基于知识图谱与电子病历的临床科研与人工智能研究》。
阮彤教授在演讲中提到了电子病历遭遇的一些窘境，比如数据共享问题。自从数据变成资产以后，大家都不肯分享数据，并不是因为隐私需要，而是因为各方对数据的贡献值难以界定。这就需要利用算法制定出一套利益共享机制。
另外，文本结构化需要先建立一套标准。但医生的工作习惯是一个病例一个病例地看，制定规范对他们而言是一件非常痛苦却又很必要的事情。如何寻找共识，是行业接下来需要解决的问题。
前面是基于规则系统的做法，采用深度学习技术可以避免部门问题，但同时也会衍生出新的要求。首先就是数据质量标准的制定。阮彤教授在这方面做了一些工作。
但总体来说，这个领域还有很大的发展空间。
香港城市大学李帅成副教授
下午的第五位演讲嘉宾是香港城市大学的李帅成副教授，他发表了题为《二代测序在鉴识领域的应用》的精彩分享。
李帅成副教授介绍，最几年随着大量基因数据的产生以及基因测序技术成本下降，这项技术在鉴识领域也得到了大量应用。具体来说，基因数据可以用于犯罪事件中的案犯身份鉴识，或者大型灾难后的遗体身份识别等场景。
李帅成副教授介绍，鉴识领域并不需要用到全部DNA序列，而是只需要很小的片段。不过，FBI公布的15个基因点位并不适合中国人，造成了很多冤假错案。为此，李帅成副教授希望用价格更低、数据量更大的二代测序技术找出一批中国人自己的点位。
李帅成副教授介绍，二代测序技术解决了一些原来无法解决的问题。比如，一代测序无法区别爷孙关系和叔侄关系，但是二代测序却可以区分得非常清楚。
同时他也指出，随着基因测序技术变得强大，基因数据的安全问题也变得日益严峻，这对行业来说是一个巨大的挑战。
哈尔滨工业大学（深圳）马婷副教授
论坛压轴演讲的是来自哈尔滨工业大学（深圳）的马婷副教授，她分享的题目是《医学影像AI在脑疾病临床转化探索》。
马婷副教授介绍，帕金森病和阿尔茨海默病这两种脑部疾病在中国的发病率越来越高，需要引起高度重视。
马婷副教授的研究方向之一就是如何通过影像寻找这两种病变的生物靶点。她表示，无论用机器学习还是其他特征挖掘方法，都必须保证结果对医生有可解释性。因此，首先要对脑图像进行解剖学的定位。其中两个重要核心点：一是能否精准定位不同的脑区；二是能否通过分析把dimension降下来，更方便数据压缩和存储。
马婷副教授采用的是基于知识图谱的脑分割的技术，这种方法可以把任何一个目标图像影射到两百多个维度的结构化数据上去，从而获取更多的信息。同时也可以将dimension从一百多兆一组图像降到几十兆，提高计算速度。
鹏城实验室人工智能中心主任、北京大学李革教授
最后，鹏城实验室人工智能中心主任、北京大学李革教授发表精彩闭幕致辞，为论坛画上了一个圆满的句号。李革教授表示，医疗人工智能领域还有非常多的挑战，医学影像、知识图谱、基因组学等各个方面都离实际落地还有一定距离，这给研究者提供了很大的发挥空间。他希望各界人士积极与鹏城实验室合作，攻克行业难题，为中国智慧医疗的提升做出积极贡献。雷锋网雷锋网雷锋网(公众号：雷锋网)
新一代人工智能院士高峰论坛暨启智开发者大会正式成立
12月，“人工智能算力网络推进联盟”（简称“智算网络联盟”）在2021新一代人工智能院士高峰论坛暨启智开发者大会上正式成立。联盟遵循“平等自愿、优势互补、资源共享、合作共赢“的原则，整合业内资源、加强相互合作，提升人工智能技术、产品研发水平和应用能力，促进人工智能产业健康快速发展。
2021新一代人工智能院士高峰论坛暨启智开发者大会
同时，由深圳市人民政府、鹏城实验室主办，深圳市科技创新委员会、新一代人工智能产业技术创新战略联盟（AITISA）联合承办的“第三届全国人工智能大赛”也在活动现场进行启动。次日现场还举办了智算网络分论坛、昇腾人工智能应用专场等活动，与来宾共话人工智能产业未来。
智算网络联盟成立
多方共同推进AI基础设施建设
活动主论坛上，科技部高新司副司长梅建平、中国工程院院士、鹏城实验室主任高文、中国科学院院士王怀民、北京智源人工智能研究院院长黄铁军教授以及华为集群计算朱照生总经理共同成立了“人工智能算力网络推进联盟”（简称“智算网络联盟”）。
智算网络联盟成立仪式
智算网络联盟的成立旨在整合业内资源，加强相互合作，不仅仅将算力中心作为独立的系统发挥作用，而是逐步形成相互联接的算力网络，以满足网络化算力联通调度，促进大模型开发和跨区域应用落地。
联盟由鹏城实验室作为理事长单位，廖湘科院士担任理事长，王怀民院士、郑纬民院士、钱德沛院士担任副理事长。鹏城实验室、华为、百度、讯飞、燧原、天数智芯、北京智源研究院、武汉人工智能计算中心、珠海市横琴先进智能计算平台等近20家单位参与，作为联盟发起单位。
联盟成立后将重点在“智算中心及智算网络标准的研究及标准化”、“推进成立人工智能算力网络管理中心”、“组织开发并建设算力网络管理信息系统”、“打造品牌活动，拓展影响”等四个方面开展工作，致力于构建具有中国特色的新一代信息基础设施，推动人工智能产业高质量发展。
从人工智能计算中心到人工智能算力网络
会上，华为昇腾计算业务CTO周斌发表了《深耕AI根技术，共筑AI新生态》主题演讲。周斌表示，当前人工智能领域，大规模预训练模型的不断涌现，持续引发巨大的算力需求；同时，大模型需要大规模高质量的人工智能数据集，这要求人工智能数据集等AI要素进一步流动和共享；加上大模型研究与产业跨区域创新协同等人工智能产业发展新需求，共同促进了人工智能算力网络的产生。
人工智能算力网络将各地分布的人工智能计算中心节点联接起来，构成多个计算中心间感知、分配、调度人工智能算力的网络，在此基础上汇聚和共享算力、数据、大模型等算法资源，是人工智能计算中心进一步发展的重要方向，将有助于推动构建区域范围乃至全国范围的人工智能产业生态网络，实现“共建算力、共享资源、共同发展”的愿景。
华为昇腾计算业务CTO周斌发表主题演讲
昇腾人工智能应用专场
构建人工智能算力网络的同时，深入行业场景，推动AI应用落地也是当前人工智能产业发展的重要一环。12月20日，华为昇腾承办的《昇腾人工智能应用专场》分论坛在深圳同期举办。会上，来自华为昇腾的多位技术专家为大家带来了昇腾AI软硬件技术的分享。
昇腾生态首席专家张存燕表示，当前中国AI人才稀缺，行业渗透缓慢，发展潜力巨大。昇腾全栈AI软硬件，为开发者提供了全场景开发平台，通过硬件开放，软件开源的形式，以及分层分级的系列活动，与开发者共成长，共筑AI技术生态。接下来，昇腾CANN运营总监田晓亮、昇思MindSpore架构师陈仲铭、昇腾MindX技术专家李明举、华为云边缘云创新Lab高级工程师分别为大家带来了技术分享。当天下午，由昇腾CANN资深技术专家毛红朝、昇腾MindX研发专家、昇思MindSpore资深技术专家王华、昇腾CANN资深技术专家郑佳带领大家针对具体的应用场景，进行了丰富有趣的在线实验和案例体验，让开发者在实践中，感受昇腾全栈AI的魔力。
昇腾生态首席专家张存燕发表主题演讲
智算网络联盟的成立有助于人工智能算力网络进一步落地，相信在未来，算力网络将通过广覆盖和深应用降低科研机构、企业和个人使用门槛，为数字世界提供更高效、更便捷的多样性算力服务。最终算力网络有潜力像电网和互联网一样，作为大规模通用信息基础设施，消除行业分享数字化红利的技术鸿沟，更好地服务于物理世界。
原文标题：智算网络联盟成立！多方共同推进AI基础设施建设
文章出处：【微信公众号：华为计算】欢迎添加关注！文章转载请注明出处。
审核编辑：彭菁共筑AI开源繁荣生态新一代人工智能院士高峰论坛深度学习框架分论坛成功举办
12月20日，新一代人工智能院士高峰论坛深度学习框架分论坛于深圳成功举办。百度飞桨作为我国首个自主研发、功能丰富、开源开放的产业级深度学习平台，目前已经凝聚了406万开发者，创建47.6万个模型，服务15.7万家企事业单位。飞桨助力开发者快速实现AI想法，创新AI应用，作为基础平台支撑越来越多行业实现产业智能化升级。
“崇尚技术，鼓励创新”，本次深度学习框架论坛共邀请到7位嘉宾，向与会者们分享来自百度飞桨的技术干货。
飞桨：源于产业实践的深度学习开源开放平台
飞桨作为源于产业实践的深度学习开源开放平台，一直不断从产业实践中吸取经验，进行各项性能的极致优化以满足更多的业务落地。百度飞桨主任研发架构师吴志华基于产业级深度学习框架面临的诸多挑战，向大家介绍了飞桨的四大领先技术。
