正視短板，加大基礎(chǔ)研究投入

正視短板，加大基礎(chǔ)研究投入

中國(guó)工程院院士 徐匡迪

我國(guó)人工智能的發(fā)展雖起步略晚，但創(chuàng)新創(chuàng)業(yè)氛圍活躍、專(zhuān)利論文發(fā)表的數(shù)量已位居世界前列，應(yīng)用性研究中的語(yǔ)音和人臉識(shí)別技術(shù)已躋身國(guó)際第一梯隊(duì)。但在發(fā)展過(guò)程中也暴露出一些短板：打著人工智能招牌的投資者、創(chuàng)業(yè)者還是聚焦在人工智能的初級(jí)應(yīng)用層面，在基礎(chǔ)理論、核心算法和倫理、法律研究等領(lǐng)域與國(guó)際水平仍有較大差距，在關(guān)鍵設(shè)備上原始創(chuàng)新仍顯不足。

我們要正視這些短板與差距，在人工智能發(fā)展過(guò)程中，摒棄吹噓和炒作，加大對(duì)核心算法等關(guān)鍵基礎(chǔ)研究的投入，逐一突破難點(diǎn)，在適當(dāng)?shù)念I(lǐng)域進(jìn)行推廣應(yīng)用，重視高端人才在人工智能領(lǐng)域，特別是算法領(lǐng)域的聚集。這些是我們對(duì)人工智能、對(duì)科技創(chuàng)新應(yīng)持的態(tài)度，只有這樣才能真正找到一條適合我國(guó)國(guó)情的人工智能發(fā)展領(lǐng)域和路徑。

實(shí)現(xiàn)金融IT國(guó)產(chǎn)化要靠企業(yè)

中科曙光董事長(zhǎng) 李國(guó)杰

從總體上看，我國(guó)企業(yè)在技術(shù)儲(chǔ)備上與國(guó)外龍頭企業(yè)還有相當(dāng)大的差距，對(duì)發(fā)展高端產(chǎn)品的長(zhǎng)期性和艱巨性要有清醒的認(rèn)識(shí)。金融業(yè)務(wù)對(duì)安全、性能和可靠性都有很高的要求，可能是實(shí)現(xiàn)國(guó)產(chǎn)化最難攻克的堡壘之一。實(shí)現(xiàn)金融IT的國(guó)產(chǎn)化有一個(gè)從外圍到核心的發(fā)展過(guò)程，要臥薪嘗膽才能掌握其核心技術(shù)。

突破有競(jìng)爭(zhēng)力的關(guān)鍵技術(shù)要靠企業(yè)，我國(guó)科研隊(duì)伍的精兵強(qiáng)將集中在大學(xué)和科研機(jī)構(gòu)的國(guó)家重點(diǎn)實(shí)驗(yàn)室，然而工程性的技術(shù)創(chuàng)新是在成本、時(shí)間、兼容性、標(biāo)準(zhǔn)、人力等強(qiáng)約束條件下的創(chuàng)新，只有企業(yè)科技人員才能解決與市場(chǎng)密切相關(guān)的技術(shù)突破。金融IT國(guó)產(chǎn)化最大的困難不是缺乏研發(fā)經(jīng)費(fèi)或技術(shù)起點(diǎn)低，而是企業(yè)沒(méi)有試錯(cuò)的機(jī)會(huì)。完全靠企業(yè)參與全球“公平競(jìng)爭(zhēng)”，僅以市場(chǎng)作為調(diào)控手段并不可行。

深度學(xué)習(xí)框架是智能時(shí)代的操作系統(tǒng)

