雷鋒網(wǎng) AI 科技評論按，2018 年 5 月 11 日，中國工程院院士「智能與網(wǎng)絡(luò)前沿問題與應(yīng)用」論壇于惠州召開，本次大會(huì)由中國工程院指導(dǎo)，香港中文大學(xué)（深圳）、鵬城實(shí)驗(yàn)室（深圳網(wǎng)絡(luò)空間科學(xué)與技術(shù)省實(shí)驗(yàn)室）承辦，惠州仲愷（國家級(jí)）高新區(qū)管委會(huì)、星河控股集團(tuán)協(xié)辦。

會(huì)上，中國工程院院士、香港中文大學(xué)（深圳）校長徐揚(yáng)生，中國工程院院士、鵬城實(shí)驗(yàn)室主任高文，百度副總裁、研究院院長王海峰，中國科技大學(xué)信息科學(xué)技術(shù)學(xué)院執(zhí)行院長吳楓帶來了四場精彩的主題報(bào)告，他們的演講涉及到機(jī)器人、智能城市、AI 應(yīng)用、類腦計(jì)算、視頻編解碼等多個(gè)領(lǐng)域，各位學(xué)術(shù)大?；蛟敿?xì)地報(bào)告了最新的學(xué)術(shù)進(jìn)展，或幽默地展示了自己最新的研究，現(xiàn)場座無虛席。

機(jī)器人與人工智能時(shí)代的教育

作為第一位演講的嘉賓，徐揚(yáng)生院士開場即表示，現(xiàn)在已經(jīng)到了人工智能時(shí)代，這一時(shí)代人工智能對社會(huì)的發(fā)展會(huì)產(chǎn)生諸多影響，同時(shí)人工智能也將影響到教育。在報(bào)告中，他先是列舉了他們研制的各種機(jī)器人和智能機(jī)器，之后談到機(jī)器人從動(dòng)作到智能的發(fā)展，在演講的最后，他提到了智能革命以及心腦解放對人類社會(huì)的影響，以及人工智能時(shí)代應(yīng)該進(jìn)行什么樣的教育。

他表示，機(jī)器人即感知、認(rèn)知再加上動(dòng)作。之后，他展示了他們研制的一系列機(jī)器人，比如單輪機(jī)器人、爬樹機(jī)器人、爬衫機(jī)器人、家庭服務(wù)機(jī)器人、安全監(jiān)控機(jī)器人、救災(zāi)機(jī)器人、智能交互機(jī)器人、智能帽控輪椅、智能鞋等等。

在他看來，機(jī)器人技術(shù)有四大特征：

• 一是智能化技術(shù)，即自主識(shí)別判斷能力；

• 二是綜合性技術(shù)，這是典型的交叉學(xué)科；

• 三是實(shí)時(shí)性技術(shù)，需要能對不可預(yù)知的突發(fā)情況進(jìn)行快速處理；

• 四是交互性技術(shù)，這里涉及到與人與機(jī)的各種交互。

他表示，這里面存在很多科學(xué)問題，比如圖像的理解、智能的描述、實(shí)時(shí)深度學(xué)習(xí)、人與機(jī)器的交互、普適性感知。

他表示，在之前的幾十年，機(jī)器人基本上圍繞著動(dòng)作在發(fā)展，而現(xiàn)在得益于大數(shù)據(jù)的支撐，是時(shí)候考慮機(jī)器人的智能了?！钢悄鼙葎?dòng)作更重要?！顾麖?qiáng)調(diào)。他以人來舉例，他說道，人的骨骼、皮膚、腸胃等等一直處于更新?lián)Q代中，但人的腦部中樞和神經(jīng)細(xì)胞終身不變，大腦和「心靈」，遠(yuǎn)比肉體重要。引申到技術(shù)，他表示，現(xiàn)在越來越多的機(jī)械代替人肉體的勞動(dòng)，但是，大腦與心靈的解放遠(yuǎn)比肉體要重要。

他強(qiáng)調(diào)，心腦解放將帶來一場智能革命，人類將重新進(jìn)行社會(huì)分工，許多行業(yè)會(huì)面臨消失的困境。機(jī)器人的強(qiáng)項(xiàng)是記憶、邏輯、精準(zhǔn)、快速，人的強(qiáng)項(xiàng)是直覺、感情、想象、創(chuàng)造，所以人應(yīng)該發(fā)揮自己的強(qiáng)項(xiàng)。這就引出人工智能時(shí)代的教育問題，他認(rèn)為，應(yīng)該培養(yǎng)學(xué)生的想象力和創(chuàng)造力，引入非知識(shí)型的教育和考試。