首先在编程模式上，飞桨采用动静统一的方式，构建了开发便捷的深度学习框架。飞桨基于编程逻辑的计算描述，提供给开发者一个比较直观的编程范式，并同时支持静态图和动态图两种模式。在超大规模分布式训练技术上，飞桨目前重点解决了“同生活息息相关的推荐场景下的稀疏大模型”、“图像和自然语言处理下的稠密大模型”两大类。对于比较稀疏的推荐场景，飞桨也在不断解决万亿参数存储、万亿边图存储和高性能通信及训练等诸多挑战。第三个领先技术来自多端多平台部署的高性能推理引擎。飞桨针对推理提供多端多平台的推理部署工具链，从模型准备到模型优化到推理部署，各个环节都有不同的工具组件。飞桨的第四个特点当属其产业级的开源模型库。另外，目前飞桨已经适配了22家企业，31种芯片，飞桨套件更是多次登上GitHub创建的榜首。
产业级部署方案，飞桨致力推动产业落地应用
会上，飞桨资深研发工程师Jason介绍了飞桨在深度模型应用中的产业级部署方案。在模型准备阶段，开发者可以选择基于飞桨的动态图API，也可以通过飞桨开源的产业级模型库，或者X2Paddle快速迁移其它框架的模型。在部署阶段，目前飞桨提供了包括服务端上的PaddleInference推理引擎，快速服务化部署引擎PaddleServing，移动端和边缘端上的部署引擎PaddleLite，以及支持在网页前端上部署的Paddle.js。而除了飞桨自研的全场景部署方案之外，飞桨也开源了Paddle2ONNX，支持飞桨模型保存为开源的神经网络交换格式ONNX，可以满足用户更灵活的部署需求。
在讲解完飞桨在各场景下产业级的部署方案后，Jason还分享了飞桨在无人巡检场景落地的产业案例。他表示，飞桨目前已在多个产业领域得到应用，欢迎大家携手飞桨，共创中国AI未来。
知识增强大模型，文心升级再赋能
“大规模预训练技术旨在通过海量数据进行自监督训练，使用统一的模型和方法解决所有任务。该技术打破了传统方法对于大规模标注数据的依赖，显著降低了人工智能的应用门槛。”百度资深研发工程师Shawn这样说道。
今年12月，全球首个知识增强千亿大模型——鹏城-百度·文心（模型版本号：ERNIE3.0Titan）正式发布。从2019年3月发布ERNIE1.0，到最新的产业级知识增强大模型文心全景图，既包含基础通用的大模型，也包含面向重点领域、重点任务的大模型，以及丰富的工具与平台。ERNIE3.0的创新点是知识增强，将NLU和NLG进行有机整合等。另外，ERNIE3.0还针对模型的框架进行了优化，利用4D混合并行技术，缩短了模型的收敛时间。Shawn强调道，现在的文心除了在百度搜索、好看视频、百度地图、小度音响等内部产品应用外，还在持续赋能包括保险、金融、医疗、人力资源在内的各行各业。
实践应用，不断升级的飞桨高性能强化学习框架
百度资深研发工程师周波介绍了飞桨强化学习框架的三个特性。一是提供了非常友好的初学者教程；二个是在框架层面做的设计以及算法开源工作。第三个是聚焦到强化学习的并行方向，提供了非常便捷且高效的并行接口。在实际性能上，百度的强化学习框架与其他开源框架对比，性能和收敛效果都更好。
“我们已经在飞桨算法库里做了很多算法，相关的算法也经过了内部测试团队在多个测试基准做了评估。我们开源的算法在最终效果上领先于主流的算法库，有70%多的指标比它们更好。”说道。
多方位聚焦发力，OpenCV未来可期
会上，OpenCV中国团队负责人于仕琪向大家介绍了OpenCV的发展历程。他提到，OpenCV对深度学习模型的支持是非常好的，非常擅长在嵌入式系统里部署。最近几年OpenCV的变化，体现在它的运营变得更加国际化、社区化。
OpenCV的未来是什么？于仕琪答道，作为一个有21年历史的老库，OpenCV不仅在边缘计算方面要发力，深度学习上要提升，更要对Licence有所关注。OpenCV4、4.5和5.0，在边缘端和ARM的提速上不断加入了很多新功能，后面OpenCV在部署上也会更加有优势。中国在OpenCV用户数量里排第一，但中国的贡献量排名却不是第一。针对这点，于仕琪表示：“希望在我们的共同努力下，使得中国对OpenCV的贡献也达到世界第一。”
持续发展，飞桨图神经网络的框架与实践
图是描述复杂世界的通用语言，而图神经网络的发展从2014年开始。百度资深研发工程师Yelrose谈到，目前基于空间的图卷积算法主要是把图的建模分成两部分：一是怎么建模一个节点，二是怎么建模整张图。PGL2.2按照消息传递的思路设计API接口。在编程算法上，它支持消息传递接口，包括不同的池化接口、采样接口，方便用户做图神经网络的研发。另外，PGL上还有一些模型仓库，让用户快速实现已有算法，真正做到推荐系统、搜索引擎、金融风控等场景的应用落地。
传统机器学习有一个数据是相互独立的假设，数据没有相互关联，但在图网络场景，样本之间有相互关联的关系。这些关系怎么充分利用上，是图网络的关键。飞桨图神经网络PGL的应用落地很多，例如百度APP和贴吧等推荐系统场景，搜索引擎内的语义索引算法，甚至是百度地图的流量预测和兴趣点检索。
开源赋能，来自飞桨的产业级模型库
飞桨高级技术经理赖宝华分享了飞桨产业级模型库产生的背景，作为一个AI应用开发者经常遇到这些问题——应该去哪里找模型，另外模型很多，模型应该怎么选，选哪种？很多模型只追求算法精度，不一定适用产业场景，此外模型优化和部署时可能遇到一系列问题。飞桨产业模型库的目标就是希望解决用户这三大难题。
飞桨产业级模型库中包含了业界经典、前沿以及百度自研的一系列在产业实际场景中充分验证的模型，覆盖语音、图像、自然语言处理、强化学习、图神经网络等多个方向，超过400种模型算法。针对产业场景，从数据准备到模型训练到最终上线部署做了全流程的打通。针对用户模型优化以及产业化落地需求，飞桨推出训推一体认证以及端到端开发套件。在设计理念和架构上，每个开发套件都提供全流程支持、模块配置化以及提供丰富的案例、示例代码和文档。此外还可以通过飞桨产业实践范例库中场景快速尝试及实现业务快速验证。随后详细介绍了飞桨产业级模型库在巡检、安防、互娱、电商等业务场景中的应用。业务场景是复杂多变的，飞桨不定时会开展产业落地赛，并提供技术培训、赋能工具以及奖金，鼓励各行各业开发者加入飞桨开源项目建设和丰富飞桨模型生态，共同推进人工智能繁荣生态。
中关村视听产业技术创新联盟
2019年10月-2020年1月18日/全国人工智能大赛顺利举行
2019年10月-2020年1月，由深圳市人民政府主办，深圳市科创委、鹏城实验室、新一代人工智能产业技术创新战略联盟共同承办，腾讯科技等协办的首届全国人工智能大赛决赛顺利举行，并于2020年1月18日在在深圳鹏城实验室举行决赛暨颁奖典礼。大赛立足国际视野，以“AI赋能视界”为主题，设置“AI+4KHDR”和“PersonReID”两大赛项。大赛前后历时三个月，跨越2019-2020，吸引了来自13个国家和地区、376所高校、800余家业界公司共3017支队伍、4253人报名参赛，大赛影响力及规模位列2019年各类人工智能大赛之首。
12月27日/北京冬奥AVS38K项目启动
2019年12月27日，由中央广播电视总台牵头的科技部国家重点研发计划“科技冬奥”重点专项“冬奥超高清8K数字转播技术与系统”项目启动会在北京召开。项目论证专家组组长由中国工程院院士、新一代人工智能产业技术创新战略联盟理事长、AVS工作组组长高文院士担任，在讨论会上，集中讨论了我国8K+5G+AVS3的数字转播技术领域的研究优势。目前《“科技冬奥”重点专项2019年度第一批项目申报指南》“冬奥超高清8K数字转播技术与系统”已经正式启动。其中明确要求“研究具有国产自主产权的编解码技术AVS3.0和8K编解码设备”将作为项目的重点环节。
12月21-22日/OpenI/O2019启智开发者大会
2019年12月21日-22日，由新一代人工智能产业技术创新战略联盟、鹏城实验室（PCL）、中关村视听产业技术创新联盟（AVS）联合主办，OpenI启智社区（OpenI）承办的「OpenI/O2019启智开发者大会」在深圳召开。
大会以“平台筑基、标准张脉、开源赋能”为主题，邀请百度、阿里、腾讯、华为、鹏城实验室、商汤、滴滴、谷歌中国、英伟达、寒武纪、金山云、亚马逊、小米、微众银行等业界顶级大咖，潘云鹤院士、倪光南院士、高文院士、郑南宁院士、黄铁军教授等一众学界领袖，从技术创新、应用创新、科技融合创新等维度为开发者呈现一场思想的饕餮盛宴。一场主论坛、六场分论坛吸引千余人参会。
