主题：创新与未来技术主题论坛（一） 

　　时间：2017年11月17日09：30 

　　地点：会展中心簕杜鹃厅 

　　实录内容： 

（深圳卫视主持人 王海东）

　　主持人：各位来宾，女士们、先生们大家上午好，欢迎各位光临2017中国高新技术论坛，我是深圳卫视主持人王海东。 

　　创新是引领发展的第一动力，是建设中国现代化经济体系的战略支撑，这已成为中国的全民共识，前不久闭幕的的中国共产党第十九次全国代表大会，对创新与科技发展，也给出了清晰的路线图，即加强应该基础研究，拓展实施国家重大科技项目，突出关键共性技术、前沿引领技术、现代工程技术、颠覆性技术创新。 

　　本次论坛，将用一天的时间就“洞察科技未来——颠覆性技术与科技创新”的议题来展开充分的探讨，我们有幸邀请到了来自国内外的专家学者、来自政府与及企业界诸多代表，和我们一起分享他们的心得与体会。对于我们论坛熟悉的朋友都知道，这可能是中国密度最高的高科技论坛，在今天上午的两个半小时里面将有八位嘉宾在此就人工智能发表主题演讲，还有一位嘉宾将发布科技研究报告，为了节省时间，我们省去所有的繁文缛节，现在直接进入主题演讲环节，今天的第一位演讲嘉宾是谷歌副总裁、大中华区总裁石博盟先生，他的演讲主题是AI赢领未来，掌声有请。 

（谷歌副总裁、大中华区总裁 石博盟）

　　石博盟：大家好，不好意思我的中文还不够好。今天我的演讲题目是AI，我看到很多人在人工智能当中，朝着人工智能革命所做出的尝试和努力，我们现在把时间回到20年前，当时的深蓝超级电脑改变人们对于计算机的计算能力，也是大大重塑我们的革命，那时候有一位年轻人叫丹尼斯，他也是致力于计算如何推动人类的进步，我们看围棋这样具有数千年历史的人类下棋方式，先从国际象棋开始，它也是非常复杂，它能够从棋盘上看到你下的每一步复杂度的变化，背后带来的计算机的能力还是比较直观的，但是和国际象棋不同，要解决围棋的问题，你要完全改变你的计算机能力，过去是用国际象棋的能力不一样，因为它有太多种可能，围棋下一步的可能跟国际象棋不一样，我们需要重新思考在这个游戏当中我们的计算能力计算方式，训练阿法狗也在一系列的科学期刊杂志上有分享，在这里我们也列出整个大的政策网络，或者说规则的网络，这是很大的规则网络，是由人来落实，它也是不断地通过观察人类专家落子探索各种可能性，能够了解下一步什么可能朝着获胜的脚步前进，包括前面看到下一步落子如何帮助我获得最好的结果。 

　　但是其实这样的改变是深远的，我们也能够考虑它在其他的领域能够进行应用，有的时候你的数据不全，有各种无限的可能，什么可以给我们带来最大的成功。比如说大医疗产业我们可以用人工智能来治疗癌症或者其他的难以治愈的疾病。 

　　 我们印象最深应该是和韩国的那位冠军比赛，也是代表着计算机直觉，计算机直觉它在和李世石的第二盘，很多专家都说阿法狗犯错了，他觉得他下的棋下的位置有可能错，但是超越了人类的理解，职业棋手不会这样想，会后李世石被问这一步，他说这一步就知道我要遇到困难，它完全不是基于一些概率而做出的判断，这一步是所谓的迷之步，背后计算机释放的神秘或者说潜力，其实这也是很好佐证，对于我们而言AI是能够释放出新的机会。 

　　 在乌镇大家也知道，阿法狗和柯洁下了好几局，当时他充满了这样的热情，我们看到了这种热情来拥抱新的技术，这也是现场所看到的照片。当然背后有好多的一些文化，有很多各种不同的属性，他们希望能够去拥抱这样的新技术，因此从未来而言，反过来帮助他们更好地理解他们能够在棋局当中下得更好，对于我们而言我们能够看到也许从新的技术上，能够解密这个游戏之前没有办法解密的之处。还有另外一个就是他们在利用由人所创造的机器，一个人能够被猜出游戏最完美的那一步，在第二局当中阿法狗也被问这样的问题，我是不是能赢，阿法狗也是说我不确定，在前100步当中我们发现到底谁赢很难确定。 

　　使用技术它的目的也是希望能够大大地提高人类本身的能力，在阿法狗和柯洁的比赛当中，我们也看到柯洁的完美前100步，作为谷歌而言我们希望AI对每个人都触手可及，包括谷歌所能够提供的服务或者其他的方面给其他人拥抱、使用人工智能。以下是一些例子： 

　　包括在提到谷歌翻译，谷歌翻译背后也有很大的进步尤其是谷歌的翻译产品过去的一年半里面取得的进步，可能之前我们没有办法做得那么好，但是人工智能让我们深入地挖掘探索知道计算机能力新的编程，能够帮我们直接应用到产品当中。 

　　还有包括医疗方面的话题，对于大医疗的话题使AI从中扮演非常重要的角色，第一次用来做现有的医疗设计当中帮助医生，还是和一个叫糖尿病视网膜病变的病症有关，这个可以看到用户的反馈，能够对于眼睛当中的血管当中能够帮助他了解一些相关的病变进展情况，通过利用机器学习，通过利用人工智能能够帮忙他们提供很好的佐证，如果你能够发现这个问题就能够得到很好治疗，没有发现的话可能患者后来就会盲。 

　　所以起初的诊疗非常有效，可以帮助医生节省95%的时间，机器一直不会感到疲劳，能够达到99%以上的准确率来进行疾病的诊断。这些的机器人辅助的治疗在近期可以得到应用，对于谷歌来说我们看到非常振奋人心的方面，包括医疗在谷歌翻译，再到其他不同的行业，都能够更好地去支持不同行业的发展，比如说深圳是中国出口的一个枢纽，这里面集结了不同地区的客商，AI人工智能能够给我们带来很多的帮助，AI也是一个开放源的平台，不同的开发者包括在座的许多IT工程师，或者是像深圳腾讯这样的大咖IT互联网的公司，都能够利用AI、VR、AR提供供应链的管理，能够提供整个价值链的方方面面，最重要的并不是依靠谷歌的想象来做，而是要依靠人们的工程师的开发者的想象力来做。 

　　再举一个例子，谷歌从前没有预想到，能够服务于一个特殊的群体，这里面是一只海牛，它们在游泳的时候，离海平面非常浅，经常会受到船只的一些撞击，对他们的生存带来很大的威胁，如果我们想想后果你会做什么？在海平面的时候，如果他们在海平面进行滑翔，能够采取什么样的防范措施？我们采取这样的图像，在一个实验室里面进行照片的扫描，然后希望在里面找到一些蛛丝马迹看到海牛他们在哪个地方哪个海域的数目比较大，能够事先预防，这样船只就可以避开这些海牛群，所以我们也能够用技术更好地去增加里面的防范的附加值。 

　　谷歌在未来的发展当中，其实我们希望能够让这些遍布不同的行业。接下来我们再看一下计算机科学的更新，在中国在深圳我们看到了许多的地方都像深圳一样展示出了高科技的魅力，我们也可以想象一下每一个地区发展科技的独特点以及他们所研发AI里面带来不同的计算机的解决方案里面的特殊性，我们需要不同的数据准入，需要数据处理，需要更好的数据升级以及存储，并且要知道怎么样建立运行，能够更好地去进行数据的分类，这就是我们今天在深圳能够做的。我们也需要更好地探索新的技术。你准备好了吗？你准备应用人工智能这个工具了吗？我们不像宇宙观望的望远镜一样，有了现在的望远镜我们能够展望更为广袤的宇宙，可能有些宇宙的方方面面是我们从来没有探讨，所以我们需要去了解，需要去勘探，能够用不同的方式利用AI为我们服务，我们将会迎接非常美丽的未来，谢谢。 