百度AI技術(shù)平臺(tái)體系執(zhí)行總監(jiān) 吳 甜

開(kāi)源開(kāi)放是人工智能的熱點(diǎn)之一，促進(jìn)了全球人工智能相關(guān)技術(shù)及產(chǎn)業(yè)生態(tài)的繁榮，成為產(chǎn)業(yè)智能化的重要推動(dòng)力。在開(kāi)源社區(qū)中，公司和機(jī)構(gòu)的相關(guān)開(kāi)源項(xiàng)目的貢獻(xiàn)日漸增長(zhǎng)，開(kāi)源軟件已成為一種重要的軟件和互聯(lián)發(fā)展模式。人工智能技術(shù)與產(chǎn)業(yè)結(jié)合產(chǎn)生價(jià)值，涉及多技術(shù)整合、能力復(fù)用、產(chǎn)業(yè)鏈打通以及產(chǎn)業(yè)和國(guó)家安全等關(guān)鍵要素。顯而易見(jiàn)，自主研發(fā)的人工智能開(kāi)源開(kāi)放平臺(tái)，是持續(xù)推動(dòng)人工智能發(fā)展、加快產(chǎn)業(yè)智能化進(jìn)程，促進(jìn)我國(guó)科技創(chuàng)新與產(chǎn)業(yè)變革的重要力量。

本輪人工智能熱潮，離不開(kāi)深度學(xué)習(xí)技術(shù)的持續(xù)突破和廣泛應(yīng)用。這其中，深度學(xué)習(xí)框架是核心基礎(chǔ)，重要性不言而喻。深度學(xué)習(xí)框架是智能時(shí)代的操作系統(tǒng)，基于操作系統(tǒng)會(huì)有大量的應(yīng)用產(chǎn)生，對(duì)人工智能的創(chuàng)新有巨大的幫助。

打造鋼鐵行業(yè)供應(yīng)鏈協(xié)同新生態(tài)

鋼銀電商副總裁 聶靜波

在數(shù)字經(jīng)濟(jì)、電子商務(wù)、供應(yīng)鏈金融蓬勃發(fā)展的背景下，深入推進(jìn)數(shù)字化產(chǎn)融協(xié)同，成為應(yīng)對(duì)外部環(huán)境不確定性的挑戰(zhàn)、助力我國(guó)經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量發(fā)展的必然需要。供應(yīng)鏈服務(wù)的出現(xiàn)，有效疏通了上、下游業(yè)務(wù)的阻塞，盤(pán)活了整個(gè)產(chǎn)業(yè)鏈條，是整合產(chǎn)融關(guān)系的有效模式。B2B電商需通過(guò)包括倉(cāng)儲(chǔ)、物流、金融、數(shù)據(jù)等在內(nèi)的一系列服務(wù)打通產(chǎn)業(yè)鏈上、下游，幫助鋼鐵行業(yè)實(shí)現(xiàn)產(chǎn)業(yè)鏈共享、供應(yīng)鏈升級(jí)。

產(chǎn)業(yè)互聯(lián)網(wǎng)3.0時(shí)代的核心在于供應(yīng)鏈服務(wù)升級(jí)。B2B電商需深入了解產(chǎn)業(yè)交易場(chǎng)景，明確客戶痛點(diǎn)，繼而通過(guò)產(chǎn)品和服務(wù)的標(biāo)準(zhǔn)化和線上化，放大服務(wù)規(guī)模。B端的供應(yīng)鏈只有不斷加強(qiáng)平臺(tái)風(fēng)控能力，才能持續(xù)擴(kuò)展平臺(tái)核心競(jìng)爭(zhēng)力。未來(lái)，鋼銀電商將繼續(xù)腳踏實(shí)地，不斷打磨產(chǎn)品，整合產(chǎn)業(yè)及社會(huì)綜合資源，提高供應(yīng)鏈協(xié)同效應(yīng)，打造鋼鐵行業(yè)供應(yīng)鏈協(xié)同新生態(tài)。