12月20-21日/新一代人工智能院士高峰论坛
2019年12月20-21日，由新一代人工智能产业技术创新战略联盟、鹏城实验室联合主办，粤港澳大湾区人工智能与机器人联合会、广东省人工智能与机器人学会协办的第二届「新一代人工智能院士高峰论坛」在深圳召开。本届新一代人工智能院士高峰论坛将以「云脑汇智，鹏城先行」为主题，汇聚国内人工智能产学研各领域顶尖力量，中国工程院院士高文、中国科学院院士蒲慕明等10余位院士专家，百度、阿里巴巴、腾讯、华为等8家国家新一代人工智能开放创新平台的代表，以及寒武纪、中国科学院、清华大学、深圳市卫健委、深圳市交警局等一线企业、高校科研机构、政府部门的代表，共同探寻人工智能边界、分享行业发展与技术创新的最前沿动态与思考。23场主题演讲，4场重量级院士高峰对话打造强势论坛阵容。
12月6日/AITISA联盟2019年理事会第二次会议及2019年度会员大会在深召开
2019年12月6日下午，新一代人工智能产业技术创新战略联盟2019年理事会第二次会议及2019年度会员大会在深圳龙岗顺利召开。会上，联盟秘书长黄铁军教授和联合秘书长张伟民分别就2019年联盟工作情况、财务状况及来年工作计划等进行了汇报。腾讯、百度、阿里巴巴、华为等会员单位代表出席本届理事会及会员大会。经理事会审议，蚂蚁金服（杭州）网络技术有限公司、鹏城实验室、小米通讯技术有限公司等3家单位新增为联盟理事单位。
2019年12月6日联盟联合秘书长张伟民在会上汇报2020年联盟部署
12月6日/AVS3开源解码器“天璇”发布
2019年12月6日，AVS3全平台开源解码器“天璇”解码器发布，解码器由北京大学深圳研究生院团队开发，代号uavs3d，最高可支持8K/60P视频实时解码。
12月5日/AVS工作组第71次会议暨AITISA联盟AI标准工作组第9次会议在深召开
2019年12月5日上午，AVS工作组第71次会议暨新一代人工智能联盟AI标准工作组第9次会议在深圳龙岗开幕，数字音视频编解码技术标准(AVS)工作组组长高文院士、深圳市龙岗区政府党组成员钟春平、深圳市龙岗区科技创新局朱云出席本次会议。会上，AVS工作组秘书长黄铁军对AVS近期的发展状况进行了简要汇报。AVS2多项标准在今年获国标立项，第三代AVS标准—AVS3智能媒体编码目前正在加速推进中。会上，AITISA联合秘书长张伟民宣布AVS互联网生态推进组成立。
11月19-20日/世界人工智能融合发展大会
2019年11月19-20日，由山东省工业和信息化厅、省教育厅、省科技厅、省财政厅、济南市人民政府、新一代人工智能产业技术创新战略联盟主办，由中关村视听产业技术创新联盟、山东省人工智能产业联盟承办的世界人工智能融合发展大会在山东济南成功举办。
大会以“动能焕新·智慧融合”为主题，由1场主论坛、6场分论坛构和同期三大特色展区（“产业集群+人工智能”专区、“人工智能生态展区”、“智慧山东展区”）组成，涵盖主旨演讲、专题研讨、展览展示、路演等多个形式，展示了国内外AI领域的前沿成就和趋势，以专业、深度、前瞻性的视角分析中国人工智能结合传统产业所面临的机遇及挑战，吸引千余人关注参与。
11月23日/AVS3视频监控标准讨论会在杭州召开
2019年11月23日，AVS3视频监控标准讨论会在杭州北大信研院国际学术交流中心顺利召开。本次会议围绕第三代AVS(即AVS3)视频标准第二阶段制定的相关问题展开探讨。AVS工作组组长、北大信研院院长高文院士，AVS产业联盟秘书长张伟民，北大信研院执行院长蒋云，浙江智慧视频安防创新中心总经理杜军、副总经理王会民，大华股份董事长傅利泉，华为媒体技术院院长李江、海思半导体总经理熊伟，海康威视高级副总裁浦世亮，浙江大学教授虞露，北京大学教授马思伟，宁波智能视觉重点实验室徐玉波等相关企业和院校代表出席会议。
10月10日/8K超高清音视频技术标准讨论会在深举行
2019年10月10日上午，由AVS联盟（中关村视听产业技术创新联盟）、鹏城实验室、广东省超高清视频创新中心、深圳超高清视频产业联盟、深圳龙岗智能视听研究院等单位共同发起举办的“8K超高清音视频技术标准讨论会”在鹏城实验室顺利召开。鹏城实验室、广科院电视所、深圳龙岗智能视听研究院、深圳广电集团、海思、联发科、晶晨半导体、国科微电子、创维、康佳、柯维新、雷曼光电、中兴通讯等20多家单位的30多名专家参加了此次会议。
9月19日-20日/2019国际人工智能及智慧物流大会
2019年9月19-20日，由临沂市人民政府联合新一代人工智能产业技术创新战略联盟、中国物流与采购联合会物流装备专业委员会、中国科学院计算技术研究所共同主办的“2019国际人工智能及智慧物流大会”于山东省临沂市蓝海国际饭店正式启幕。
大会以“人工智能技术赋能新旧动能转换”为主题，汇集500余位业界人士，探讨人工智能产业发展与物流行业升级，共谋智慧发展的新格局，带来中国智慧物流领域极具影响力的创新力量。
9月13日/全球首颗8K@120P解码芯片
2019年9月13日（荷兰当地时间），在阿姆斯特丹举办的IBC2019上，上海海思技术有限公司、AVS产业联盟、当虹科技、广东省超高清视频创新中心和鹏城实验室联合发布了首个基于AVS3标准的8K端到端解决方案，全球首颗基于AVS3标准的支持8K分辨率、120P的超高清芯片Hi3796CV300同时推出。解决由海思Hi3796CV300芯片支持的８K机顶盒、当虹视频编码器和8Ｋ电视组成。
8月28日至31日/AVS工作组第70次会议暨AI标准工作组第8次会议在海南召开
2019年8月28日至31日，由AVS工作组和AITISA联盟主办，海口市商务局、海口市科学技术工业信息化局承办，澳门会议展览业协会及海口市会议展览业协会协办的“AVS工作组第70次会议暨AI标准工作组第8次会议”在海南省海口市召开。本次大会设有多场分会场，涉及视频组、神经网络表示与压缩组、音频组、视频特征编码组、AI指令集会议、开源平台讨论会、数字视网膜技术组、点云技术组等不同领域。会议期间，海南省工业和信息化厅与新一代人工智能产业技术创新战略联盟签订“战略合作协议”；启动了“基于OpenI海参的视频编码大赛”。
8月8日/厦门市新一代启智人工智能产业技术促进中心举行揭牌仪式
2019年8月8日，由新一代人工智能产业技术创新战略联盟与福建省康源图像智能研究院共同发起成立的厦门市新一代启智人工智能产业技术促进中心，在厦门举行揭牌仪式。新一代人工智能产业技术创新战略联盟理事长高文院士、市工信局李建明副局长、联盟联合秘书长张伟民、鹭燕医药董事长兼总裁吴金祥、鹭燕医药副总裁赵仲明和福建省康源图像智能研究院院长刘知青共同为厦门促进中心揭牌。
厦门市新一代启智人工智能产业技术促进中心基于落实《厦门市人民政府新一代人工智能产业技术创新战略联盟战略合作框架协议》的需要而成立，该中心作为联盟落地厦门的实体机构，将以加快实施创新驱动发展战略作为目标，负责战略协议的具体落实，为人工智能产业提供决策咨询、技术应用、服务平台，并举办人工智能学术会议。
7月/AVS联盟入选国标委团体标准培优计划
2019年7月，国家标准化管理委员会团体标准培优计划正式启动，中关村视听产业技术创新联盟等28家单位入选国标委培优计划，根据国家标准化管理委员会印发《2019年全国标准化工作要点》提出通过树立标准工作优秀团体，希望在未来几年内培养出一批国内领先，对标国际的团体标准。
6月18日/AITISA联盟深圳基地入驻鹏城实验室
为配合国家“新一代人工智能发展规划”的实施，快速推进人工智能的产业技术协同创新能力，提升人工智能的产业核心竞争力，2019年6月18日，新一代人工智能产业技术创新战略联盟（AITISA）在深圳鹏城实验室隆重举办2019年第一次理事会暨深圳基地入驻仪式，以进一步加强合作，共创我国人工智能的新时代！
本次会议由新一代人工智能联盟秘书长黄铁军主持，鹏城实验室主任高文院士、常务副主任邹鹏出席入驻仪式并致辞。随后，鹏城实验室常务副主任邹鹏与联盟联合秘书长张伟民代表剪彩，正式开启了联盟与鹏城实验室携手建设我国人工智能产业技术创新发展的新篇章。会议同时进行了OpenI纵横项目发布。
5月25日/AITISA联盟等联合发布《人工智能北京共识》