　　主持人：谢谢石博盟先生，刚才在演讲的时候石博盟先生为我们带来三方面的内容，回顾阿法狗在过去一年的精彩表现也谈到AI，包括大医疗产业甚至于对于动物的友好行为也是其中一部分，也为我们介绍了计算机科学的更新，当我们在谈人工智能的话题时候，谷歌在2016年到2017年是一个完全绕不过去的话题；刚才石博盟先生为我们介绍了阿法狗和李世石的棋局中的第37手，但是我到现在也始终坚定地认为这个棋人类其实下不过，应该是1989年中国围棋名人战，当时马晓春和刘（？？）比赛的时候有一个类似的招法，我足够地老，我也足够地不服气。各位，让我们再次掌声谢谢石博盟先生。今天第二位演讲嘉宾是微软公司副总裁、中国区首席运营官邹作基先生，他的演讲主题是全民的智能。 

（微软公司副总裁、中国区首席运营官 邹作基）

　　邹作基：大家早上好，今天这个主题是人工智能，我相信今天一整天大家都会听到很多在不同领域下各位专家谈的人工智能方向。我今天想跟大家分享的就是人工智能我们怎么看？人工智能不是为了建一个非常强大的机器，反过来说，好的人工智能是希望提升我们人类的创造力，人工智能有很多不同类型的图像，语音，这些都是人工智能要克服的地方，还有一个与人的互动。 

　　我们在这几年开拓了人工智能，发现两个事情是很值得大家去留意的，其实很多时候人工智能大家在看，它的能力它的分析能力，你的工作，你的日常生活中能带给你什么事，其实很多时候大家都忘记一个事情，就是情商，大家都听过小冰我们三年前在中国推出来的一个情商的智能机器人，现在已经从中国落地开花了，到了不同的国家，在美国、日本都在当地的小冰，所以我说带给人类的创造能力之外，不要忘记情商这个事情。 

　　 我们看人工智能有几块事情，未来大家去开拓的时候都会看得到，就是数据，没有数据根本是没有智能的。第二个就是平台，平台里面应该有很多不同的开发工具，给大家去应用，给大家做你想要做的事情，可能你是不同行业的企业，你开拓什么数据，这个平台是很重要的。我们非常关注商业的应用方面，等一下会分享案例。 

　　 从数据方面你看到这个图，这个就是学习的图，你每转一个圈就多学一点东西，所以人工智能不是一走出来就是一个概念，是你不断地学习，这个学习的过程中不断增加不同类型的数据。在整个人工智能开拓的平台里面，我们要照顾并不是很大的企业，其实开放者还有科学家也是我们要照顾的一群；他们是人工智能的开端，企业公司才能应用。这里举几个例子： 

　　这是微软在视觉处理上的突破，你看到现在是96%我们可以做到，人类可以做到多少？人类可以做到5%；在语音方面语言方面也是一样，我们最近做了一个测试，如果我是第一个看人工智能的时候，这个语音识别上的重大突破我们可以做到5.1%错误率，相对于一个专业的翻译员的能力是一模一样的，所以在语音识别，在图像识别方面，是一个人工智能最基本的事情，如果你们现在在开发新一代的人工智能的技术，可能是应用，可能是不同的应用，这两个事情你们一定要关注。 

　　 我们在整个人工智能的架构下，这几年我们做了好几块事情，我不一一说产品的事情，我强调一个事情就是这个平台，平台是给大家继续开拓这个技术，因为没有这个的话，海量数据也不可能发生。人工智能的研究下，可能今天在大会里面大家会有不同的角度，我相信大家也明白在科技的方向下，影响到人工智能，随着人工智能本身的一些API，比如说机器学习，IOT肯定是很大的一块，还有一个是非常创新的，就是我们做的增强现实混合信息的科技，这个是可以把人类和科技演变的过程，就是互动方面能够改变到未来的发展。所以我相信大家未来应该在这方面多关注，VR已经不是一个怎么难的事情，只是应用的事情，现在AR跟MR应该是未来大家看到比较事情。有一些比较新的在行业会看到越来越多的，我们叫做blockchain会改变商业上的应用。在整个架构下，你可以看到，我想说的就是可信云，我在这里还想多加一句，就是安全信息很重要，大家在人工智能探索下知道我要做很多的事情，但是安全很重要，因为数据本身不但是自己的数据，也可能是人家的数据，客户的数据，这方面的安全是非常重要的。我看到很多在开拓人工智能方面的应用，大家都是没有看到这一块，最后对整个应用影响是非常大。 

　　 人工智能在很多领域下，都可以发挥它的供销，刚刚石博盟也分享医疗方面一个非常好的案例，其实在不同的行业，我们在看未来都是人工智能能够改变他们的数字化转型的关键点，没有人工智能其实说很多云、大数据这些都没有最终的效果，但是大家要记得，我今天跟大家分享的是人工智能是把我们的机会能力提高，而人类的机会能力提高并不是把机器的能力提高，如果单单把机器的能力提高，我希望你在退后一步想想，为什么你要做这个事情。 

　　 所以人工智能全世界每个地方也好，每个企业也好，大小企业也好大家都在应用，今天想跟大家分享一下，在中国振华重工，它是一个非常成功的企业，我有一个视频给大家分享一下他怎么利用数字化转型在人工智能上发挥取得最大的功效。 

　　  （视频播放） 

　　  一个非常好的案例，从一个非常传统的企业把它转型成全新的领域，从很大的企业到中小企业，和在座的每个人其实都可以想象到人工智能，接下来的视频是发生在中国，是一个非常感人的案例，在人工智能底下发生的，我想跟大家分享一下我们在中国最近发生的案例。 

　　（视频播放）     

　　  这个真实的案例告诉我们人工智能并不是一个只是增强我们商业能力，只是增强我们人类的开拓方向，人工智能未来肯定是在全世界每个地方，每个社会都会开拓开放，但是我在这里，再多说一句话，我们开拓人工智能的开发者，应该要关注的是更多，谢谢各位。 

　　主持人：谢谢邹作基先生，各位在刚才的演讲中邹作基先生首先是向我们介绍微软在AI的开拓方向，包括数据平台以及商业应用，同时他特别强调微软视觉处理和语音识别上的突破，包括人工智能、物联网、可信云等安全信息方面，他也用两个短片为我们介绍AI的功效；第一个案例是介绍振华重工的转型升级的案例，第二个案例是有助于促进人类的发展，其中举了一个关于人脸识别技术帮助走失儿童回家的案例，我相信大家看到这个案例都会被打动，AI还包括EQ，千万不要忘记情商，我们再次掌声向邹作基先生表示感谢。接下来我们请出第三位演讲嘉宾，英特尔中国战略合作部经理、英特尔创新加速器总负责人李德胜先生。 

（英特尔中国战略合作部经理、英特尔创新加速器总负责人李德胜）

　　李德胜：大家上午好。 

　　主持人：您也是高新技术论坛的老朋友，这一年对于中国的高新技术的发展您有没有一种很特殊的感触？您能不能用一两分钟的时间给我们做一个简单的分享？ 

　　李德胜：这也是我今天刚好演讲要开场的内容，所以刚好可以开始。我相信今天站在这里还是非常感慨，其实回顾过去这几年就像主持人刚刚问的，我们对于科技创新的感受，其实三年前我们也是在深圳，我们全球的CEO宣布启动英特尔创新加速器，我们当时就说我们要坚持科技创新，当时很多人很多项目的团队其实都来问我们，你们支不支持互联网的模式创新，你们看不看O2O的项目？因为当时我们看到可能在整个生态里面，50%以上的都是跟互联网公司O2O相关的，我们说我们相信随着互联网模式的创新到了一个顶峰之后，再往前走一步一定是需要很多科技的创新，在我们现在看人工智能、5G、自动驾驶等等领域都是离不开科技的创新有了科技的创新才会看到新一轮的应用模式，这是一个螺旋式的上升过程。 

　　主持人：据我所知他是在今年升级为创新加速器，之前是众创加速器，是不是有更丰富的内涵？ 

　　李德胜：原来我们叫众创空间加速器非常简单的原理就是我们希望在国家大力提倡大众创业万众创新的时候英特尔作为一个国际IT领军企业能够积极地支持中国的创新，所以我们有英特尔众创空间加速器，到了今年我们把众创空间加速器和创新生态向人工智能、自动驾驶机器人等等领域进行更好地结合，更多垂直式的创新，所以升级为英特尔创新加速器，为了更多地把创新和产业和实体经济结合。 