能源革命依賴(lài)高比例可再生能源

天津大學(xué)教授 余貽鑫

建設(shè)美麗中國(guó)，推動(dòng)能源革命，實(shí)現(xiàn)社會(huì)可持續(xù)發(fā)展，需要高比例的可再生的風(fēng)能和太陽(yáng)能發(fā)電。目前，相比起集中式的地面電站，分布式才是未來(lái)最具發(fā)展?jié)摿Φ?，為可再生能源新增裝機(jī)貢獻(xiàn)最大的發(fā)展方式。電力與燃?xì)?、熱力系統(tǒng)的聯(lián)系日益緊密，未來(lái)將形成以智能電網(wǎng)為核心的綜合能源系統(tǒng)，綜合能源系統(tǒng)是能源互聯(lián)網(wǎng)的載體。能源革命的實(shí)現(xiàn)高度依賴(lài)于未來(lái)高比例分布式可再生能源的開(kāi)發(fā)與利用。

實(shí)際上，我們國(guó)家就擁有足夠多的發(fā)展分布式光伏的安裝場(chǎng)地，從最新資料中來(lái)看，我國(guó)僅中東部地區(qū)的可發(fā)展屋頂分布式的房屋建筑面積就已經(jīng)能實(shí)現(xiàn)2050年的發(fā)展目標(biāo)。此外，我們還能探索道路光伏等其他分布式光伏的發(fā)展方式。發(fā)展智能電網(wǎng)，提高電能替代水平，提升可再生能源消費(fèi)占比，是能源轉(zhuǎn)型升級(jí)的必經(jīng)路徑。

人工智能為高質(zhì)量發(fā)展提供新動(dòng)能

中國(guó)工程院院士 潘云鶴

人工智能迎來(lái)了質(zhì)的飛躍，走向新階段：大數(shù)據(jù)深度學(xué)習(xí)初現(xiàn)端倪，群體智能自我進(jìn)化研究引起重視，人機(jī)融合技術(shù)帶來(lái)增強(qiáng)智能，自主智能無(wú)人系統(tǒng)發(fā)展迅速。在布局實(shí)施新一代人工智能時(shí)，需瞄準(zhǔn)為人民生活水平提高服務(wù)，建立從數(shù)據(jù)到知識(shí)、從知識(shí)到智能行為的能力，形成連接多領(lǐng)域的知識(shí)中心，支撐新技術(shù)、新服務(wù)和新業(yè)態(tài)的跨界融合與創(chuàng)新服務(wù)。

將新一代人工智能技術(shù)和實(shí)體經(jīng)濟(jì)的升級(jí)結(jié)合起來(lái)，開(kāi)發(fā)智能產(chǎn)品，發(fā)展智能制造，也是重要方向。結(jié)合自主智能裝備，研究各種自主智能載運(yùn)平臺(tái)、自主生產(chǎn)加工系統(tǒng)和智能調(diào)度監(jiān)控系統(tǒng)，深入研究自主智能系統(tǒng)的技術(shù)、架構(gòu)、平臺(tái)和設(shè)計(jì)標(biāo)準(zhǔn)。中國(guó)需持續(xù)加強(qiáng)人工智能與其他技術(shù)，技術(shù)與產(chǎn)業(yè)的互融互通，形成合力，使信息化的進(jìn)程從數(shù)字化推進(jìn)到網(wǎng)絡(luò)化，進(jìn)而推進(jìn)到智能化。

中國(guó)科學(xué)家要勇?lián)澜缲?zé)任

清華大學(xué)副校長(zhǎng) 薛其坤

我希望中國(guó)科學(xué)家是開(kāi)放的、有使命感的，我們有意愿、且有能力為世界科技的發(fā)展和人類(lèi)文明貢獻(xiàn)力量。習(xí)近平總書(shū)記說(shuō)過(guò)，我們堅(jiān)持融入全球科技創(chuàng)新網(wǎng)絡(luò)，樹(shù)立人類(lèi)命運(yùn)共同體意識(shí)，深入?yún)⑴c全球科技創(chuàng)新治理，主動(dòng)發(fā)起全球性創(chuàng)新議題。每一個(gè)科研一線的工作者都應(yīng)該是踐行者。