AI产业发展方兴未艾，如何实现行业“自律”被提上日程。由科技部指导的新一代人工智能产业技术创新战略联盟作为国内人工智能产业推动者，在人工智能管理、标准化建设、法律伦理等方面不断做出贡献，为实施《科技创新2030—重大项目》和推动“新一代人工智能”发展提供必要支撑。2019年5月25日，新一代人工智能产业技术创新战略联盟与北京智源人工智能研究院、中国科学院自动化研究所、中国科学院计算技术研究所、北京大学、清华大学等产业联盟、科研院所和高校联合，共同发布《人工智能北京共识》。《共识》起草过程中，AITISA联盟作为重要发起单位，从研发、使用、治理等各个方面提出了人工智能未来发展的建议，最终凝聚为各参与方应该遵循的，有益于人类命运共同体构建和社会发展的15条准则。
5月17日/新一代人工智能核心技术及治理高峰论坛
2019年5月17日下午，由新一代人工智能产业技术创新战略联盟联合天津市东丽区人民政府共同承办的天津世界智能大会专题论坛“新一代人工智能核心技术及治理高峰论坛”，在天津梅江会展中心举行。会议围绕国家新一代人工智能核心技术为讨论方向，聚焦智能通讯、智能生物科技、智能政务、人工智能伦理等热门领域，共话新技术，探讨人工智能发展现状与未来技术趋势。会议由现天津市科学技术局副局长祖延辉主持，包括加拿大皇家科学院前院长贾马尔·迪恩院士，中国工程院卢锡城院士，中国工程院院士、中国人工智能学会理事长李德毅，中国工程院院士、中国航天科技集团公司第五研究院总工程师周志成等在内的多位业界领军人物出席了会议。
5月9-11日/2019全球人工智能产品应用博览会
20195月9日至11日，由科技部、工信部和江苏省政府指导、苏州市政府和新一代人工智能产业技术创新战略联盟共同主办全球人工智能产品应用博览会在苏州博览中心举行。作为一场高规格、专业化、国际化的人工智能行业盛会，2019全球智博会展会期间汇聚国内外200余家人工智能行业一线厂商，1000余款人工智能产品和创新解决方案亮相。智博会展览部分内容涵盖了科技部人工智能开放平台展区、智能视觉展区、智慧城市展区、智慧医疗展区、智能制造展区、机器人无人机展区、园区创新展区、国际展区、新品发布区、大数据展区、核心基础层，共计11个专业特色展区。全方位、立体化展示国内外产业技术创新水准和企业实力。
4月18日至19日/2019AITech国际智能科技峰会
2019年4月18日至19日，由青岛市科技局、青岛市崂山区人民政府和新一代人工智能产业技术创新战略联盟联合主办的AI领域顶级盛会——“2019AITech国际智能科技峰会”在崂山区隆重举行。本届峰会紧扣国家发展战略和发展规划，以“集智绽放”为主题，探索“科技引领、系统布局、市场主导、开源开放”的新一代发展模式。峰会共分2场主论坛、6场深度专题分论坛，就人工智能前沿研究与应用展开对话，在人工智能技术应用、产学研资深度结合、热点技术应用案例等方面进行剖析及探讨。多项AI创新成果在大会期间发布。国内外上百位学术界、科技领域、投资领域精英出席峰会。
3月7-9日/AVS标准工作组第68次会议
2019年3月7-9日，AVS标准工作组第68次会议在青岛举行。会上，工作组完成了AVS3视频基准档次的起草工作，北京大学、鹏城实验室、数码视讯、东华广信、上海国茂、华为、海思等相关成员单位，已经展开AVS3视频标准的8K核心技术、编码器开发、芯片研制和产业化工作，深圳龙岗智能视听研究院展开8K测试验证实验室的建设。AVS3将于2022年投入应用，我国的AVS3+5G+8K产业发展将有领先全球的部署。
3月份AVS3发布了首个基准档次性能评测报告，测试对比了AVS3、H.265/HEVC和AV1在超清及超高清10bit序列上的性能。实验结果表明，AVS3基准档次的编码性能比H.265/HEVC高28.19%，比最新版本的AV1高8.85%，是高质量HDR视频的最佳选择。同时在产业应用上，除广播电视视频外，积极推动AVS3视频标准在工业互联网、智能安防、智能医疗等领域的应用。
同期，OpenI启智新一代人工智能开源开放平台正式发布。
在AVS工作组第68次会议开幕式上。“AVS产业技术创新奖”评审委员会主席孙惠方教授在会上宣布了评选结果，本次评奖共评选出“2018年度AVS团体贡献奖”一个、“2018年度AVS单位贡献奖”三家。AVS3封闭项目组获得2018年度AVS团体贡献奖，北京数码视讯科技股份有限公司、广州柯维新数码科技有限公司、北京三星通信技术研究有限公司获得2018年度AVS单位贡献奖。孙惠方教授与AVS工作组组长高文院士一起为获奖者颁发了荣誉证书。
2019年3月7日，AVS68次会议，openI发布
1月28日/AVS3第一阶段标准制定任务圆满完成
2019年1月28日，历时48天的AVS3标准集中封闭研发工作在鹏城实验室结束，圆满完成了AVS3第一阶段标准制定任务，确定了AVS3的技术方案，起草了完整的标准文本和符合性测试文本，开发并发布了与标准文本匹配的参考软件。
不可错过的年度AI学术盛会 2023 新一代人工智能院士高峰论坛暨启智开发者大会议程重磅发布
2021年12月19日至20日，2021新一代人工智能院士高峰论坛暨启智开发者大会将在“科技之都”深圳隆重举行。
作为融合了人工智能行业两大高水平盛会的系列活动，此次大会由鹏城实验室、新一代人工智能产业技术创新战略联盟主办，华为技术有限公司、北京百度网讯科技有限公司协办，以“云脑启智，开源赋能”为主题，由人工智能领域顶尖院士专家领衔，汇聚上到行业精英，下到开源开发者的多层次、全范围的众多人员，打造人工智能行业专业化交流、高端化对接的“一站式”平台。
距离大会开幕倒计时一周，大会公布了活动议程，参会嘉宾阵容依然强大，高文、于全、丁文华、赵沁平、王怀民、余少华、郭仁忠、徐宗本、郑纬民及段广仁院士等多位国内外院士确认出席，图灵奖的获得者JohnHopcroft、微软亚洲研究院刘铁岩、南京大学周志华等著名学者分享前沿思潮，华为昇腾计算业务CTO周斌、百度王海峰、北京智源黄铁军、阿里巴巴李飞飞、腾讯张正友等一线企业领袖探讨行业新业态，内容安排充分体现学术前沿特色，聚焦开源开放、AI产业落地赋能，是国内人工智能领域超高水平和极具影响力的学术盛会。
主论坛：头雁引领探究AI产业发展新路径2021新一代人工智能院士高峰论坛延续往届高规格、高水平的特色，带来由知名院士与著名学者领衔、企业领袖云集的精彩主论坛内容，充分发挥“头雁”作用，为开源生态与AI产业应用指明方向。
主论坛议题围绕AI技术应用与开源生态建设，涵盖云际互联、智能应用等最前沿技术动态。图灵奖获得者JohnHopcroft将探讨人工智能为教育带来的深远影响，从历史与现状出发解读当前人工智能教育面临的问题与解决办法。
华为、百度、腾讯分别带来深耕行业的AI产业融合洞察。华为昇腾计算业务CTO周斌聚焦AI根技术，分享华为昇腾在AI基础软硬件、云计算、行业应用等方面的最新进展，以及对产业未来趋势的思考。百度王海峰将围绕百度最新的“知识增强的跨模态语义理解技术”，分享AI技术在语义理解上应用创新的思路与经验。腾讯张正友带来主旨演讲“虚实集成世界和虚拟人技术”，谈谈未来互联网的趋势——全真互联网时代，分享前沿科技将对行业创造和社会发展带来的机遇与挑战。北京智源研究院院长黄铁军将深入解读人工智能未来发展的新趋势，以大模型、大算力为基础的人工智能时代来临，AI技术应用核心应该如何调整。
此次主论坛还邀请了高文、于全、丁文华、赵沁平、王怀民、余少华、郭仁忠、徐宗本、郑纬民及段广仁院士等多位国内外院士参与圆桌讨论，对AI技术的基础层、技术层、应用层进行深入探讨，分享自身对AI生态、开源共建的深刻洞见，带来一场不可错过的院士对话。
分论坛：开源赋能书写AI产业应用新篇章大会分论坛为华为、百度等企业在内的AI产业融合领军企业设置了“智算网络”、“开源基金会”、“昇腾人工智能产业应用”、“深度学习技术框架主题”、“视觉预训练大模型及其在智慧城市中的应用”、“启智社区优秀开发者优秀项目分享”六个分论坛专场，为AI领域前沿技术分享和自主AI开源项目的展示提供舞台，同时设置多个公开课和实操课，为开发者提供学习、实操和技能提升机会，为产学研用提供深度沟通与合作的平台。
2021新一代人工智能院士高峰论坛暨启智开发者大会，以院士学者们高屋建瓴的趋势观点为指引，以行业领军人物宝贵的一线技术经验为助力，以新一代开发者人才的优秀项目为动能，定是一场高规格、广覆盖面的思想盛宴！大会线上报名渠道现已开启，个人可登陆官网进行报名，现场参会名额限量，先到先得。