　　主持人：其实英特尔有一个很特殊的动作，推出一个机器人连接生态，您能不能简单地介绍一下。 

　　李德胜：其实在两年前开启机器人的创新生态我们今天在这个生态里面超过一千个机器人相关的项目，在任何一个领域新兴起来的时候还有很多领域要创新合作，这不是几个企业就可以做完，我们连接的功能是希望在生态里面很多的创新企业能够互相配合，互相合作，为大家找到很好的连接平台，刚好高交会给了我们很好的平台，把很多企业带到这边。 

　　接着刚才的话题，三年之前我们看到的可能互联网模式的创新，O2O的创新非常之多，但是当时我们坚定判断这是全面创新的时代，不只是说单纯从互联网、业务模式解决未来30年50年人类面对的很多问题，我们现在看到创新有云端的创新，也有在边缘端很多设备端的创新，我们当时科技创新一定会王者回归，现在我们看到很多领域有非常快速的发展。科技领域的热点的切换，包括发展的迅速，可能超过了包括科技行业从业者的想象，我想今天高交会我们聚焦在科技创新，大家一起探讨，一起分享是非常有意义的。 

　  同时，我相信大家现在看到非常多的概念，非常多新的领域，科技创新从我们的角度，包括我们过去这3年看到很多的创新项目，我们总结的话有三个非常大的趋势或者三个非常大的机遇，大家可能可以去关注。 

　　第一，万物数字化，我想简单一点理解就是说我们很多原来传统的物体都开始有数字化的功能，从中间可以提取到很多有用的信息，能够更好地为人类服务。讲一句中国传统经常讲的，叫“鞋子合不合适只有脚知道”将来你鞋子上面有很多传感器，可以捕捉到很多数据，可能将来你的鞋子比你的脚更知道你的需求。这些数据取得以后一定非常有意义，以后每个人去上网买鞋子的之后，你的数据直接传到工厂，工厂根据你的需求定制每个人不一样的穿着最舒适的鞋子，这是万物数字化的例子。 

　我相信今天包括别的嘉宾也分享了很多关于计算的感知化和认知化，我们传统跟电脑跟我们的手机或者很多的智能设备，可能通过键盘，通过触摸等等方式进行沟通，慢慢的，这种沟通和交流会变得更加自然，你的设备能够感知到你，甚至认知到你，就像我们机器人，以后不但可以认出你，而且还知道你需要什么样的支持，这就是把语音、图像、传感等等很多的科技都要结合起来，然后达到感知的计算，单位认知的计算。 

　　第三，智能的产业化，其实昨天我来到深圳之后，还非常高兴和我们的一个合作伙伴，也是深圳当地非常成功非常大的房地产开发商，大家一起聊未来的可能场景和合作，我非常高兴地说我们很多传统的房地产厂商他们开始想象你们有这么好的科技和设备，怎么样应用到智慧的社区，智慧楼宇，更好地为人类的服务，让大家在一个更加好的社会里面去生活，我相信现在智能，我们刚才说的智能终端也好或者人工智能也好，慢慢的一定是要和人类社会，实体经济进行完美的融合，做到更好地产业化。 

　　要做到这么多的创新，要持续推动创新的前行，有三个基本的要素，对于我们推动创新至关重要，也是存在着很多的机遇。 

　　第一，计算力的突破，这里面举一个例子。英特尔曾经做过数据分析，在过去的20年我们用同等价格买到的计算力提高了15000倍，可能大家得这个没有概念，简单点说就是我的计算的速度在同样的价格情况下，提升了15000倍，我再简单地说，15000倍意味着可能20年前我们从深圳坐火车到北京48小时，我们提升15000倍，如果我们的火车速度也能像计算的速度提高那么高，基本上从北京到深圳只需要12秒，其实计算的速度的提升，这种成本的下降，带来的变化是极大的，这个极大有一个帮助，我们的自动驾驶，我们的车开到红绿灯的路口，红绿灯可能变得很快，你需要做出快速的反映，所以计算的速度至关重要，计算的成本也十分重要，成本的下降使很多的创新成为可能，计算力的突破，我相信也是英特尔创新是提出的摩尔定律在IT行业的持续推动，对于计算力这方面的创新。 

　　第二，数据洪流，关于数据方面至关重要的作用，我们CEO有一句话数据是新时代的石油，你有了数据才有很多的人工智能依托于数据进行分析，你利用这些数据可以去产生更大的价值。 

　　这个数据里面我们曾经有一个说法是说人类历史上面总共产生和保存下来的数据，有90%是在过去两年产生的，这个数字听起来很吓人，实际上我们用数据的方式去看，你的数据量每年增加两到三倍，这个是很合理的。可能也在将来会更快，人类可能在2020年的时候我们做过一个预测，每个互联网用户每天产生的数据量在1.5GB，但是自动驾驶的汽车一天可以产生4000GB的数据，一辆汽车相当于3千个人产生的数据量，到了2020年中国会有多少汽车，有多少汽车将来会变成自动驾驶，就可以知道未来的量有多大。人工智能可能要有创新的实现手法，我们在机器人其他的领域要有创新的材料，柔性的材料，创新的工艺等等，这些都是推动我们创新继续前行的要素。 

　　 人工智能正在改变我们的世界，刚刚提到人工智能在方方面面都会和我们的生活和我们的工业、农业、金融、医疗产生非常大的联系，推动我们的人类向前发展，我举一个例子，其实现在医疗的影像处理，利用人工智能可以做到更高效准确率更高的医疗影像的识别，帮助医生的诊断。其实我们今天在高交会也有很多项目在英特尔创新加速器的展台，里面有一个项目就是做关于眼球影像的识别，可以通过人工智能提升你眼底病变的识别率，可以做出极早的判断。 

　　  英特尔传统的大家可能很熟悉的就是听到每一次电脑不同的厂商做的广告，后面有英特尔的东西，双11你每一笔交易后面都有英特尔的处理器为大家做处理，大家发微信的时候后面也有英特尔的处理器帮大家做处理。我们也是适应现在科技创新的不断延续，不断的扩展到人类社会的方方面面，我们在过去几年做很快速而且很激进的扩张，我们看到中间我们圈起来的有mobileye，这是我们今年135亿收购自动驾驶领域的企业。在这里面现在大家看到在自动驾驶人工智能大家越来越看到FPGA这个词，大家感兴趣的话回去可以在百度或者谷歌上面搜索一下内容。 

　　人工智能也收购很多企业，一起来打造一个基于英特尔全站的人工智能解决方案，这里面的内容非常多，有云端到终端的芯片，包括内存和存储，包括网络，有各种软件，可能有软件库，包括有软件的框架。 

　　我们把一些重点给大家摘出来，英特尔人工智能相关的产品组合。第一个，也是用于数据中心非常广泛的一款产品，而且现在又专门针对人工智能进行了优化，就是英特尔至强的处理器系列，刚刚讲的mobileye，都是在人工智能相关的领域里面取得非常重要的作用。英特尔创新加速器是在2015年年初的时候启动，当时还叫英特尔众创空间加速器，今年和机器人生态包括人工智能的生态包括跟自动驾驶相关的领域，智能硬件等等，大家做了更针对性的部署，截止到今天我们在全国八大城市五个国家级的创新示范区有15个联合众创空间和联合创新中心，同时我们有开放创新实验室等等一系列的设施和服务帮助我们的创新企业，创业团队取得成功。 

　　昨天我们也非常荣幸有很多领导和很多朋友到英特尔的展台去参观我们的创新项目，如果大家感兴趣的话今天也可以去看看，大家也想了解更多的有关英特尔创新加速器的内容，也可以在我们的微信上面去获取相关的内容。最后我想这是一个科技创新的时代，我们坚信在我们大家一起的努力下，科技一定能给我们一个更加美好的未来，谢谢大家。 

　　主持人：谢谢李德胜先生，各位在刚才的演讲中李德胜先生为我们分享科技创新的三个趋势和三个基础要素，也谈到英特尔在科技创新方面的诸多实践，其中自动驾驶引起我个人的兴趣，我们希望未来他们能做到的事情让每一步自动驾驶的汽车在中国的红绿灯路口不至于发出“等等”的讯号，下面我们会进入一个科技报告的发布环节，我们有请麦肯锡公司全球董事合伙人唐睿思先生，掌声有请。 

