0
雷鋒網(wǎng) AI 科技評論消息：2018 年 3 月 30 日，AITech 峰會在深圳龍崗區(qū)正式召開。
本次會議以配合國家新一代人工智能發(fā)展規(guī)劃實施，支撐人工智能產(chǎn)業(yè)技術(shù)協(xié)同創(chuàng)新，加強人工智能領(lǐng)域的國內(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)作為獨家戰(zhàn)略合作媒體將進(jìn)行現(xiàn)場內(nèi)容詳細(xì)報導(dǎo)。
為期兩天的會議將包括兩場主論壇和四場分論壇，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）
下面我們詳細(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致辭。
據(jù)戴斌先生介紹，龍崗區(qū)在 2017 年實現(xiàn)地區(qū)生產(chǎn)總值 3858 億元，增長 9.8%，躍居全深圳市各區(qū)第二，穩(wěn)居全國經(jīng)濟十強區(qū)。目前已集聚了包括智能機器人在內(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 60%，成為驅(qū)動發(fā)展的強大引擎。
張曉莉女士在致辭中表示，目前深圳在人工智能和機器人密切相關(guān)的智能制造、智能汽車、無人機等領(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)長陳廣文先生詳細(xì)介紹了龍崗區(qū)作為全國經(jīng)濟十強區(qū)的創(chuàng)新創(chuàng)業(yè)環(huán)境。主要概括有以下幾個特點：產(chǎn)業(yè)基礎(chǔ)雄厚；創(chuàng)新勢頭強勁；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張靜女士、中國國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。
在最后一項議程，由7位領(lǐng)域內(nèi)專家分別作出精彩報告。
高文院士：AI 開源平臺的挑戰(zhàn)與機遇
徐揚生院士：人工智能時代的教育
John E. Hopcroft：Deep Learning Research
芮勇：人工智能的字母表
鄢志杰：IoT 時代的智能語音交互
林擁軍：城市數(shù)據(jù)湖——城市發(fā)展
張清：端到端 AI 計算系統(tǒng)設(shè)計與優(yōu)化
下面我們對幾位專家的報告一一做簡要介紹。
報告人：高文院士，中國工程院院士，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。
高文院士針對 AI 開源平臺的四個方面進(jìn)行了介紹，他認(rèn)為這里既有挑戰(zhàn)，也有機遇。
首先是我國人工智能發(fā)展的瓶頸問題。高文院士認(rèn)為這有四點：（1）開源平臺多，但平臺之間相互隔離，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 算法平臺與硬件，基礎(chǔ)受制，推廣性受限；（4）國際巨頭通過 AI 開源工具打造生態(tài)和壟斷智能硬件，嚴(yán)重擠壓我國 AI 產(chǎn)業(yè)發(fā)展空間。針對這些問題，對這些瓶頸的應(yīng)對策略就是，通過構(gòu)建支撐開源軟/硬件基礎(chǔ)平臺來支持人工智能技術(shù)產(chǎn)業(yè)鏈。
深圳云腦計劃正是這樣一個平臺，它是為了配合國家新一代人工智能重大專項，解決上述四項瓶頸問題而成立的一項計劃。這項計劃近期主要為深圳云腦（SCB-AI），長期來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、云腦操作系統(tǒng)、重大應(yīng)用。其中硬件平臺包含了 GPU 集群，F(xiàn)PGA 推理節(jié)點、專用人工智能芯片推理部件。其次將這些硬件連接起來構(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、自動駕駛等。通過這種方式，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展，以及人工智能決策應(yīng)用平臺的高效實時、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，實現(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。此外還會通過聯(lián)盟來維護開源開放平臺，建設(shè)開源開放平臺子基金，通過聯(lián)盟向深圳以及國內(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：我國人工智能發(fā)展面臨四個挑戰(zhàn)，解決這些挑戰(zhàn)則需要強大的開源平臺，深圳云腦是可能的選擇之一。希望這個計劃對整個中國人工智能計劃起到幫助。
徐揚生：中國工程院院士、香港中文大學(xué)（深圳）校長