雷峰网(公众号：雷峰网)
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
李德毅院士：什么叫新一代人工智能
100年前开始认识生命科学，发明人工智能。我们要用人工智能来延续人的智力，这三次革命很值得人们回顾。现在有人想做人工生命，这件事情要小心，如果人类要培养一个新人类，我们人类不会那么做的。所以要搞清楚意识，搞清楚生命，这是未来的事情，不是当前的事情。我们要研究人脑组织结构进化和后天学习这两件事情，因为它成就了人类的智能。遗传基因和可塑性就是我们讲的机器带有东西可以学习，一个什么软件都没有的机器不可能学习，后天怎么学？大家知道人类的智能和其他生物相比，如果没有后天的学习是不高明多少的。
我得出一个新的定义，智能是学习的能力，是解决问题的能力。学习又是解决问题的基础，学习可以很多。学习的结果是记忆，这句话很重要。我们不但要研究计算智能，还要研究记忆智能。解决问题是学习的目的，不能用一台机器总是做它原来能够解决的问题，我们希望解决它从来没有遇到过的新问题这是我们要追求的。这里面怎么解决？用数学家语言来讲，怎样把一个设计问题基于高阶次来做，把小变量放到一个大变量范围内研究才能够解释，解决这个问题。我个人认为算力算法和数据仅仅是计算机智能的硬核。
为什么这个事情这么强大？这不是偶然的，可以看看这张片子。每一个理工男都知道微积分，后来波尔做了逻辑代数成就了计算机，后来Fraga提出了位置演算。有人在有限数学资源里面怎样表示无穷的数学能力，打破了人们思维传统界限。有人提出了23个数学难题，后来哥德尔提出完备性定理，最后出来的两位神，就是图灵和伊曼两位专家，他们不但是人工智能之父，而且也是计算机之父。
图灵模型是在1936年发表，在1945年提出自动计算机，1950年他成为人工智能之父。他写了一篇重要文章《计算机器和思维》，冯洛伊曼先生用冯洛伊曼五个要素形成一个实实在在的物理机器，这叫计算机，所以智能科学的发展就是不断地提出智能问题，确保智能可解释性，引起了数学危机。再证明，让这个封闭性圈子越搞越大。
因此我们现在遇到一个基本问题就是开放性跟封闭性的矛盾，可以无限接近真理，但永远不可能相同它。人工智能科学家或者认知科学家这40位学者获得的诺贝尔奖和图灵奖，可以看到他们是怎样来做智能和人工智能研究的。1978年西蒙拿了经济学诺贝尔奖，同时在前一年又拿了人工智能图灵奖，这是我们的楷模。
现在说类脑智能，确切说应该是受脑科学或者认知科学启发的人工智能。并不是要在一个机构上做出真正类脑物理脑装置，而是受启发的。我们要认真研究怎么启发，受了哪些启发让我们能够做新一代智能呢？就是人工智能工作者要认真研究的对象。
我们不但要类脑，还要类人，还有躯体的智能。能在物理装置上重现人类智能，受脑科学和认知科学启发新一代人工智能架构，就是了解新一代人工智能的四梁八柱才是人工智能科技工作者追求的方向。
利用类脑人类发明了飞机，反过来用空气动力学解释了鸟的滑翔，鸟在飞行当中的动作还是很多的，不能全解释。利用类脑人类发明了计算机，反过来用计算智能解释了人脑部分智能。类脑，类人之路还很长，我们不能太急躁，不能太浮躁。
到底启发了我们什么呢？为什么我们可以做这些事情呢？我列出五条启发点，每一个都很重要，围绕这五条孵化了才可以。回顾人工智能70多年发展，我们有三条主线，一个行为主义机器人学派，他们提出机器如何像人一样行为。一个是符号主义，这是人工智能的主流学派，我原来在英国读博士的时候，我做的是位次演算，位次逻辑。他们强调的是机器如何像人一样思考，于是我们有了推理，预测可解释。现在大家比较看好的就是研究主义，尤其是人工神经网络然后出现了深度学习，尤其是转接学习。
机器脑如何像人脑一样连接，今天当我们研究新一代人工智能时候我们发现这三个学派封闭型假说都要被打破才行。于是我们从行为主义者强调模仿和类比，人类的模仿是人类抽象思维第一个功能。从行为智能得到感知智能，计算智能强调模型驱动继续发扬计算智能。从连接主义里面强调要考虑语境，语用，语构，语法四要素。人类智能进化先低阶后高阶，第一阶认知产生了感知智能行为智能，高阶认知产生记忆智能和计算智能，而人工智能恰是相反。我们先忠于符号计算，第一阶认知一直很弱必须大大加强。我搞了这么多年无人驾驶，本质上是搞的跨模态感知智能，认知用得很少。因为激光雷达跟毫米波雷达和摄像头搞不好跑不起来的。
人工智能不是人造生命，生命是人类存在的底线，触碰底线要慎之又慎。为什么要剥离意识呢？因为上海这个地区对伦理很重要，我多谈一点为什么现在当前不急于做人工生命的原因。意识这个问题，所有哲学家都感兴趣。计算机已经成功把智能和意识剥离了，计算机没有意识但它有智能，因此我们可以继续做没有意识，有智能的高阶机器。非生命人工智能可以确保一以贯之的工具性，智能体外延伸才是人类最需要的。
汽车成为我们的工具，就是人类的第一杀手。这个第一杀手之所以产生就是人类意识造成的，因为它疲劳，它有情绪，思想不集中。我们要这个意识干什么呢？我们只要意识不要智能，如果要意识，对不起这条路很长。意识可以分成三种，自觉意识，自我意识或传递意识。自觉意识需要当前人工智能学界做出一个人造的皮肤，把机器人包裹起来，让它能够感知到自我，皮肤功能很强大。到哪里找到这样皮肤呢？人全身有1000亿个上皮细胞常常更新，可以再生，体内还有15万公里总长的神经，这样人造皮肤到哪去做？如果没有，谈什么意识呢？我建议大家先做工具，不要做意识。
当前情况下做一个受脑科学启发的人工智能，一定要拿出一个非冯洛伊曼架构出来。在监管上类似人脑的神经组织，这个机器放到这个地方应该能感知到周边的环境，在智能驾驶里面叫做同步定位和映射。新时代人工智能价值，我提出两个循环，两个协同。一个是客观事件跟内部循环，通过五个感觉，感知器官。还有就是躯体的循环，形成动力学行为。内部还有两个协同，工作记忆跟场景记忆协同，记忆跟计算协同。
我们不要把所有机器都搞成CPU为主，可以数据中心为主，让CPU加速。只有在计算里面才有CPU为主，让GPU加速，不要所有芯片都是CPU为主，能不能做到这一点呢？我们还要有一个知识图谱，用快速和慢速双驱动形成对记忆的提取。把记忆提取做出来，在人工生命里是一件很伟大的事情。
新一代人工智能的核心在哪？
第二点讲一下会学习，这个是新一代人工智能的核心。
现在所有计算机都是软件工程师的智能编程的代码在一次又一次简单执行而已。我们希望这个机器在学习过程中能够解决新的问题，这才叫做新一代人工智能。因此找它的边界怎么找呢？学习形态是交互，学习核心是理解，学习结果是记忆，学习成为新一代人工智能解释解决现实问题的基础。记忆智能成为新一代人工智能中多领域，多情景可计算智能的边界和约束。
用语用，语境来约束语义和语法。机器在客观空间里要有位置感知能力，形成位置空间感，为什么不讲多模态呢？因为我觉得视觉和听觉，哪怕是双模态已经很丰富了，不在于多而在于互相之间交叉融合，就是我们讲的信息融合，信息冲突更多一点，怎么样做冲突消减才是我们认真要做的事情。
这里面涉及到一个很基本问题，到底用没有通用智能？我认为人类学习过程中是不可以划分通用和专用，也不可以划分什么叫常识，什么叫非常识。
AlphaGo不是专用要是能把不同棋盘都能下，把游戏规则稍微改一下那个在专用里面也叫通用，这就是我的基本观点。相对地不要刻意区分，归根到底是人的魔法，魔法当中最重要是抽象，类推，类比。所以怎么学呢？我提出了三种学习方法，一个叫做课堂学习，一个叫做仿真学习，一个是真实环境下的学习。
假如我们做这样一个无人驾驶，机器人向人学习。像特斯拉一样还是你开，你开了两年之后这个驾驶脑说可以开了，就是第二阶段，机器开车让驾驶员干预一下。到了一定时候机器人学会了它说我不但可以从虹桥到苏州，我可以叫所有汽车都从虹桥到苏州，机器人叫机器人，这多好。这里面最重要的是怎样形成知识图谱，我们提出一个记忆网络的想法。用数据化，网络化来做这件事情。
我们知道神经元是一个超大规模的网络，怎样挖掘知识，进行基因提取我们正在做这方面的工作。我们希望通过学习让机器自学语言，让机器人听一听课，他有语言能力，有听觉，有视觉，还有手可以做表示，利用它的交互能力去学习去提问，学了一年两年能不能让它自己写一个新的程序呢？这就是我们自己推崇的。