（麦肯锡公司全球董事合伙人 唐睿思）

　　唐睿思：女士们先生们大家好，今天我很高兴代表麦肯锡公司来参加活动，两个星期以前我准备在这里讲中文，但是我的秘书他告诉我，老板，你的口音非常不好，如果你讲话完了以后，所有的客人他们的耳朵很疼，所以我就投降了。今天我要讲英文，可能明年我可以再来讲中文。 

　　今天我也想就在创新这个领域分享中国和世界其他地区的发展，我不会讲太多技术的细节，因为各位都是技术大咖，我在这里可能从咨询的角度一个从上往下的角度来分享。 

　　首先我强调三点，我们会关注三点，麦肯锡所关注的第一点就是中国已成为全球创新领导者，这也是很多西方世界人并未完全意识到的，在过去的十年以及未来中国投入研发的投资真的是让我们感到非常震惊，中国不断地在增加它的研发方面的投入，中国要真的能够完全实现中国制造2025的战略目标，未来这个数字会14%到20%。背后每个企业大家都在为中国研发投入的增加进行贡献，也包括跨国企业，他们不断地增加他们的投入和投资，而且甚至在翻倍，我们能够看到在中国有20%的研发贡献都是来自于研发，他们也是把中国视作他们研发中心。 

　　风险投资在过去的十年还是可以说是微乎其微，但是在过去五到七年出现爆炸式的增长，在座的各位，尤其是在VC的行业大家可能会觉得很多的投资让我们感到很震惊，但是的确是这样，很多风投都进入高科技企业，中国在全球主要的资本投资我相信也在全球排名前三，包括金融、应用科技，中国已经成为全球风投的目标点。 

　　 我们在中国接触到很多全球化的VC和国内VC业的青睐，我们现在看到中国是一个研发的大国，而且我觉得要赢得走向未来的竞争大战的战场，创新也越来越难，因为标准已经被提高。很多提到AI提到物联网、无人驾驶，所有这一切不仅是传统IT行业本身创新，你不能在一个层面上进行创新取得成功来赚钱，因为这代表着是一组新的创新的规则，如果你想要在这些技术背后成为成功的引领者驱动者，要在这样的充满竞争的创新市场上要保持中国在创新和高科技方面成为全球的领导者，我们要如何致胜？有六大法则。 

　　 技术致胜，我们关注是创新体系，不仅关注公司本身，而且这个代表着我们每个人是不是有能力去影响整个生态，而且你对于生态的影响要比过去更重要。而且要强调人才，中国真的是要有人才的宽度也要人才的深度，这中间也是有不少的挑战，另外也是需要产学研之间进行紧密的合作，并且把实验室的产品带到企业，这也是我过在斯坦福大学所经历到很多，也是我们成功的秘诀，最后要有耐心，因为这需要长期的投资来实现架构上根本上的改变，这些技术能够致胜。要在一个长跑当中获胜是要有耐心。 

　　我做的有点简单，因为我做的是咨询工作，不是做技术深挖的，计算机行业、手机行业可能会有人提供硬件、一些具体材料、部件核心技术，也许你在其中一环做好就赢，现在整个行业的架构很成熟，现在我们进入到一系列的所谓并行的技术转移，转移到云上，迁移到IOT，有些甚至没有办法深入了解的。对于我们整个产业行业而言，最后要赢得这场转型的旅程要实现系统层面的变化，对于在座的各位我讲的有点简单，我会强调要在整个技术战上都能够实现卓越，包括不仅每个人；其实这背后代表的就是这一场战争大家都要在这中间，谁赢得平台谁赢得战争，我们知道很多人都在打造各自的平台。 

　　这也是全球化所带来的影响，也许对于中国一直说有IP，有黑客，可能发现如果大家去算一下，作为中国的企业，如果能够在世界上其他的90%的一些地方获得成功，很多研发中心把他们的研发重点放在中国，希望利用中国的人才把他们的贡献输出到世界其他地方，但是不容易，中国也要考虑未来是不是能够有效地去证明他在创新领域，包括在这部分的IP等等的领域能力成为领先者。 

　　我们也是找了世界上100个高管总监，他们回答的时候我们会问你们的应用AI的最大挑战是什么，他们说缺乏人才和知识，政府对于中国2025的推动力度很大，是希望能够支撑转移转型的过程中的基石，包括政府也提到我们发现有一个三千万的缺口，这是在这个行业里面工程师很大的缺口，这是我们需要去填补的，在这里面工程的人才每年都有很多毕业生从学校毕业，背后也是需要本身已经非常有经验的人才能够继续在这个阶梯上走，人才需要不断的发展，队伍需要不断地扩大，当我们遇到成本优势已经不再是中国的最大优势，中国技术的成本优势已经越来越不明显，同样是采访了很多在中国管理研发中心的人，他们也管理了世界上其他地区的人，也会问他们在这两个团队中他们的生产力的差别，他们认为工程生产力差不多，可能中国的一些人才成本更低，但是我们预计他的成本会一年会有5%到10%的提高，中国对于人才的需求和渴望很大，如果是管理中国的研发中心，管理一家中国的高科技企业，大家也可以感受到人才的问题或者潜在的问题。 

　　这里不仅只是代表打造人才库存，也代表着需要足够的耐心，不仅是找到年轻的人才，背后也要有突破性的想法，甚至要花上20年的时间和经验才能思考从来没有发生的事情，这是非常简单的例子，是来自人工智能促进协会，也是包括李开复所推动的，我们从全球的角度也看，人工智能中国只有两个，其他的是有287个，要走向创新金字塔之颠中国还有很多的路要走，但是我还是很乐观。这是中国研究人员对于前一百种人工智能期刊的贡献百分比，100家期刊有大有小，但是它所让我们感受到中国的研究人员在这样的新技术领域里面所做出的投稿量和贡献是随着时间的推移不断提高。 

　　我之前在硅谷投了半导体设备知名的设计师，当时他告诉我，我们在中国希望能够打造研发中心，但是完成之后还需要20年的时间，才能完成所谓的基于物理特性的检测算法，所以我再次会强调就是耐心以及耐心资本，可能我们花了这个钱很难接受20年之后才出效果。这里我们也可以看到投资回报的周期往往都不短，中国的移动游戏、手游投资回报期之短超乎我们的想象，如果你开发电动汽车的电池，如果要做一个半导体的工艺流程可能需要五到十年的时间才能够收回投资，这背后也代表着资本分配，也包括人才的分配。 

　　我是非常乐观，但是整个游戏标准的水平，都是在短暂的提高。 

　　第三，在一个全球化的浪潮当中，我们感受到高科技的从业者遇到了很大的挑战，我们都是在全球化的浪潮中，我们也可以看到包括从全球的角度有越来越多的年轻人成为消费群的主力，我们也能够看到有一些衡量全球化扩张的传统指标走向停滞，这个图有一些证明，我们也看到一些地缘政治是最大的风险因素。我们再讲一下自动化，对于中国来说相关度很高，现在的工作岗位很多都能进入无人化，将会影响四亿人的工作岗位，在最右边的最小的气泡就是在中国的成千上万家技术公司里面，在零售行业里面在制造行业里面，分别是这些可以被取代的工作岗位的数字，你可以看到这些气泡就是这里面的工作岗位都会被一些无人技术或者一些自动化或者机器人所取代，我们这个行业是崇尚技术发展的。 

　　 我的确想说，我们还是保持乐观，尽管现在出现了这么多的新的浪潮，我们调查了两百家中国公司，然后让他们选选他们希望跟谁合作，他们希望都是跟全球的巨头合作，这就是在国际之间进行协作，我们能够在整个行业看到这个趋势，能够为不同的行业提高基础，谢谢这就是我的介绍。 

　　主持人：谢谢唐睿思先生。刚刚用浓重的斯坦福口音的中文做了开场并为我们介绍麦肯锡的核心观点，中国成为创新的领导者，如何致胜提出六大法则，在若干方面中国都面临比较大的挑战，其中包括技术层面、人才层面以及缺乏长期耐心资本的层面，也谈到目前的创新已经变得越来越复杂，要胜任它并不是一个容易的事，但是麦肯锡对于中国未来的发展是持乐观的态度，我们也再次掌声向唐睿思先生表示感谢。 

