0
雷鋒網(wǎng) AI 科技評(píng)論消息：2018 年 3 月 30 日，AITech 峰會(huì)在深圳龍崗區(qū)正式召開。
本次會(huì)議以配合國(guó)家新一代人工智能發(fā)展規(guī)劃實(shí)施，支撐人工智能產(chǎn)業(yè)技術(shù)協(xié)同創(chuàng)新，加強(qiáng)人工智能領(lǐng)域的國(guó)內(nèi)外技術(shù)交流為目的，由深圳市人民政府指導(dǎo)，深圳市龍崗區(qū)人民政府、中關(guān)村視聽產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟、新一代人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟主辦，深圳龍崗智能視聽研究院承辦。雷鋒網(wǎng)作為獨(dú)家戰(zhàn)略合作媒體將進(jìn)行現(xiàn)場(chǎng)內(nèi)容詳細(xì)報(bào)導(dǎo)。
為期兩天的會(huì)議將包括兩場(chǎng)主論壇和四場(chǎng)分論壇，分別為：
主論壇一（3 月 30 日上午）
分論壇（一）：智能技術(shù)與標(biāo)準(zhǔn)及 IEEE Fellow 論壇（3 月 30 日下午）
分論壇（二）：超高清與 VR 技術(shù)論壇（3 月 30 日下午）
主論壇二（3 月 31 日上午）
分論壇（一）：人工智能與安全論壇（3 月 31 日下午）
分論壇（二）：人工智能投融資論壇（3 月 31 日下午）
下面我們?cè)敿?xì)介紹 AITech 主論壇一的詳細(xì)內(nèi)容，其他內(nèi)容將稍后呈現(xiàn)。
首先，深圳市龍崗區(qū)區(qū)長(zhǎng)戴斌先生和深圳市政協(xié)副主席張曉莉女士作為東道主為大會(huì)致辭。
據(jù)戴斌先生介紹，龍崗區(qū)在 2017 年實(shí)現(xiàn)地區(qū)生產(chǎn)總值 3858 億元，增長(zhǎng) 9.8%，躍居全深圳市各區(qū)第二，穩(wěn)居全國(guó)經(jīng)濟(jì)十強(qiáng)區(qū)。目前已集聚了包括智能機(jī)器人在內(nèi)的六大產(chǎn)業(yè)集群，擁有華為、比亞迪等知名企業(yè)。力爭(zhēng)到 2020 年，人工智能等新興產(chǎn)業(yè)工業(yè)增加值占 GDP 比重超過(guò) 60%，成為驅(qū)動(dòng)發(fā)展的強(qiáng)大引擎。
張曉莉女士在致辭中表示，目前深圳在人工智能和機(jī)器人密切相關(guān)的智能制造、智能汽車、無(wú)人機(jī)等領(lǐng)域已形成較為完備的產(chǎn)業(yè)鏈，在全球人工智能企業(yè)數(shù)量排名榜上深圳位居第八。
隨后龍崗區(qū)副區(qū)長(zhǎng)陳廣文先生詳細(xì)介紹了龍崗區(qū)作為全國(guó)經(jīng)濟(jì)十強(qiáng)區(qū)的創(chuàng)新創(chuàng)業(yè)環(huán)境。主要概括有以下幾個(gè)特點(diǎn)：產(chǎn)業(yè)基礎(chǔ)雄厚；創(chuàng)新勢(shì)頭強(qiáng)勁；文體氛圍濃厚；環(huán)境配套優(yōu)越；政府服務(wù)超前。
