当前位置：
来源：教育信息网 
作者：版权所有者 
时间：2020-07-10 12:00:00 发布 
标签：教育资讯 7月9日，世界 技术平台开源开放，越来越多应用可以很方便开发出来，惠及经济社会方方面面。李彦宏认为，未来最主要的操作系统软件将不是基于PC，也不是基于手机的操作系统，而是基于人工智能深度学习框架的操作系统，深度学习框架对上承接各类智能应用，对下主宰AI芯片设计。
在他看来，AI发展会经历三大历史阶段。第一阶段叫技术的智能化。人工智能在60多年前被提出，近十年来算法有着快速的迭代和创新，通过云计算、大数据的赋能已经逐步发展成为新的技术平台，但是人工智能的科学家们都集中在概念的导入和技术探索，并没有演变成为一种产业或者经济现象。
第二阶段叫经济的智能化。随着移动互联网的发展，人类产生的有效数据呈指数级上升，云计算的发展则提供了海量计算所需要的能力，加上经济和社会的普遍数字化和互联网化所创造的基础环境，人工智能终于可以开始在广泛的经济领域施展魔力。这个阶段又可以分为上下两个阶段：前半段，人工智能的发展主要是围绕通用能力的开发和作为一种资源的AI能力平台化，以及智能搜索和信息流的智能推荐这两个标志性行业应用；在后半段，人类的人工智能可以开始全面产业化，就是行业应用和商业化的全面普及。
第三个阶段是社会的智能化。人工智能将从经济领域渗透到更加广泛的社会领域，全社会和全球范围内智能协作与制度的创新将是这个阶段的主要特点，最终的协作和变革又会对经济产生更加深远的影响，人类终将进入智能社会。
李彦宏称，目前我们正处在经济智能化前半段向后半段过渡时期，经过前半段发展，在全球范围内已经出现了少数几家通用AI平台和一些专注于某个垂直行业细分的AI平台，在信息搜索、信息流推荐、无人驾驶几个垂直行业，人工智能已经证明或者初步证明，对所在行业颠覆和重构的潜能。
他还公布了百度的两个小目标：第一，到2030年智能云服务器数量达到500万台；第二，在未来5年中为全社会培养超过500万个AI人才。他认为，目前人工智能所处的阶段也是一个容易产生迷茫的阶段，这是大多数颠覆性技术加速普及之前的必经阶段，正如互联网2000年左右所经历的那样。
李彦宏表示，无论是当年对互联网的信仰还是今天对AI的信仰都没有一丝改变，他仍然认为AI是堪比工业革命大的技术浪潮，一定会彻底改变每一个行业。
任宇昕：人工智能发展的“三个新”
今年的WAIC，马化腾因病未到现场做演讲，不过腾讯COO任宇昕以“三个新”分享了腾讯在人工智能领域的思考和探索。
第一是新增长。疫情常态化让复工复产变得很有挑战，为了保证物流、资金流、信息流畅通，AI发挥了重大作用。AI技术正深深嵌入各行各业，变得无所不在。日益完善的新基建和产业互联网将为各行各业带来新增量，为经济发展带来新增长。
第二是新博弈。Game有比赛和博弈含义，腾讯正在支持上海打造全球电竞之都，目前腾讯电竞在上海建立了英雄联盟和王者荣耀远程制播中心，是全球最专业的制播中心，游戏和电竞为AI提供最理想的实验场，比如游戏电竞中多智能体博弈也是智能网联汽车在现实中需要解决的问题，目前我们已经尝试用游戏领域技术优势为汽车厂商构建了模拟仿真环境，以提升自动驾驶的测试效率和安全性。
第三是新世代。今天的电竞运动员大多是95后，我们叫他们数字原住民。在我们看来，新基建将激发新一代年轻人的聪明才智，产业互联网注定会成为数字原住民带来梦想的舞台。今年前四个月，微信生态数字岗位增加近60万个，成为高校毕业生就业的新舞台。我们相信数字世界是一个等待全球年轻人共同建设的新家园。
马斯克：特斯拉已非常接近L5级自动驾驶
马斯克对未来L5级别的自动驾驶非常有信心，认为很快就会实现。“特斯拉已经非常接近5G自动驾驶了，我们可以利用特斯拉现有的硬件，只需要改进软件，我有信心我们将在今年完成L5级别的基本功能。”
他认为实现自动驾驶5级目前不存在底层的根本挑战，但是要整合系统，持续解决很多细节问题。在他看来，没有什么比现实更复杂，任何模拟都是现实世界复杂性的子集。