　　 接下来继续我们的主题演讲的环节，下面这位演讲嘉宾是IBM全球副总裁、大中华区首席技术官，IBM中国研究院院长沈晓卫先生，他的演讲主题是引领人工智能时代的创新，我们掌声有请。 

（IBM全球副总裁、大中华区首席技术官，IBM中国研究院院长 沈晓卫）

　　沈晓卫：大家早上好，我们知道我们今天处在一个大数据的时代，我们今天处在一个人工智能的时代，今天越来越多的人相信人工智能已经不仅仅是一个IT的技术，而是代替着或者代表着整个IT的未来，我们回想一下IT发展的历史，从上世纪40年代电子计算机的出现，60年代电子计算机进入商业领域，后来渗透到每一个行业，每一家公司都需要有一个IT部门，每一家公司都有CIO的职位，大家在设想人工智能是不是也在向这个方向发展？ 

　　    这样的人工智能时代，我们从技术的角度人工智能的创新应该有什么样的战略？从某个纬度来讲，人工智能的创新可以看作几个大的方向，首先是人工智能核心技术的创新。第二，我们也会看看今天的人工智能需要在计算机上运行，如何构建面向未来人工智能应用的计算机系统？第三，我们也会看一下人工智能如何与包括区块链、物联网、云计算这样的技术做一个更好的整合。最后，我们就来看看，人工智能如何应用在行业中，因为人工智能真正的作用不仅仅是在比赛，博弈，真正的作用更多是要来解决行业中的问题。 

　　    我们先看一下人工智能核心的技术，应该说包括深度学习在内的人工智能的技术，在过去的几年给大家一个非常好的展现，接下来我们能看到几个非常重要的方面，一个就是如何对一些规则没有那么清晰，解决方案不是一个封闭的环境中利用小数据量进行学习，如何使人工智能的推荐结论具有更好的解释性。可以说从某个纬度来看，我们可以把人工智能看作三个方面：人工智能的科学、人工智能的技术、人工智能的工程，从人工智能的技术角度来看，我们要如何把人工智能在科学这方面的进展算法的进展更好地应用在技术领域。 

　　 比如说对各种多模态数据、语音、视频等等做更好的理解，如何对自然语言做好的理解，如何构建真正具有实用化的对话系统等等。 

　　 谈到人工智能一方面我们谈到算法，一方面我们谈到数据，还有一个非常重要的就是人工智能的系统，我们看到往前发展计算机它的速度需要更加地加快，我们如何构建面向未来人工智能应用的计算机系统，使它更加有效率，更加安全。我们看到一些很好的进展，一方面在近期来看，我们看到传统的计算机系统可以通过适当的加速，无论是用GPO的加速甚至TPO的加速使它的数据处理能力极大增强，往下看可以看到今天传统的系统可能会得到延展或者得到革命性的创新，就是如何构建更加能够模拟人脑计算的系统，在这方面我们也看到很多的进展，包括几年前IBM谈到的一些系统，包括今天我们看到已经在逐步取得实用性突破的量子计算这样的进展。 

　　 第三个方面我们看一下人工智能和一些新兴技术的结合，比如说和区块链的结合，比如说和物联网的结合，人工智能与物联网结合，是把智能来真正地带到这个物理的世界，就是我们对物理的世界不仅仅是感知，我们对它感知得到的数据需要做具有自我学习能力，可能具有物理模型为背景的更好解读，来产生可执行的洞察力。 

　　说到区块链，最核心的一点就是它是我们的商业交易，在一个不安全的，分布式的系统中使我们的商业交易使它变得更加可靠，当人工智能、物联网、区块链做结合的时候，就可以看到不但对物理世界做更好的管理、理解，与此同时我们可以把它与我们的商业交易、信息交易做一个非常好的整合。 

　　 最后一点，我们就来看人工智能与行业的结合，刚才也提到人工智能真正改变世界不仅仅是要靠一场比赛的胜利，真正改变世界是要解决行业的问题，我们今天看到人工智能解决的行业问题，大致是分为两大类： 

　　    第一，所有的传统行业都可能受到人工智能的极大冲击或者改变，使得这个行业变得更加高效，变得更加安全。 

　　   第二，利用人工智能的技术，我们会产生很多基于知识的专家，无论是从知识中还是从数据中学到的知识，使我们很多领域，无论是医疗、教育、金融等等，我们的职业变得更加方便，相当于你有一个助手。 

　　 从人工智能和行业结合的角度就有三个非常关键的词：云、人工智能、行业，我们的未来从人工智能与行业结合的角度来看，就是来构建从云端提供，基于人工智能能力的行业解决方案，整个IT发展的方向，IT和行业融合的方向我们认为就是往这个方向走。 

　　  我们很快地来看几个领域，就是我们在这方面所做的探讨，首先我们看到认知医疗，这里有两个原因，医疗对我们生活品质的重要，对经济发展的重要，另外一方面也是人工智能的技术今天已经达到的程度，使我们可以在这方面看到一些实质的进展。举个例子，今天的人工智能技术可以让我们在普惠医疗方面做得更好，今天我们已经可以构建，在IBM我们已经构建这样的系统，针对慢性病构建一个具有人工智能能力的医生助手，它在帮助医生做诊断。比如说糖尿病，我们在中国南方的城市已经把这个系统布置在几十家的社区医院。医疗影像是另外一个领域，今天医疗影像在很多的方面，比如说在胃肠镜检查，它已经超过了人类医生所能达到的程度。在一些非常困难的比如说肿瘤诊断非常困难的，今天的计算机系统也可以提供很好的帮助，虽然往前走的路还很长，但是我们看到我们已经取得非常好的进展。 

　　 我们可以把这个来看更广泛的传统行业，今天的人工智能能够做什么，大家都非常关心的实体经济，比如说制造业的产品质量，缺陷检查，故障诊断，我们今天可以用影像理解的技术，我们可以用声频识别的技术来代替很多人力的工作，使整个处理变得更加有效。我们今天也可以通过自然语言理解的技术对于法律的文本做自动的解读。在这方面我们做了很好的尝试也有很好的阶段性进展，我们希望它能够对法律文本做解读，能看到其中哪些是比较敏感的信息，哪些是跟我们以前法律文书所不一样的地方，能够为律师做一个很好的帮助。这些都是今天人工智能开始在不同行业中进行应用，真正改变这个行业或者说让这个行业的从业者有更好的支持。 

　　看IBM把人工智能技术，已经进行了三年的工作，就是用人工智能的技术对传感器收集来的数据进行处理。我们今天可以对一个城市的空气质量提前72小时或者提前十天做一个精准的预测或者相对精准的趋势预测，与此同时可以对决策者提供决策的支持，如果我们需要对空气质量采取一些行动，做一些事情，有不同的社会成本、经济成本，那个更好呢？应该说今天的人工智能发展到这个时候，我们认为它应该开始影响到行业，人工智能最终的成功不仅仅是一场比赛的胜利，一个算法的实现，一个芯片的出现，更多还是进入到行业中，开始解决我们的生活。谢谢大家。 

　　主持人：谢谢沈晓卫先生，在刚才的演讲中沈晓卫先生为我们非常清晰地勾勒了AI时代的创新战略，包括我们要走的路以及我们需要努力的方向，关于创新他提到技术创新、系统创新与新型技术整合的创新以及解决行业问题的创新，在解决行业问题的创新方面他也着重谈了对于传统的行业以及使我们目前的职业由AI的介入变得更加方便，AI的成功不在于算法的技术改进，而是如何进入行业解决行业的问题，我们掌声向沈晓卫先生表示感谢。 

　　接下来这位演讲嘉宾是百度副总裁，百度AI技术平台体系总负责人兼百度研究院院长王海峰先生，掌声有请。 

（百度副总裁，百度AI技术平台体系总负责人兼百度研究院院长 王海峰）

　　王海峰：各位来宾各位朋友大家上午好，刚才听了几位专家的分享，我感觉我的报告放的位置非常适合，尤其是刚刚沈晓卫先生讲了很多，人工智能去赋能各个行业，赋能各个行业为各个行业带来生产力的提升已经意味着AI是新的生产力。 

