拥有胶囊内镜、pH胶囊、pH阻抗联合监测系统、宫腔观察吸引手术系统（妇科）、阻抗CT等数十项医疗器械产品。
公司的产品和解决方案已经广泛应用于西班牙、意大利、英国、德国、俄罗斯、加拿大、印度等70多个国家和地区。公司以保障人民健康为己任，坚持自主创新，持续开发“微创、一次性、智能化、集成化和网络化”的高新医疗器械，在医学影像、生化检验、有源植入介入器械、远程医学信息管理等领域广泛开展研究。本人零基础，有一次无意看到人工智能，不知怎么了，就非常感兴趣，又不知道从哪入手，求各位大神给点建议谢谢_人工智能吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：72,333贴子：
本人零基础，有一次无意看到人工智能，不知怎么了，就非常感兴趣收藏
本人零基础，有一次无意看到人工智能，不知怎么了，就非常感兴趣，又不知道从哪入手，求各位大神给点建议谢谢
人工智能_总监级一线名师全程面授,保证教学质量,21周超长课程,项目实战案例式教学.人工智能,千锋名师带你O基础入门,一站式掌握必知必会全部技能,点击申请2周免费试听.
跟我一样，可以交流
要自己自学人工智能的话难度有点大的说，尤其是没有基础的，现在这个行业前景非常好，你自己又比较感兴趣的话好好学一学，未来不可限量。学习推荐猎维科技
我也是，最近是蠢蠢欲动，但又不知道怎么着手。
我自己有从老师手里整来的
人工智能的学习资料
首先最基本的，你得会编程吧
我觉得很有必要弄一个萌新群，让大家来交流，毕竟我们都是没专业，没尝试，没基础，没上过大学，要啥都没有的人
可以先从PYTHON入手
51CTO学院12年行业品牌,1600万用户选择,中国专业IT技能学习平台,人工智能.人工智能资深大牛授课,0基础入门到精通,人工智能报名与培训中心...
我没有基础，不知道从哪入手，你们学的话能不能带我一个
我也想机器学习，和人工智能，我看到万门大学的课程，打算找几个人一起买，你看有兴趣吗？课程是人工智能，大数据与复杂系统。感兴趣的贴吧私聊
先学数学吧
我也是电脑方面是白脖，现在做的工作感觉也没有很大的前途，看到人工智能绝对是以后的大趋势，现在各种培训机构鱼龙混杂，不知道该怎么选择，无从下手，迷茫中
有理论研究和理论实践两个方向，你选一个。理论研究是因为现在的理论不够成熟，而理论实践都是建立在不成熟的理论上实践的。
不知楼主是想了解AI智能的哪一块，不过可以留个联系方式互相交流一下！
如果想学习人工智能的话 我这里有一些收集来的零零散散的资料 有兴趣的话可以加我好友Kalin82000 一起学习交流 至少能给你指个方向
学人工智能可以找我，51cto学院讲师全程辅导，闯关式学习，保证吸收课程技能
我转让课程
你们能不能再算上我一个啊
我也是零基础正准备学
登录百度帐号中国国际人工智能高端领袖峰会现场直播 智能干货
时间：日。地点：深圳会展中心
主持人：尊敬的深圳市人民政府吴优副秘书长，深圳市福田区企服中心冯向阳主任，各位领导，各位专家，企业家代表们，媒体朋友们，大家上午好！
很高兴在这里和大家共聚一堂，共同探讨人工智能发展之路。我是今天本次会议中国国际人工智能高端领袖峰会的主持人，深圳市人工智能行业协会会长董振江。请允许我代表协会对所有来宾表示热烈的感谢！
在此特别感谢深圳市人民政府、高交会交易中心，感谢中科院、北京大学、中山大学、北京电影学院、中兴、百度、中国移动、华为、Intel、商汤、乂学教育、驶势、竹间、三角兽、今始、星行、云天励飞、星河产业集团等对本次大会的支持。
因为这次会议非常的重要，也是国家刚刚开完启动会，基本上邀请了所有业界主流公司，还有很多省会、协会的科学类也参加了。我们本次的会议，也正逢其时，我们特别荣幸的邀请到了深圳市人民政府副秘书长吴优，请吴优秘书长为大会致辞，请大家欢迎。
吴优：尊敬的各位来宾，大家上午好！
今天第十九届高交会、中国国际人工智能高端领袖峰会在这里隆重举行，我谨代表深圳市政府对峰会的召开表示热烈的祝贺，对各位嘉宾的到来表示。
当前人工智能热潮方兴未艾，已经成为国际学术的新热点，成为国际合作的新焦点，产业革命的新机遇。党的十九大报告明确指出要加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合，这为人工智能产业的发展带来的新机遇。
人工智能产业蓬勃大发展的曙光已经显见。深圳作为电子信息产业的先锋城市，拥有发展人工智能产业的雄厚基础，近年来我们依托创新创业的良好环境，灵活开放的政策和完善的产业链配套，大力培育和支持人工智能产业的发展，加快打造人工智能和机器人产业的研发、制造和国际合作基地。目前，深圳从事人工智能的企业和科研机构数量都在全国前列，深圳在人工智能新一轮技术革命中扮演者越来越重要的角色。
作为本届高交会的重要组成部分，中国国际人工智能高端领袖峰会会聚了来自人工智能领域的众多专家、学者和行业领袖，各位嘉宾的畛域之见，正是深圳乃至全国大力发展人工智能产业之所需，我们也衷心希望有更多的企业、专家、团队和技术会聚深圳，共同把深圳打造成为人工智能产业的全球高地。
最后，再次预祝本次峰会取得圆满成功，嘱各位嘉宾工作顺利、身体健康，谢谢各位。
主持人：感谢吴优秘书长的精彩致辞，感谢对协会的支持！
深圳市人工智能行业协会是由深圳市政府批准注册成立的服务于人工智能行业领域的非盈利组织。深圳是人工智能最好的地方，也是产业最完善的一个地方，我们的协会，希望能承担这样的责任，搭建起这个桥梁，让做技术和做产业的各个方面的人都能够聚集在这里，能够把各种信息进行交流，能够把这些做得更好，发挥深圳真正的优势，把人工智能的事情做得更好。
深圳市人工智能行业协会也凝聚了一批业内最好的公司，包括了当年成立的时候，主流的公司基本上都在这里，包括了中兴、百度、搜狗、中国电信、商汤、科大讯飞、格林深瞳、思必驰、捷通华声等公司，包括运营商都在咱们的协会里边。
我们这个协会期待通过学术的会议和专业的论坛，目前也包括创新的比赛，希望通过人才的培训和行业的科普、政策解读等等，把我们的行业串起来，把行业真正的推动起来。
我们为了更好的做工作，也邀请到学术界和产业界的专家参与，然后有一个专家委员会，这里面有技术、有产业、有投资界的朋友，对我们进行指导的作用。
前几天我在北京代表我们公司参加了王刚（音）部长主持的会议，就是人工智能的启动会，当时发了一个战略，但是一个部门这么隆重的开启动会的机会不多，所以的主流公司几乎都在里边，也设了4个开放平台，后面可能还会设得更多。今年年底会发布一个指南，邀请大家都去申请这样的项目。
我觉得这是给了人工智能非常好的机会，除了美国有这样的战略，但是没有落实，那只有在我们国内有这样的机会。
在国内人工智能热潮涌动之际，深圳也是最活跃的地带，我觉得这次的机会非常好，本次峰会的主题是“AI互联融合共生”，我们期待能够现在在各个领域的需求达到，聚集各方面的人才，我相信深圳能够在人工智能领域发展得更好，我也期待人工智能协会能够发挥更好的作用，为大家做好桥梁和联通的作用。
最后特别感谢各位领导、各位嘉宾和朋友们的到来，能参与到中国国际人工智能高端领袖峰会的会场，谢谢大家。
下面，有请深圳市人工智能行业协会专家委员会主任刘宏教授代表协会专委会致辞并发表主题演讲，有请。
刘宏：尊敬的领导来宾，各位观众朋友，早上好！
刚才咱们市领导和董会长已经讲得很好，人工智能非常热，今年7月8号新一代人工智能发展规划正式发布，把人工智能列为国家科技发展的新动力，国民经济发展的新领域，改善民生的新途径，并且大胆的语言了未来智能的到来。我们的生活，将从农业社会进步到工业社会，再进步到信息社会，未来的社会将进入智能社会。
今天的论坛占尽了天时地利人和，国家的政策，国际的发展是天使，深圳是创新创业的热土，在国内的机器人和人工智能创业领域，深圳一直是遥遥领先，占尽了地理，任何，我们董会长创办的深圳市人工智能行业协会，不仅是面向深圳对服务的提高，而且有极强的辐射力，体现了深圳科技人员的魄力，体现了深圳产业的辐射力和影响力以及凝聚力，这个会一定会办得非常的成功。
祝愿我们本次论坛圆满成功，感谢大家的参与，谢谢。
我接着谈谈人工智能和机器人的融合发展。
机器人很热，人工智能也很热，我今天发言的目的就是呼吁人工智能和机器人需要深度的融合。这两个产业的发展都面临很多瓶颈的问题。
人工智能已经发展了61年，经历了三起两落，现在是第三起，正在上升的阶段。有很多人在顾虑，人工智能的第三个冬天是不是很快到来。那么在这三起两落当中，起和落的动力是什么？根本是人工智能算法的处理能够和社会公众的需求之间的矛盾，当我们提出一个简单的问题的时候，发现我们的算法可以解决，一个高潮出现了，但是提出更复杂的时候，算法无法适应，一个低潮就出现了，本次的高潮出现是和深度算法的突破有关。那是否能够解决所有的问题？肯定不是。今天的人工智能仍然是专项的人工智能，单向的人工智能，远远还不是通用的人工智能，所以第三个冬天一定会来临。那什么时候来，这是我们需要探讨的问题。
机器人也出现了很多年，比如说这张图是1940年在美国的展会上展出的，我们可以看到，从形态上经历了复杂的变迁，这几年机器人热起来了，人工智能热起来了，富士康提出百万台机器换人的计划，国家主席习近平同志郑重的提出了机器人产业对未来先进制造产业的发展等等，所以机器人的科普活动已经具有了非常好的土壤。
那么，我们看看全世界都在做什么？第一类叫卡通当先，主要的功能是语音对话。第二类机器人叫人形当家，强调的是运动机能。第三类是美女当道，这类机器人长得很漂亮，有皮肤，有表情，有简单的动作，大家都在研制这种美女机器人。还有一类，是专门研究人工头的。眼花心乱的机器人给了我们丰富的印象，但是，大家发现了一个问题了吗？
全世界都不知道机器人应该长什么样子，百度不知道，阿里巴巴也不知道，亚马逊也不知道。我们一直都在探索。这个产业就是今天的智能手机一样，这个时候智能手机成熟了，如果大家研发的机器人都是差不多的时候，都是成熟了。所以机器人一定和人工智能结合，一定要收敛到标准的业态，这个时候才是一个成熟的产业。