机器人需要依赖自身软硬件和外部变化的环境，通过交互学习和记忆实现自编程自成长。机器人也许无法改变自身研发或者基础软件，如同人无法改变自己的基因一样，可以通过自编程扩充自己能力，也可以通过交互提出扩充硬件或者基础软件的要求，让它的主人配合它更好的增长才干，适应环境增长。行为主体一定是人类，我们提出两个驱动，情景数据和自身模型，归纳和研究系统推进，理性和经验迭代发展。
到2050年最浪漫的事也许是新一代人工智能和人类一起与时俱进，一起学习成长，解释解决新的问题，今天的手机以后将变成可交互，会学习，自成长，个性化的个人代理。
传统人工智能是计算机智能，应该是封闭型人工智能。新一代人工智能应该是开放性人工智能，传统人工智能应该是算力算法和数据，新一代人工智能是交互学习和记忆，传统人工智能解决的是确定性问题，我们要解决的是不确定性人工智能。返回搜狐，查看更多
「新一代人工智能院士高峰论坛」开幕，概览中国人工智能企业最新技术成果
0分享至「新一代人工智能院士高峰论坛」现场
AI科技评论按：2018年12月17日，由鹏城实验室、新一代人工智能产业技术创新战略联盟共同举办的「新一代人工智能院士高峰论坛」在深圳隆重开幕。本次论坛将持续两天，由17日的主论坛和18日的医疗专题论坛组成。论坛以「『头雁』穿云，云脑启智」为主题，邀请了多位院士、国内顶级科技企业技术负责人参加论坛做报告，论坛的重头戏是院士panel，多位院士将针对人工智能现状与发展的一些疑难问题展开讨论。此次论坛汇聚了国内人工智能领域顶尖专家，共同探讨行业变革与技术创新、探寻AI边界，是2018年人工智能领域最值得关注的盛会之一。
论坛主办方之一的鹏城实验室，又称深圳网络空间科学与技术省实验室，于2017年12月22日授牌，2018年3月31日正式启动。目前鹏城实验室设有网络通信、人工智能和网络安全三个研究方向和网络通信、人工智能、网络安全、机器人、量子计算五个研究中心。同时已有多位院士入驻实验室院士工作室。
另一主办方新一代人工智能产业技术创新战略联盟成立于2017年7月23日。联盟发起成员单位包括百度、阿里巴巴、腾讯、华为等十几家知名企业。中国工程院潘云鹤院士任联盟名誉理事长和专家委员会主任，高文院士任联盟理事长，北京大学计算机科学技术系主任黄铁军教授任联盟秘书长。
17日上午主论坛：人工智能开放开源平台
12月17日上午主论坛开幕，科技部创新发展司司长许倞，深圳市副市长、鹏城实验室理事会副理事长王立新进行开幕致辞，他们在对鹏城实验室和本次论坛对于贯彻落实中央重要讲话精神的意义表达了高度肯定，并对参与论坛的学者及与会人员表示由衷感谢。
百度高级副总裁王海峰博士
作为大会的第一位报告嘉宾，百度高级副总裁王海峰博士带来了主题为《百度AI开源与开放》的报告。一上场，他就对为什么选这样一个主题进行了解释：开源开放的确是人工智能时代非常重要的事情，一方面要发展人工智能这样一个高速发展的技术，不是一个人或者一个团队所能完成的，而是需要大家齐心协力，这时候开源开放就显得尤为重要；另外一方面，人工智能作为一个使能技术，它影响的是各行各业，当技术被开源开放出来，各行各业在需要技术的时候就不需要都去开发，而是直接受益于现有的技术。另外，我国人工智能技术的开源开放也还处于相对落后的阶段，目前百度也在致力于推动开源开放方面的发展，因而选择探讨这样一个主题。
随后，他围绕百度在开源和开放两个方面的现状展开了他的报告。
目前，AI已被广泛应用于互联网领域，而百度实际上从18年前就开始研究人工智能技术，只不过到2010年才开始真正布局，而在百度的AI布局中，各个领域的共通点就是深度学习框架，它就相当于AI体系的“操作系统”。百度对深度学习的研究已长达9年时间，不过最早的研究思路是用什么技术就开发什么技术，直到2013年才开始真正有意识地开发深度学习技术，并于2016年发布自研的深度学习框架——PaddlePaddle。PaddlePaddle所具有的异构计算、并行训练、多种算法、多路通信、多端部署等核心特点，能够进行大规模异构计算集群、支持稠密参数和稀疏参数的并行训练以及适用于多平台的服务部署等，此外，能够高效化模型任务解码的深度学习解码技术也都包含于PaddlePaddle的开源框架中。目前，在Github开源社区上，PaddlePaddle得到了快速发展，得到了诸多开发者的欢迎。
在开放方面，目前百度针对语言和知识、视觉以及语音等领域，开放了基于Paddle的的开发平台，包括EasyDL定制化模型训练和服务平台、UNIT智能对话系统开发平台、自定义模板文字识别平台、机器翻译开放平台、AR/VR开放平台、数据智能平台等。开放以来，百度AI开放平台已有60+开发者和合作伙伴，覆盖了20+个行业，日均调用量已达到4000亿+。
ACM/IEEEFellow，腾讯RoboticsX实验室张正友博士
第二位嘉宾是来自腾讯RoboticsX实验室的张正友博士，他的报告题目是《人工智能和智能机器人》。张正友博士曾长期在海外工作，他首先介绍了自己的研究历程，也说明了自己和人工智能以及机器人两个方面的渊源。
张正友博士表示，加入腾讯是为了创建RoboticsX机器人实验室，他对未来的判断是我们将迎来一个人机共生的时代。近年来计算技术、感知技术都有了大幅进步，而这些技术还没有在机器人领域得到充分的应用。当这些技术得到充分应用后，人机协作、人机共生将有长足的发展。
张正友博士接着介绍了机器人技术的相关状况。机器人有6个组成部分，本体、感知、执行器、动力系统、交互系统、决策。机器人的未来趋势是自动化、智能化，要在不确定的环境中自主决策。针对机器人的自主决策，张正友博士提出了SLAP范式，传感器和执行器要紧密结合，在学习和计划模块的帮助下提升能力、做出决策。
机器人本体科研有六大趋势：仿生化，灵巧操控，触觉基础，多机器人协同，人机协同以及医疗辅助。在技术达到人机协同的水平之前，还有很多的技术研发需求，技术突破点包括人工智能技术、机器人本体、自动控制、进化学习、情感理解、灵活操控、守护人类，这对更先进、更智慧的机器人提出了要求。最终目标是机器人要服务于人。
张正友博士在腾讯RoboticsX实验室领导研发的机器人
张正友博士还介绍了自己目前在腾讯RoboticsX实验室做的三个机器人，绝艺围棋机器人为绝艺围棋AI落子；一个智能冰球机器人，以及腾讯RoboticsX实验室与浙大合作的机器狗，它在不同的场景可以选择使用不同的步态。
科大讯飞副总裁、讯飞AI研究院联席院长李世鹏
随后进行报告的是科大讯飞副总裁、讯飞AI研究院联席院长李世鹏，他的报告题目为《顶天立地：打造人工智能的创新体系》。
他认为从数据的角度看智能等级的话，毫无疑问预知和决策是最顶级的，然而目前业界最常用的还是感知智能与认知智能。不同层级的智能技术对数据都有相应的要求，我们如今依然缺乏靠少量数据就能运算的系统，加上基于深度学习的人工智能需要大量算力支撑，因此整体而言人工智能尚处于早期发展阶段。
他简单介绍了科大讯飞在语音合成、语音识别、机器翻译、机器视觉以及认知智能领域所取得的成就，值得一提的是，科大讯飞并未满足于其在语音识别领域取得的进展，未来还将尝试在嘈杂环境和小语种领域的语音识别应用上取得突破；认知智能领域方面，成功研发出了AI机器人，帮助医生作出更全面和客观的病情诊断，为此还成立了中国第一家AI医院；涉足教育领域，利用OCR识别技术对学生作业本进行扫描识别后上传，让教师可以根据学生表现形成的图谱进行个性化教学。
当然，人工智能的局限也很明显，需要我们进行一系列工作进行优化。除了重视场景落地、系统开放、平台开放以外，他特别强调了要数据开放，并提出一个全新的数据开放方式——数据银行，从业人员可通过交换或交易的方式将自身的数据与他人进行共享。最后，他还提到了「人类参与AI闭环」的概念，让人类对AI在应用中所犯的错误及时进行纠正，让人类成为机器学习成长的最佳拍档。
阿里巴巴副总裁、阿里云人工智能中心负责人华先胜博士
第四位出场的是阿里巴巴副总裁、阿里云人工智能中心负责人华先胜博士，他进行了主题为《城市大脑—超级人工智能挑战和应用》的演讲。
他由「世界上最遥远的距离」这个热议引入城市大脑的介绍。他指出在没有城市大脑之前，城市数据就是存在的，但是存在「盲人摸象」、「灯下黑」以及「雾里看花」这三大问题。而城市大脑就是通过认知对数据进行认知和判断，然后进行决策和优化、搜索和挖掘，进而进行预测和干预的过程，其包括四个关键词——AI、算力、城市数据和价值，其中最核心的是价值，当提到AI、算力以及城市数据到底能产生什么样的价值，就需要从不同的角度去解析它，从技术角度来看，就是城市智能化、数据化、全面、实时、全量的决策，从更大的层面来看则是城市治理模式、城市管理模式和城市产业的突破。