　　首先我们知道科学技术是第一生产力，从18世纪第一次工业革命开始，科学技术就将巨大的自然力汇入到人的生产过程中，使人们的生产力得到了大大的提升，而且我们知道生产力决定生产关系，进而生产力和生产关系的变化，为人类生活的方方面面带来了变化。而19世纪的第二次工业革命，又把我们带到电力时代，20世纪的第三次工业革命把我们人类带到信息时代，我们正处在人类的第四次工业革命的逐渐爆发中，第四次工业革命很重要的核心科技就是人工智能。所以在刚刚过去的党的十九大中，十九大报告也提出到要推动互联网、大数据、人工智能和实体经济的深度融合，今年7月国务院发布的新一代人工智能发展规划也提到人工智能成为经济发展的新引擎，人工智能会带来社会建设的新机遇。 

　　刚刚麦肯锡也发布了报告，讲了很多数字我引用之前的数字，比如说从2010年到2016年这几年间人工智能领域的融资额高速地怎样，相应的人工智能的企业数也在快速地增长，而我们预测未来几年中国人工智能产业的规模仍然会高速增长，都佐证人工智能将成为新的生产力。 

　　人工智能既可以赋能很多传统行业，同时也会带来很多新的产业机会，一些新的产品产业在人工智能时代逐渐出现。 

　　 我跟大家汇报一下百度在人工智能方面的实践，比如说我们首先用人工智能能提高生产率，比如说现在每天有超过亿人在用的百度信息流，我们希望个性化地精准把每个用户喜欢的内容推荐给用户，但是同时我们也需要去把握信息的质量，因为网上的信息是质量参差不齐，有一些是相对质量比较低的我们要去控制好，百度信息流每天减少的低质分发也是超过亿量级，在这个过程中我们通过人工智能技术做价值的过滤，分类等等，分级等等，帮助人工编辑去审核的效率提高60%以上。信息流除了图文信息以外，也有视频，而视频我们为了更好地知道一个视频它的内容是什么，从而更好地将它推荐给需要的用户，这时候要做视频分类，也是用了相应的AI技术，这些技术帮助分类的准确率达到90%以上。 

　　同时，大家知道我们看的时候，不喜欢看了这个，明天又给我推，我们视频库里面有海量的视频，相应我们也研究了视频的去重技术，这里面会用计算机视觉的技术，也会用到语音的技术，进而把进行去重审核的人力成本节约80%以上。前两个讲的是百度自己的产品怎么样提高生产力，这是我们帮助我们的合作伙伴，电信运营商，帮忙他们提升生产力。也是用到像知识图谱，自然语言理解，语音识别等等的技术完成了一个自动的智能客服，这个智能客服里面，左边这个图我们做了一个面向电信运营商行业的知识图谱，这个知识图谱与我们庞大的有数亿个节点，过千亿的事实的通用知识图谱相结合。右边除了掌握行业知识以外也要了解业务逻辑，可能很多朋友用手机，可能会跟运营商的客服打交道，一个电话打过去，人工会根据你的需求帮你一步一步完成你的需求，而其中是有它的业务流程，除了掌握行业知识以外，还要掌握行业流程，再结合我刚刚讲到语音、自然语言处理、知识图谱等等的AI技术完成智能客服的机器人。 

　　现在百度的智能机器人在运营商的数据中心上线以后，已经大大提升了效率，使人工成本降低了20%以上。百度有一个深度学习，也是国内第一个深度学习的开源平台，叫paddle，它发布以后除了和我们熟悉的很多电信行业、金融行业等等合作以后，也有大量的中小企业自发地来用这个去解决他们的问题。这个例子就是桃园的经营者把paddle拿出来，训练一个自动的进行分桃子的模型，把桃子按照质量进行分类，这样大大地提升桃子分类的效率，节约90%以上的成本。 

　　百度搜索，从2000年成立以来一直为人们提供搜索能力，同样一个搜索框输入以后，搜索的结果已经和以前不一样了，图文并茂，包括中间是一个AR的结果，大家可以看到各种结果，不管是非常直接的得到一个答案，得到一个增强现实的结果还是图文并茂，比如说最右边你需要找到的地图，一起呈现出来等等。这些背后都是由AI技术支撑。 

　　 AI也能创造一些人能做的事情，比如说写文章，网上现在绝大多数的文章是人写的，也有一定的比例是机器写的，在百度的信息流里面每天推送给用户的文章除了人写的以外，也有一小部分是机器自动写，而且这些文章我们请了很多用户去对比去看，当然不告诉他哪个是机器写的，基本上人是分不出来的，机器已经把文章写得很好了。 

　　除了写文章也能写诗，刚才谷歌的同行介绍了下棋，写诗也是中国古典文化非常重要的一部分，大家看到写诗的过程其实是一个比较经典的人工智能很多领域类似的，比如说机器翻译也会有这样的过程，当然机器翻译是从一种语言翻译到另外一种语言，机器写诗是我们有了一句，就把它生成出下一句，含义也是相对的。比如说这个例子，用户给了一个输入，就是春天的桃花开了，机器首先会分析它的主题有两个，一个是春天，一个是桃花，但是我要写四句诗，机器再自动补上两个字就是柳和燕，从春天开始写第一句，大家可以看一下这首诗：春天丽日照晴川，十里桃花映满山，燕子呢喃寻旧梦，清风拂面柳如花。 

　　 AI技术也是方方面面的从图像、自然语言等等，运用在金融里面就构成金融科技，可以帮助金融做文字的识别、风控、校验等等方面，所有的技术一起形成一个完整的金融科技行业解决方案。 

　　 很多人都认为机器人是人工智能很集中的体现，当然机器人不管壳子做的多萌，核心是后面的大脑，比如说百度的小度机器人，背后是百度大脑，既可以变身一个导购员，也可以在百度大厦大堂里做一个迎宾的机器人，所有人来百度大厦的客人有任何问题都可以直接去问他，也可以请他帮助照相等等。 

　　 为什么我们敢有自信说百度最懂AI？百度从2000年开始做搜索引擎，可以说从做搜索引擎开始，搜索引擎天然要用到AI相关的技术，从百度公司建立的那天起就在利用做AI的技术，从七八年以前我们开始全面布局AI，现在已经形成一个完整的布局，从最基础的大数据，算法到感知层的语言和语音图像视频，增强现实虚拟现实等等；感知层相当于人的视觉听觉等等，人还区别于其他生物的认知能力，比如说语言的能力，知识的凝练和传承，以及对人的理解，这是人特有的。基于所有的能力，我们一方面会让这些能力支持百度自己的产品，另一方面也会开放出来，与所有的合作伙伴和开发者一起构建AI的生态。 

　　 目前为止AI开发平台已经开放开源80多个能力，可以供所有人使用。而基于所有的能力，我们也希望与所有的行业场景去结合，综合运用所有的AI技术，一起赋能行业，提升生产率，也创造很多的新的行业机会。谢谢大家。 

（欧洲科学院院士、DFKI科学总监、德国人工智能研究中心科学总监，AITC院长，联想集团人工智能首席顾问 汉斯·乌思克尔特）

　　汉斯·乌思克尔特：女士们先生们，各位亲爱的同仁同道，非常感谢大家，我在这里要给大家打开一扇小小通往研究领域，特别是AI应用方面的小窗口。想要从AI现在的一大挑战开始，在我的演讲最后我也会呼应一下这个挑战，挑战是什么？知识、直觉和行为之间的最佳组合在哪里？ 

　　今天有太多的对话是聚焦于这样的话题，我们知道像阿法狗，包括现在已经有阿法狗zoe最新的版本，他们已经吸引了大家的注意，可能要比最早的时候像这样的IBM沃尔森的机器人，我们知道它也是非常具有智慧，是IBM发展出来的，他们打赢的战役就是电视的猜游戏的猜谜，所以作为语言学家我们当时感觉到这是巨大的突破，它真的是打赢过，在那个时候没有那么地吸引大家的事情，但是IBM研究的沃尔森的人工智能系统已经吸引大家的眼光。 