今天我们共同的探讨和推动这个产业的成熟。跳舞机器人没有多少的智能，AlphoGo也不是机器人，它表现的只是机器人对于问题的抽象表达和速度搜索的能力，距离真正的机器人还有很大的差距。我们把AlphoGo拿过来以后下象棋，它一定会输得一塌糊涂，所以它的智能是有限的。
标志人类社会进步的是什么？是人吗？不是的，而是智能。这里有一本书叫《智能的本质》，它讲了人工智能和机器人的64个大问题，其实是64个小故事，把智能和机器人以及未来的智能社会讲得非常的透彻，希望大家了解更多什么是人工智能。
接下来回答第一个问题，人工智能和机器人能热多久？人类历史上进步的标志是工具，人类使用工具的发布脉络，就是这张图，比如说旧石器时代，计划到新石器时代，再到青铜器时代，再到信息时代的开始等等，人类的工具发生了重大的变化，伴随着社会变革、技术革命、文明转移。下一步的工具革命，将如何发生？物质能量信息之间有没有互相转换和组合的工具？我们发现这在古代社会是有的，古代社会的指南针是把地球表面客观存在的能量磁场信息转化成一个指针，转化成一个方向，所以指南针是物品到能量的体现。中国古代社会最伟大的发明，都落在了我们的二元工具上，所以中国四大发明是非常的伟大。为什么选择这4个，因为这4个是真正意义上的二元工具，是工具上的革命。
当今社会，有没有二元工具？有的。物联网就是二元工具，把很多的信息通过传感器获取以后放在互联网上使用。互联网对应的是电子商务，这些技术都是二元工具。大家也会想到一元、二元，那三元是什么？哪些在信息的控制基础上可以更高效、安全的智慧运动？这样的工具就是人工智能和机器人紧密结合的第三代工具，智能机器人工具。这是人类工具发展的最高形态，在这个意义上讲，我们再关心机器人能热多久，已经不重要了，未来机器人一定是和人类如影随形，但是要走进人类日常生活最关键的技术是和人工智能紧密的、深入的结合。
这是我们今天要谈的第一个概念。
机器人这么重要，机器人是新一代工业的革命，会对我们的生活产生什么样的影响？大家最关心的是机器换人，这会不会造成大面积的失业？机器代替人的劳动一定会减轻人的劳动，但是是否有20%的机器人代表人类劳动的时候，是不是有20%的人下岗呢？将来的社会，如果机器人代替了20%人的劳动，而是意味着从5天工作制缩短到4天工作制，如果机器人代替了人类80%的劳动，那么我们的工作就是1天的工作制。我想这种社会，一定会到来的，未来几十年的智能社会，就是一天只上一天班的社会。
第二个问题机器人是否会伤害人类？是否有危险？我可以告诉大家，机器人对人类的威胁近在咫尺：第一，机器人不能伤害人类，或者是无所作为任由人类受到伤害；第二，机器人听人类的话，但是不能和第一条产生矛盾；第三，机器人要保护自身的存在，有危险的时候要躲，但是不能和前两条产生矛盾，如果要去救一个人的时候，他有生命危险，他只能牺牲自己去拯救和保护人类。这就是机器人控制的3个原则，这是非常不平等的条约。这3个原则，用计算机程序实现的话，二三十行程序就够了。如果有的程序员不小心把这几个顺序搞反了，就可能会伤害人类，或者是黑客进攻，或者是重大灾害产生，那么这几个原则的顺序随时改变，机器人威胁人类近在咫尺，所以大家一定要做好充分的准备。
我再回答一个问题，机器人既然是这么危险，那么机器人还能不能普及？机器人就像今天的汽车一样，知道有危险和危害，但是是小概率事件，它一定会成为未来智能社会的一部分，未来智能社会的形态就是男人、女人、机器人。
那如何将人工智能和机器人融合？
第一，一定不要让青年创业者的热情冲昏了头脑。比如说互联网创业可以靠主意创业，但是人工智能和机器人的创业是技术含量非常高，门坎非常高的领域，如果没有一二十年的积累，在这方面的创业，成功率连1%都不到。
第二，一定要注意应用创新比技术创新更重要。比如说前几年有电视机厂家找我们做声控麦克风，一说哪一个卫视，哪一个卫视就出来了。我问了专业人士说这能不能做，他们说这是属于强噪声环境下的语音识别，但是大学生说这个需要做3年，硕士生说这是话者无关的识别，需要做1年半，我再问问本科生，他们经过了分析论证说几个月就可以做，只要麦克风能识别一个词，就可以了。根据现有的技术结合场景，创造性的组合起来，有所回避，把现有的技术发挥到最大的长处。所以我们强调，应用创新比技术创新更重要，特别是学者们，一定要结合场景，一定要变现应用，一定要尊重需求。
第三，看功能，更要看性能。很多人说哪些技能能做什么，一应俱全，我们做声源定位，问他们是否有，喊了10次可能只有一两次准确。人是有很强的声源的定位功能，但是今天的机器人没有一点的声源功能，基本上都是非常的僵硬和刻板的状态。所以我们要看功能的同时，更要看性能。基于声源定位方面，我们累计投入了19个同学做了8年，到现在为止我们仍然认为这不成熟，还不能作为产品的应用，这里面有一系列的挑战，所以当你说具有一定功能的时候，一定要想清楚你的性能如何，3%—5%的指标会完成把一个产品搞跨，在竞争中完全有可能落后。
第四，看光环，更要看内在。我们面试了许多海外的人，他们都说他们是搞人工智能和机器人的，但是看了他们的论文，没有一篇搞人工智能和机器人，全部是搞金属材料的。今天人工智能热了以后，骗子不断出没，一定要大家严格的把关，把光彩的光环去掉，看到内在，最大限度的降低我们的投资风险。
最后，是对于创业的广义理解。全民都在创业，我们这些老师心里面也痒痒的，但是创业是什么？创业是创业者最自己拥有的资源和通过努力能够获得的资源进行优化整合，从而创造出更大经济社会效益的过程。我才搞清楚，创业的业不是企业的业，也是事业的业，所以培养出更多的好学生也就是我自己的创业。
这是我的个人介绍，里面有一些资源，大家感兴趣可以给大家使用，首先是中国人工智能学会，还有全国智能机器人创新联盟，还有深圳市政协委员，最后是我的微信号，凡是论坛上加的微信我都会接受，都会成为好友，谢谢大家。
主持人：人感谢刘宏教授非常幽默的演讲和致辞。在这个行业里，他的团队应该是最好的团队之一，刘教授本人也是国内做机器人领域最知名的专家，大家后面有什么问题都可以向他请教，时间有限，很多内容刘教授没有来得及讲，还是非常行涣鹾杲淌诘木?恃萁病?
下面有请中国移动首席科学家易芝玲女士为我们带来主题演讲：人工智能助力5G“智慧网络”，易芝玲博士是中国移动首席科学家，目前负责中国移动在无线通信前沿技术领域的恩研工作，大家欢迎。
易芝玲：会长、秘书长，还有各位贵宾，大家早上好！非常荣幸，也非常谢谢协会给我这个机会，刚刚听完刘老师的演讲之后，我发觉在他的后面讲不是一个特别让人轻松的机会。刚刚刘老师的主题是从非常高的格局、聚焦在机器人和人工智能的点上，我想，我就进行小小的补充，不管是机器人，还是各种各样的大数据分析等等，已经让全世界，尤其是过去一年多来让全中国所有的年轻人发挥了极大的想象力，这个空间是无止境的。
刚刚听刘老师演讲的时候，我会想到他说的智慧手机目前已经趋同了，那机器人什么时候能够趋同，这确实是一个大趋势。机器人的英文意思并不一定是以人为本，只是我们翻译中文的时候叫机器人，这个人不应该成为他的重点。我想当它趋同的时候，应该增加其他的方式来弥补一般的人类的缺陷。
今天在座的专家，不知道有没有看过一个讲人工智能的节目，昨天的两个人工智能，一个是蚂蚁索罗（音），昨天在这个节目里成功的辨识出了同卵四胞胎，其实我觉得它这里面不是看人脸，它是在分析这四胞胎的眼纹；另外个机器人叫深瞳人眼摄像机，它房间里有100人，都是穿一样的衣服，而且都戴着工业帽，脸是被遮挡了，然后100人不断的移动，结果深瞳人眼摄像机就在不到1分钟的时候识别到了。
在所有的人工智能带来我们的新功能，或者是有很大想象空间的可能性，至少有一个幕后很重要的元素，让这些事情能够更完善、更及时的发生。有人曾经估计过，在机器人本身上，要能够用现在的能力，建立一个跟我们人脑一样多的神经元的网路，仿造我们人脑的能力的话，这个机器人以目前的软硬件能力来做的话，重量大概是1千吨，那这有可能吗？这是不可能的。所以，将来除了男人女人之外，不管是经历什么样的方式，我们也是会和网路联通的，利用网路方方面面的资源，所以机器人也是不例外的。
讲到网路的话，四五年前讲5G还是很新的东西，现在的5G还没有真正的出现，但是好像快出了，而且大家对5G的想象，也应该是无穷无尽的。因为5G不同于前面的1234G，当时每一代的更新换代都是为了给广大人民群众的服务更上一层楼，这个服务是朝向更快的速度和更大的容量。而5G，除了希望能够为大家服务的更上一层楼之外，5G的空间更广阔。除了增强移动宽带之外，还有大连接和低时延高可靠，针对互联网提供的平台，而且这个平台，原则上它是在原来的技术水平上能够实现多样性多个的垂直平台，这个垂直平台的每一个都带来不同的性能和功能，以适应不同的产业升级。
我今天没有用ITU的官方正式三角形跟它的8个APPI，我还是愿意跟大家分享这朵花，这5G之花是在ITU没有搞清楚该做什么的时候，中国所提出来的5G的指标，我们对全世界提出了9个5G应该要有的指标，当时全世界不同的地区，给ITU提出来的是五花八门，最后ITU是正式的指定了5G的指标是8个。
我来自中国移动，大家都知道中国移动不但是中国最大的运营商，也是中国最大的运营商，我们的规模最大，有165万基站；我们的用户最多，有6.17亿用户；我们是最快的传送网，我们有81.4T系统宽带。我们今年的指标只有1亿，但是6月份的时候就已经超过了1亿，所以把今年的指标调升到2亿，目前也已经超过了，1年前定的2020年8亿互联网用户的指标绝对还会再上调，只是我们还没知道具体要调多少，不过肯定是会往上调的。