接著在高文院士、徐揚(yáng)生院士、丁文華院士等人的見證下，龍崗區(qū)金融投資控股有限公司董事長(zhǎng)張靜女士、中國(guó)國(guó)新基金管理有限公司副總經(jīng)理姜開宏先生以及新一代人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟聯(lián)合秘書長(zhǎng)張偉民先生簽署了新一代人工智能產(chǎn)業(yè)基金框架性合作協(xié)議。
在最后一項(xiàng)議程，由7位領(lǐng)域內(nèi)專家分別作出精彩報(bào)告。
高文院士：AI 開源平臺(tái)的挑戰(zhàn)與機(jī)遇
徐揚(yáng)生院士：人工智能時(shí)代的教育
John E. Hopcroft：Deep Learning Research
芮勇：人工智能的字母表
鄢志杰：IoT 時(shí)代的智能語(yǔ)音交互
林擁軍：城市數(shù)據(jù)湖——城市發(fā)展
張清：端到端 AI 計(jì)算系統(tǒng)設(shè)計(jì)與優(yōu)化
下面我們對(duì)幾位專家的報(bào)告一一做簡(jiǎn)要介紹。
報(bào)告人：高文院士，中國(guó)工程院院士，新一代人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟理事長(zhǎng)。
高文院士針對(duì) AI 開源平臺(tái)的四個(gè)方面進(jìn)行了介紹，他認(rèn)為這里既有挑戰(zhàn)，也有機(jī)遇。
首先是我國(guó)人工智能發(fā)展的瓶頸問題。高文院士認(rèn)為這有四點(diǎn)：（1）開源平臺(tái)多，但平臺(tái)之間相互隔離，模型不可相互轉(zhuǎn)換，導(dǎo)致形成「算法孤島」；（2）算法需要適配的異構(gòu)硬件，性能和效率受制于硬件的組織管理；（3）應(yīng)用綁定在 AI 算法平臺(tái)與硬件，基礎(chǔ)受制，推廣性受限；（4）國(guó)際巨頭通過(guò) AI 開源工具打造生態(tài)和壟斷智能硬件，嚴(yán)重?cái)D壓我國(guó) AI 產(chǎn)業(yè)發(fā)展空間。針對(duì)這些問題，對(duì)這些瓶頸的應(yīng)對(duì)策略就是，通過(guò)構(gòu)建支撐開源軟/硬件基礎(chǔ)平臺(tái)來(lái)支持人工智能技術(shù)產(chǎn)業(yè)鏈。
深圳云腦計(jì)劃正是這樣一個(gè)平臺(tái)，它是為了配合國(guó)家新一代人工智能重大專項(xiàng)，解決上述四項(xiàng)瓶頸問題而成立的一項(xiàng)計(jì)劃。這項(xiàng)計(jì)劃近期主要為深圳云腦（SCB-AI），長(zhǎng)期來(lái)看則還包括深圳量子云（SCB-QS）。
深圳云腦的體系架構(gòu)分為三層：云腦硬件平臺(tái)、云腦操作系統(tǒng)、重大應(yīng)用。其中硬件平臺(tái)包含了 GPU 集群，F(xiàn)PGA 推理節(jié)點(diǎn)、專用人工智能芯片推理部件。其次將這些硬件連接起來(lái)構(gòu)成云腦操作系統(tǒng)，并提供給各種各樣的人工智能應(yīng)用，例如智能交通、智能醫(yī)療、自動(dòng)駕駛等。通過(guò)這種方式，可以保證智能硬件的高能效、智能操作系統(tǒng)與軟件的高效和可擴(kuò)展，以及人工智能決策應(yīng)用平臺(tái)的高效實(shí)時(shí)、高性能和可解釋。