　　之前有两种AI的系统，首先是基于知识，它背后的工程发展是由人设定规则，对于给定的输入规则进行编程，让程序机器人给他指挥命令，会产生行为，机器人可能不知道他们的行为。在这里机器学习是能够在这两个系统上能够有很强的学习能力，这中间的边界超越我们的想象，甚至是超越我们直觉告诉我们的，因为很多系统看起来有很多的知识，但是实际上从人们的行为上学习，比如说今天的翻译一样，如果他们不能理解他们的翻译内容或者背景是很难做出正确的输出，但是大家也要相信，对于像谷歌翻译器，他们能够理解的东西甚至是他们能够做的翻译工作背后是要了解各种不同的行为模式是基于过去的翻译经验，差不多是什么都知道，他们都是基于之前所获取的行为来学习的，而不只是从知识的层面。 

　　这些行为也包括阿法狗最新的版本已经超越了人类，可以进行不断的相应修整，也有沃尔森的人工智能系统，包括我们也在德国的人工智能的研究所，也做了很多的研究，我们把机器学习和行为组合在一起，背后再加上海量的知识，如果再进一步看这中间有一些蓝色的泡泡，就是所学的知识，也有深度学习，也有基于行为的学习。我们看到现在对于AI的系统基本上都要把这样的深度学习基于行为的学习放在一起，而对于行为的系统背后没有显性的知识，没有事实，没有解释，如果你告诉一个自动驾驶活动，你的道路规则发生变化了，它理解不了，你要从零开始对它进行重新培训，翻译系统也一样，你不能告诉谷歌翻译现在开始我的一些术语开始变一些变化，你要使它进行完全的自动翻译，重新从不同的内容进行翻译，需要不断地再培训再学习。 

　　我们知道阿法狗zoe背后强调的是直觉，不仅是直觉，我们也知道像医生也会用直觉进行判断，遇到知识方面的困惑或者背后遇到的症状，要你说出一些判断测量或者其他的生物科学方面，他们没有办法去解释，他们也不知道这个道理是什么，他们没有办法做出一个非常显性的诊断甚至一个年轻的医生也会问是老医生，如果一个资深的医生可能使用的也是超越层面的，也就是直觉层面，因为他之前是看过数以万计的患者，是他们职业生涯当中基于直觉给出的判断，我们的AI里面直觉也是要很早就进去，可能你会问他们为什么他们会做出这个决定，他可能自己都不知道，然而他们在一个很好的系统里面，背后总有相应的局限，我们来看一下整个人工智能它的革命性的发展，为什么他现在开始大行其道，除了AI以外还有重大的趋势正在重新发展，还有大数据，包括机器学习，也包括深度学习，包括能够让这个机器实现更深度的学习，另外知识本身也有一系列的技术，比如说知识图谱包括背后相应的能力，包括互联网的技术，也像物联网。最后是硬件，也是大家提到的智能硬件我回过头看20年之前完全没有现在的机器学习能力。 

　　  我的研究和分享也会比较聚焦于我们德国人工智能中心，我们有五大不同的位置地点或者说分布所做的一系列围绕人工智能的工作，这个也简单介绍我们背后的股东，包括谷歌，包括今天也有很多的讲者所在的公司是我们的股东，也感谢你们，你们之前已经讲了很多您所在的企业所做的人工智能工作。我们做各种不同类型的研究，在这里我会强调我们如何能够把不同技术的优势进行组合，也要适用于德国，德国也有一个特别的在IT方面的角色，我们所产出的不仅是最大的计算机，我们也不是智慧手机智能手机的生产商，但是我们的车做得不错，我们的机械设备做得不错。 

　　这是工业4.0公司这中间包括人工智能技术，包括物联网技术，当然也包括商业智能，BI，也包括网络、虚拟物理系统等等，还有一系列其他的发展或者开发，有的也是之前谷歌的讲者百度的讲者提到知识信息大的组织，能够让每个人触手可及。这中间带入越来越多的技术，越来越多的知识，包括语义网，包括一系列的图谱，在这里还有两个，我们感到非常振奋的发展。 

　　这一张图是从工业4.0的开发当中的一个最先介绍的册子里面所摘取而来，当时负责工业4.0的CEO跟我一起就是从一开始就进行了工业4.0的研究，包括智能工厂里面的移动性的楼宇都是互相联系在一起，能够通过数据的分析器，能够有一个完整的数字化数码化的制造流程，工艺流程。 

　　对于企业来说，对于工厂来说，可能体现在其他的方面，因为对于公司它最重要是注重消费者，还有银行、物流企业、监管当局还有其他的不同工人，还有他们的家属等等，所有公司不仅仅包括工厂，还包括以上种种的利益相关者，我们要看一下商业的分析器还有人工智能，要涵盖不同的数据，不同的知识，能够更好地去汇集这些资源。这样的话传感器就可以收集这些数字，融入这个过程当中，并且能够在公司的内部不断地收集这些数据。 

　　今天的AI其实很多时候都能够符合我们的要求，但是我们也受到一个障碍的阻挠，就是我们的行为，我们的直觉力可以怎么样更好地去开发？去适应工业4.0，能够监测这个过程进行分析，并且用一致性的信息去分析不会有偏差。这包括了工艺流程的优化，进行预判性的生产分析还有功能的战略自动化实行等等。 

　　 我们需要汇集不同的方法进行优化，我刚刚提到不同的方法，有非常好的金融科技的讲者谈到了，金融科技的重要性，还有对于数据、销售、市场的动向，商品的价格进行分析，都可以利用金融科技解决，如果能够进行预测或者预判的话，就能够知道这些数据能够释放出一些很重要的信号，能够让不同的利益相关者更好地进行选择，决定自己的倾向。这里面的红色和蓝色的圈圈代表最新的进展还有向上升的势头，如果你问一个分析师，他会跟你说为什么会出现这个上扬，他会跟你说那一天有地震的消息，所以出现大波动。如果你早期能够从不同的西班牙或者其他的美国媒体听到这个新闻，留意那些预测的话，就可以进行预判可以预防不良的后果。这里面是智利的铜矿，还有冶炼厂，如果你能够通过数据去收集，就可以知道这里面地震的发生频率很高，每一次有偏差的话，就可以要知道哪个行业，哪个矿产跟这个地震带是相关的，如果地震发生又会影响哪种金属，会影响哪个行业等等。我们讲到一些公司，他们在进行国际的合作比如说在中国进行进出口的业务的时候，我们就可以通过深度学习来进行这些贸易行情的预测和预判，我们跟深度学习进行融合的话，可以更好地事半功倍。之前王海峰代表百度进行致辞，自然语言处理能够让我们进行一些预判能够更好地去了解这些文本的语义是什么，我们不可能100%理解，但是尽可能理解更多。 

　　  我们把上述提到的技术融合在一起，包括了最新的一些进展，包括了自然语言的处理，还有学习的最好方法，我们可以跟一些知识的背景，以及非常好的一些资源的结合，包括在柏林的一些图书馆还有在维基百科的线上书库还有欧洲项目的执行者，他们可以就所谓的自然语言还有语义的处理进行互相连接论文的处理，这些都是自然资源，我们可以用于机器的预判还有交易的预判，以及对于产品的设计，许多的资源会有中文、英文、法文等等都可以获得，之前西门子在供应链的管理时候就跟其他的公司基于全球的试调进行数据挖掘，他们在医学方面进行了病人数据很好地分析。 

　　 接下来分析我自己的洞见，能够把显性和隐性的结合是很强有力的格局，让这个结合让人类变得更加强大，我们可以对于一些知识是显性获得或者隐性获得，我们希望具有说服力的方法把这两方面的方法结合在一起，我们可以选择一种跟人脑不同的结合方法，因为人脑其实它能够有一定的处理极限，但是IT的处理不会有极限也不会疲劳，我们可以模仿大脑的功能，但是对于大数据和神经网络的处理能力结合起来，对于显性知识的了解就能够帮助我们解决问题，并且能够建立一些更好的数据的收集和利用；能够结合原来既有的知识和新收集的数据，再加上我们讲到的深入学习，就能够带来AI的下一波革命，对于AI的研究者来说，我觉得在未来我们都能够有更加好的真正意义上的革命，我觉得现在的革命不是真正的，只有当世界一起努力的时候，我们才能真正能够迎来AI的革命。 