「城市大脑」最早由阿里巴巴于2016年4月正式提出其概念，并于2017年11月入选科技首批人工智能开放创新平台，在这两年多的时间里，已取得了一系列成果。华先胜博士主要介绍了4项AI技术：「天曜」、「天鹰」、「天机」、「天擎」，分别是阿里自研的城市交通巡逻、城市视频搜索、车流人流预测以及作为基础设施的大规模视频智能分析平台。
随后，他提到了「城市大脑」未来发展的五大趋势：
第一，从组件转向平台，通过平台化为大家提供统一的标准来来进行算法的研发、系统的集成，最后实现共创。第二，从在云或端上实现「城市大脑」走向边、云、端的协同异构第三，从感知、态势和优化阶段走向预测、干预和规划；第四，从ToG转向ToG+ToC+ToB，让人们直接地感受到“城市大脑”对城市所带来的影响；第五，从交通、综合治理等领域的应用场景扩大到环境、安检、规划、旅游、水电和农林等更广泛的应用场景。之后，他还提到，从高层级的角度城市来看，大脑作为一个AI研发和应用平台应该具有三个特点，第一，城市大脑能通过大规模计算和AI挖掘海量异构市政数据中无法替代的核心价值；第二，从复杂度和计算量上讲城市大脑完成的是人力无法完成的重要任务；第三，我们希望有一天城市大脑像水电煤一样，成为城市不可或缺的基础设施。
香港科技大学教授，香港人工智能与机器人学会理事长杨强
香港科技大学教授杨强的报告主题是《迁移学习和联邦学习》。教授杨强介绍道，现代组织机构虽然数据多，但是各自是各自的小数据库；或者另一种状况是在某一种任务上有大数据，另一种任务上只有小数据。
解决这些问题的第一种方案是迁移学习，希望像人类一样把以往的任务中学习到的技能运用在新任务中。迁移学习还可以兼顾可靠性和隐私安全问题。迁移学习把源领域的模型和任务迁移到新领域，但迁移学习的本质是找出不变量。迁移学习中，定量分析表明模型的浅层比较容易迁移，理论分析结果可以帮助我们更好地做迁移学习。例子比如卫星图像识别，贷款风控不同用户类别间的迁移，推荐系统的策略迁移，舆情分析中的迁移学习。
第二种方案是联邦学习，它的目标是解决有许多不同的领域、而每个领域都只有小数据要如何建立模型的问题。这种方法也引起了很多金融企业的兴趣，数据可以不离开本地的数据库，正因为联邦学习的学习过程不需要大量的数据交换。联邦学习有两种模式，纵向联邦学习，数据中有部分数据特征是同样的，A方和B方都持有模型的一部分，通过动态加密技术传递重要的参数；第二种模式，横向联邦学习，在用户端更新模型并上传，云端服务器根据一定的策略统一更新用户模型。未来可以形成数据联盟，让各方都受益。
北京大学教授，「新一代人工智能产业技术创新战略联盟」秘书长黄铁军
接下来演讲的是北京大学教授、「新一代人工智能产业技术创新战略联盟」秘书长黄铁军，演讲的题目为《新一代人工智能开放平台》。
黄铁军教授在报告中说道，得益于我国有力的政策支持、大量的青年人才、快速成长的技术能力、丰富的应用场景、开放的市场环境以及海量的数据资源，国内的人工智能领域这几年取得蓬勃的发展。然而我国的短板也很明显，如人工智能基础理论和原创算法差距较大、关键部件基础薄弱、高水平人才不足等，关键的一点是，尚未形成具有国际影响力的人工智能开源开放平台。
为此，在科技部领导、新一代人工智能产业创新战略联盟（ATSA）组织、产学研用的通力协作下，我国正式推出新一代人工智能开源开放平台——启智（英文名称OpenIntelligence，简称OpenI），以促进人工智能领域的开源开放协同创新，构建OpenI的技术链、创新链和生态链，进而推动人工智能产业健康快速发展及其在社会经济各领域的广泛应用。
黄铁军教授介绍道，人工智能开源开放平台已在2018年3月31日取得开源许可证，前期参与的单位包括北京大学、国防科技大学、北京航空航天大学、华为、百度、阿里、腾讯、讯飞、商汤、微软、lntel、NVIDIA等，在未来有望打造出一个学术机构、商业实体、自然人或任何其他法人等共建共享的开源软件开源硬件开源数据超级社区。
OpenI启智平台基础设施及环境建设已经在万科云城的鹏城实验室AI中心大楼启动，建设内容包括AI超算、AI研究中心、OpenI启智深圳平合、OpenI智源深圳社区和新一代人工智能产业创新联盟「启智空间」(含AVS2超高清影音中心、「启智未来4k超高清VR直播间、OpenI门户网站、「源智造」流水线-AI开发基础设施建设及系列推广活动、「智源」社区公号、「启智」官微抖音号等)。另外值得期待的是，下一代网络信息中心、港辖河套人工智能国际研发中心、「云脑」大科学装置运维办公室及分布全国的人工智能重大基础设施，如今也在逐一建设规划划中。
院士panel，自左至右依次为高文院士、赵沁平院士、俞大鹏院士、吴建平院士、桂卫华院士、廖湘科院士
17日上午的最后一项议程是院士panel，邀请了高文、赵沁平、俞大鹏、吴建平、桂卫华、廖湘科六位院士讨论关于人工智能开源开放平台的技术挑战。院士们各自讲述了自己对人工智能技术现状的看法、对人工智能技术与产业结合的认识，以及讨论了人工智能开源在中国的现状，回答了现场听众提出的「中国参与开源项目少是否因为中国不具有这样的文化氛围」、「如何保障开源项目的发展壮大」、「企业如何参与学术性质的研究」等许多问题。讨论内容实录请参见AI科技评论的后续单独报道。
17日下午主论坛：人工智能核心技术与关键应用
达闼科技创始人兼CEO、华中科技大学电子信息与通信学院院长黄晓庆博士
作为17日下午首位出场的演讲嘉宾，达闼科技创始人兼CEO、华中科技大学电子信息与通信学院院长黄晓庆博士进行了主题为《5G时代的云端智能机器人发展》的报告。
他认为5G是为非人类的使用而设计，其带来的更大的挑战包括万物互联、大数据应用以及新业务模式等，而「云端机器人」则是5G的「杀手级应用」，其需要的带宽是人类的100倍。基于这种理念，黄晓庆博士将其创立的达闼科技定位为「服务云端机器人」，致力于通过公共基础设施创造有效的机器人网络，将云端机器人租给用户使用。
不过，在「云端机器人」抱有极大信心的同时，他也提到了机器人通过云端连接所存在的安全隐患，为此，他认为应该利用新型网络架构和能力来将机器人与互联网进行隔离，一种方式是通过5G网络切片技术构建安全可靠的「云端机器人神经网络」，从而实现机器人的可控；另一种方式则是采用边缘云（EdgeCloud）的方式，将云端智能推理能力分布在5gMEC服务器上，形成一个类似于CDN的IDN（InferenceDistributionNetwork）。
在「云端机器人」的产品化方面，达闼科技做的第一个项目是云端导盲机器人，不过这款产品还没来得及量产；另外在新零售领域和营销宣传方面，达闼科技则正在跟运营商进行云端机器人+5G的探索和合作，并尝试利用5G实现云端智能的更广泛的应用，包括超声数据分析、超声操作指导、拉曼光谱分析以及拉曼数据收集等。同时，其还在推进「XR-Plan」计划，致力于建立服务机器人的标准模型，计划研发4款关节灵活、行动平衡的标准服务机器人（3轮人形机器人、4轮车形机器人、4足车形机器人、2足人形机器人），来引导未来机器人的开发。
演讲最后，黄晓庆博士还分享了达闼科技与鹏城实验室的合作建议，包括共建超脑中心、AI应用落地以及机器人临联合实验室三大块的合作建议。
字节跳动副总裁、字节跳动人工智能实验室主任马维英
字节跳动副总裁、字节跳动人工智能实验室主任马维英带来题为《人工智能赋能内容创作和交流》的报告。在报告中，马维英回顾了内容分发、内容理解和内容创作等多个方面的技术变革历程。虽然随着IT技术大潮的发展，这些领域都有自己的变化，但人工智能技术在这些方面也都有越来越多的参与，越来越成为强大、好用的人类的助手。
现在的人工智能不仅改造了内容分发的方式，也以短视频为载体推动了新的人与人交流浪潮的到来。借助人工智能技术，视频理解、人物美化、AI辅助视频特效、AI写稿、AI辅助内容审核等都成为了可能。未来，人工智能相关技术也将会成为人与人之间互相联系、人与整个社会建立联系的重要基础设施。
360集团副总裁、360人工智能研究院院长颜水成博士
接下来进行报告的是360集团副总裁、360人工智能研究院院长颜水成博士，他报告的题目为《视觉智能：从攻坚到闭环》。