徐揚生院士在報告中首先給我們簡單介紹了機器人的發(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」，這次革命所帶來的影響將遠(yuǎn)遠(yuǎn)大于人類歷史中所有通過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，人類社會也將進(jìn)行重新分工，很多行業(yè)將會消失，同時也會產(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嚴(yán)峻的問題。徐揚生院士認(rèn)為，我們時代的教育主要還是在訓(xùn)練人類的弱點（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，美國工程院院士、美國科學(xué)院院士、中國科學(xué)院外籍院士、圖靈獎獲得者
在報告中，圖靈獎獲得者 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 輸出每個類別的概率）的引入，圖像分類等方面的錯誤率逐年下降，在 2015 年微軟亞研院提出的 152 層深度殘差網(wǎng)絡(luò)（ResNet）在圖像分類中超過了人的識別水平。但是在這方面還有很多問題值得研究，例如每個門學(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、怎樣讓一個門學(xué)習(xí)的內(nèi)容隨時間演化、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)練一個深度網(wǎng)絡(luò)時，可能會有許多局部極小值，有些極小值可能會比其他的好。如何保證我們在訓(xùn)練的過程中能夠找到一個好的局部極小值呢？訓(xùn)練深度網(wǎng)絡(luò)往往會花費很長的時間，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)練兩個網(wǎng)絡(luò)時會出現(xiàn)什么有趣的研究。對于兩個網(wǎng)絡(luò)，我們可以同時訓(xùn)練，也可以一先一后。那么這兩種情況，兩個網(wǎng)絡(luò)在激活空間里是否共享相同的區(qū)域呢？一個當(dāng)前比較火的例子就是生成式對抗網(wǎng)絡(luò)（GAN），這個網(wǎng)絡(luò)便屬于一先一后的情況。
最后 John 提出了一個問題：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別，AI 還不能提取出一個事物的本質(zhì)或者理解它的功能。在 John 看來，要想實現(xiàn)這一點，只是需要另外 40 年的時間。他還說到，其實很多現(xiàn)在看來是智能的任務(wù)其實都不是 AI，有些只需要強大的計算以及大數(shù)據(jù)就足夠了，例如棋類比賽。計算機正在做越來越多的人們以為需要智能的事情，實際上有些并不是 AI。所以我們在從事人工智能相關(guān)的工作時要想一想，這個問題的核心的是 AI 嗎？還是僅僅需要大計算而已？
芮勇：聯(lián)想集團首席技術(shù)官，高級副總裁，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，隱馬爾科夫模型，專家系統(tǒng)，深度學(xué)習(xí)。而事實上人工智能的算法也分為不同的陣營，例如符號學(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）。目前來看，則是連接學(xué)派發(fā)展勢頭很好，其他稍次。
C：算力-車輪
計算力是車輪，承載了整個人工智能的運行。在幾年前大家主要還是通過 CPU 集群來跑算法，而目前主流的計算引擎則是 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)是整個人工智能的能量來源。我們現(xiàn)在處于一個新數(shù)據(jù)時代，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)計到 2020 年全球平均每人每秒都會產(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，決定著整個大方向向哪個地方發(fā)展。芮勇分別舉了智慧交通、智慧醫(yī)療、智能心電衣等幾個行業(yè)案例說明了這個問題。
芮勇總結(jié)到：請記住人工智能字母表的這前四個字母，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-機器智能技術(shù)研究院 語音交互首席科學(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，鄢志杰博士在報告中則介紹了阿里巴巴在 IoT 方面的工作。簡單來說，阿里巴巴想要數(shù)字化整個物理世界，其觀點是：計算是心臟，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 IoT 設(shè)備。
隨后鄢志杰博士詳細(xì)介紹了語音交互智能在 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）、公共場所服務(wù)機、多模態(tài)語音交互打平等產(chǎn)品。他認(rèn)為在 IoT 時代，必須將技術(shù)、產(chǎn)品和商業(yè)打造成一個閉環(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)時代，數(shù)據(jù)如何存儲和利用的問題。在現(xiàn)代，我們有了更多和更先進(jìn)的感知器來收集數(shù)據(jù)，也有光纖、5G 等等數(shù)據(jù)傳輸管道；在計算上我們也有 GPU、TPU 以及超算等高性能計算硬件，但是在存儲上我們?nèi)匀贿€在使用以硬盤、磁帶等為主的器件，這些存儲設(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)光存儲技術(shù)。