深度剖析智慧城市大腦

接下來是高文院士的精彩報(bào)告，高文院士講了智慧城市的應(yīng)用，并從技術(shù)層面對智慧城市大腦進(jìn)行了剖析。

他提到城市現(xiàn)存的交通問題、安保問題，對于交通堵塞問題，目前一般的做法只是根據(jù)每個(gè)路口的交通狀況做出分析，解決能力很差。他提到杭州的案例，他表示，杭州由于車輛、路口眾多，經(jīng)常存在堵車現(xiàn)象，他們通過云計(jì)算重新規(guī)劃信號(hào)燈，控制紅路燈的時(shí)間，達(dá)到了平均 17% 的駕駛速度優(yōu)化。他們稱這一系統(tǒng)為城市大腦。之后，他詳解了城市大腦系統(tǒng)的構(gòu)造，最底層是數(shù)據(jù)庫，中間是數(shù)據(jù)交換平臺(tái)，上層是算法，再往上是操作和服務(wù)的平臺(tái)，外圍是各種各樣傳感器。所有信號(hào)都會(huì)匯總到這個(gè)系統(tǒng)里，進(jìn)行統(tǒng)一優(yōu)化。

但他表示，雖然用以上系統(tǒng)根據(jù)以往的數(shù)據(jù)來做調(diào)度規(guī)劃表現(xiàn)不錯(cuò)，但對突發(fā)事件無法及時(shí)做出判斷。主要原因如下：現(xiàn)在在設(shè)計(jì)系統(tǒng)的時(shí)候，是為存儲(chǔ)而設(shè)計(jì)，不是為了實(shí)時(shí)響應(yīng)而設(shè)計(jì)，不夠智能；系統(tǒng)里沒有統(tǒng)一的時(shí)間戳；沒有準(zhǔn)確的地理位置信息；無法在壓縮數(shù)據(jù)上直接解碼分析。

之后他提出數(shù)字視網(wǎng)膜的概念，這一系統(tǒng)可以解決數(shù)據(jù)和算法利用率低的問題。他提到其中的核心技術(shù)，

• 一是高效的編碼；

• 二是視頻特征的緊湊表達(dá)；

• 三是視頻編碼與特征編碼的聯(lián)合優(yōu)化；

• 四是聯(lián)合 R-D 和 R-A 優(yōu)化。

他表示，數(shù)字視網(wǎng)膜結(jié)合了視頻編碼+特征編碼，既能精細(xì)編碼視覺內(nèi)容，又具備面向識(shí)別理解的功能。之后，他提到數(shù)字視網(wǎng)膜的整體框架，詳細(xì)描述了構(gòu)建方案以及效果，例如可以進(jìn)行無牌車搜索、遮擋車輛搜索等。

在演講最后，他總結(jié)道，要想真正做好智慧城市，僅僅依靠現(xiàn)有的攝像機(jī)和系統(tǒng)是不行的，需要提升到帶有數(shù)字視網(wǎng)膜的攝像機(jī)。他表示，技術(shù)上的標(biāo)準(zhǔn)已經(jīng)完成了，接下來就是產(chǎn)品和系統(tǒng)開發(fā)。

雷鋒網(wǎng)此前對高文院士的城市大腦進(jìn)行過相關(guān)報(bào)道，詳情參見：高文院士50張PPT，帶你看懂城市大腦的瓶頸與重大突破點(diǎn)

百度在人工智能上的布局

隨后上臺(tái)演講的是百度副總裁、研究院院長王海峰，王海峰的演講主題是《智能時(shí)代的機(jī)遇與挑戰(zhàn)》，演講伊始，他說道，前面兩位院士不約而同都講到了人工智能，他今天的主題也是智能。他表示，互聯(lián)網(wǎng)近年來快速發(fā)展，帶來一系列強(qiáng)大的算法、大數(shù)據(jù)以及計(jì)算平臺(tái)，這是人工智能得以高速發(fā)展的基礎(chǔ)。