在開源硬件之上就是依托聯(lián)盟，建立 AI 技術(shù)的開源開放平臺(tái)，實(shí)現(xiàn) AI 數(shù)據(jù)共享、模型共享、技術(shù)共享等，共同開發(fā)建設(shè) AI 開源共享社區(qū)。例如 AI 交流社區(qū)、AI 開發(fā)社區(qū)、AI 共享社區(qū)、AI 標(biāo)準(zhǔn)化社區(qū)、AI 教育社區(qū)等等。此外還會(huì)通過(guò)聯(lián)盟來(lái)維護(hù)開源開放平臺(tái)，建設(shè)開源開放平臺(tái)子基金，通過(guò)聯(lián)盟向深圳以及國(guó)內(nèi)外開放，建立人工智能協(xié)同開發(fā)的生態(tài)。
高文院士總結(jié)到：我國(guó)人工智能發(fā)展面臨四個(gè)挑戰(zhàn)，解決這些挑戰(zhàn)則需要強(qiáng)大的開源平臺(tái)，深圳云腦是可能的選擇之一。希望這個(gè)計(jì)劃對(duì)整個(gè)中國(guó)人工智能計(jì)劃起到幫助。
徐揚(yáng)生：中國(guó)工程院院士、香港中文大學(xué)（深圳）校長(zhǎng)
徐揚(yáng)生院士在報(bào)告中首先給我們簡(jiǎn)單介紹了機(jī)器人的發(fā)展，隨后提出「智能革命將是從生產(chǎn)力解放到心腦解放的一次革命」，這次革命所帶來(lái)的影響將遠(yuǎn)遠(yuǎn)大于人類歷史中所有通過(guò)解放肉體的革命所引起的影響。在這種智能革命下，人類以前以及現(xiàn)在所做的許多事情都將被人工智能所取代，人類社會(huì)也將進(jìn)行重新分工，很多行業(yè)將會(huì)消失，同時(shí)也會(huì)產(chǎn)生許多新的行業(yè)。
在這種情況下，人類的教育需要做什么樣的改變是一個(gè)嚴(yán)峻的問題。徐揚(yáng)生院士認(rèn)為，我們時(shí)代的教育主要還是在訓(xùn)練人類的弱點(diǎn)（例如記憶、邏輯判斷；相比于人工智能），這需要改變。因此他提出人工智能時(shí)代下的教育的四條原則：
注重培養(yǎng)文理融合的復(fù)合型人才；
注重培養(yǎng)學(xué)生的想象力和創(chuàng)造力；
注重非知識(shí)型的教學(xué)和考試；
注重學(xué)生自我能力的培養(yǎng)。
John E. Hopcroft，美國(guó)工程院院士、美國(guó)科學(xué)院院士、中國(guó)科學(xué)院外籍院士、圖靈獎(jiǎng)獲得者
在報(bào)告中，圖靈獎(jiǎng)獲得者 John Hopcroft 分享了一些深度學(xué)習(xí)領(lǐng)域中比較有趣的研究問題和對(duì)此的一些思考。
最近幾年，隨著深度神經(jīng)網(wǎng)絡(luò)的引入，特別是卷積神經(jīng)網(wǎng)絡(luò)（卷積神經(jīng)網(wǎng)絡(luò)，由卷積層、池化層、全連接層組成，最后是 softmax 輸出每個(gè)類別的概率）的引入，圖像分類等方面的錯(cuò)誤率逐年下降，在 2015 年微軟亞研院提出的 152 層深度殘差網(wǎng)絡(luò)（ResNet）在圖像分類中超過(guò)了人的識(shí)別水平。但是在這方面還有很多問題值得研究，例如每個(gè)門學(xué)習(xí)的是什么、怎樣讓第二層的門與第一層的門學(xué)習(xí)不同的信息、怎樣讓一個(gè)門學(xué)習(xí)的內(nèi)容隨時(shí)間演化、用不同的初始權(quán)重門學(xué)習(xí)的是否是相同的內(nèi)容、用不同的圖像集訓(xùn)練兩個(gè)網(wǎng)絡(luò)早期的門學(xué)習(xí)的是否相同等等。