前不久，我們幾位科學(xué)家一起去了歐洲幾個(gè)國(guó)家。這段行程異常忙碌，每到一處，學(xué)術(shù)報(bào)告、交流、討論都是滿滿當(dāng)當(dāng)，雖然辛苦但很高興，因?yàn)檫@是中國(guó)科學(xué)家對(duì)世界科學(xué)發(fā)展的一點(diǎn)貢獻(xiàn)?？茖W(xué)家的使命在于讓國(guó)家更加強(qiáng)大，科學(xué)家當(dāng)然要求真務(wù)實(shí)，要愛(ài)國(guó)敬業(yè)，但是在這之外我們應(yīng)該有更深遠(yuǎn)的責(zé)任和廣闊的胸懷。正因?yàn)槿绱?，中?guó)科學(xué)家才要加倍努力，多出原創(chuàng)科學(xué)成果，引領(lǐng)世界科學(xué)技術(shù)發(fā)展。

跨界融合，推動(dòng)0—1的原始創(chuàng)新

中國(guó)科學(xué)院自動(dòng)化研究所所長(zhǎng) 徐 波

發(fā)揮人工智能更大作用、實(shí)現(xiàn)更大創(chuàng)新，“人”是最關(guān)鍵因素。人工智能跨界融合，一是需要培養(yǎng)一大批跨學(xué)科人才，包括人工智能與倫理、法律等學(xué)科的交叉復(fù)合型人才；二是需要培養(yǎng)一大批跨行業(yè)人才，比如“人工智能+制造”，就是需要既懂模型算法，又懂制造流程和裝備的人才。這兩類(lèi)高端人才的缺口非常大，是制約人工智能科技革命和產(chǎn)業(yè)變革的瓶頸問(wèn)題。

從國(guó)家層面要完善人才政策和評(píng)價(jià)體系，從上到下構(gòu)建適合人才成長(zhǎng)的、穩(wěn)定支持的環(huán)境；同時(shí)加快布局國(guó)家級(jí)的人工智能研究中心和實(shí)驗(yàn)室，橫向吸納各領(lǐng)域頂尖人才和資源，碰撞智慧火花，縱向串聯(lián)整條人工智能創(chuàng)新鏈條。我們只有高度重視基礎(chǔ)研究和人才培養(yǎng)，更多推動(dòng)0—1的原創(chuàng)性研究，才有可能在人工智能?chē)?guó)際競(jìng)爭(zhēng)中始終占據(jù)有利位置。

以開(kāi)源開(kāi)放提升創(chuàng)新質(zhì)量

北京大學(xué)教授 黃鐵軍

開(kāi)源開(kāi)放是促進(jìn)科技創(chuàng)新的重要機(jī)制。新一代人工智能開(kāi)源開(kāi)放平臺(tái)實(shí)時(shí)匯聚科研成果，通過(guò)開(kāi)源開(kāi)放實(shí)時(shí)輻射到經(jīng)濟(jì)社會(huì)各個(gè)領(lǐng)域。通過(guò)開(kāi)放的大浪淘沙，讓得到公共資金支持的科研成果隨時(shí)接受各類(lèi)產(chǎn)業(yè)應(yīng)用的檢驗(yàn)，激勵(lì)真正有創(chuàng)新能力的團(tuán)隊(duì)脫穎而出。通過(guò)開(kāi)源，促進(jìn)全社會(huì)的創(chuàng)新協(xié)作，激發(fā)創(chuàng)新聚變和裂變，實(shí)現(xiàn)成果質(zhì)量螺旋式上升。