他說道，人工智能正在影響各行各業(yè)，為行業(yè)帶來更高的效率，更高的生產(chǎn)力。

接下來他講了百度在人工智能上的布局，他表示，百度成立之初即布局人工智能，在 2010 年開始全面布局，目前已經(jīng)形成相對比較完整的生態(tài)。

百度人工智能技術(shù)布局主要有四個(gè)層面：

• 一是基礎(chǔ)層，這里就是前面提到的大數(shù)據(jù)、算法、大計(jì)算；

• 二是感知層，這里包括語音、圖像、視頻、AR/VR；

• 三是認(rèn)知層，這里包括自然語言處理、知識(shí)圖譜、用戶畫像；

• 四是平臺(tái)層，即AI開放平臺(tái)與生態(tài)。

他表示，百度所建立的平臺(tái)一方面服務(wù)于百度的業(yè)務(wù)，比如做搜索，另一方面也可以讓各行各業(yè)受益。

接下來他講了百度的智能搜索，現(xiàn)在用戶需求越來越復(fù)雜，越來越多的內(nèi)容線上化，設(shè)備和場景越來越豐富，因此，搜索要改變。他將傳統(tǒng)搜索與智能搜索進(jìn)行對比，傳統(tǒng)搜索只存在網(wǎng)頁數(shù)據(jù)，抓取之后進(jìn)行需求匹配、排序。

智能搜索依賴龐大的知識(shí)圖譜構(gòu)建計(jì)算，還有基于深度學(xué)習(xí)的搜索排序與應(yīng)答、基于知識(shí)圖譜和深度語義分析的需求理解。在交互層，除了搜索框里的文字，更多是用麥克風(fēng)進(jìn)行語音交互，同時(shí)也可以利用攝像頭進(jìn)行視覺交互。

之后他為大家展示了百度知識(shí)圖譜的一小部分以及如何構(gòu)建這一知識(shí)圖譜，他也談到需求理解中幾項(xiàng)典型技術(shù)如語義排序、多模交互問題等等。

在百度AI整體戰(zhàn)略布局上，主要有底層的智能云，中間的百度大腦，最上層的阿波羅自動(dòng)駕駛平臺(tái)，DUER OS 對話平臺(tái)等。

他表示，第三方企業(yè)可以用他們開放出來的平臺(tái)解決問題，比如充電樁故障、生鮮商品銷售預(yù)測、制冷設(shè)備智能調(diào)控、人力資源篩選等。他也舉了很多語音技術(shù)應(yīng)用的典型案例，例如語音搜索、同聲傳譯、語音播報(bào)、語音交互、有聲閱讀、語音指令、語音質(zhì)檢。之后，他提到 OCR、視頻比對以及 AR 技術(shù)等。他表示，數(shù)據(jù)分析非常重要，可以解決很多問題，他也提到一些解決方案，例如數(shù)據(jù)倉庫解決方案、日志分析解決方案、數(shù)據(jù)挖掘解決方案、物聯(lián)網(wǎng)行業(yè)解決方案等。

最后他講了自己對技術(shù)趨勢的理解，他表示，深度學(xué)習(xí)技術(shù)是AI的核心技術(shù)，但這一技術(shù)在理論基礎(chǔ)上存在三個(gè)問題——小樣本、低能耗、可解釋性。從應(yīng)用技術(shù)上講，他表示感知技術(shù)在深度學(xué)習(xí)技術(shù)的推動(dòng)下得到了非常好的發(fā)展，很多地方已經(jīng)可以超過人了。但認(rèn)知技術(shù)雖然發(fā)展很快，但整體還沒有到超過人的程度。未來認(rèn)知技術(shù)到底怎么樣發(fā)展，還有很多要探討的地方。

從產(chǎn)業(yè)角度來看，他表示這里涉及到軟硬件、深度學(xué)習(xí)框架、AI 芯片的發(fā)展。他表示，深度學(xué)習(xí)會(huì)成為未來產(chǎn)業(yè)很核心的部分。

最后他做出總結(jié)，真正想將人工智能技術(shù)應(yīng)用于各行各業(yè)，帶來各行各業(yè)生產(chǎn)力提升，更多不是單點(diǎn)技術(shù)，而是多種人工智能技術(shù)綜合應(yīng)用，同時(shí)也要結(jié)合應(yīng)用場景進(jìn)行系統(tǒng)化創(chuàng)新。

在他的報(bào)告結(jié)束之后，吳楓教授帶來了以《類腦人工智能及應(yīng)用》為主題的報(bào)告，這也是今天的最后一場報(bào)告。

類腦人工智能以及利用 AI 進(jìn)行視頻編碼

他帶來的內(nèi)容涉及三方面，一是深度學(xué)習(xí)，二是類腦計(jì)算，三是人工智能的應(yīng)用。

報(bào)告伊始，他談到人工智能這幾年取得了很多突破，這些突破實(shí)際上是基于深度學(xué)習(xí)技術(shù)，通過強(qiáng)大的計(jì)算能力，對大規(guī)模的數(shù)據(jù)進(jìn)行學(xué)習(xí)，然后得到深度神經(jīng)網(wǎng)絡(luò)的模型。他提到目前深度學(xué)習(xí)和人腦主要有兩個(gè)相似度：第一，深度學(xué)習(xí)的神經(jīng)元模型是由人腦神經(jīng)元推導(dǎo)出來的。第二，從早期的淺層神經(jīng)網(wǎng)絡(luò)發(fā)展至今，現(xiàn)在的深度學(xué)習(xí)有很多層次，這和腦比較相似。