此外，在訓(xùn)練一個(gè)深度網(wǎng)絡(luò)時(shí)，可能會(huì)有許多局部極小值，有些極小值可能會(huì)比其他的好。如何保證我們?cè)谟?xùn)練的過(guò)程中能夠找到一個(gè)好的局部極小值呢？訓(xùn)練深度網(wǎng)絡(luò)往往會(huì)花費(fèi)很長(zhǎng)的時(shí)間，我們是否可以加速訓(xùn)練呢？這些也都是非常有意義的研究方向。
隨后 John 考慮了當(dāng)訓(xùn)練兩個(gè)網(wǎng)絡(luò)時(shí)會(huì)出現(xiàn)什么有趣的研究。對(duì)于兩個(gè)網(wǎng)絡(luò)，我們可以同時(shí)訓(xùn)練，也可以一先一后。那么這兩種情況，兩個(gè)網(wǎng)絡(luò)在激活空間里是否共享相同的區(qū)域呢？一個(gè)當(dāng)前比較火的例子就是生成式對(duì)抗網(wǎng)絡(luò)（GAN），這個(gè)網(wǎng)絡(luò)便屬于一先一后的情況。
最后 John 提出了一個(gè)問題：人工智能是真的嗎？他認(rèn)為，現(xiàn)在的人工智能只是高維空間中的模式識(shí)別，AI 還不能提取出一個(gè)事物的本質(zhì)或者理解它的功能。在 John 看來(lái)，要想實(shí)現(xiàn)這一點(diǎn)，只是需要另外 40 年的時(shí)間。他還說(shuō)到，其實(shí)很多現(xiàn)在看來(lái)是智能的任務(wù)其實(shí)都不是 AI，有些只需要強(qiáng)大的計(jì)算以及大數(shù)據(jù)就足夠了，例如棋類比賽。計(jì)算機(jī)正在做越來(lái)越多的人們以為需要智能的事情，實(shí)際上有些并不是 AI。所以我們?cè)趶氖氯斯ぶ悄芟嚓P(guān)的工作時(shí)要想一想，這個(gè)問題的核心的是 AI 嗎？還是僅僅需要大計(jì)算而已？
芮勇：聯(lián)想集團(tuán)首席技術(shù)官，高級(jí)副總裁，ACM Fellow，IEEE Fellow
芮勇博士在演講中介紹了人工智能字母表中的 A（Algorithm，算法）、B（Business，行業(yè)）、C（Computing，算力）、D（Data，數(shù)據(jù)）。他認(rèn)為想要把一個(gè)人工智能系統(tǒng)做好，這四方面缺一不可；如果把人工智能看做一輛車的話，算法就是引擎，算力就是輪子，數(shù)據(jù)就是汽油，而行業(yè)則是方向盤。
A：算法-引擎
從人工智能出現(xiàn)至今，算法的沿革及演化大概是：邏輯回歸，神經(jīng)網(wǎng)絡(luò)，支持向量機(jī)，隱馬爾科夫模型，專家系統(tǒng)，深度學(xué)習(xí)。而事實(shí)上人工智能的算法也分為不同的陣營(yíng)，例如符號(hào)學(xué)派（規(guī)則和決策樹）；連接學(xué)派（神經(jīng)網(wǎng)絡(luò)）；貝葉斯學(xué)派（概率圖模型）；類推學(xué)派（SVM）；進(jìn)化學(xué)派（遺傳算法）。目前來(lái)看，則是連接學(xué)派發(fā)展勢(shì)頭很好，其他稍次。
C：算力-車輪
計(jì)算力是車輪，承載了整個(gè)人工智能的運(yùn)行。在幾年前大家主要還是通過(guò) CPU 集群來(lái)跑算法，而目前主流的計(jì)算引擎則是 GPU，CPU 則主要用于控制和參數(shù)同步；另一方面 FPGA 在嵌入式解決方案上的前景比較光明，而專用的 ASIC 芯片則羽翼未豐。