　　主持人：谢谢汉斯·乌思克尔特先生。的确15分钟时间确实是有一点点的紧迫，今天汉斯·乌思克尔特先生和我们分享了很多，包括了AI系统本质的认识，也强调了直觉的介入，为我们介绍工业4.0和制造业的关系就是如何智能工厂和相关利益者彼此之间的互动，包括了如何感知，如何分析、如何反馈，如何预测，也为我们介绍AI的具体应用如何匹配工业4.0的目标，同时他也为我们介绍了未来AI革命所要发生要成功的诸多关键所在，我们也再次掌声向汉斯·乌思克尔特先生表示感谢。 

　　接下来请出今天论坛的压轴的演讲嘉宾是Facebook的科技专员，亚太区合作关系总裁濮冠楠先生，他会为我们带来Facebook  AR和VR的未来，我们掌声有请。 

（Facebook的科技专员，亚太区合作关系总裁 濮冠楠）

　　 您能不能和我们分享一下您的感受？ 

　　濮冠楠：首次来参加这个盛会，今天也听了很多朋友、老师、前辈的分享，尤其是听了很多关于人工智能，还有一些前辈介绍了关于人脸识别，我发现百度这方面非常强，我就简单说一下为什么我觉得这方面可能会帮助我们的生活。 

　　前两天我刚从厦门边防入关的时候，警官看了我的护照照片，看了有30秒说这个不是你。照片其实不是很久以前拍的，大家知道去了很多脸会变胖，警察就说这绝对不是你，如果我们有更强大的AI的东西来解决这个问题，这都应该不是需要人工去解决的问题。 

　　主持人：我知道了，您是在Facebook工作，您对脸的特殊关注是要比常人更加敏感一些。 

　　濮冠楠：首先谢谢大家，谢谢今天各位花时间听我的分享，今天这个分享开始之前，刚刚也提到过海关的故事，除此之外我们今天主要会提到的环节主要是Facebook对于AR和VR未来的一些尝试和一些看法。 

　　 首先我们在这边看到的界面就是在过去的一年中，我们公司提出了未来十年Facebook一个发展规划，大概是怎么样的。在这里面我们看到Facebook目前这几年主要是以构建以自己的APP所产生的生态圈为主，我们会在未来的三年之内主要把精力集中在构建Facebook为主的生态圈上，而在更长的时间段里我们也会把精力集中在更多的产品中，包括Facebook的视频、whatsapp，以及我们推出的更新产品，比如说Facebook  work  play，更长的时间里面Facebook更加关注的地方比如说像互联网的基础设施，人工智能，也包括今天提到的VR与AR。 

　　对于AR来说我们关注的点在于什么地方？首先我们发现如果使用AR的话可以在一个简单的静态图片上附加一些信息，比如说我们在这里面看到是罗马竞技场，我们也可以加入虚拟的展示，虚拟的警示牌，可以把虚拟的3D图像渲染到真实世界里面，可以通过AR的方式把现实世界中的物体进行强化渲染。这些尝试很多厂商，很多不同的平台都有做这个尝试，我们希望做得不同的是，我们希望把Facebook的相机，打造成第一个增强现实的平台，我们要强调的是平台化的产品，这不是一个封闭的平台，我们欢迎跟各位一起携手打造虚拟现实的平台。 

　　我们可以简单介绍一下工作流程，就是所谓的Facebook相机的流程是什么样的。相机的基础特效，这是很基础的Facebook相机的特效，这些特效有包括一些状态的渲染，3D的物体渲染，这些都是可以做得到的。我们在这边还有一个视频，大家可以看一下。我们推出这个AR渲染的工具分为两层：1、就是一个frame  studio，它可以帮助我们直接把2D的插图直接放到相机里面，我们看到的也是世界上不同国家地区的艺术家以及设计家他们做的插图，它只是一个简单的2D图像的插图，可以把图片直接放在我们的相机里面，就像一个滤镜框，同时我们也可以做一些3D的更复杂的效果，比如说可以直接把物体渲染在真实的世界里面或者在真实的世界里面根据一些真实世界里面的物体渲染相应的效果。 

　　 介绍一下我们在国内也是有合作伙伴的，也非常高兴地跟在座的各位介绍一下美图公司其实是我们公司在中国国内的第一家合作伙伴，也是他们在今年四月份制作的特效，就是从未来的角度看现在的特效，这之后我们也有很多的相关合作，后续更多的相机特效在制作中。 

　　我们看一下3D的效果如何制作，在这个编辑器里面可以添加一些效果、特效，一些3D的物体，通过这个编辑器以及我们的一些测试APP就可以简单完成3D的影像构成。这个过程就是如何通过推出的frame  studieo和AR  studieo可以推出一些相机特效。 

　　这是美国的一家公司做的mass  effect的产品，它把游戏的场景复制到Facebook的相机里面，同时可以看到在后台可以完整地复制制作的流程，比如说它可以实现的面部的追踪，还可以通过脚本控制在AR  studieo的动作。也有更多附加的功能。 

　　比如说可以集成游戏里面的数据，我们这个滤镜并不是静态的滤镜，也可以实时拿到外部的数据，也可以集成3D的渲染，支持前后摄象头，也支持其他的设备数据。制作之后我们可以看到效果本身是跟mass  effect的后台数据也有互相联通，也有更多的例子，比如说我们可以为球赛去做相应的效果，这边展示的就是曼联对皇马的比赛，我们不同时刻打开这个照相机看到的效果也是不同的，所谓的视频特效我们也支持跟Facebook的直播，可以进行同样的整合，同时大家也可以使用视频特效的方式制作自己的直播，在Facebook直播里面进行投票。 

　　  目前对于我们这一套开发平台来说，它支持的一些功能比如说面部追踪、制作脚本，控制场景里面的动作，支持前后摄象头，也支持评选，包括触屏的手势，包括音频，也支持外部数据的集成，也支持3D渲染。我们如果从一个开发者工程师的角度进一步看我们内部是如何做这些功能，我们可以看到一些更详细的信息。 

　　 这是我们介绍的一个用户走到一个咖啡店，他看到的世界就是一个很普遍的世界，如果我们对这个真实世界进行具体的分析，可以看到其实这个世界里最重要的事情，对于相机来说需要理解这个环境，就是说这个环境有什么东西，比如说通过我们的人工智能分析，我们发现是一个餐馆的场景，也可以进一步分析，检测在这个餐馆环境里的平面在什么地方，我们可以看到用水平线的平面，也有一个完全垂直的平面，除了空间检测之外我们也可以有平面检测的功能。之后就会有一些物体识别出现在这里，可以看到在这边检测到有些人在排队或者有些人订咖啡，咖啡在什么地方呢？这些都是可以进行特殊识别和物体的识别。 

　　综上所述我们可以把真实的世界进行划分，让它变成一个可以跟AR理解的世界。我们做的事情就是把所有现实世界中的东西结构化，之后把这些数据化，就是把这些可以分析的数据模块，之后通过开发代码把数据整合到一起，加上我们之前介绍的工具，AR  studieo对相机发生的一些事情，做出非常有趣的解构或者效果等等，最终完成自己的AR体验。 

　　所以综上所述就是Facebook做这一套事情，其实并不是说一定要自己完成所有的事情，而是更多地希望通过这些效果，把Facebook相机打造一个增强现实的平台，我们更多是强调平台的属性，希望跟更多的艺术家、设计师、开发者把这个相机平台打造得更好，也希望给人们的生活带来更多的乐趣，制作出更多更有趣的特效，谢谢大家。 

　　主持人：非常感谢濮冠楠先生，为我们介绍了Facebook的相机，我们也看到他们为我们呈现的各种增强现实的效果，我脑中产生一个怀疑，难道真实这么无聊以至于我们用虚拟技术来哄骗我们的眼睛，当然Facebook不仅仅想于此，所以在后半部分的时候给我们介绍的他们解构出来的世界，核心是把现实世界结构化和数据化，未来能够创造一个怎样的未来，绝不仅仅是有趣而之，到这里我们今天上午的论坛就全部结束了，下午一点半还是在这里，我们将继续围绕洞见科技未来这一主题来展开讨论。