马斯克指出，认知可能是人工智能最薄弱的领域。不过未来认知会表现得好一点，我们可以把它想象成游戏，只要有明确的游戏规则，在任何游戏当中人工智能肯定都会玩得比人类要好。
他还解释了特斯拉为什么要开发人工智能芯片。“我们发现市场上没有成本合理，而且低功耗的系统。如果我们使用传统GPU、CPU或者其他相似的产品，将耗费数百瓦的功率，而且后备箱会被计算机GPU巨大的冷却系统占据。而且，要知道能耗对于电动汽车的里程非常重要。”他还透露，特斯拉在几个月前审慎启动了芯片的第二套系统，充分利用特斯拉完全自动驾驶系统可能还需要至少一年的时间。
马斯克还介绍了特斯拉训练系统：这个系统像FP16训练系统，主要受芯片发热量和通讯限制，我们正在开发新的总线和散热冷却系统，用于开发更高效的计算机从而能更有效处理视频数据。
他还为特斯拉中国做了个招聘广告：特斯拉自动驾驶在中国的进展非常好，我们正在中国建立相关工程团队。我们会在中国做很多原创性工程开发，而不仅仅是简单地把美国的东西搬到中国，所以，如果你想做工程师话可以考虑加入特斯拉中国。
马云：数字化技术变革提前并在加速到来
马云分享了三点思考：第一，人类离不开地球，但地球却可以离开人类。工业革命以后，人类有能力向外看，登上了月球，建设了太空站，试着在太空生存，很多杰出的人包括马斯克开始对地球以外的世界有了伟大探索。而数字革命让人类有能力向内探索，真正了解自身、真正了解地球。相比之下，人类对自身的探索显得更难，也更加重要。这次疫情让我们看到人类对自己的陌生，对地球的陌生。因为我们不了解自己、不了解自己生存的世界，不珍惜和保护这个地球，所以制造了很多麻烦和灾难。
第二，经济增长可以放慢，但是人类必须要成长。疫情让我们明白，世界的生态系统是由微生物决定的，不是由最高等级动物决定的，人类千万不能把自己看得太高。AI应该翻译成为机器智能，翻译成人工智能是人类把自己看得过大、过高，很多事情对人类来讲很难，但是对机器来说却非常容易。动物有的是本能，机器有的是智能，而我们人类拥有的应该是智慧。几千年来，人类只是数量在快速增长，技术在发展，但是人类的智慧并没有成长。
第三、如果过去数字技术是让生活变好，那么今后，数字技术是让人类能够更好地生存下去。疫情没有改变技术变革的趋势，但是疫情加速了数字技术的变革，因为灾难在逼迫我们创新。
马云称，数字技术的大趋势并没有发生变化，但是本来需要三、五十年完成的数字化，可能会提速到十年、二十年内就能完成，这是巨变以后的巨变。
姚期智：人工智能理论的新方向
姚期智认为，现在的AI应用来自过去的理论研究，现在做的理论研究在未来某一天会让我们获得巨大的进步。他在演讲中主要讲述了三点：
第一，理论很重要。AI现在面临的挑战，都可以通过理论来分析，这种分析能够让我们更清楚地知道面临的到底是什么，从而获得一些启迪和启示，找到寻求解决方案的方法。
第二，AI绝对是一个跨学科的行业。有许多例证可以表明，在AI方面获得的一些巨大成果往往是因为一些看似完全不搭界学科之间的合作，这可能需要几十年的努力，因为没有其他学科科学家所取得的研究成果的话，AI方面不可能取得这么快的发展。
第三，一些值得探索的新方向。
机器学习和拓扑学之间的联系，拓扑学方面的一些概念、技术和复杂度的理论可以让我们获得一种AI方面新的理论，只看AI是不可能的；
人工智能和隐私之间联系，如让计算的结果不需要去揭秘数据属于谁，甚至不必要揭秘数据，他认为，其实可以通过密码学实现这个目标，这是AI的一个全新领域；
可控的超级人工智能——Super AI，他引用了伯克利大学一位教授的看法，即尽管我们不知道超级人工智能会不会来，但是我们最好做好准备。
Yoshua Bengio：机器学习赋能智能手机预测新冠疫情传染性风险
新冠病毒的重要传播特征就是能够人传人。一个病例出现症状，但往往在出现症状的前几天就开始具有传染性。所以医疗机构和政府的疫情防控部门迫切希望进一步扩大检测。现在一般用人工进行操作，但问题是需要时间，用手机记录跟踪的信息可能会给医疗防控带来帮助。
