6月1日，以“深度視野，對話未來”為主題的首屆“中新人工智能高峰論壇”在新加坡·南京生態科技島召開。

本屆高峰論壇由南京市人民政府、新加坡企業發展局、江蘇省經信委、江蘇省商務廳、江蘇省人民政府外事辦公室作為指導單位，南京市商務局、南京市建鄴區政府、中國人工智能學會主辦，新加坡·南京生態科技島管委會、中新南京生態科技島開發有限公司承辦，以及鎂客網參與協辦。

AI成熟嗎？AI今年在哪個階段？會不會又有一個冬天的到來，學者是怎么看人工智能？企業在做AI技術落地應用的時候又遇到了什么瓶頸？這次中新AI高峰論壇給出了業內人士對這些問題的思考。

深度學習遇到的現實難題

在今天的中新AI高峰論壇上，南京大學計算機科學與技術系主任、人工智能學院院長、歐洲科學院外籍院士周志華談了他關于機器學習前沿思考。“機器學習無所不在，很多AI應用背后關鍵支撐就是機器學習技術。”

圖 | 周志華

周志華院士的第一點思考是技術上的考慮，他說深度神經網絡是由多層的、可參數化以及可微分的非線性模塊所構建，它需要用BP算法來訓練，但是在一些圖像、視頻處理任務上，深度神經網絡并不是最佳的選擇。“當我們重新審視神經網絡模型的時候，是不是可以基于不可微構件進行深度學習？”

基于對深度學習的反思，周志華院提出了他們自己的“深度森林”模型，“這是第一個‘非神經網絡’、不使用BP算法訓練的深度學習模型”。目前，該套模型已經應用在螞蟻金服的反套現檢測上，并且被證明是目前性能最好的模型。

其次是機器學習解決的任務，以圍棋對弈為例，它其實屬于封閉靜態環境的任務，而以往的機器學習也非常擅長解決這種封閉靜態環境任務，但是我們今天的任務是如何在開放環境下做更好的機器學習，周志華強調最關鍵的就是魯棒性：要求人工智能必須很好的應對未知環境，是通往魯棒人工智能的核心環節。

云知聲創始人CEO黃偉則認為，我們的深度學習和過去比只是層次變得更深了。因為依托于互聯網的紅利，我們有很多數據，同時我們有英偉達GPU的基本單元，使得我們可以使用更加復雜的網絡來解析我們在以前不能處理的一些現實問題。

圖 | 黃偉

如果深度學習是AI非常關鍵的技術，那么數據則是深度學習模型的元基礎。而AI的競爭其實也是數據知識的競爭。但很多AI落地應用都會遇到數據方面的問題，歐洲科學院院士、德國人工智能研究中心科學董事漢斯·烏思克爾特就提到了內部數據和外部數據結合的難題。

圖 | 漢斯·烏思克爾特

“以智能工廠為例，由于外部的數據來源都是非結構性的數據，比如視頻、語言這樣的文本信息，但是內部的數據是結構性的，所以結合起來就有難度。”

其實關于非結構性數據的轉化問題，在智慧查案系統中，也存在著相同的問題，南洋理工大學計算機科學與工程學院教授、智慧國家研究中心主任林國恩就在會上談到了紙質文本內容數字化的問題，“因為很多傳統數據都是紙質的，所以在數字化的過程有很多人為的錯誤是難以避免的。”

一方面是非結構性的數據轉換問題，另一方面數據的研究存在斷層，聯想集團副總裁、人工智能實驗室負責人徐飛玉提到了“數據和知識方面高校有很好的人才，然而大部分情況下數據是存在企業中，但是企業沒有財力投入數據研究，這是一個矛盾。如果大的互聯網公司的數據和高校合作，那我們的進步會更大。”

圖 | 徐飛玉

數據之外，現在應用最廣泛的AI技術莫過于計算機視覺，但現在做計算機視覺技術的企業那么多，到底要如何辨別優劣呢？

云從科技聯合創始人溫浩表示，以人臉識別為例，在一些關鍵性的應用領域，比如公安安防方面，僅僅用一些開源軟件的組合是不夠的，技術需要全方位的積累。

圖 | 溫浩

對AI有敬畏之心，不看熱鬧看門道

作為國內AI研究第一人，中國工程院院士、歐亞科學院院士、中國人工智能學會理事長李德毅院士探討了AI是如何成為經濟發展新引擎和社會加速器，其中的加速器指的就是AI+。

圖 | 李德毅

李院士談了AI對制造業、教育、醫療以及金融業的沖擊，以教育為例，他提出幾點問題“今后我們還要不要花那么多時間去學習外語？以后還要高考嗎？未來學校是不是會出現很多機器人老師？”

而從AlphaGo到圍棋腦，李德毅院士還再三強調了我們要對AI有敬畏之心，“不要說我們做的東西是最智能的，大家不能看熱鬧，要看門道。做事情要務實。”

而周志華院士在會上提到雖然目前AI的廣泛應用代表是互聯網行業，但是現在在一些數據量小的領域，AI的應用前景可能更大。

以AI+醫療為例，科大訊飛近些年也做出了不少成績，科大訊飛輪值總裁陳濤提及了科大訊飛的認知智能案例：AI醫生通過了國家執業醫師資格考試，在90萬考生中排名3700多位，同時，這個AI醫生作為輔助診療的系統也已經應用在醫院。