他说道，360公司如今的业务不再局限于网络，而是进一步拓展到了物理空间，背后依托的是这四种技术引擎：运动引擎（例：扫地机器人）、交互引擎（例：儿童手表）、视觉引擎（例：家庭安防生态、内容安全审核等）和决策引擎（金融风控、广告等）。这些也成为支撑360公司IoT业务和互联网业务的核心技术。单就2018年上半年的表现而言，360安全大脑成功在恶意程序、钓鱼攻击、骚扰电话、垃圾短信和网络诈骗等问题的解决上均取得不俗的成果。
介绍完360安全大脑的基本情况后，他紧接着为大家介绍360近期在视觉智能领域的最新研究成果——GlobalReasoningUnit。GlobalReasoningUnit将5个1×1的卷积以模块的形式插入任意网络做学习，在浅层网络就能对远处的目标进行识别，使跨区域进行信息交换成为可能。相较于通过增加depth进行优化的方式，GlobalReasoningUnit能有效提升现有网络的性能，因此在消费级智能设备的应用上指日可待。
颜水成博士也分享个人在业界做研究的心得，他强调，学术界的研究和业界的研究有很大的区别，业界的研究必须回归商业本质，尤其要放在价值闭环与数据闭环的维度上进行思考。价值闭环方面，技术需要对闭环中的产品、客户、企业和社会产生正向推动，不然就有失败的可能。数据闭环方面，由于不存在完美的算法，因此我们只能依赖特定场景的数据来不断优化算法，进而优化产品模型。他也强调，产品首先要经得起用户的检验，只有用户愿意反馈，我们才能发掘出用户的真正痛点。
颜水成博士也用一组有趣的比喻结束了报告，如图：
学术研究vs工业开发
「学术界的研究更像恋爱中的男女，每一点进步都让你们开心无比，同时还希望不停地有进步，达到新的高度。看到的全是女孩好的一面，你们可以自由地憧憬，没人催你生孩子（产品）。你们也会憧憬生一个小孩（产品）会有多么美好，认为这个孩子一定会是世界上最聪明最乖巧的，因为反正不用真的把孩子生出来。」
「而在工业界做研发更像结婚后的男女，发现生娃（产品）成了你们最首要的任务。父母（公司老板）天天催着你生娃（产品），你们以为孩子生出来以后会很乖巧，结果生出来以后才发现一堆的问题一堆的毛病，社会（用户）也不喜欢他/她，你不停根据经验和用户反馈进行调教。最后孩子强大了，你也头白了脊椎坏了，但看着孩子（产品）还是一脸的满足幸福」。
深圳市城市交通规划设计研究中心主任张晓春
接下来由深圳市城市交通规划设计研究中心主任张晓春带来报告，他报告的主题是《数据驱动城市交通治理》。
他主要从城市治理角度，并结合实际案例，来看需要什么样的数据以及人工智能。
首先，他由中国大城市的发展阶段特征引入城市交通治理问题，其指出当前中主要大城市交通发展所面临的几个主要挑战：
第一，对于交通、人类活动问题，以及该怎么构建基础设施来满足人们的出行，需要我们运用大量智慧化数据的手段，来解决这一系列问题。
第二是主要大城市中还有一些不稳定的建设。比如说在深圳在罗湖中心区、福田中心区、南山中心区的建设相对稳定的时候，还剩了很多小的地块还要再开发，而如何处理好这些地区的开发与整个城市的基础设施建设和交通出行的矛盾问题，都需要大量数据的支持。
第三，除了城市协同，城市还面临着一些大的改造，比如说公交，北、上、广、深一年要花100-200亿来补贴所有的公交乘客的出行，然而这些公交出行补贴给谁了？该补贴给哪一类人群？城市增加了很多的公交车辆，也增加了大量的公交线路，但是使用公交的人在下降。我们的补贴是不是没有发挥它的作用？这其实也是一个我们面临的非常重要的对城市规律的了解的课题。
第四，互联网+交通带来交通的变革，未来不管是自动驾驶还是网联化，都会产生更多的数据，这些数据为我们未来能够了解大湾区的出行规律、城市的出行规律，各类交通基础设施的出行规律以及各类人群的社会属性提供了可能性。因此，针对未来面向国家下一轮大的智慧城市、智慧交通的投入方面，智能交通这个行业有很多可以探索和研究的空间。
紧接着，他提到了对大城市智慧化和数据化的探索和思路，主要包括数据治理：使用智慧道路、信号灯以及道路上可智慧化的设施等方式采集数据；基于采集的数据，用知识图谱，包括人、车、路，包括人的社会属性的关联关系，形成背后大的数据支持；利用实时仿真系统，面向城市交通实时的运行和决策。此外，他还结合深圳福田中心基于数据的空间上的改善案例，分享了智慧化交通在城市治理中发挥的作用。
演讲最后，他总结道，在目前这个发展阶段，整个国家在提城市治理、交通治理，也要提像绣花一样来管理城市，所谓的要像绣花一样管理城市，就是我们必须得像绣花针一样能够了解这个城市的每一个具体的出行的数据、出行的规律，来作为未来城市的交通治理、运营治理、空间治理或者政策治理的支持。互联网+交通给我们带来了可能性，未来的自动驾驶、车联网会带来更多的数据以及带来更多的可能性，希望各位IT界的朋友们更加关注交通，利用这一轮人工智能发展机会对我们的城市出行的治理做更多的演绎。
商汤科技联合创始人、香港中文大学教授林达华
商汤科技联合创始人、香港中文大学教授林达华在报告《AI工业化时代：技术平台与挑战中》详细介绍了商汤科技的发展历程、现状以及各方面的技术成果。商汤创立至今已经是估值最高的AI公司，商业营收第一。商汤科技的技术坚持自主研发，还是首个在视觉中使用深度学习的企业。商汤科技目前布局全球，影响力也走向国际。
商汤科技有具体商业化技术产品，林达华教授进行了全面的介绍。商汤科技的规划中也包括了工业化时代AI超算建设，云端AI服务平台建立。林达华教授还说道，AI时代的必需品是降低AI的门槛，不需要每个企业都有自己的AI专家、AI团队，商汤也为此研发了自动网络结构搜索相关技术，并开发了面向工业级应用的原创深度学习框架。
旷视科技（Face++）首席科学家孙剑
接下来报告的是旷视科技有限公司首席科学家孙剑，报告的题目为《云、端、芯上的计算》。
作为人工智能领域落地成熟度最高的技术之一，计算机视觉试图解决的是机器理解图片以及理解图像后做什么的问题。他在报告中带大家温习了图像表示研究发展的历史沿革，从最开始的部件识别、到神经网络、再到基于学习的方法、再到抽出图像特征进行高维编码的featured-based、一直到当下流行的深度神经网络，他表示该领域的发展并非是一帆风顺的。深度神经网络刚推出时，学界很多人对此并不看好，他们打从心底不相信深度神经网络是能被训练出来的，同时认为深度学习网络的实验太难被重现。一直到AlexNet的出现，大家才意识到8层的效果原来可以比5层更好。后来更有152层的ResNet横空出世，机器也终于在ImageNet上的表现超越人类。
然而回到现实中的产品落地，很多时候我们还得考虑到算力问题，为了让图像识别能够更好地在算力有限的设备上运行，矿视科技分别在端上以及芯片端做了工作。端上，旷视专门做了一个针对为移动端以及所做的网络结构ShuffleNet，至于芯片端，则做了一个低比特网络DorefaNet，两者的核心都是让低算力计算成为可能。
另外值得一提的是，旷视在图像检测上也实现了突破，从最初的R-CNN，到2015年提出的FasterR-CNN，再到去年专门推出的MaskR-CNN，该技术将分类与检测结合到一起。技术上的突破让旷视科技接连两年（2017&2018）获得COCO图像识别竞赛的冠军。
鹏城实验室主任高文院士（左）与香港人工智能与机器人学会理事长杨强教授（右）
接下来进行的是鹏城实验室与香港人工智能与机器人学会战略合作签约仪式。鹏城实验室主任高文院士与香港人工智能与机器人学会理事长杨强教授代表双方签署合作协议，未来双方将在人工智能与机器人相关领域展开诸多合作。
（从左至右）沈向洋院士，高文院士，桂卫华院士，杨强教授
17日论坛的最后一项议程是沈向洋、高文、桂卫华三位院士与杨强教授进行的院士panel，主题为《人工智能核心技术和关键应用》。他们讨论了「如何在港澳湾区做人工智能研究和合作」、「如何结合工业现状发挥头雁效应」、「如何把中国的数据和应用优势转化为技术和产业优势」等多个问题，也回答了现场观众提出的多个问题。讨论内容实录请参见AI科技评论的后续单独报道。
「新一代人工智能院士高峰论坛」18日还有一整天关于智慧医疗的精彩内容，请继续关注AI科技评论后续报道。
点击阅读原文，查看同时收到斯坦福、华盛顿、UCL、CMU和NYUoffer的博士申请，是怎样「炼」成的？
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.
/阅读下一篇/返回网易首页下载网易新闻客户端