他提到目前深度學(xué)習(xí)的局限性：

• 一是離不開大數(shù)據(jù)、高質(zhì)量的標(biāo)注；

• 二是自學(xué)習(xí)、遷移學(xué)習(xí)等能力弱；

• 三是消耗大量計(jì)算資源；

• 四是現(xiàn)有機(jī)器沒有形成概念和知識(shí)，缺少邏輯分析和推理。

接下來，他談到類腦人工智能，在國家去年發(fā)布的人工智能發(fā)展規(guī)劃里，明確提到類腦智能計(jì)算理論，他表示，歐盟、美國和中國都在發(fā)展腦計(jì)劃，進(jìn)行腦認(rèn)知和模擬方面的研究。他談到中科大的類腦智能技術(shù)及應(yīng)用國家工程實(shí)驗(yàn)室，實(shí)驗(yàn)室的使命就是要建立腦科學(xué)研究和人工智能研究的橋梁，把腦科學(xué)研究得到的成果應(yīng)用到人工智能發(fā)展里。

接下來是類腦智能的發(fā)展瓶頸：

• 第一，對腦機(jī)理的認(rèn)知不夠清楚，在這里，他對腦結(jié)構(gòu)與功能進(jìn)行解析，其中涉及到數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)重構(gòu)、數(shù)據(jù)可視化、量化分析多個(gè)層面。

• 第二，類腦計(jì)算模型和算法不準(zhǔn)確。他提到 2014 年網(wǎng)格細(xì)胞的發(fā)現(xiàn)以及 2018 年 DeepMind 發(fā)表的一篇 nature 論文。他表示，腦科學(xué)研究會(huì)給人工智能發(fā)展帶來啟發(fā)。

• 第三，計(jì)算架構(gòu)和能力的制約，他表示，現(xiàn)在的計(jì)算系統(tǒng)是計(jì)算與存儲(chǔ)分離，這樣的系統(tǒng)功耗高、并行度低、規(guī)模有限。而借鑒人腦的計(jì)算模式，可以提出高密度、低功耗的計(jì)算系統(tǒng)。

他提到現(xiàn)在亟需借鑒腦網(wǎng)絡(luò)結(jié)構(gòu)，發(fā)展低功耗計(jì)算，從電路、架構(gòu)層次等方面展開研究，實(shí)現(xiàn)存算一體的網(wǎng)絡(luò)化計(jì)算。他們也在模擬神經(jīng)元計(jì)算上做了一些嘗試，比如實(shí)現(xiàn)了基于 180nm 標(biāo)準(zhǔn) CMOS 工藝的低功耗數(shù)?；旌仙窠?jīng)元芯片，實(shí)現(xiàn)了多種高精度、低功耗的模數(shù)轉(zhuǎn)換器。

演講最后，他提到人工智能的相關(guān)應(yīng)用——視頻編碼。他表示，現(xiàn)在的智能編碼框架可以用學(xué)習(xí)的方法從大規(guī)模數(shù)據(jù)中獲得模型，替代原來基于經(jīng)驗(yàn)或者少量數(shù)據(jù)統(tǒng)計(jì)出來的模型。他也詳解了智能視頻編碼的框架，以及基于學(xué)習(xí)的后處理技術(shù)、基于學(xué)習(xí)的熵編碼，在對比中，可以看到基于學(xué)習(xí)的編碼方案名列前茅。

雷鋒網(wǎng) AI 科技評論總結(jié)：以上為中國工程院院士「智能與網(wǎng)絡(luò)前沿問題與應(yīng)用」論壇內(nèi)容介紹。在半天會(huì)議中，徐揚(yáng)生院士的報(bào)告普及了人工智能與機(jī)器人的相關(guān)知識(shí)， 并讓我們對教育問題進(jìn)行重新思考；高文院士的匯報(bào)了目前城市大腦的突破，該如何發(fā)展城市大腦；王海峰院長讓我們了解到深度學(xué)習(xí)的各種應(yīng)用，以及百度在人工智能上的布局；吳楓院長則帶來了對于計(jì)算的前沿思考——借鑒腦網(wǎng)絡(luò)結(jié)構(gòu)來發(fā)展計(jì)算系統(tǒng)，以及深度學(xué)習(xí)在視頻編碼上的應(yīng)用。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。