D：數(shù)據(jù)-汽油
數(shù)據(jù)是整個(gè)人工智能的能量來(lái)源。我們現(xiàn)在處于一個(gè)新數(shù)據(jù)時(shí)代，面臨著一些列的挑戰(zhàn)。
首先是數(shù)據(jù)量爆發(fā)，例如目前 90% 的數(shù)據(jù)都是兩年內(nèi)生成的，預(yù)計(jì)到 2020 年全球平均每人每秒都會(huì)產(chǎn)生 1.7MB 的數(shù)據(jù)，如何充分地利用這些數(shù)據(jù)是一個(gè)很有挑戰(zhàn)性的問題。其次如何解決數(shù)據(jù)的質(zhì)量問題，讓數(shù)據(jù)能夠覆蓋更廣泛的領(lǐng)域，而不只是集中在某些特定的領(lǐng)域。再次，如何高效地進(jìn)行新數(shù)據(jù)的生成，例如生成對(duì)抗網(wǎng)絡(luò)（GAN）。
B：行業(yè)-方向盤
行業(yè)就是人工智能的方向盤，決定著整個(gè)大方向向哪個(gè)地方發(fā)展。芮勇分別舉了智慧交通、智慧醫(yī)療、智能心電衣等幾個(gè)行業(yè)案例說(shuō)明了這個(gè)問題。
芮勇總結(jié)到：請(qǐng)記住人工智能字母表的這前四個(gè)字母，A，B，C，D。它們是開好人工智能這輛車必須掌握的。
鄢志杰：阿里巴巴達(dá)摩院-機(jī)器智能技術(shù)研究院 語(yǔ)音交互首席科學(xué)家
我們知道阿里前兩天剛剛發(fā)布要全面進(jìn)軍 IoT 領(lǐng)域，鄢志杰博士在報(bào)告中則介紹了阿里巴巴在 IoT 方面的工作。簡(jiǎn)單來(lái)說(shuō)，阿里巴巴想要數(shù)字化整個(gè)物理世界，其觀點(diǎn)是：計(jì)算是心臟，AI 是大腦，而 IoT 則是神經(jīng)；神經(jīng)能夠使他們觸達(dá)更多的用戶，產(chǎn)生更多的數(shù)據(jù)，產(chǎn)生更大的價(jià)值。其表現(xiàn)為，阿里要做 IoT 基礎(chǔ)建設(shè)的搭建者，在 5 年內(nèi)布置 100 億個(gè) IoT 設(shè)備。
隨后鄢志杰博士詳細(xì)介紹了語(yǔ)音交互智能在 IoT 與互聯(lián)網(wǎng)內(nèi)容和服務(wù)中的橋梁作用，下面這張圖是阿里內(nèi)容架構(gòu)圖：
更詳細(xì)地，鄢志杰博士則分別介紹了阿里的智能音箱、智聯(lián)網(wǎng)汽車、電視（盒子）、公共場(chǎng)所服務(wù)機(jī)、多模態(tài)語(yǔ)音交互打平等產(chǎn)品。他認(rèn)為在 IoT 時(shí)代，必須將技術(shù)、產(chǎn)品和商業(yè)打造成一個(gè)閉環(huán)才能夠共同促進(jìn)發(fā)展。
林擁軍：易華錄總裁
林擁軍先生介紹了在大數(shù)據(jù)時(shí)代，數(shù)據(jù)如何存儲(chǔ)和利用的問題。在現(xiàn)代，我們有了更多和更先進(jìn)的感知器來(lái)收集數(shù)據(jù)，也有光纖、5G 等等數(shù)據(jù)傳輸管道；在計(jì)算上我們也有 GPU、TPU 以及超算等高性能計(jì)算硬件，但是在存儲(chǔ)上我們?nèi)匀贿€在使用以硬盤、磁帶等為主的器件，這些存儲(chǔ)設(shè)備不僅能耗大，壽命短，而且安全性也較差。林擁軍先生在此介紹了藍(lán)光存儲(chǔ)技術(shù)。