他把數(shù)據(jù)分為熱數(shù)據(jù)、溫數(shù)據(jù)和冷數(shù)據(jù)。其中熱數(shù)據(jù)一般采用電存儲，優(yōu)點是速度快，輕便；而缺點是容量低、成本高、壽命短。溫數(shù)據(jù)則一般采用磁存儲，優(yōu)點是速度較快，容量大；但缺點是能耗大、壽命短、易故障。而大量冷數(shù)據(jù)可以采用光存儲的方式，其能耗只有磁存儲的 0.3%，成本只有磁存儲的 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，將成為人工智能時代數(shù)據(jù)存儲的最優(yōu)選擇。
林擁軍先生等人以藍(lán)光存儲技術(shù)為基礎(chǔ)，構(gòu)建一個城市新的基礎(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城市的標(biāo)配基礎(chǔ)設(shè)施。在這個構(gòu)想中，數(shù)據(jù)湖將成為政府主導(dǎo)建設(shè)的存儲節(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)的計算性能優(yōu)先的商業(yè)實施。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重要因素。
數(shù)據(jù)湖的 IT 架構(gòu)將是湖存儲+ABCD，其中 ABCD 分別為為人工智能（AI）、區(qū)塊鏈（Blockchain）、大數(shù)據(jù)（Data）和云計算（Cloud）。而其特點有四個：海量（存儲容量大、單機柜 1.6PB、數(shù)據(jù)密度高）、綠色（能耗低、磁存儲、存儲成本低、磁存儲的 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、決策支撐，推動改進(jìn)政府治理方式，提升政府治理的高度。
張清：浪潮集團AI首席架構(gòu)師
目前人工智能計算面臨著一系列問題，例如如何優(yōu)化模型、自動學(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。
張清先生在報告中介紹了浪潮集團提出的端到端 AI 計算系統(tǒng)的設(shè)計思路。大概分為四層：
AI 計算平臺：在平臺中會針對某一問題的計算特點、領(lǐng)域特點、部署環(huán)境等進(jìn)行設(shè)計算法。例如參數(shù)密集型或者計算密集型，平臺會根據(jù)這些特點做出不同的配置。
AI 系統(tǒng)管理：對于個人來說可能只能配置少量的 GPU，硬件設(shè)施會限制運算的效率。但是如果基于大型的集成計算硬件平臺，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算效率。
AI 計算框架。系統(tǒng)將根據(jù)不同的場景要求、模型特點和平臺特征選擇合適的框架（TensorFlow、Caffe 或者別的）。
AI 應(yīng)用方案：對 AI 應(yīng)用實現(xiàn)進(jìn)行分析，則會有四個過程，包括任務(wù)分解（例如是圖像識別、語音合成還是機器翻譯等）、數(shù)據(jù)準(zhǔn)備（數(shù)據(jù)清洗、數(shù)據(jù)增強、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、計算平臺等）。
端到端的 AI 計算系統(tǒng)優(yōu)化技術(shù)方向包括三個：計算、通信和 IO。其中計算為 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)，實現(xiàn)通信的低延時域高貸款；IO 則采用線上與線下同意存儲架構(gòu)設(shè)計，降低數(shù)據(jù)傳輸時間。
雷鋒網(wǎng)總結(jié)：以上為 AITech 主論壇一的內(nèi)容介紹。在半天會議中，通過深圳市以及龍崗區(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。從高文院士的報告中可以看出國家層面正在以及將要如何布局人工智能發(fā)展；徐揚生院士的報告讓我們認(rèn)識到，人工智能時代我們應(yīng)當(dāng)重新思考（子女）教育問題；John Hopcroft 則通過淺顯的語言讓我們認(rèn)識到深度學(xué)習(xí)的不足、可能改進(jìn)的方向以及對此應(yīng)該有哪些反思；芮勇博士的報告，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宏大的數(shù)據(jù)存儲場景，對各級地方政府都有很大的參考價值；張清先生則介紹了端對端 AI 計算系統(tǒng)的設(shè)計和優(yōu)化，類似平臺的出現(xiàn)或許將讓大量研究人員不再需要單獨購買 GPU 或者自己設(shè)計算法。總之，每場報告都讓人有一種心靈和視野的激蕩。
更多內(nèi)容請關(guān)注雷鋒網(wǎng)隨后報道。
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。