Yoshua Bengio表示，标准数据跟踪的问题是只考虑了一个人核酸检测阳性与否的两元化信息，但病例检测为阳性之后，很可能具有非常高传染性是几天之后的事，如果减少这段延误时间，可能大大减少病毒传播。
他提出，可以利用手机数字接触跟踪方法来加强人工接触跟踪的工具，扩大预测范围。
苏世民：AI发展的五大原则
苏世民表示，近年来，世界上很多组织都发布了合乎道德的人工智能发展原则和指南，这可以成为全球讨论的良好开端。他提出了五大原则：
第一个原则，透明。让每个问题都可监督、可审计，并且可以比较容易的进行设计。
第二个原则，公平。人工智能系统和软件不能是简简单单的一个黑盒子，我们必须要理解如何使用人工智能系统原则公平。技术不应该加剧不平等，不应该导致偏见和歧视。相反应该促进包容性，并且尽可能让多的人从中受益。
第三个原则，安全性。人工智能技术不应该造成可预见或者不可预见的伤害，人工智能的设计就应该是可靠的，并且对于故意破坏应该有抵御能力和韧性。
第四个原则，责任。如果有些事情是由于人工智能的系统决定而出错，就应该有清晰的责任，并且在适用情况下采取强制性补救措施。研发人员需要考虑到并应采取一致行动，降低人工智能潜在风险。
第五个原则，隐私。很多人工智能应用都依赖于数据，需要有一套机制保护人们的权利、利益和隐私信息。人工智能系统需要以易于理解的方式披露它是如何使用、储存和保护个人信息的，用户应该可以非常轻松地撤销对其个人信息的使用授权。
苏世民认为，我们越早通过共同治理结构来统一并运用这些原则，就越有可能避免人工智能所带来的负面影响。
对话：AI在新冠疫情中发挥的作用
主持人：朱民，清华大学国家金融研究院院长
嘉宾：
陈杰，中国工程院院士、同济大学校长
沈向洋，清华大学教授
张文宏，复旦大学附属华山医院感染科主任
朱民：疫情严重冲击了我们的生活和工作。全球近千万人感染，近50万人死亡，经济严重衰退，金融波动，人类确实面临巨大的挑战。在疫情期间，人工智能变成一个亮点，疫情中人工智能发挥了什么作用？未来公共建设人工智能还能发挥什么作用？人工智能能帮你预测疫情会发展成怎么样吗？
张文宏：现在大家对人工智能给予了极大的期望，但是从这次疫情开始到现在为止，我个人的感觉这仅仅是个起点。
上海援鄂医疗队在去武汉之始，我们就非常希望人工智能最好已经是遍布全国了，让我们知道武汉缺什么，知道那里有什么、缺什么，让我们迅速地给予调配，比如口罩、防护服、尿裤、呼吸机，但是什么数据都没有。这时候我们最希望我们一到病房所有东西都在那里了，但事实上不是，是一辆辆车从上海开过去，把最紧缺的医疗物资送到前线。后来，从人工智能参与到物资的调配的时候，我们意识到将来人工智能具有非常强大的物资调配能力。
朱民：我们都在讲人工智能转向To B应用，您是做复杂系统的，人工智能在复杂系统的应用，在自动化应用的前景在哪里？
陈杰：人工智能的应用在防疫当中有很具体的实例。大学流动人口非常多，同济大学有4万多名学生，而且来自各个地方，甚至来自世界各国，怎么防控？我们利用人工智能技术将学校所有教职员工和学生信息做了一个自主识别系统和信息系统，来管理五六万教职员工师生的信息，他们每天的情况都可以准确反映在学校信息平台上。
为确保学校有序复学，我们跟踪每个学生每一天的踪迹，在学校几个大门口设立了智能识别系统，这是现实防疫当中做的事。
对于复杂系统来说，未来世界应该是将物理空间和人类社会空间有效连接而构成的新的信息物理系统。其中，人工智能帮助人类拓展了自己认识世界的能力、认识世界的范围，也拓展了人类的思维。对于未来社会经济以及我们通常的工业系统、社会系统、出行系统、城市管理将起到决定性的作用。
沈向洋：最近的疫情让人工智能真正有机会应用到很多方面，今天我简单介绍四个方面：
第一，人工智能加速推进预防诊断治疗相关科学研究，特别是疗程手段的突破。
第二，从全球卫生健康、流行病学这些数据里提取、发现数据洞察，从而将它的特征、变化、趋势、传播直观立体展现出来，及时分享给在场的、甚至全球各地的医生，大家能够一起看到怎么去应对健康的风险。