開(kāi)源開(kāi)放也是完善科技評(píng)價(jià)的重要措施。新一代人工智能開(kāi)源開(kāi)放平臺(tái)記錄了所有代碼的原始貢獻(xiàn)者和完整的修改完善過(guò)程，新創(chuàng)的啟智許可證規(guī)定了“引用”條款：所有使用者需要留下使用信息并進(jìn)行標(biāo)注，因此所有貢獻(xiàn)者可以實(shí)時(shí)掌握自己創(chuàng)新技術(shù)的影響?；诖耍梢越⒁钥茖W(xué)影響和技術(shù)貢獻(xiàn)為核心的定量化精細(xì)評(píng)價(jià)體系，使得科技評(píng)價(jià)真正成為科技創(chuàng)新的加速劑。

新技術(shù)帶來(lái)產(chǎn)業(yè)滲透方向

華中科大電子信息與通信學(xué)院院長(zhǎng) 黃曉慶

當(dāng)前人工智能的發(fā)展得益于算法、數(shù)據(jù)和算力3方面共同的進(jìn)展。大數(shù)據(jù)是人工智能發(fā)展的基石。目前的深度學(xué)習(xí)算法主要是建立在大數(shù)據(jù)的基礎(chǔ)上，并從中歸納出可以被計(jì)算機(jī)運(yùn)用的知識(shí)或規(guī)律。云計(jì)算是人工智能背后強(qiáng)大的助推器，云計(jì)算可以讓我們體驗(yàn)每秒10萬(wàn)億次的運(yùn)算能力，這么強(qiáng)大的計(jì)算能力可以模擬核爆炸。

自2013年以來(lái)，大數(shù)據(jù)和大計(jì)算驅(qū)動(dòng)已成為深度學(xué)習(xí)算法的主流，正逐漸成為一種通用賦能工具。當(dāng)前，以深度卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的新一代人工智能，能夠獲得更加接近于人類(lèi)水平的感知能力和對(duì)自然語(yǔ)言的模式分析能力，帶來(lái)了超越人類(lèi)的博弈能力。而對(duì)抗性神經(jīng)網(wǎng)絡(luò)的最新進(jìn)展則促進(jìn)生成超分辨率具真實(shí)感的原創(chuàng)圖像、聲音、3D物體等。這些都為人工智能的產(chǎn)業(yè)滲透帶來(lái)了更多新的方向。

新基礎(chǔ)設(shè)施驅(qū)動(dòng)城市變革

阿里巴巴集團(tuán)首席技術(shù)官 王 堅(jiān)

伴隨互聯(lián)網(wǎng)的出現(xiàn)，云計(jì)算、大數(shù)據(jù)和人工智能也在慢慢地改變著城市，城市發(fā)展已經(jīng)面臨質(zhì)變的關(guān)鍵時(shí)刻，計(jì)算能力的提升為城市從電力時(shí)代走進(jìn)算力時(shí)代提供了更多可能。城市在馬力時(shí)代需要道路，在電力時(shí)代需要電網(wǎng)，當(dāng)城市對(duì)算力有所依賴(lài)時(shí)，就需要有一個(gè)全新的基礎(chǔ)設(shè)施，這個(gè)基礎(chǔ)設(shè)施就是“城市大腦”。

基礎(chǔ)設(shè)施和技術(shù)進(jìn)步是相互促進(jìn)的。沒(méi)有電網(wǎng)就談不上交流電技術(shù)的成熟，同樣，電網(wǎng)使得交流電的長(zhǎng)途傳輸變成可能?；A(chǔ)設(shè)施對(duì)技術(shù)的推進(jìn)也是顯而易見(jiàn)的。紐約剛有電的時(shí)候只有一種電器——燈泡，也就是說(shuō)，我們不是因?yàn)橄扔锌照{(diào)、電視機(jī)和電冰箱才去建電網(wǎng)，而是電網(wǎng)的出現(xiàn)推動(dòng)了世界電器產(chǎn)業(yè)的創(chuàng)新。由此，我們可以認(rèn)為，“城市大腦”的出現(xiàn)也會(huì)推動(dòng)我們當(dāng)前想象不到的新發(fā)明出現(xiàn)。