这里是给大家代表性的看我们这个行业的状态，其实这不是一个新出现的状态，这已经有了很长一段时间了。少说五年，多可以说七八年，我们这个行业，为广大人民群众提供的服务，从功能、性能上是不断的提升，我们的流量是绝对指数的增长，每年都是100%的增长。当时有一个预测，说网路上的流量10年会成长1千倍，其实，我们在这几年可以看到，我们10年的1千倍是太保守了。当时的数字就应该是6千多倍，事实上最后的10年是6千多倍还是上万倍，目前还说不准。问题是我们的流量如此的提升，我们的平台，我们的投入必须跟得上。我们的总理没有提出降费之前，我们的营销就已经是和流量的成长无关的状态。
我回国了五六年，我都替三大运营商报不平，我们这个行业真的是非常的努力，努力的投入，努力的提供服务，努力的跟上大家的需求，但是没有得到相对应的回报。我们不是独一无二的，全世界的运营商都是差不多，从某一个角度来讲，大家也可以理解，为什么我们的4G网络在全球占的比重这么大？为什么其他地区的4G规模和我们相交这么小呢？是因为这个行业现在处于一个非常有挑战性的状态，它是不是真的有可持续的未来，我觉得这还是一个问题。
在6年前，我们还没有第一个4G基站的时候，我们就开始思考我们该怎么办，那个时候没有5G之花，那个时候也没有ITU的任何指标，但是我们感觉走向未来很重要的是兼顾我们的性能效率跟我们的灵活性，我们的网路，我们的系统不能以硬件为主，升级换代太难。也就是说，我们当时打出的两个主题，未来我们端到端的效率一定要提升，我们也必须要柔性，尽量最大化的引进软件的功能，构建我们未来的系统。
那个时候还是2011年，我们觉得有足够的时间重新思考，一路走来我们有很多技术的成果，很高兴的是，5G的网路，不管是从核心网的基本理念，还是到接入网颠覆性的重构，都基本上是在落实我们的网路基础路线。我们把人工智能在核心网引入，在接入网这边，也从我们一路走来坚持的两层C—RAN架构，这样的架构完全颠覆了之前接入网最关键的部分的基本假设，但是带来了很多的灵活性跟新技术的机会。
大家看到左边的大数据人工智能，是我们要引进的功能，它和我们网路必要的协议站做互通，并且和边缘云有深度的结合和有开放的界面。这已经是非常传统的运营商，在网路里面的数据，能够和不同的行业合作的项目，包括金融、交通、广告等。
我们用了3%—5%的数据自研开发出了很有趣的小东西，我们叫霸王网协同（音），这里面的设备有来自五家，不同的技术不同的厂商的设计，我们开发了很简单的一套软件，能够把234G网不同的厂商结合在一起做优化，每15分钟，我们可以重新配置我们网络的参数，这个软件，简单的服务器就可以帮助调配3万个基站。
所以我们觉得，5G网路也好，现在的线网也好，我们除了继续在应用疼和功能层发挥大家的想象力来提供更多的应用跟服务之外，我们觉得我们应该把人工智能和机器人好的能力引进到我们的网路里面来。我们希望我们将来的网路，像是活的，是有生命的，能够在适当的时间和适当的地点，用最好的资源提供最好的用户体验。但是这个要在静态或者是半静态优化的方式，逐渐的把颗粒度从之前的按月、周、天的继续缩短到分钟，甚至是将来能够实现时时化。
其实，目前我们已经在很多的可能性上做了探索，目前来讲，跟在座的人工智能和大数据分析专家来讲，我们用的这些方法还是很初级的，但是已经能够得到很大的好处。我们希望将来我们的网路，能够有等同于个人云的概念提供给大家，不管你在何时何地都有一个计算机元素内容跟着你走，在这个时间里给你足够的用户体验。我们用大数据分析，把困扰我们行业很久的窗口进行优化，目前能够做到提升25%的状态，其实我们用的只是两层的网路。从高层一直到最底层，我们都发现了很多很好的用处。
这个协会是非常大的平台，我们组建了相对比较小的平台，但是里面有一个特点，中国最大的运营商，中国最大的设备商，加上中国最大的OTT牵头成立的，我们定位为产学研，针对网路方面引进人工智能技术，这是比较聚焦的平台。这也是刚刚成立，而且这里边有一些成员，我们已经获得了参与国家自然基金委的大数据项目，大家有兴趣的话可以一起来探讨，也许这个平台也可以考虑成为董振江会长会员之一。我们会把未来5G网路架构部分，每一个部分针对它的特点进行适当的结合。
我们现在处于非常有趣的时代，有一部电影叫《完美风暴》，它是一部灾难片，讲了3个很罕见的气象，碰到了一起，然后无论怎么挣扎，都逃不出这个悲剧。这也正像是我们正在经历的完美风暴，现在真的是IT、CT的深度融合，这里面的挑战是很大的，它是完美风暴，但是我们绝对是有信心可以克服这个过程，然后看到一片彩虹的未来。
中国移动去年年初的时候成立了5G联合创新中心，结合各个行业一起探讨未来技术的创业或者是商业模式的创新，在5G时代，如果跨业的合作，不一定会成功的话，那就很难成功了。目前我们的联创创新有超过100多个合作伙伴，目前有12个开放实验室在国内外成立。
最后，人工智能技术会让5G网路更智能，5G的网路也能够让人工智能的应用更能够泛在。谢谢大家！
主持人：感谢易芝玲博士的演讲精彩分享，5G网络的建设，很多地方都会运用到人工智能的技术，包括运维的部分，希望5G对AI的推动能有更好的推动。接下来，有请刘跃军博士为我们带来“国家战略背景下的人工智能跨领域应用研究报告”主题演讲。刘跃军博士是北京电影学院游戏设计系主任，副教授，研究生导师，沉浸式交互动漫文化部重点实验室执行副主任，掌声有请。
刘跃军：谢谢董振江会长，谢谢各位领导。刚才看到易芝玲博士讲的前半部分的时候有点淡淡的忧伤，过去几年十二五规划取得了巨大的成功，而中国移动是做得特别强，我建议大家给易芝玲博士和中国移动鼓掌。
我感觉你们花了这么多的资本基金，但是其实很被动，实际上你们发现在高速公路上开了几个加油站的人，或者是建了一个物流运输公司，他在里边活得非常好，我在想，你们拥有的是最强的那部分实力，他们拥有的是软实力，这也是我接下来讲的内容。
我主要从4个点给大家简单的汇报我在做的事情。我理解的人工智能，跟虚拟现实有相似的地方，不可以单独的存在。世界上存在了这么多人，再多一个人站在那里有什么意义呢？所以人工智能最重要的特点一定是要加，加某一个具体的行业或者是某一个具体的应用。
如果站在国家层面的话，科技是什么东西？科技其实是一种硬实力，它代表强者的力量。最终的特点是说，如果不强无所谓，但是弱的话肯定会挨打。那文化是什么呢？习近平总书记报告中，社会主义价值观的第一句话是什么？他说的是：代表着一个国家、一个民族发展中更基本、更深层、更持久的力量。所以，这也是接下来在中国会发展的核心重点，就是软实力，关于文化的东西。
人工智能是什么？如果放在未来的社会里会发现，其实人工智能是实体科技的硬实力，虚拟现实是什么东西？虚拟现实是承载这种内容的软实力。也就是说，未来的成长，一定会朝着人工智能和虚拟现实相融合的领域走。就好象是我们会看到，其实中国移动做了全球接近最顶尖的平台之后，但是我们的BAT去做了这些内容吗？所以软硬实力是结合的。
我想说的第一句话是说，我们做这件事情要坚定信心。为什么？就像刘教授说的一样，我们一定会遇到痛点。比如说去年的虚拟现实有多热，现在有多冷？最后走向成功的路子，都是清晰的认知这个方向，不会左右偏移的人，人工智能也会遇到同样的问题。虚拟现实是今天发展得最火热的时候，变现也是最直接的时候。
第一次工业革命的时候，它为什么有这样的意义？在第一次工业革命之前，中国的地位是什么样的？那个时候中国人是非常的有信心。近百年来，大家在这方面不是非常的有信心，这跟工业革命的变化有直接的关系。第二次工业革命对我们来说，更是带来了最深重的灾难。所以，我的概括，一个是管理智能终端，一个是智能终端的虚拟交互，未来它一定会走向融合。我们到了最终一定不会手把手带着机器人去做什么，而是用虚拟交互的平台去推动人和东西互动的过程。
2016年G20峰会上，这是非常明确的提出了人工智能和虚拟现实是一种虚拟和实体的融合。我们实际上都明白，我相信在座的专家和各位行业的业界精英，对各自的领域有非常独到的认识和见解，甚至有非常深入的应用，但是习近平总书记背后代表的是一大群人，代表中国最高力量的智囊团，所以他的视野和方向跟我们是不一样的。
这两年，我除了做自己的事，当习近平总书记有新内容的时候，我会去深度的解读它。我给大家介绍一下，虚拟现实如何和人工智能成为国家战略呢？行业的应用也是非常广的。行业里面把它用到AR、VR、AR等等，它都有一个典型的特点，它是有虚拟的东西。最早的虚拟现实是在军队里面用的，它也不是单独的存在，它和人工智能和实际的应用是融合在一起。
这里面有最大的特点，不管我们说虚拟里面哪一个R，都不外呼表现出的特征是真实和虚拟，就像未来出现真实的人和我们创造出来的虚拟的人，而虚拟的世界是在数字世界，而真实创造的机器人是在真实的世界。
我一直在思考第一次工业革命之前，为什么中国能够有这么强大的影响力？早期中国的发明足够支撑在农业社会时代的基本东西，近代也有很多新的东西发展了，它是对以往方式的一种颠覆，如果没有跟上潮流的话，会发现很容易处在别人的后面。
我们电影学院做的事情是在用智能的手段创造未来虚拟世界里面的内容。我们目前能做的事情是什么？
第一，我们能做到的事情是可以把真实的世界，你所看到完全跟真实一模一样的世界创造到虚拟世界里面，因为这样的技术，在美国的军方已经有比较大的应用。比如说他们会先把真实的场景扫描创建出来让他们的士兵在里面训练。我们可以把中国最漂亮的环境，比如说黄山长城扫描下来，直接创建到虚拟空间里面，让全世界的人，不用到长城也能看得到长城是什么样的。
第二，当他站在长城上面的时候，可以一瞬间的看到在上千年以前的长城是如何修起来的，他可以看到这个地方曾经发生一些什么样夸张的事情，他能够看到300年或者是500年以后可能会发生的变化。
虚拟的科技最大的特点有两种功能，就是可以完全模拟跟真实世界一模一样的，这是中国未来非常重要的点。这是发展的必然趋势，我们可以理解成虚拟现实是人机交互非常重要的界面，它有一种非常独特的特征，它是超级的体验终端。前天发布了新的东西，在整体的体验和负载上有了很大的提升。比如说Facebook在这方面是发力最深的点，还有超级的计算操作终端，这需要大量的快速数据传输，而且是非常强的应用终端。