圖 | 陳濤

陳濤舉了個AI進行精準治療的具體例子，去年他們合作的醫院接受了一名患者，AI發現這位患者除了再生障礙貧血之外，還有白血病。經過深度檢測，AI醫生認為病人應該轉科室進行治療，最終經過一周治療后，病人出院了。

但是AI在醫療的應用中并不是一帆風順，新加坡科學院院士、新加坡國立大學智能系統中心主任黃銘鈞解釋了醫療數據系統的運作情況，他指出，醫學數據的收集是非常復雜和專業的，以數據清理為例，“我們通過機器實現90%的一個清潔，最后還有10%的工作需要醫生和護士來做。”

圖 | 黃銘鈞

無獨有偶，依圖科技人工智能科學家吳雙也持相同的觀點，他覺得人工智能革命是產業的數據層和決策層的全面升級，但在這中間有很多不是人工智能能做的，特別是在醫療領域，醫療的信息化工程是非常復雜和全面的系統。

圖 | 吳雙

對于AI落地的現狀，專注于自動駕駛的主線科技創始人張天雷也談到，“人工智能比較熱，真正把人工智能做到落實，我們發現當中還是有很多很多困難，基本上屬于摸著石頭過河。”

圖 | 張天雷

而云知聲的黃偉強調人工智能落地是需要深耕去做的，不是大家拿著一個計算機沖進一個行業，“瞬間革命的行業，這是一個不切實際的幻想。”

雖然很多人覺得AI可能還處在早期階段，離我們真正理解的AI還有點遠，但小i機器人創始人朱頻頻并不這么認為，他認為AI其實已經就在我們身邊了，并不是那種完全達到人類智能的才叫人工智能，給AI定義清楚行業就能有序的發展。

圖 | 朱頻頻

更凸顯“個人英雄主義”的AI產業，如何進行人才教育？

最近剛成為南京大學人工智能學院院長的周志華院士，一再強調了AI產業發展真正需要的是人才，他指出和傳統軟件產業不同的是：AI領域內個別人的聰明才智如果能帶來算法上的突破，可能就真的帶來生產力。所以，他認為“與一般軟件產業相比，AI產業更凸顯‘個人英雄主義’。”

基于AI行業的這個特點，也更深刻地決定了我們對人工智能的人才培養是至關重要的。

關于如何培養人才，來自新加坡科技設計大學的張道昌校長分享了他們SUTD在創新高等教育上的幾個方向： 第一要打破孤島，要有跨學科的學習；第二是培養技能能力，有超過書本以外的知識；第三提供靈活、有選擇的多樣化教育，因材施教；第四是教育方式的創新，比如數字化的技藝平臺；第五是整合和行業的關系。

圖 | 張道昌

加拿大西安大略大學教授、數據挖掘及商業智能實驗室主任、加拿大工程院院士凌曉峰則認為我們要能更好的學會應用新的知識，也就是創造力。同時，在孩子教育方面，要訓練我們孩子的思維能力和方法。

圖 | 凌曉峰

這也和新加坡理工大學副校長羅漢中的想法不謀而合，他提出在AI浪潮下，每個小學生都需要學編程。

圖 | 羅漢中

在去年國務院印發的《新一代人工智能發展規劃》中也提到，“在中小學階段設置人工智能相關課程、逐步推廣編程教育、建設人工智能學科。”

就像徐飛玉所說，“AI競爭最關鍵的是人才”，AI人才的培養是目前產業發展的重中之重，這也是一個國家AI制勝的基礎戰略。

最后，南京的AI在生態科技島起飛

同時，本屆AI高峰論壇還在會場安排了中新雙方AI企業產品演示區，包括科大訊飛、小米、中科創達、云知聲等在內的多家中方企業展示了在智慧城市、智能語音、智能家居、國產AI芯片等領域的領先技術及產品，新加坡企業則展示了安德醫智醫療智慧影像、NDR手術機器人及智慧馬拉松系統。

圖 | 參展企業

在國家大力助推的政策和產業背景下，本屆中新AI高峰論壇對生態科技島作為國內首個“人工智能島”發展規劃也進行了研討，智慧碰撞，為生態科技島發展人工智能產業，同時吸引國內外優秀人工智能企業及科技領軍人才落戶提供智庫支持。

另外，這次論壇上，在眾多院士、專家和企業家的見證下，簽約多項AI項目包括： 中新人工智能聯合研究中心、南洋高科技創新中心等重點項目、AI智慧馬拉松項目。

圖 | 簽約

預計今年下半年，由南京市建鄴區政府主辦的首屆AI馬拉松賽事也將在生態科技島舉辦。

最后，以此次中新人工智能論壇的召開為重要節點，AI從業者一方面看到專家學者是如何解讀技術應用趨勢、行業發展路徑，另一方面通過引入新加坡AI發展的經驗和成果，也將助力生態科技島打造AI名片，當然，更重要的是提升南京在國家AI戰略布局中的實際作用和戰略意義，助力中國人工智能走向世界巔峰。