以人為本，打造機(jī)器人時(shí)代

達(dá)闥科技副總裁 汪 兵

當(dāng)前，中國(guó)人工智能的功能開(kāi)發(fā)更多地依賴(lài)處于入門(mén)水平的開(kāi)源算法，這就意味著在未來(lái)發(fā)展中還需要加大應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)、仿生學(xué)等基礎(chǔ)學(xué)科的研究投入，開(kāi)發(fā)出真正達(dá)到實(shí)用水平的算法。另一方面，機(jī)器人還需建設(shè)一套更高帶寬、更高傳輸速率的安全云網(wǎng)絡(luò)以滿足機(jī)器人龐大算力資源需求。在此基礎(chǔ)上，系統(tǒng)集成商與創(chuàng)新機(jī)構(gòu)需要開(kāi)發(fā)出更接近生活的新產(chǎn)品，最終促進(jìn)整個(gè)機(jī)器人行業(yè)全產(chǎn)品的換代升級(jí)。

機(jī)器人產(chǎn)業(yè)智能化發(fā)展將對(duì)傳統(tǒng)的迎賓、物流、安防、制造等行業(yè)體系產(chǎn)生重大沖擊，在這場(chǎng)浪潮中，我們要保持警醒，不斷結(jié)合新的技術(shù)，保持始終如一的以人為本的精神，將人力從重復(fù)煩瑣性工作中解放出來(lái)。但這并不意味著人類(lèi)社會(huì)將迎來(lái)大量失業(yè)，恰恰相反，有限的人力會(huì)被更多地吸收進(jìn)創(chuàng)造性工作中，人類(lèi)更多的智力、精力集聚思想碰撞，將反推科技進(jìn)步。

利用數(shù)據(jù)滿足機(jī)器學(xué)習(xí)要求

初靈集團(tuán)首席科學(xué)家 劉繼明

對(duì)于自己所擁有的數(shù)據(jù)，我們要盡可能充分利用，尤其是增加數(shù)據(jù)點(diǎn)的數(shù)量，相關(guān)的方法有數(shù)據(jù)擴(kuò)充和遷移學(xué)習(xí)等。在數(shù)據(jù)量有限的情況下，可以通過(guò)一些特殊的隨機(jī)變換來(lái)進(jìn)行數(shù)據(jù)擴(kuò)充，即在不改變數(shù)據(jù)基本特征的前提下，將數(shù)據(jù)的其他信息進(jìn)行隨機(jī)變化，從而生成更多可用于機(jī)器訓(xùn)練的數(shù)據(jù)。

基于大數(shù)據(jù)的深度學(xué)習(xí)往往需要耗費(fèi)巨大的數(shù)據(jù)、計(jì)算資源，于是，人們想到機(jī)器學(xué)習(xí)是否可以做到像人類(lèi)那樣繼承已有的知識(shí)，從而舉一反三更快地掌握新的知識(shí)呢？比如在某個(gè)小數(shù)據(jù)領(lǐng)域相鄰的領(lǐng)域里找到擁有大量數(shù)據(jù)的領(lǐng)域，當(dāng)兩者之間的知識(shí)遷移成功，那么前者就不需要收集龐大的數(shù)據(jù)集了。遷移學(xué)習(xí)就是這樣一種提高機(jī)器學(xué)習(xí)效率的方法。

商業(yè)航天領(lǐng)域更容易實(shí)現(xiàn)商業(yè)閉環(huán)