基于这些点，能够做的具体的东西是什么？目前来讲，中国独特环境里面有非常大的特征呢？比如说我的一个朋友，在美国一所非常有名的学校里面做人工智能领域的实验室的总体负责人，他在那里边会研究出来一些成果，两个研究生研发的内容，当时回到中国和企业沟通的时候，发现下面的100个人把研发成果相关的内容进行具体产品化的落地了，他发现这两个完全不是一个两基的，所以中国有很多东西有快速发展的土壤，这也是中国在新领域比其他国家发展得快的原因。
我要解释一下为什么习近平总书记说文化是非常重要的东西，今天中国的文化极其的重要。每一个新的技术出现，会代表一个文化对另外一个文化的强制介入，如果你把我了这种技术，刚才讲的人工智能是硬的，这种东西是软的。我最近做得最多的是有很多的家长打电话给我说他们的孩子想去日本学，日本动漫最大的特点是在90年代的时候，在中国占有率超过了90%。
这是习近平总书记所说的非常重要的内容，这样的点，我们可以考虑非常重要的东西：意识形态的主导和话语权。比如说习近平总书记和特朗普传达出来的就是话语权，特朗普发的内容也是全世界两大主体的话语和主导，这是创新型转化和创造性转化。
人工智能也好，其他的领域也好，第一次工业革命到今天，我们很多领域还是非常的落后的。我们能够在关键的点抓住关键的东西对它进行制衡，这是我们非常重要的东西。无论是人工智能还是虚拟现实，都有这样的特点。
大家可以看到十三五规划，里面包含了虚拟和人工智能。简单来讲，我们要了解人是做什么的时候，我们可以知道，人具有这样的功能，我们做人工智能也是做这些的事情。这6大领域，没有人敢说他都研究透彻了，因为它不是具体的，而是综合跨领域的融合。我们可以从这个角度来说，如果把它结合到人的原理，他的输入是这些，决策是中间的这些，输出又是下面的这些。
中间其实有很多的视频，是让大家看得到世界上各种领域的发展现状，包括很多概念性的东西。我们再看美国在2015年的时候，200万美元举行的大赛，最后的结果是一个韩国科技大学的团队最后获胜，他们操作的手臂在控制机器人。
总结的说是人工智能决策部分，全球水平都有待提升，空间还很大。基于大数据深度学习的决策方式，应用范围是有一定的体现的。适度的人工控制的机器，优势的特定人工智能，行业应用已经是比较成熟。无论是创业还是应用，我觉得都是有非常大的空间，你的点一定要精准，不用太多。
这里有一个虚拟的机器人，它的变现非常的快，在游戏里面虚拟的任务，大家可以看到，这里面有两个东西，比如说王者荣耀，一个月的纯收益超过10亿，吃鸡做的是乌鸦求生的模式，而不一定是大数据学习的模式。
这还有特别推荐的一句话，没有做不好的产品，只有调不好的游戏。比如说在哪一个地方停下来或者是付费，在整个流程里面，可能有5千个点，这些点上都有他的反馈。
如果大家做人工智能的话，这些方向，未来政府会给你大量的支持。比如说这是十三五发改委细节推动的内容，主要是在这几大类的应用，里面有一些细节，比如说明确涉及到很多的领域，目前来讲，即使说你的东西不能马上变现，但是研究的东西比较深入的话，都可以获得政府比较多的支持。
早期有很多长时间的电影领域的积累，所以现在就有点驾轻就熟，现在已经有很多的项目。我们现在研发的内容，首先能满足跟它的真实条件一模一样的，第二个条件是让你进入它所描绘的另外一个世界。现在已经有了一个成果，它在各个大的地方，都已经有展出，而且目前是代表国家文化+科技的典型代表，就是中国在进行国际交流的时候，都把它带出去。
谢谢大家！
主持人：接下来我也做这方面的研究，包括计算机视觉。刚才刘老师提到，在游戏里面，游戏里面如何做得更好，这是需要和用户结合，也有很多和人工智能结合的点，内容是非常好的。再次感谢刘博士，今天委屈你了。现在人工智能是跟深度学习结合得很紧的，深度结合落地最好的点就是在视觉，这里边又有一个最有名的公司也是一家最热点的公司，他们上次融了4.1亿，后边汤科技联合创始人杨帆先生带来关于“视觉A视觉地的技术挑战与解决思路”等主题演讲，欢迎。
杨帆：大家好，今天很高兴有机会在这里跟大家聊聊商汤科技做的事情，感谢主持人刚才的介绍，看起来大家都知道商汤科技是做什么的，也听过我们公司的名字，很荣幸，因为在一年之前还很少人知道。
我先问大家一个问题，大家除了知道我们融了很多钱以外，还知道商汤科技更多的东西吗？今天，很高兴跟大家聊聊商汤科技做什么，为什么我们做这些东西，为什么我们能够融这么多钱。
首先，我们可以去看计算机及学科如何去定义，计算机是去研究信息的采集、分析、存储、传输、反馈一起结合的。它处理研究的核心是信息，我们所做的一切都是依赖于信息，包括人之间的交互，一切的核心都是信息。
接下来是说这5个关键的环节，我们可以看到行业过去的发展都是围绕着这些环节的技术进步所产生出的新的机会，比如说中国移动说的传输5G，我们今天各种各样的设备进步，VR、ILT、云计算、海量数据存储、分析计算等等。这里面还有另外的维度，随着行业的发展，随着技术的进步，信息形态本身的进步。
20年前，我们能做的是说对数字做基础的处理和理解，后来我们渐渐的发现对文本的信息有处理和理解。AI技术带来最大的价值和改变是什么？我们对于语音、图象、视频和人与人之间蕴含更多信息形态具备了每一个环节的能力。它对于行业未来的价值远远超过互联网，每天人和人之间进行交流，90%的信息输入是靠眼睛，靠视觉，会有大量的视觉信息，会通过你的眼睛进入你的脑子，当你对视觉信息具有更强大判断能力的时候，互联网对于信息快速海量的聚集和低成本的渗透的时候，它对行业的价值是非常的巨大。
视觉是什么东西？人类能够分析的电磁波非常的有限，但是今天看到，我们的机器设备，我们的机器视觉已经超越了人类的边界，比如说我们被普及应用的红外摄象头，我们会有大量的视觉信息的采集，机器视觉从电磁波的波段讲已经超越了人类的肉眼所接触的范围，它未来还会随着采集设计的进步持续的扩展，会衍生出更大更多的价值。
我们今天去看AI的进步，包括文字和语音，都存在非常大的局限性。这个局限性是说所有的场景都一定要有人的存在。今天我们去看机器视觉，这是产业链中唯一一个具有庞大空间，但是可以脱离于人存在的信息形态。
我们从产业或者是从产品的形态上如何看待这件事情？我们讲信息的5个环节，大家回顾过去三五年，看到所有的科技热点，包括5G，包括ELT，包括云服务，包括大数据，它可以回顾到5个信息的闭环当中，包括我们今天做产品的时候，你的形态其实也一样，你要去做端上的平台，你要具备更大的信息采集能力，同时要做平台的服务，把大量的信息和服务汇总在一起。
商汤科技做的实际落地的方案，这两年我们个人的身份认证，它也有身份的认证，最早从线上的场景，我们也会中国移动提供身份验证的服务，包括到这两年，我们看到说，它大量的向线上线下全场景进行这样的拓展，比如说最近有手机的解锁，我们也提供了完整的解决方案，包括线下的银行、机场、车展、酒店，也会有越来越多的身份认证的服务。
包括我们会有线下一体的机器，它可以把身份证进行自动化的扫描，可以读取照片。视觉领域的落地是非常重要和宽广的，最重要的是城市视频监控系统，其中最重要的环节是分析计算，这只能靠人，2016年的时候，上海市破一个非常大的一号通缉令的案子，调集所有的警察坐在一个小黑屋里拿移动硬盘看视频，这样的效率让人力成本产生巨大的损失。比如说同样做抓住逃犯的时候，在一分钟定位到这个逃犯在哪里，或者是需要几个小时才知道，这就是效率的量变带来质变的提升。
我们也有实实在在落地的大系统，我们建设大规模的侦查系统，这是在成都，我们提供了这样反扒的系统，从人脸识别，包括动作的捕捉识别完整的一系列的技术。类似的技术我们应用在交通和公安的应用上，我们对于车辆、飞机、行人的轨迹关键属性等等拿出来，同时对它的轨迹进行时时的判断和决策。我们希望这样的系统，它能够更好的去建立起城市级别的感知中枢，在此之上帮助我们更加高效、低成本的保障城市的安全。
我们在互联网上也做了很多的尝试。一类是给手机提供完整的解决方案，从照片的采集到整个的相册分析，其实都会有非常多的解决方案，为什么这么做？这里面有两个非常重要的点。第一，手机的利用率，手机的价值挖掘率是非常不够的，但是想，买一部智能手机，最看中的是什么？智能手机最大的卖点是这个东西摄象头非常的好，拍这么多的照片和视频如何利用呢？大量的影像信息和资料，没有真正的挖掘出它的价值。最关键的是你对他的分析和信息提炼的能力不够，导致后面一系列的价值都没有办法挖掘出来。我想强调的是，当我们具备了这样的分析能力的时候，我们所能够提供的价值是非常巨大的。第二，我们对于互联网的娱乐，我们提供了娱乐化的应用。包括说人脸的相关技术，包括有手势识别的技术，包括直播、短视频的分享，都能够给我们带来更好的体验。
接下来说热门的领域自动驾驶，我们提供了完整的解决方案，帮助未来的车辆能够拥有更加智能、更加有价值的能力。我刚才讲了这么多，商汤科技做的是什么？商汤科技是做今天提供计算机视觉平台化的能力，希望这样的能力，不管是用端还是用云的方式构建分布式平台，然后去解决行业中的问题，这是我们今天看AI在未来的五年到十年能够给我们带来最大的价值。AI本身没有任何的意义，AI一定和行业结合才能产生更大的价值。
我们在商业落地，作为一家技术公司，为什么能够融这么多钱？AI一定要加行业，那我们要加什么行业？能否做得好，能否挣钱，能否持久的挣？在我们的总结上，我们认为，这里面有几个关键的环节，是我们今天做AI加行业所需要注意和思考的，这样的问题，可以帮助你去思考到底是什么是靠谱的机会。
第一，一切都要从真实用户的需求出发，真实、有效、有规模的行业化的刚需，这些是一切的前提。比如说人脸识别的空调，就是虚假的例子。比如说年初的时候，有公厕推出了人脸识别的测试机，大家都会拿很多的厕纸，刷脸就能取这么多，从公益角度是非常好的行为，它能够引起热点话题，提醒大家对于节约的关注，但是如果是商业化运作，这是非常不靠谱的事，因为机器贵出来的成本太高。在今天，早期的AI成本投入还是非常高的，在这样的情况下，如果你所面临的需求不够规模化的话，从商业上还是存在很大的问题。