他把數(shù)據(jù)分為熱數(shù)據(jù)、溫?cái)?shù)據(jù)和冷數(shù)據(jù)。其中熱數(shù)據(jù)一般采用電存儲(chǔ)，優(yōu)點(diǎn)是速度快，輕便；而缺點(diǎn)是容量低、成本高、壽命短。溫?cái)?shù)據(jù)則一般采用磁存儲(chǔ)，優(yōu)點(diǎn)是速度較快，容量大；但缺點(diǎn)是能耗大、壽命短、易故障。而大量冷數(shù)據(jù)可以采用光存儲(chǔ)的方式，其能耗只有磁存儲(chǔ)的 0.3%，成本只有磁存儲(chǔ)的 6.5%，壽命為 50-100 年，單張容量 300GB。他認(rèn)為以「冷技術(shù)」保存冷數(shù)據(jù)，使冷、熱數(shù)據(jù)得以完美結(jié)合，將成為人工智能時(shí)代數(shù)據(jù)存儲(chǔ)的最優(yōu)選擇。
林擁軍先生等人以藍(lán)光存儲(chǔ)技術(shù)為基礎(chǔ)，構(gòu)建一個(gè)城市新的基礎(chǔ)設(shè)施，他們稱之為城市「數(shù)據(jù)湖」。他認(rèn)為這以后將是每一個(gè)城市的標(biāo)配基礎(chǔ)設(shè)施。在這個(gè)構(gòu)想中，數(shù)據(jù)湖將成為政府主導(dǎo)建設(shè)的存儲(chǔ)節(jié)能優(yōu)先的基礎(chǔ)設(shè)施，IDC 則將是企業(yè)主導(dǎo)建設(shè)的計(jì)算性能優(yōu)先的商業(yè)實(shí)施。林擁軍先生認(rèn)為「古人逐水而居，今人逐數(shù)興業(yè)」，因此數(shù)據(jù)將成為地方政府吸引人才的一個(gè)重要因素。
數(shù)據(jù)湖的 IT 架構(gòu)將是湖存儲(chǔ)+ABCD，其中 ABCD 分別為為人工智能（AI）、區(qū)塊鏈（Blockchain）、大數(shù)據(jù)（Data）和云計(jì)算（Cloud）。而其特點(diǎn)有四個(gè)：海量（存儲(chǔ)容量大、單機(jī)柜 1.6PB、數(shù)據(jù)密度高）、綠色（能耗低、磁存儲(chǔ)、存儲(chǔ)成本低、磁存儲(chǔ)的 6.5%）、安全（壽命 50 年以上、數(shù)據(jù)不可修改、方電磁公積、防病毒刪改）、生態(tài)（數(shù)據(jù)開放）。
最后林擁軍先生還提出了數(shù)據(jù)湖構(gòu)建的三部曲——建湖、引水和水資源利用。建湖即為以光磁融合技術(shù)作為構(gòu)建城市數(shù)據(jù)湖的核心要素；引水為政府已有數(shù)據(jù)的引入；水資源利用為數(shù)據(jù)驅(qū)動(dòng)、決策支撐，推動(dòng)改進(jìn)政府治理方式，提升政府治理的高度。
張清：浪潮集團(tuán)AI首席架構(gòu)師
目前人工智能計(jì)算面臨著一系列問題，例如如何優(yōu)化模型、自動(dòng)學(xué)習(xí)模型、構(gòu)建大規(guī)模算法等，這往往需要專家才能完成，且限于硬件設(shè)備的限制往往也不能達(dá)到最優(yōu)化。
張清先生在報(bào)告中介紹了浪潮集團(tuán)提出的端到端 AI 計(jì)算系統(tǒng)的設(shè)計(jì)思路。大概分為四層：
AI 計(jì)算平臺(tái)：在平臺(tái)中會(huì)針對(duì)某一問題的計(jì)算特點(diǎn)、領(lǐng)域特點(diǎn)、部署環(huán)境等進(jìn)行設(shè)計(jì)算法。例如參數(shù)密集型或者計(jì)算密集型，平臺(tái)會(huì)根據(jù)這些特點(diǎn)做出不同的配置。
