0
| 本文作者： 付靜 | 2020-08-11 11:14 | 專題：CCF-GAIR 2020 全球人工智能與機器人峰會 |
2020 年雷鋒網(wǎng)做了一件勇氣可嘉的事情。
2020 年 8 月 7 日—9 日，一年一度的全球人工智能與機器人峰會在深圳如約舉行。CCF-GAIR 2020 由中國計算機學會主辦，香港中文大學（深圳）、雷鋒網(wǎng)聯(lián)合承辦，鵬城實驗室、深圳市人工智能與機器人研究院協(xié)辦。
CCF-GAIR 2020 圓滿落幕，雷鋒網(wǎng)特將三天的精彩內(nèi)容整理如下：
CCF-GAIR 2020 首日，是無數(shù)思想觀點碰撞的起點，也是科技與溫情交織的一天。
大會組委會主席、清華大學教授、鵬城實驗室黨委書記楊士強教授以開幕式主持人的身份宣布 CCF-GAIR 2020 正式開幕。
大會開始，中國計算機學會（CCF）副理事長、華中科技大學計算機科學與技術學院教授金海致辭，點明了今年峰會主題的意義：
今年大會主題是“AI 新基建、產(chǎn)業(yè)新機遇”，一方面，是希望在大會舉辦 5 周年之際，在前幾年大會討論產(chǎn)學結合、產(chǎn)業(yè)落地和垂直細分的基礎上，做一個系統(tǒng)的總結和回顧；另一方面，前幾年 AI 落地情況下，大會從人工智能基礎研究出發(fā)，推動人工智能更多的應用、更多的可能，在更多領域的落地。
作為歷年 CCF-GAIR 峰會的主論壇，5 位超重量級學術嘉賓依次帶來了精彩報告：
中國工程院院士、鵬城實驗室主任、CCF 會士、ACM/IEEE Fellow 高文《城市大腦 2.0-邊端云合理分工的人工智能賦能系統(tǒng)》
南京大學人工智能學院院長、CCF 會士、ACM/AAAI/IEEE/AAAS/IAPR Fellow 周志華《反繹學習（Abductive Learning）》
香港中文大學（深圳）校長講座教授、AIRS 中心主任、中科院云計算中心首席科學家、IEEE Life Fellow 黃鎧《5G Cloud, AIoT and Edge Computing》
北京語言大學信息科學院院長荀恩東《語音智能核心問題——語義理解》
鵬城實驗室副主任、香港中文大學（深圳）校長講座教授、IEEE Fellow 陳長汶《視頻物聯(lián)網(wǎng)——新一代智能化物聯(lián)網(wǎng)》
在長達 40 分鐘的遠程視頻報告中，高文院士從智慧城市建設的角度出發(fā)，探討了城市大腦從 1.0 到 2.0 版本的演變。高文院士談到了以云為中心的城市大腦 1.0 及其現(xiàn)狀。為解決現(xiàn)存問題，設計新的城市大腦——城市大腦 2.0 彰顯出了必要性。同時，借鑒生物視覺系統(tǒng)，將邊、端、云都考慮在內(nèi)的“數(shù)字視網(wǎng)膜”的概念也應運而生。
高文院士表示：
邊、端、云結合最核心的技術是數(shù)字視網(wǎng)膜，它是整個城市大腦 2.0 的一個基本架構，我們稱之為仿生視網(wǎng)膜的計算架構；要想把數(shù)字視網(wǎng)膜技術全部用起來，需要用到一些使能技術，包括視頻編碼、特征編碼、聯(lián)合優(yōu)化和深度學習模型編碼等。
而在題為《反繹學習（Abductive Learning）》的報告中，周志華教授以人工智能模型 GPT-3 為切入點，拋出了一個問題：如何在現(xiàn)實應用中將人工智能技術與知識結合起來？
周志華教授談到，邏輯推理比較容易利用知識，而機器學習比較容易利用事實或者是證據(jù)。但是，人類在做決策和分析的時候，其實并不是只依賴于中間某一個方面，而是兩者相結合。做人工智能的模型、算法，也應該想辦法把它們結合起來。由此，周志華教授談到了自己最新提出的新概念——反繹學習（Abductive Learning），即從不完備的觀察出發(fā)，得出最可能的解釋。
隨后，黃鎧教授在報告中首先表達了一個觀點：
計算機一定要走向智能化，如果只是高性能計算 + 序列化的云，那么這里的云計算就缺乏智慧；除了算力、算法，還要有智慧；因此 AI、機器學習、深度學習要布局在云端，而且要圍繞云端開發(fā)邊際云（Edge Cloud）。
黃鎧教授在報告中談到了 5G——他表示，5G 的意義一是在于其速度更快；二是容量，它可以接受更多的信號和數(shù)據(jù)；三是時延有希望降低到 1 毫秒；四是頻率問題。此外，黃鎧教授也談到了 SpaceX 的通信衛(wèi)星。