第二，行业需求的技术红线。我们脱离场景，脱离用户需求去讲一个技术本身的价值，其实是没有任何意义的。所以，一定要去看这个技术对于某一个行业需求而言，他的红线在哪里。因为我们今天去做行业需求的时候，技术能够做到60分，他们会掏60分来买，如果做不及格，就不分钱都不掏。如果你在整个技术水平，还只有30分的时候入场，可能你花上3年的研发投入都什么也得不到。如果行业技术水平在80分的时候入场，你是会有很大的压力竞争。
第三，有效的数据闭环。你能够让你的技术和业务形成正向的反馈，获得增长这是非常的关键。
第四，核心价值要素的转移。今天我们去做一个好的产品，因为技术快速的发展，做一个好的产品卖出去是比较容易的，但是你把这个好的产品卖出去，在这个情况下，你如何能够有效的给自己的企业带来行业的竞争力是很难的。所以要求我们进行行业选择的时候，需要去思考，这个技术能给行业带的改变在哪里？是否影响到核心要素的分配导致行业可以在这里持续的生存？
最后一点是技术创新的能力。比如人脸识别刷脸，大家觉得这是人脸识别的问题，但是人脸识别是中间最小的问题，可能要解决活体识别的问题，也要解决视频信息采集过程中所造成的运动模糊的模糊恢复的问题，你会有一大堆周边相关性的问题，真正去做任何的场景的时候，单一的技术是无能为力的。所以能否把技术需求整合在一起共同创造价值，形成完整的方案，这是非常的重要。
回归本原，AI在未来十年二十年会有非常大的浪潮产生的时候，在这个原点上，技术创新的能力是最重要的。所以我们想做一些事情的时候，可以从这几个方面思考，如何让AI更好更快的影响到我们的社会，去改变每一个人的生活，谢谢大家！
主持人：感谢杨总的精彩演说，下面，刚才讲的最后几个点，我建议大家好好的看看。你要做一件东西，首先要看这件东西是不是刚需，如果做一个假的东西，做得再好也没有人为你买单。还有技术红线的问题，如果你做的东西跟时间点达不上，也会很困难。这些经验，无论是创业还是做研究，都有非常好的借鉴意义，再次感谢杨帆先生精彩的分享。
人工智能走到现在还有一个点值得大家关注，就是教育。对于教育来说，人工智能会带来更多的颠覆和不同的变化，接下里学教育教育联合创始人、CTO樊星先生为我们带来“人工智能如何推动教育产业升级”的主题演讲。
樊星：大家好，我是乂学教育的樊星，非常有幸在这里给大家分享。
这两年，AI的领域非常广，从行业角度来看，教育的应用也非常的广。乂学教育作为AI+ 教育行业里面走得比较早的企业，我们是这个行业里面的第一，非常有幸给大家分享我们在这方面的做法。
我们是一家人工智能教育公司，将个性化学习带给全世界的每一个孩子，给每一个孩子一个陪伴他一生的人工智能老师。我们目前有300多家合作校，最近拿了2.7亿的天使融资，目前也在美国开了一家AI实验室。
这里给大家分享一下最近的消息，我们在这周做了一个人机大展，数学学科和物理学科做了一个测试，一个班通过我们的AI系统进行教学，另外一个班通过非常有经验的老师来教学，通过一周的学习之后，AI班的学校的分数比人肉老师班多了10分，AI的教学已经胜过了人肉老师的教学。
从去年2014年开始，人工智能+教育成为整个教育行业里面的共识。前面每一波的代表公司，他们都可以往这上面转，乂学选择了不一样的路。这里给大家分享全球人工智能教育的现状，这是knewton融了1.4亿元，全球领域，这块的融资超过10亿美元了。
刚才分享了一下乂学教育，knewton在2014年的时候做了这样的实验，他们的做法是在千所大里面开这样的对比班，一个学校里面有一个班用AI系统教学，一个班用教授来教学，期末的测试中，AI教学班的通过率和优秀率都优于人工教授的结果。这也基本上可以证明AI的厉害之处。
这里给大家分享咱们现在教育的一些现状。我们知道现代教育是起源于柏林洪堡大学，他们最初的目的是培养合格的实行，这是标准化现代教育的起源。现在的教育里面，把学生按照年龄、班级、学科以及版本进行分类，最终每一个孩子都被贴上一个标签，是哪一年、哪一级，我们可以想像，这是一个什么东西呢？这是不是有点像我们的自动化生产线的产品？我们学生就是这样被造出来的。
而实际上，我们的孩子是什么样子？我们的学生是千人千面的，每一个孩子都是不一样的这是一个很重要的出发点。每一个孩子，讲一个知识的时候，有些人是快热的，有些是慢热的，有些人对知识是需要5分钟的理解，有些人对知识是10分钟的理解，甚至在不同的年龄段对知识的理解也是不一样的。
所以我们可以想孩子们实际的需要是什么，而学校给的是什么。孩子们实际需要的是个性化的教育，需要对每一个孩子制定不同的教学方案和教学方法，而学校给所有的孩子都是一模一样的方法。所以，我们有一个研究结果，90%的孩子在学校里有2/3的时间是被浪费的，这个数字听起来是非常的惊人的，孩子在课堂上听的内容有多少是他有帮助的，他可能一直认真听，他认真听的目的是老师会在哪一个时间点讲他真的需要听的1/3的点。但是真正对他有用的是1/3的时间。
从这里，我们可以看到一个论断，我们认为K12教育最大的根本矛盾是人民群众日益增长教育需求和落后的教育体制和现状之间的矛盾。我们知道社会主义基本矛盾推动了我们之后30年的发展，我们认为K12基本矛盾将会成为接下来K12教育推动的原始动力。
那我们怎么样去满足这种需求？我们可以畅想，我们能不能用一种方法，把若干个老师的大脑，把他的知识和经验装到一个系统里面去？如果这个系统里面，有100个、1000个这样的老师的大脑，每一个孩子，在跟这些老师进行交互的时候，这些老师永远都能够找到适合他的教学方法和教学思路以及教学进度，如果能够这样分的话，我们的问题是不是就解决了？我们可以类比导航，现在的手机导航给每一个人提供了个性化的服务，这件事情是有可能实现的。
所以我们的AI+老师大脑等于正无穷的老师。这是我们给出来的答案，AI特级教师，我们用人工智能的方法让系统模拟特级教师，从而给每一个孩子一个1对1的AI老师，从而将个性化的教育提供给每一个孩子。如果我们做出了这样的系统，可以给每一个孩子配备这样的一个老师。不管这个系统是模拟特级老师的50%或者是100%，这个东西是可以不断的迭代和改进的。
如果做到了这个，对教育的意义是什么？名牌的好学校和老师，大家都在抢，但是这个有意义吗？你抢到了，别人也就没有了。所以，如果有AI特级教师的系统就能够做到。再比如说因材施教，现在是做不到的，但是如果有了AI特级教师也是可以做到的。
这里给大家分享一组数字，教育行业是比较特殊的行业，它是一个完整竞争的行业，但是有一个很少见的情况，它没有二八的法则，没有说20%的公司占市场80%的规模，这说明了教育行业的市场还是一片蛮荒地。
接下来给大家介绍我们是如何做的？这里的关键词是AlphoGo，AlphoGo是模拟一个9段的棋手，乂学的思路是类似的，我们是去模拟AI特级教师，这条路我们走得还算比较顺利，我们已经在1对1中替代了一部分的老师，虽然还是比较初级的，但是也更加的智能，更加像一个老师了。逻辑流程是通过检测学习方案来改进，最终完成学习的目标。
这里面有几个关键点，精准检测，最优推荐，你一定要把孩子的问题找得准，一定要做到孩子的问题在哪里，把这些东西定义清楚。最优的推荐，是推荐出最佳的方案，然后自己自我学习。这是AI在教育里面比人牛的地方，AI在精准检测里面，可以检测得非常的细致，而且也检测得非常的高效，这是正常的人类老师无法做到的。最优的推荐方面，老师们能够给孩子推荐几个学习方案，但是AI可以推荐得更加的细致。如果让一个老师自我学习是很难的，它有一个周期，但是AI是可以的。
其实我们有学术画像，时时的能力评估，测试和最优的路径推荐等情况。比如说讲的精准诊断，我们用的技术是知识图谱和知识空间的理论。在这样的知识空间里面，孩子掌握的情况是什么，每一个知识点掌握的程度在哪里，这也是我们检测基础的存在。这是一个初中的二次根式的知识点，我们把它拆分成这样的知识点，这是可解决的知识点，这就是根本理念的区别。我们对于这些知识点里，对于学弱只通过两次检测就可以判断他在13个点里面的掌握情况。学霸也是一样，5个点的5次测试，测出了他的掌握情况，这里面不仅是知识是否掌握，而是掌握的情况以及掌握的能力值。
所以，我们看一下，跟传统的教学相比，我们发现传统的教学让孩子们学所有的点，通过刚才的检测，我们可以发现我们找到了不同的孩子们的精准漏洞在哪里，这就是乂学教育AI老师比人肉老师厉害的地方。AI系统可以帮助孩子去找到他的知识点到底是哪里不会，最终的原因是什么，这就是所谓的知识的归根溯源。每一个孩子在不同的时间点里面，他的知识状态是不一样的，甚至是在同一个小时的学习里面，他的知识状态也出现变迁的情况，这意味着在1个小时的学习里，在开始和最后给出的学习方案和策略也应该是有不一样的地方。这就是我们的检测结果，传统上是给孩子一个分数，但是我们知道不同的80分，缺的20分可能是不一样的，而我们是给了孩子整个知识状态的状况和知识掌握的情况，有了刚才检测的结果，以及检测过程，我们就有能力给孩子做这样的个性化匹配的学习方案。
其实对于一个孩子而言，假如需要去学若干的知识点，但是需要的路径不一样。这是路径规划的例子，两个孩子走的路径都不一样。不同的孩子需要不同的内容，只有AI系统可以根据孩子的情况给他匹配出各种各样的不同的学习内容。这里面有一个点可以提一下，我们经常要给孩子提供的学习内容是什么样的？是满足他70分能力的内容，意味着需要他对这个学习的东西感到有一定的难度，但是又不会也太大的挫败感，我们要想尽办法做到这点，因为这是孩子驱动力的来源。这就是人机大战的情况，有标准的统一分析在里面。