華創(chuàng)資本總經(jīng)理 公 元

美國(guó)在商業(yè)航天領(lǐng)域已經(jīng)有估值超300億美元的公司，而中國(guó)商業(yè)航天領(lǐng)域的創(chuàng)業(yè)企業(yè)仍在起步階段，差距之中蘊(yùn)藏著投資機(jī)會(huì)。中國(guó)具備發(fā)展商業(yè)航天的人才土壤，近幾年國(guó)內(nèi)政策也越來(lái)越開(kāi)放，對(duì)商業(yè)航天比較鼓勵(lì)和包容。同時(shí)，國(guó)外商業(yè)航天的競(jìng)爭(zhēng)，也在倒逼國(guó)內(nèi)商業(yè)航天的發(fā)展。

至于盈利問(wèn)題，其實(shí)共享單車(chē)、電商等領(lǐng)域中的很多公司在上市時(shí)都未實(shí)現(xiàn)商業(yè)閉環(huán)。相比之下，商業(yè)航天領(lǐng)域?qū)崿F(xiàn)商業(yè)閉環(huán)的邏輯更加簡(jiǎn)單直接。比如商業(yè)運(yùn)載火箭就是要實(shí)現(xiàn)從A點(diǎn)到B點(diǎn)的運(yùn)輸，是通往太空的交通工具。在我們看來(lái)，商業(yè)航天的商業(yè)邏輯比其他任何時(shí)候都更清晰，只是這條路徑很艱難。對(duì)商業(yè)航天的投資，屬于終點(diǎn)確認(rèn)但路徑艱難的投資。不過(guò)只要?jiǎng)?chuàng)業(yè)團(tuán)隊(duì)走到終點(diǎn)，就一定會(huì)成功。

自然語(yǔ)言處理能推進(jìn)人類(lèi)的應(yīng)用

國(guó)際計(jì)算語(yǔ)言學(xué)會(huì)會(huì)長(zhǎng) 周 明

我們未來(lái)到底需要什么樣的自然語(yǔ)言處理系統(tǒng)呢？我認(rèn)為要做出可解釋、有知識(shí)、有道德、可自我學(xué)習(xí)的NLP系統(tǒng)。這是一個(gè)很高的目標(biāo)，現(xiàn)在離這個(gè)目標(biāo)差得很遠(yuǎn)。我們要從具體的任務(wù)出發(fā)，找出存在的問(wèn)題：上下文建模、數(shù)據(jù)糾偏、多任務(wù)學(xué)習(xí)、人類(lèi)知識(shí)的理解。

如果我們有所推進(jìn)的話，我們的認(rèn)知智能就會(huì)進(jìn)一步提升，包括語(yǔ)言的理解水平、推理水平、回答問(wèn)題能力、分析能力、解決問(wèn)題的能力、寫(xiě)作能力、對(duì)話能力等。然后再加上感知智能的進(jìn)步，聲音、圖像、文字的識(shí)別和生成的能力以及多模態(tài)文、圖交叉的能力，通過(guò)文字可以生成圖像，根據(jù)圖像可以生成描述的文字等，我們就可以推進(jìn)很多人類(lèi)的應(yīng)用。也可以把AI技術(shù)用在我們的產(chǎn)業(yè)上，幫助產(chǎn)業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。

多模態(tài)問(wèn)題影響人工智能落地

騰訊優(yōu)圖實(shí)驗(yàn)室負(fù)責(zé)人 賈佳亞

人工智能學(xué)科發(fā)展與人類(lèi)智能差距之一就是“多模態(tài)信息的智能化理解”，視覺(jué)、聲音、符號(hào)語(yǔ)言、嗅覺(jué)和觸覺(jué)等信息，具有無(wú)限多樣性。而多模態(tài)人工智能還存在不少技術(shù)難點(diǎn)：第一，數(shù)據(jù)模態(tài)多種多樣，包括2D圖像、3D模型、結(jié)構(gòu)化信息、文本、聲音及更多無(wú)法量化的數(shù)據(jù)；第二，多模態(tài)數(shù)據(jù)不對(duì)應(yīng)，如從圖像到文字，從文字到圖像，都是“一對(duì)多”的過(guò)程，會(huì)有多種的描述和呈現(xiàn)；第三是多模態(tài)數(shù)據(jù)的融合；第四是多模態(tài)監(jiān)督。

