李开复谈20年后的AI，崔宝秋论开源之道｜MEET2021智能未来大会

第二个里程碑，是美国副总统戈尔提出数字地球的概念。数字地球是一个与地理信息系统、网格、虚拟现实等高新技术密切相关的概念。其核心是地球空间信息科学，以及遥感技术、地理信息系统和全球定位系统这三大基本技术的集成。

第三个里程碑，就发生在中国。2016年在杭州举行的G20领导人峰会，首次提出全球性的《二十国集团数字经济发展与合作倡议》。

2017年中国政府工作报告，首提“数字经济”，提出要“促进数字经济加快成长，让企业广泛受益、群众普遍受惠”。

谭建荣院士也强调，数字经济搞得好不好，人工智能搞得好不好，主要的标准就是这两条：第一，企业有没有受益;第二，群众有没有受惠。

那么，回到那个问题，数字经济与实体经济紧密结合，又该如何高质量发展?

谭建荣院士提到了高质量发展的4大要素： 高质量的产品 、 高质量的技术 、 高质量的管理 和 高质量的人才 。

具体而言，谭建荣院士总结分享了5个方法。

第一，要把人工智能用到制造业当中，形成智能制造，用智能制造来提升创新能力、设计能力和产品研发能力。

如今，产品创新设计能力仍然是中国制造业的短板，而这种创新能力的薄弱，也是存在于信息企业当中。谭院士引用中国工程院前院长徐匡迪院士的观点强调：“不研究人工智能的算法，就无法掌握人工智能的核心技术。”

第二，通过智能制造来提升工艺。

第三，通过智能制造来强化质量。不仅要提高硬件产品的质量，还要提高软件产品的质量。

谭院士认为，工业软件是中国最短的短板之一，亟待补全，而要重振中国的工业软件企业，人工智能将大有用武之地。

第四，智能制造+延伸服务。不仅软件业要变为服务业，制造业也要向制造服务方向转变。

第五，通过智能制造数字化转型，找准产品服务对象，拓展产品市场。

美团夏华夏：“接地气的AI”就是希望让每个人享受到科技带来的便利

科技应该真正为社会价值做出贡献。

美团副总裁、首席科学家夏华夏，就在大会现场分享了什么是“接地气的AI”。

用智能语音技术帮盲人点餐，用NLP帮助餐馆老板回复客户问题，在疫情期间用无人车协同骑手配送外卖……说起来，都是“小事”，但夏华夏认为，这些深入人们日常生活的AI应用，恰恰体现了很多科技工作者工作的价值——

用技术，去帮助每一个普通人生活得更好。

夏华夏指出，接地气的AI，是人工智能发展至今的一个大趋势。过去由数字、资本驱动的AI，在今天逐步落地之后，已经变成由实际价值驱动的AI。

这个价值由谁来决定?自然是技术的受益者，每个普通大众。

所以，到底什么是“接地气的AI”?

第一，是 落地速度接地气 。

以美团为例。据不完全统计，在2020年，整个美团AI团队落地了近3000个实际业务需求，涵盖配送调度策略调整、商家智能运营的方方面面。

第二，是 服务行业接地气 。

也就是说，把AI技术应用到普通的本地生活服务商，包括衣食住行、吃喝玩乐。

从用户的角度来看，人工智能渗透进衣食住行的方方面面，带来了用户体验的提升;

从商家的角度而言，美团这样的平台提供的AI能力，能够帮助商家做信息化、数字化、智能化乃至自动化升级，优化商家整体的经营手段。

第三，是 服务对象接地气 。

技术在飞快地往前发展，但却不是每个人都享受到了技术带来的便利。但夏华夏认为，技术的发展不应该把任何一个人抛下、落下。

AI的服务对象，应该是每一个普通人。而这，也是美团AI的技术宗旨。

那么，“接地气”是不是意味着只想今天，不想明天?夏华夏回答：科技落地应用与长期技术探索并不矛盾。

接地气是我们在落地科技时的一种“科技为人”的价值导向。科技的落地应用，与长期、有挑战的科技探索之间并不冲突。

在长期、有挑战的工作上做投入、做突破，才能让科技持续产生价值。

最后，夏华夏还展望了一下AI最美好的模样：

像水电煤一样成为未来生活的基础设施，无处不在，但不一定需要被用户感知。AI可以在生活的每一个角落为我们服务。

清华唐杰：认知图谱是人工智能的下一个瑰宝

清华大学计算机系教授、系副主任唐杰在会上做了题为《认知图谱，人工智能的下一个瑰宝》的演讲。

人工智能的发展可以划分为三个时代：符号AI、感知AI和认知AI。认知AI到现在为止尚未实现。

那么，实现认知AI需要做什么?唐杰教授指出，现在急需打造的是 AI基础设施 ，比如认知图谱怎样构建。

为什么要强调认知的逻辑呢?唐杰教授举了GPT-3的例子。

GPT-3，参数规模达到1750亿，数量级接近人类神经元。并且，在表达能力上，这样的大规模语言模型已经使得AI接近人类。

这就带来了一个启示：我们是否可以直接通过大规模、大算力、大计算的方法，得到一个超越人类的通用人工智能?

且不谈上亿人民币的训练成本，GPT-3这样的语言模型，如今已经暴露出一个明显的问题：没有常识。比如，你问它一根草有几只眼睛，它会回答“一只眼睛”。

想要解决这样的问题，用计算的方式做认知，唐杰教授谈到可以结合两种方法去实现。

第一，数据驱动。把所有数据进行建模，并学习数据之间的关联关系，学习数据的记忆模型。

第二，知识驱动，构建知识图谱。

不过，仅仅如此仍然不够。

唐杰教授指出：

真正的通用人工智能，我们希望它有持续学习的能力，能够从已有的事实、从反馈中学习到新的东西，能够完成一些更加复杂的任务。

（编辑：焦作站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!