目前乂学教育做的是比较初级的，我们只能做到积分，在乂学教育学习的孩子95%都也积分。刚才的原理讲了，在这样的原理推动下，积分是非常的顺其自然的。乂学的系统已经可以替代上海500元一个小时1对1老师的70%。
最后，和大家分享我们的愿景，我们觉得量变引起质量，我们可以想像，若干年之后，我们是否可以真正的实现因材施教，它从出生就伴随着孩子，在合适的时间给最合适的建议，每一个孩子能够达到他的意愿和基因所限制的极限，我相信这就是教育的未来，谢谢大家！
主持人：下面进谢谢樊总的分享，我相信未来，学习效率，人的成长会取得更好的成绩。
行圆还有一个盘问的环节，大家有什么问题可以提出来，下面有请刘跃军博士玲女士，以及今始科技CEO黄硕先生共同开展“聚焦人工智能，引领产业颠覆性变革”这一主题讨论。
时间比较紧张，大家有什么问题就可以提问。我先来请3位谈谈哪些行业会有颠覆性的影响，这些影响应该如何应对和如何做？
黄硕：谢谢大家，我叫黄硕，是今始科技的CEO，我们自己是做金融行业的，我们的自己是做深度学习的计算机视觉，我们把这个技术用到金融上解决金融的问题。大家熟悉的是人脸识别，这在行业中就解决了一个问题，就是KYC的视觉，需要了解你的客户。以前在线下的时候要经过一个柜台，柜台去看你的身份证和了解你是什么样的人，把这个服务放到了网上，所以我们有了通过人脸识别计算机代替人看人脸的事情，这大概是从2004年开始出现，2016年是非常多的事情。现在越来越多视觉应用在应用，比如说以前的车撞了之后由人来定损，而现在可以用计算机来做定损。这是计算机视觉在金融方面提供了效率的提升。
易芝玲：什么行业不会被颠覆？可能不太找得出来。文化、产业、教育、金融，医疗、健康、交通，我还真想不出会长的问题的答案，什么行业会被颠覆，我觉得大家可以有很多的想象，存在各种可能。什么行业不会被人工智能能力来颠覆？
刘跃军：如果你饿了的话，找一个AI帮你吃了行吗？如果你冷了的话，找AI的帮你穿行吗？其实衣食住行还是带来可能性，但是有些东西是不存在的，只能带来更加的方便。
我们的行业最大的改变，中国电影的票房在这几年有了很大的提升，但是到了制片方拿到的是很少的，未来最大的变化是，你一部未来的电影出来之后的话，它会出现一个结果，你可以同时上线到全球可以下载，直接付费下载，关于院线的费用就免了。所以看电影的过程里面，还可以产生增值服务，如果对特定的明星和剧情，有非常独特的希望深入的理解，可以付费再深度体验。还有核心的领域，最直接的是智能建模，创造我们所能够看到的所有的东西，这马上会有大量的应用空间，包括教育领域，我们也跟北师大合作，我们学语言和学英文的时候，我们身边的小孩五六岁的时候，对汉语的掌握能力都很强，但是我到十几岁的时候都掌握得不强，它会让你进入那个世界，所有的人让你有一个环境，把你扔到英语国家半年，对你的提升是非常大的。
主持人：大家有各方面的问题都可以问。
现场提问：问一下易总，我们是世界知名的通讯制造商，5G对我们非常的重要，人工智能也很热点，这两大技术，今后会怎么走到一块？因为5G肯定是代表国家未来非常重要的方向，请给我们解读一下。
易芝玲：中兴通讯是世界知名的企业，中国移动和中兴通讯有一个好消息宣传给了全世界，我们两家联合高通，就在这个月，刚刚完成全世界第一次的根据5G的端到端的测试成功，这是符合最新的将要完成的5G的标准，所以恭喜。
关于人工智能和5G的话，刚刚在我的演讲里面，也想办法讲了一下，事实上5G的未来，我觉得它跟人工智能彼此应该是你中有我，我中有你的事情，如果不是如此的话，5G的网络跟系统，就无法完成目前大家对它的憧憬和应有的使命，如果没有深度的结合的话，这个系统本身不够智能，它要能够适时适地的提供各种各样的服务平台。所以它要走向更加智慧、柔性的状态。我们几大运营上，在这方面，都有相当规模的投入，所以也很高兴在这条路上，我们能够携伴同行。
主持人：还有没有其他人提问：
现场提问：大家中午好，我是中国中车的，具体是做高铁核心的牵引系统和控制系统。我是在交通的角度上来问，这方面和人工智能的结合，你们有没有一些创造性的想法？交通怎么样去结合人工智能？
主持人：这个问题比较泛，我先抛砖引玉说几点，第一个是上客的时候有人脸识别，其实做完那个东西以后，后边还可以拿数据做更多的事情，这方面，我相信也是可以做的。第二在高铁的调度里面还是比较死的，会不会利用网络情况在调度上想更多的事情。第三，网络的覆盖，到了5G的时候，在高铁上的网络一定会更好的。
易芝玲：我接着会长的话再延展一点，人工智能在中国，大家的投入，其实刷脸进站、上车，我觉得中国也有一个计划，在机场也会用刷脸的方式登机，这方面中国又会是引领全球的作为。至于说网络，其实高铁，跟移动网路本身是密切合作的伙伴，但是由于种种历史原因，这两个行业，其实到目前为止都没有深入的融合，这是有点不幸的。高铁用的网路，主要是做监控和调度安全的把控，用的系统叫GSMR，2G的网路，针对高铁做了特性化，核心的技术，在我们的行业来说是比较古老的，在一两年前的话，高铁行业正在计划在2020年的时候，要上一个新的系统，取代GSMR，它的新系统叫LTER，在2020年的时候，它原来的计划是要上基于4G网络，提升它的监控和各方面的安全性功能网路，所以目前，我们正在非常努力的跨行业沟通，想办法协作。因为在5G的指标里有500公里时速的，这个考虑的就是中国的高铁，我们将来还有“一带一路”，这方面我们一定是世界规模最大，将来更是。所以，我们正在很努力的在5G设计上把高铁的需求，不仅是安全监控的功能，同时还有乘客的体验方面，提升到极致，希望我们在5G时代，能够让这两个行业有深度融合的合作。
主持人：我再问黄总一个问题，您是做金融的，在金融方面还要采用哪些人工智能的技术？第二个问题，你觉得做金融的业务应用的时候，主要的难点在哪里？采用什么样的方式去做？
黄硕：人工智能技术和金融两个的结合，是把两个大话题放在一起说，其中有一些点，是看到我们在用的，我觉得人工智能能够做的是偏自动化的服务，是把人的除了体力和重复劳动替代掉。金融是自动化程度比较高的行业，通过数据的事情，但是还需要做人机的交互，计算机视觉会在里面使用，我们理解计算机视觉是一种友爱的概念，是自动化的接口。比如说以前有单据需要靠人去录入和审查，但是现在可以用机器去录入和审查。所以我们的理解，把今天的人工智能定义为自动化的技术，在金融行业中能够做的很大的一方面事就是把最后一块事仍旧由人来完成的事情完成掉。
第二个问题，人工智能现在和金融结合有什么难点？有很多，我是创业公司的人，我会从创业公司了解这个问题。对于创业公司来说，我们和银行之间的体量是有天差地别，有时候别人考虑的不是我们的技术有多强，而是我们能够存活多长的时间。很多像我们这样的创业公司给企业做2B服务的时候最大的难点，怎么证明我们能够和一个大的机构一起走下去，这是我们现在面对的挺大的挑战。
主持人：大家还有什么问题？
现场提问：我想问的问题是，现在我们谈人工智能深度学习和机器学习，更多的是高质量的数据，如果没有高质量的数据，后面就无从谈起，我的问题是传统软件，更多的是做专家系统，对于未来的人工智能，我们如何去做精准和校准？可能在不同的产业中会不一样，我所在的产业是医疗大健康，我现在的项目，就是要通过精准的检测看到人体的9大系统有什么问题，他的营养怎么样，然后通过数据做一个知识突破，监测和分析食疗或者是营养的方案。我的困惑是我们前端获取的数据非常有限，导致我们用很多的预测模型、建模去做人工智能效果不是很好。我想问大咖怎么看这个问题。
易芝玲：我觉得这个哥们说得太好了，刚才和大家说了我们的网络里面一天会产生大量的数据，但是这些数据千奇百怪。这些数据有人说像是挖金矿，哪些是有用的，又该被清洗整理成什么样子，我觉得是一个很大的挑战，无论在哪一个行业里面的数据，我相信后面都会有这样的挑战。这个方面，我个人觉得这是要花时间的，目前说真的，我并没有看到一个很有系统的、可以放置四海皆准的来做这件事情，而是各行各业都用自己的一套方式来做，这不是能够一步到位的事情。
主持人：这个问题可能业界都没有特别好的解决方案，更多的是跟自然源处理相关，它数据本身就是难题，而且数据量也不够，现在有几个方法做，比如说关于PG的构建，目前有一些套路，但是这些套路，不是完全靠算法搞定，而是加上人工智能，包括开放性的图谱的构建，还有领域内的图谱的构建。还有人体的问题，原则的规则要不要？同时怎么样利用这些方式去起到一部分的作用，有了数据以后，能形成了迭代以后，能否把它做得更好。我觉得自然源处理还没有找到捷径，但是我相信，技术有一些进步，使得这些事情有了一定的门路，但是真正要解掉这个问题，还得10年，甚至是20年的时间才能解决得比较好，但是在特有的领域内是比较好的。
黄硕：我从企业的角度补充一下这个问题，不容否认，成熟的应用都是要喂出来的。但是往远的看，所有搞研究的人都争取摆脱数据的限制，不管是我们讲的天天学习，还是增强学习，都是争取尽量的把数据和影响扔掉，对于企业来说，考虑的问题是做的是理论性的研究，还是应用化的落地，如果搞理论，一定要搞和数据无关性的，如果是应用场景，要选数据能够形成闭环的行业来做。
主持人：看到大家还有什么问题？
现场提问：网络里面的5G，我不太了解，能不能做到按每一个人使用的业务、时间和位置来编辑生成网络规划呢？
易芝玲：技术上没有任何理由不可行，但是在现实社会，会落地的事情，不仅仅是技术是否可行，还有花多大代价的问题。我们有一个项目，叫做个人云的项目，它的目标就是让广大人们群众都觉得有一朵虚拟的云带着存储资源跟着每一个人走，他走到哪里，需要什么，就可以用最快的时间来得到。所以从技术上来讲，它不是不可行，虽然说复杂度的挑战会很大，如果要做到这样的用户体验，复杂度会很高，当然这不是不能解决，但是真正来讲，将来可以作为一个特色服务，如果对这个服务有需求、有兴趣，而且也愿意稍微相对应的多付使用费的话，我相信这个是可以实现的，但是要8亿多用户都有这样的体验，以我们现在的营收利润状态，我们是不可持续的。