而要解決這些多模態(tài)信息的難題，就要更好研究嗅覺(jué)、味覺(jué)、觸覺(jué)、心理學(xué)等難以量化的信號(hào)問(wèn)題，通過(guò)多模態(tài)數(shù)據(jù)使得計(jì)算成為可能，進(jìn)行協(xié)同學(xué)習(xí)、用一個(gè)資源豐富的模態(tài)信息輔助另一個(gè)資源貧瘠的模態(tài)。多模態(tài)人工智能問(wèn)題的解決，就會(huì)是人工智能更多落地的未來(lái)。

將人工智能投放到生產(chǎn)流程中

TCL研究院（香港）研究所總經(jīng)理 俞大海

人工智能在工廠里可以做到什么？我覺(jué)得有3項(xiàng)：發(fā)生了什么、為什么發(fā)生、還會(huì)發(fā)生什么。我們接下來(lái)要思考的是，如何更好地把人工智能應(yīng)用到這些環(huán)節(jié)。此外，人工智能能不能做決策，能不能做認(rèn)知智能，怎么去做，這是很多人關(guān)心的話題。我們現(xiàn)在的做法是把人工智能加到已有的生產(chǎn)流程中去，它可以起到一些作用，但不能發(fā)揮全部?jī)r(jià)值。

另外，我覺(jué)得邊緣計(jì)算將是人工智能的關(guān)鍵。很多企業(yè)——尤其是工廠，很難把數(shù)據(jù)上傳到公有云，他們都有自己的私有云。但是如果所有東西都在私有云上做，成本太高了，這時(shí)候邊緣計(jì)算就可以發(fā)揮作用了。我們希望未來(lái)的人工智能不需要把所有數(shù)據(jù)都上傳到云端，而是在機(jī)器端就已經(jīng)處理了，只上傳一些特征信息，甚至某些功能直接在機(jī)器端就能實(shí)現(xiàn)。

文本數(shù)據(jù)挖掘要與腦科學(xué)結(jié)合

中國(guó)科學(xué)院自動(dòng)化所研究員 宗成慶

文本數(shù)據(jù)挖掘具有極其廣闊的應(yīng)用前景，包括金融、醫(yī)療、生物醫(yī)藥、司法和情報(bào)分析等各個(gè)領(lǐng)域。我們所說(shuō)的自然語(yǔ)言處理技術(shù)，其應(yīng)用目標(biāo)除了機(jī)器翻譯和對(duì)話系統(tǒng)以外，主要任務(wù)就是利用文本數(shù)據(jù)挖掘技術(shù)進(jìn)行文本的分析和處理。文本數(shù)據(jù)挖掘的主要難點(diǎn)在于如何弄清楚文本作者的意圖和觀點(diǎn)。計(jì)算機(jī)和人不一樣，對(duì)于一段文字，人掃一眼就可以明白了，而計(jì)算機(jī)理解語(yǔ)言會(huì)涉及太多東西。目前我們還無(wú)法清楚地知道人腦是如何理解語(yǔ)言的，所以從長(zhǎng)遠(yuǎn)的深層次研究角度來(lái)看，我們要和腦科學(xué)研究結(jié)合起來(lái)。

對(duì)人腦從事語(yǔ)言認(rèn)知機(jī)理的研究是一個(gè)長(zhǎng)遠(yuǎn)的目標(biāo)，屬于基礎(chǔ)性的探索研究，很難指望在短時(shí)期內(nèi)看到直接的應(yīng)用效果。但是相關(guān)研究會(huì)給我們很多啟發(fā)，讓我們改進(jìn)或者解釋現(xiàn)有的神經(jīng)網(wǎng)絡(luò)模型，或者建立更加有效的新方法。