AI 系統(tǒng)管理：對(duì)于個(gè)人來(lái)說(shuō)可能只能配置少量的 GPU，硬件設(shè)施會(huì)限制運(yùn)算的效率。但是如果基于大型的集成計(jì)算硬件平臺(tái)，它們可以根據(jù)硬件資源的具體情況進(jìn)行資源管理、調(diào)度和監(jiān)控，可以有效地利用資源和提升運(yùn)算效率。
AI 計(jì)算框架。系統(tǒng)將根據(jù)不同的場(chǎng)景要求、模型特點(diǎn)和平臺(tái)特征選擇合適的框架（TensorFlow、Caffe 或者別的）。
AI 應(yīng)用方案：對(duì) AI 應(yīng)用實(shí)現(xiàn)進(jìn)行分析，則會(huì)有四個(gè)過(guò)程，包括任務(wù)分解（例如是圖像識(shí)別、語(yǔ)音合成還是機(jī)器翻譯等）、數(shù)據(jù)準(zhǔn)備（數(shù)據(jù)清洗、數(shù)據(jù)增強(qiáng)、數(shù)據(jù)標(biāo)注等）、算法選擇（RNN、ResNet、FCN 等）、系統(tǒng)構(gòu)建（管理平臺(tái)、計(jì)算平臺(tái)等）。
端到端的 AI 計(jì)算系統(tǒng)優(yōu)化技術(shù)方向包括三個(gè)：計(jì)算、通信和 IO。其中計(jì)算為 CPU 與 GPU 并行訓(xùn)練，進(jìn)一步提高資源利用率。通信則采用硬件技術(shù)，實(shí)現(xiàn)通信的低延時(shí)域高貸款；IO 則采用線上與線下同意存儲(chǔ)架構(gòu)設(shè)計(jì)，降低數(shù)據(jù)傳輸時(shí)間。
雷鋒網(wǎng)總結(jié)：以上為 AITech 主論壇一的內(nèi)容介紹。在半天會(huì)議中，通過(guò)深圳市以及龍崗區(qū)政府領(lǐng)導(dǎo)的講話，我們能夠了解到深圳市（龍崗區(qū)）政府在人工智能以及相關(guān)產(chǎn)業(yè)方面做出的巨大投入。從高文院士的報(bào)告中可以看出國(guó)家層面正在以及將要如何布局人工智能發(fā)展；徐揚(yáng)生院士的報(bào)告讓我們認(rèn)識(shí)到，人工智能時(shí)代我們應(yīng)當(dāng)重新思考（子女）教育問題；John Hopcroft 則通過(guò)淺顯的語(yǔ)言讓我們認(rèn)識(shí)到深度學(xué)習(xí)的不足、可能改進(jìn)的方向以及對(duì)此應(yīng)該有哪些反思；芮勇博士的報(bào)告，則形象化地闡明了人工智能良好發(fā)展的 A、B、C、D 四大要素；鄢志杰博士的報(bào)告則非常具體地闡述了阿里巴巴在 IoT 方面的架構(gòu)；林擁軍先生則給我們展示了一個(gè)宏大的數(shù)據(jù)存儲(chǔ)場(chǎng)景，對(duì)各級(jí)地方政府都有很大的參考價(jià)值；張清先生則介紹了端對(duì)端 AI 計(jì)算系統(tǒng)的設(shè)計(jì)和優(yōu)化，類似平臺(tái)的出現(xiàn)或許將讓大量研究人員不再需要單獨(dú)購(gòu)買 GPU 或者自己設(shè)計(jì)算法?？傊?，每場(chǎng)報(bào)告都讓人有一種心靈和視野的激蕩。
更多內(nèi)容請(qǐng)關(guān)注雷鋒網(wǎng)隨后報(bào)道。
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。