主持人：最后，我们就这个话题，在座的嘉宾给我们提一个建议。
刘跃军：我是一个比较侧重内容的人，我感觉大家在硬的领域非常的深入，也非常的专注，或者在内容软的领域上，可以有适当的考虑空间。
易芝玲：人工智能智慧5G，无所不在，相辅相成。
黄硕：现在的人工智能慢慢的进入了应用驱动的时候了，我会更多的关注人工智能如何跟具体产业结合的课题，这可能是未来几年主要做的事。
主持人：我们上午的分享就到此结束，感谢大家。
主持人：各位领导，各位专家，各位企业代表，还有媒体的朋友，非常感谢大家下午准时来到这边，今天下午依然是由深圳市人工智能行业协会和深圳市中国国际高新技术成果交易中心共同举办的中国国际人工智能高端领袖峰会。
上午我们一起听了几位嘉宾对人工智能不同领域的精彩演说，下午同样我们也邀请了多位行业专家和嘉宾，共同探讨在无人驾驶、芯片、语音等方面的发展。
首先有请华为诺亚方舟实验室首席研究员曾嘉为我们介绍华为诺亚方舟实验室在人工智能上的发展，有请。
曾嘉：大家下午好！很荣幸向大家介绍华为诺亚方舟实验室，这个实验室成立于2012年，这个实验室的名字是华为总裁任正非先生当时想大数据和信息像洪流一样，华为必须要造一艘船诺亚方舟进入智能化的时代。当时定位是人工智能，现在成立了快5年，我们主要是承载华为公司人工智能战略。
我们第一个想法，大家可以看到这个小标题，人工智能的前途在于应用。我们主要是聚焦人工智能最先进的技术应用到各行各业，尤其是华为内部的主营业务。
首先，看一下我们受到业界的智能影响和启发而去做了人工智能的研究和应用。华为是全世界比较领先的网络设备商，有大量的设备需要运维，所以这块给我们很大的启发，它会带来新的商业模式，带来新的网络的运维和控制的方式。
第二个受到的启发是谷歌，他们的人工智能是从底下的芯片，包括现在比较热的PPU，再到开元的框架，再到云的服务，还有推荐系统，到上面的垂直应用，比如说自动驾驶的应用。对于华为来说也是类似的，华为也有云，也有我们的端侧，我们也是有机会能构建出比较完整的AI生态。
第三个，目前来看，业界人工智能主要是机器学习，机器学习严禁的趋势，会聚在大量的数据驱动监督学习的研究，华为有很多的业务是自己也有数据的，尤其是手机端，有很多自己的数据。实际上，我们也是可以利用我们的一些优势去聚焦到最先进的学习算法。
整体来讲，业界的发展都会给华为的业务带来启示，然后做类比或者是深入的研究和应用。整个华为，在人工智能产业的定位，是希望把人工智能做成一个主航道和势能器，我们想利用人工智能使我们的网络更智能，满足大家的时时性和高通量的需求。
我们会分成6个基础的实验室，一个是计算视觉，大家也听了商汤科技介绍的计算机视觉，我们也和商汤科技有一些合作做这块方面。第二方面是做自然语言处理，第三个是搜索和推荐，主要是围绕华为终端的推荐系统，比如说大家使用华为的手机的时候都有一个应用市场，在这里面会推荐大家喜欢的APP，大家下载APP的时候会使用到我们开发的推荐系统和搜索系统。第四个是决策与推理，这也是AI最有价值的一方面，因为它涉及到和人交互，辅助大家做决策和改善大家的业务流程。目前我们的网络运维和控制，包括华为的供应链都会用到这些研发的技术。最后一块是人机交互，这是讲人和机器之间的交流，主要是像刘老师讲的AR和VR的研究。最底下的一层是人工智能的研究，我们紧密跟踪业内最先进的算法，比如说现在的语言学习、迁移学习概念。我们会通过合作的方式，向各个大学的老师一起深入构建联合实验室，以及和康源（音）的生态进行对接，这是我们做人工智能的策略。
我们现在介绍几个案例，在网络的运维过程中，以前的流程，就是当鼓掌发生的时候，客户发生投诉，我们再去维修，这样的话用户体验不好，但是现在的话我们可以事先的预测，然后进行维护更新，这样的话客户的体验会比较好。那我们用到的技术也是比较简单，主要是需要用时间去预测，我们用预测的分类算法，能够准确的预测这些光模块是否失效。这些会大大的节省人力。
第二个方面也是华为独特的业务，安装挤占，华为在全世界有上万亿美金的冼村网络，如何去维护和安装这些网络，并且验收安装得好不好，以前是人工去现场勘测，绘制图纸以及人工的审核，现在是数字化的勘测，通过图片和经过3G重建的算法把当时基站的情况重建起来，可以在虚拟的基站里或者是机房里测量和安装，包括验收的时候，不需要人到现场，而是通过照片远程传送回来就知道安装的质量如何。所以这方面，也是把自动化大大的加强了。
第三个方面，每天都会有很多的预警，传统的话是有经验的人才能把这些信息提炼出来，但是现在通过关联的算法就知道这些之间有哪些关联，从而知道最重要的报警是哪些而进行排序。整体来讲，通过人工智能的关联分析，还有前后的因果关系就能够把传统需要大量人力的地方需要效率提升。
这是我们的企业智能，这是非常通用的平台底下是异构（音）的平台，中间的这一层包括大数据的算法都会集中在里面。比较中间的层是通用的AI服务，包括视觉服务，语音和语义理解，中间的层，我们是开放的，相当于说业界谁做得最好我们就集成在我们的云里面来为我们上层的客户提供优质的AI服务，包括供应链，包括智慧城市。我们优先把华为内部场景作为试验田，先用者。
第四个方面介绍华为内部的物流经常用到的自动装箱装柜。在这个过程中，是非常耗人力，需要有经验的熟手，知道这个东西能够装进去，如何排布，然后把项单发到一线去安排。这个自动化非常的弱，往往培养一个人员需要2年的时间，而现在有大量的数据，我们根据现在的订单过来，自动的去做匹配，然后做三维空间的优化，能够根据装配关系和华为各种业务需求的约束，包括如何装等，自动去帮助他们做自动的装箱最优的排布，这大量的减少了人力成本。
第五个方面，我们如何在摄像头下把看不清的事情做准？这都是客户最重要的痛点，我们也希望能够集成业界最优秀的算法和系统，包括我们有海思芯片的优势，能够把这些事情做到能用的地步，使得我们的城市更安全，节省我们的人力成本。
第六个方面，这也是我们的企业服务，这可以和运营商合作，运营商都有天然的数据，这些形成的轨迹数据未来可以开放给第三方，可以分析广告或者是选址的任务等等，在智慧城市上，我们看到的几个人工智能点，就是这些轨迹上的分析。
最后介绍终端，终端是华为最有可能把人工智能做得比较成功的地方。因为终端，从底下的芯片到上面的端侧，再到上面的云侧，我们是可以打通的，这是最容易把人工智能场景做出来的场所。我们现在聚焦的3件事情，一个是做语音助手，还有做机器视觉，整个手机的拍照和各种交互，大量用到了视觉的技术，还有包括推荐系统，这是和云侧、端侧之间要融合，要非常清晰的知道每一个手机用户的需求。整体来讲，我们在端侧的人工智能是非常容易做成闭环的场景。
介绍几个实际的案例，比如说我们的搜索技术使华为终端应用市场精准个性化分发带来3亿人民币的新增收入。所以说，整体来讲，技术在终端发挥出来的落地场景，会非常的重要。
还有一块是翻译系统，大家平常用到的是微软或者是百度、谷歌的翻译，但是这些翻译，最大的问题是他们是用通用的数据训练的，它实际上，在华为的很多场景下，其实翻译得并不好，因为华为内部很多的术语和独特的文化，它的翻译是不精准的，所以我们有了一个机会，锻炼了我们自己的翻译系统。我们利用华为内部大量的数据，因为华为是国际化的企业，内部有大量的翻译，跟海外员工的沟通都有大量的翻译，利用这些作为我们的训练数据，我们就构建了自己翻译的引擎。我们实验室现在做的翻译已经落地了华为的翻译公司，支撑5.5万员工日常的沟通，主要是中英文的交流，上面累计翻译了50亿次。它也在华为IKS，主要是用在网络运维工程师的案例库，相当于海外的工程师提交工单就用这个去翻译，翻译成标准的中文或者是英文放进去，这样的话就方便大家检索。最后包括华为内部的心声社区，以前都是中文的，海外的员工无法体会到里面的东西，这方面，我们把翻译放进去，海外员工也可以自由的在这上面和本土的员工交流。
我们认为一定要做应用，一定要用起来，只有用起来，人工智能技术才能滚动和不断的发展。第二，我们尽量的在华为内部大业务下，先找数据丰富的场景，人多的场景。大家都知道，人工智能最重要的是自动化提高效率，人越多的业务环节就优先的用人工智能，谢谢大家。
主持人：华为的用户基数非常的强，我所了解的是新领域是在行业发展的初期阶段，2B是一个领域应该介入和变现的亮点，但是当这些行业逐步走向成熟阶段的时候，2C才是巨大的空间。
接下来，有请英特尔中国通讯设备制造行业总经理李勇先生，为我们带来Inside AI：智创生态，共赢未来”为主题的演讲，掌声混合。
李勇：尊敬的各位来宾，大家下午好！非常高性能有这样一个机会跟大家一起交流英特尔在人工智能的举措和相关的产品。
我们认为生态的建设，其实对于英特尔这样的企业，包括对我们说的人工智能领域，是非常的重要。我们希望跟各位合作伙伴一起推动相关的生态建设。
刚刚结束的十九大的政府工作报告中，习近平总书记也讲了，要加快推动大数据、人工智能的建设，结合实体经济去推动我们中国的下一次增长点。这也是国家和政府给我们指明了未来政府投资的重点和未来新经济增长的重点。
我们来看一下大的背景。在2016年的时候，全球大概有110亿的网络连接，我们预测到2020年的时候，连接的总数会到300亿，到2025年的时候是800亿，这里面有超过50亿以上的人的连接，也有更大数量的人与物的连接和物与物的连接，这会是海量的数据。
先看2020年的情况，根据分析师的最终报告，到2020年，每人每天会产生1.5G的数据流量。1.5G的话，平均算一下，一个月就不是现在的几G的套餐，而是上百个G的套餐。比如说摄像头、GPS等等，每年会产生4TB的数据，包括腾讯视频、爱奇艺的网站，它每年会产生750TB的数据，这么大量的数据如何处理？就给人工智能提供了巨大的机会和提出了一个巨大的挑战。