第三，疫情必须要有一些新的手段，特别是远程协作可以让我们更好推动医疗资源的平等分享，让有限的医疗资源帮助更多人，不仅仅是发展中国家的问题，包括对于美国这样的发达国家也是很重要的事情。
第四，基础研究方面包括要做更多基础，隐私保护、标准化、操作性让医疗安全、高效、可靠的分享。今天不仅仅是中国公司、美国公司很多其他的全球的公司都在做。
我想强调一件事，最重要的一件事就是人工智能必须解决的问题就是数据的问题，特别是应对疫情必须要做到，怎么早发现、早预警、早诊断。未来我们可以做到秒级画像、分钟预警、小时诊断、采集数据、打通数据、分析数据全部整合在一起，这样人工智能才能真正发挥它的作用。
朱民：张主任，关于建立一个科技未来的公共卫生系统，人在里面发挥什么作用？
张文宏：我先给大家泼个冷水。人工智能今天如日中天，也有很多国际一流的老总今天在这里发言，但是我非常遗憾地告诉大家，这次中国疫情的控制是靠传统智慧和城市管理实现的。这次疫情之后，我们需要反思，将来人工智能可以如何改善城市管理，包括加快公共卫生体系中的预警速度。
这里面就有几个网络数据的问题：一是疾控公共卫生的数据，还有一个是真实世界的数据，真实世界的数据能够加快吗？医疗机构领域数据现在都是散的，医疗机构的数据如何第一时间汇聚到大数据平台？这次新冠CT表现和以前的流感、其他肺炎完全不一样，人工智能如果在去年12月初就看到了大量肺部CT图片，数据会提出警报。
还有人工智能在公共卫生监测体系的运用。医疗和公共卫生两个网络都离不开大数据。作为医生，我很不愿意大数据把我给替代掉，我也很不愿意大数据往那里一放，X光片就不要了。很多人把数据一输进去就给你处方了，这一点我认为还做不到。如何把线上数据和线下数据融合预警，构成一个完整的体系，这一点人工智能能发挥很大作用。
包括今天多少个航班进来，所在国家的疫情如何，医疗资源要增加到什么程度，这些都应该有真实的数据。今天我们的防控是熔断式的，熔断就不能人工智能。将来的数据应该是真实世界的数据，非常期待线上线下的数据结合，医生也不会失业。
朱民：我要代表所有人感谢你，你是以医生的真诚和坦率给我们提了个醒。虽然疫情中人工智能发挥了很多作用，但是根本还是用传统的方法和政府管理的办法解决问题。不过，预见未来的时候人工智能会发挥很大作用，核心是打破数据孤岛。数据是资源，我们进入数据时代，未来掌握数据才能真正掌握未来。这是非常有意义的。
陈校长您是做复杂系统的，更多是做物理世界还是社会系统的？因为我们越来越意识到，我们是活在一个复杂系统里，单纯人工智能解决单维的任务已经不足以解决面临的挑战，包括医疗系统。
陈杰：我还是接着张医生所说的数据问题。我个人觉得现在很多数据，在防疫和医疗卫生方面人工智能还没有完全用上。现在包括一些数据的学习方法，还是基于质量比较高、有标识性的数据，我们所获取的不同时空的数据，如何进行有效的融合、处理是我们面对的问题。大量的数据真假难辨，如何整合是一个巨大的问题。
从传统的深度学习向强化学习、向迁移学习向未来进化学习的转移，怎样用信息系统把物理系统和人类系统结合起来？未来最难的是人和机器怎么样能共融？这是未来难度最大的，人在其中是一个操作者，又是一个平等的参与者，怎么结合起来是未来一个重要的命题，今后的世界机器和人将发挥各自的作用。
朱民：沈向洋，你看到人工智能的未来在哪里？
沈向洋：第一，从感知重大进展向认知的变化。这些年我们做了很多深度学习的工作，像计算机视觉、语音识别进展非常大了，接下来非常重要的事情就是对这个世界的认识，在人工智能的发展还是非常早期的事情。
第二，交互的问题。在计算机没有出现之前，人的交互主要是人与人的交互，后来计算机出来之后就变成了人机交互。未来发展最激动人心的、最最重要的事情是人和AI的交互，未来AI的人口可能远远超过世界上的人口数量，给我们带来很多巨大的问题。
第三，所谓通用人工智能，最终要解决的还是常识问题，要把常识这件事建模理解，否则没有真正的人工智能。
本文来自微信公众号：CSDN（ID：CSDNnews），编辑：Just