在最近的十年里，领先的人工智能公司在数据的智能化处理里面，投入了巨额的财富，同时也获得了巨额的收益。比如说2016年Facebook一个只有几亿用户的公司，广告收入达到了120亿美金，原因是什么？它的量级跟腾讯差不多，但是广告收入是腾讯的数量级上的差别。原因是它通过人工智能做到了精准广告的投放。我们预计未来，人工智能+数据，不止是企业竞争的核心，也是国家战略竞争的核心。
想象一下，如果在未来的人工智能领域，一个像中国这样的大国，没有自己的核心企业，没有自己核心的算法主导人工智能的应用的话，我们所谓的工业4.0，我们所谓的大国梦都是一片荒芜。人工智能经过这么多年的变化，各行各业都有了普遍的广泛的人工智能的应用。
比如说医疗，英特尔支持某一个合作伙伴，我们针对心脏病的检测，专业的心脏科的医生在判断有没有潜在的心脏病的风险的时候，大概关注40—50个核心要素，人虽然很智能，但是记忆力有限。那我们的机器，可以针对1万多种的元素去检测你是不是有心脏病的风险，通过这种推理系统，我们可以使这种诊断的准确率达到94%。这是什么概念呢？我们最好的专科的医生，诊断的平均准确率只有50%。
比如说防诈骗，有时候技术往哪里去，往最能赚钱的领域去。我们说金融诈骗，是聚焦钱的地方，那在这个领域，我们也有很多的解决方案，比如说传统的经典的人工智能的方案。如果说人去判断诈骗，可能要几天甚至是几个星期，但是通过诈骗行为的细节检测，我们可以一秒级甚至是微秒级去发现，从而挽救大家的损失。
大家经常提的工业4.0，在工业制造领域，人工智能的作用就更大了。如果一个制造工厂的机器突然之间坏了，我们要去检修，每分每秒都是数万美金的损失，那我们通过相关的人工智能，我们可以提前检测，这个鼓掌是有前兆的，我们检测到以后可以选择更好的备选方案，另外提前进行维修和检测。
大家都知道AlphoGo，它是深度学习的案例，AlphoGoZO是强化学习很好的案例。大家现在听到了很多深度学习的概念，我也算扫个盲，我们说神经网络，按照人工智能的学派来分的话，它是连接学派的一个自己，深入学习是神经网络的自己。深入学习，人工智能有春天，有夏天，也有冬天，神经网络在以前都各有很漂亮的增长时间，但是在2000年初的时候，神经网络臭大街了，所以会选择用另外的一个词。我们说还有其他的学派比如说符号学派，我们经常用到的推理和决策数，相信大家都很熟悉，早上乂学的案例也是大量的用了推理的方式。不同的学派，不同的方法，是相辅相成，也是循环迭进的。
深入学习并没有这么的复杂，比如说今天我们在京东上人买了一个油烟机，过两天京东又给你推送了油烟机，比如说你今天买了油，过了一个月它又会给你推荐。而Facebook能够做到基于你历史的选择，预测你未来两个星期之内的购买决策。如果有这样的情况，广告商愿意付多少钱？所以Facebook的广告可以买得很贵，但是复杂的强化的深度学习是CPO所不能做的，因为里面有很多的分层推理。
我们在前沿的领域，比如说计算机的生物科学领域，包括现在的强化深度学习领域我们都有非常多应用的案例。之前也有人做过统计，谦虚的说法是90%以上的经典的人工智能解决方案，都是跑在英特尔的架构上。
人工智能确实替换了我们很多的工作，比如说甘马龙（音），是自动写程序代码的公司，是基于概率论的方式来做，可以根据时事新闻去编一些游戏。这些领域，人工智能已经能够做出大量的我们认为可能是创造性的工作，还有一些自动生成图片的人工智能程序，可以结合我们的风景，或者是所有现实中的图片，生成出以假乱真的案例。在这样的人工智能危险下，我们需要去做更多的能力上的储备，包括我们学习习惯和学习目标上的储备，简单的重复记忆的东西，在现实中越来越没有必要了。比如说高情商、组织力、领导力，这可能是我们需要去更多关注的。
还有一个很好的例子，就是全流程的，或者是端到端的人工智能的解决方案——自动驾驶。这也是非常热的热门，今年英特尔投入了153亿美金，收购了全球最著名的自动驾驶的公司，其实在人工智能里面，我们认为自动驾驶是非常大的行业，而且是很快就能成为现实应用的领域。
在交通工具方面，人工智能首先做什么呢？根据激光雷达和摄像头去判断你的复杂场景，是否有人，路如何，结合高德地图和算法，是要走还是要停，都要保证很好的安全性。网络提供什么样的工作呢？如果是单机版的自动驾驶的风险太大，而且单机版的不连接的自动驾驶的汽车，也没有办法做出更多的应用场景和商业模式的变化。我们有智能的网络切片，针对不同的音乐场景，针对数据的时时性的需求去分配必要的带宽，分配足够的QS的质量相应。如果保证自动驾驶就是微秒级，如果是看视频，十秒级我们都是可以接受的。那数据中心做什么呢？数据中心有大量的数据，有成熟的各种各样的人工智能的算法。
这是英特尔提供的人工智能全栈的解决方案，比如说体验、平台、框架、库、硬件。我上午听到了大家对人工智能的看法，几乎所有的厂家，都是跟英特尔有关联性的。
最后，我给大家介绍一下我们最新的神经网络的人工智能芯片LOIHI，这个名字是说，每次喷发都能够带来夏威夷倒的扩张，所以人工智能学习芯片，是能够积累更多的人工智能的能力。这个芯片，是由128颗神经米肽（音）核心和3颗X8U的CPU组成的，这里面集成了13万个神经元等。我们说神经米肽（音）计算就是向着这个方向去做的。我们也做过科学研究和对比，针对景点的神经米肽（音）计算，针对手写识别的数字计算来看，当我们说面对一定的准确率的时候，它的运算效率可以提升100万倍，针对传统的CPU架构的运算，它的能耗可以是100倍。
最后，我们支持学生、开发者、老师，提供各式各样的课程和开放框架，我们可以把人工智能的大咖跟我们的相关开发者和有利于在这方面学习的同学连接在一起，在过去的一段时间里面，我们已经有过50场左右的校园活动，有1万多名人工智能的学生和科研工作者受益了，我们也是希望大家看一下这个链接。
英特尔在人工智能里面不光是提供先进的技术，还提供软件站和云以及解决方案，另外我们特别关注的是推动人工智能研究和生态的建设，我们希望借此推动人工智能计算的前沿进展。我们也希望能够跟在座的各位一起，以及全行业的合作伙伴，一起智创生态，共赢未来，谢谢！
主持人：感谢英特尔李勇先生给我们的分享，他说到神经元的芯片，让我非常的感兴趣，其实大家都集中于基于数据学习的东西，但是这有两个问题，第一个问题是如何获得这些数据，第二个问题是获得数据在特定的环境下，环境一旦改变就会有问题。所以英特尔的思维和思路的执行方式还是有所不同。
接下来，竹间智能的CTO翁嘉颀先生将带来“情感交互人工智能，从发展到成熟”的主题演讲。
翁嘉颀：大家好，我今天代表竹间智能科技来做这个报告，我上次做AI是26年前，1991年的时候，那个时候做神经网络，也做国际象棋等等。那个年代做人工智能是被嘲笑的对象，搞到最后，自己也不敢说自己做的是人工智能。我也以为我看不到围棋可以下得赢人，没想到在有生之年，我看到了。
人工智能这次的卷土重来，我们认为不会再泡沫化，它会在人类的生活里开始帮上忙，而且在未来也会一步步的发展。未来的12个月，94%的企业打算用AI的技术。2020年的时候，大概有85%的智能客服被机器人取代，人负责复杂的部分，但是很多东西由机器人来做。我们先来看一段视频。
（播放视频）
人工智能在智能客服做了一些应用，那下一步如何发展？目前的智能客服是什么样？目前的智能客服基本上是模板式的，我们9月份有一家企业出了一个音响，我买了一个音响放在我的桌子上，我跟音响说“我不喜欢吃牛肉面”，他抓到牛肉面的餐馆，然后推荐出来的第一个就是牛肉面。所以接下来必须做自然语言的理解+深度学习+强化学习。比如说“那后天呢”，如果没有深下文的话，你要怎么回答我？所以必须要根据上下文做意图的理解，根据意图的理解才知道这个人到底要做什么事情。
最后会变成人机的交互，什么叫做人机的交互呢？我们想象一下，我跟电脑说“我打印机连不上”，目前的机器人可能把这些字摆在我的面前，但是现在有了屏幕，字没有问题，但是手环了音响呢？没有屏幕了，他念出来我怎么记得呢？所以现在应该是交互式的方法，比如我说“我的打印机连不上了”，他会一步一步的跟我交互，最后告诉我应该怎么做。
所以说，大家慢慢的发展，有的是从对话开始走过去，有的是从右边去完成任务走过去，这可能是单轮的，但是未来是用交互的方式帮你完成一个指令。比如我说我要订酒店，他会来问我定什么酒店，定什么时间地点等等，交互完了以后完成指令。
但是语音识别不等于交互，语音识别是将语音转成文本。自然语言理解+意图识别+情感情绪识别+任务达成才等于人机交互。比如说我今天跟它说“我很伤心，今天的信用卡不能刷了”，机器人就会知道我是伤心的，然后安慰我。但是自然语言的理解，是非常的难的，比如“爸爸抱不起来因为他太重了”，那这里面的“他”指的是谁。我们要致力于以情感计算研究为核心，以自然语言理解、深度学习为基础，打造能读懂、看懂、听懂。
我们认为真正的人机交互，情感必须是一个元素，迟早会加进去的。交互的方式，多轮对话的引导，要引导客户去做一些事情。比如说双11刚过，我说我要买裙子，他会问我为什么买裙子，或者是买什么样的裙子。我在人机交流的时候，要有记忆，比如你是男生还是女生，然后通过记忆点来作出判断，我们光文字情绪就做了22种，但是很多的企业是做正负中3种。这是一个多轮对话，比如我想买理财产品，它只问了是否要保本的问题，我回答了多余的信息，我说我要保本的，一年收益不低于5%的，我一下子告诉了他几个信息，然后他会识别到我的信息，就不会再重复问我。
AI一定是一个跟各行各业连接在一起的应用，它不是独立的应用，所以是AI加上金融、电商、零售等等。我们再看一小段视频。
（播放视频）
这是我们目前实际落地的案例，主要是在金融领域和IOT领域。我们也希望说未来每一个人有自己的机器人，每一个企业都可以很轻松的定制自己的机器人，让机器人去服务你的用户，谢谢各位！
主持人：感谢翁嘉颀先生，下面有请深鉴科技CEO姚颂为我们带来“底层创新驱动人工智能发展”的主题演讲，有请。
姚颂：大家好，我是深鉴科技的CEO，我们不是单纯的