大會上，荀恩東教授在題為《語音智能核心問題——語義理解》的報告中表示，語音智能之所以難，是自然語言的特點決定的——自然語言的歧義無處不在，比如語義、詞法、語法、語意、語用、語言多樣性等，同時也面臨著知識瓶頸。
基于此，荀恩東教授提到了語言智能的四類應用，即分類、生成、抽取，校對。他表示，語言理解是語言智能的主要任務，這涉及到理解的目標、途徑和主要模型。他表示：
語言單元在不同的場景里面有不同的表現(xiàn)，有的可能就是簡單的詞和詞之間的關系，詞的屬性，有的可能是涉及到句子和句子之間的關系，段落和段落等。語言關系在數(shù)學上可以表現(xiàn)為序列的關系、幾何關系、數(shù)的形態(tài)和圖的形態(tài)，復雜的問題是這些形態(tài)的組合；所以做語言理解實際上就是把自然語言做結構化，這種結構化是計算機可操作的一個結構化的方案，這種結構化的方案很容易對接落地的需求。
作為最后一位做大會報告的學術嘉賓，陳長汶教授在題為《視頻物聯(lián)網(wǎng)——新一代智能化物聯(lián)網(wǎng)》的報告中，主要談及了新一代視頻物聯(lián)網(wǎng)的特別之處。
陳長汶教授談到了視頻物聯(lián)網(wǎng)的五大技術挑戰(zhàn)：
感知前端嵌入式視覺數(shù)據(jù)處理至關重要，并需要與前端存儲部件，聯(lián)網(wǎng)鏈接，和各級的能耗效率設計聯(lián)合優(yōu)化；
可靠和自適應的視頻物聯(lián)網(wǎng)通訊鏈接能力才可以保證圖像/視頻數(shù)據(jù)在聯(lián)網(wǎng)的大環(huán)境下充分得到應用；
視頻數(shù)據(jù)壓縮和視頻數(shù)據(jù)分析的集成平臺設計才能夠提供有效的基于視頻物聯(lián)網(wǎng)應用的有效搜索和檢索；
網(wǎng)絡安全和個人隱私的恰當平衡才能夠保障直觀敏感的視覺傳感器數(shù)據(jù)的共享和分布式處理。
建立視頻物聯(lián)網(wǎng)和標準平臺是最后的關鍵，是破解信息孤島現(xiàn)象以達到全系統(tǒng)優(yōu)化的必要條件。
值得一提的是， 大會程序主席、深圳市人工智能與機器人研究院執(zhí)行院長、國際歐亞科學院院士、IEEE Fellow 李世鵬也在當天下午以專場主持人的身份亮相大會舞臺。
在 AI 前沿專場上，除了五位學術嘉賓報告外，另有三位重要講者進行了分享。
科大訊飛聯(lián)合創(chuàng)始人、輪值總裁胡郁在題為《人工智能的顛覆式創(chuàng)新和典型應用》的演講中提到，人工智能最重要的是基于語音和語言的認知智能，其應用場景主要有兩大方面：交互智能和專家系統(tǒng)——交互智能可以讓機器像人一樣自然地交互，應用到視覺、語音和傳感器等各方面的技術；專家系統(tǒng)能夠通過人工智能的學習能力，學習專家的知識和經(jīng)驗。
未來，人機交互將改變?nèi)撕蜋C器之間的關系，改變流量的入口。在行業(yè)方面，會有越來越多的專家系統(tǒng)會起到供應側(cè)改革的作用，包括教育、醫(yī)療、政法、智慧城市等。
京東集團技術副總裁、IEEE Fellow、京東人工智能研究院常務副院長何曉冬帶來的演講題為《多模態(tài)人機對話與交互：理解、創(chuàng)作、決策》。
何曉冬博士提到了超大規(guī)模語言模型實驗的三方面挑戰(zhàn)：
技術路線是端到端的“暴力美學”還是知識與推理驅(qū)動？
評測指標在生成對話回復層次上“擬人”還是在整體體驗上“擬人”？
系統(tǒng)任務是否只是語言理解？
對于這些挑戰(zhàn)，何曉冬博士表示：
在開展了 GPT-3 這樣的多任務大數(shù)據(jù)語言模型之后，我們可以做更多需要知識驅(qū)動的任務，這需要知識和常識的支撐，需要推理和決策。另外一個是數(shù)據(jù)，我們還需要更多模態(tài)的數(shù)據(jù)，模態(tài)的交叉會帶來比目前高幾個數(shù)量級的數(shù)據(jù)，比如說跨模態(tài)的信息集合和連接，可以通過大量的多模態(tài)數(shù)據(jù)，使得無監(jiān)督學習可以更高效獲得更全面的模型，比如說通過海量文本、語音、圖像、視頻數(shù)據(jù)，建設跨模態(tài)數(shù)據(jù)集和知識庫。
依圖科技 CTO、新加坡工程院院士、IEEE / IAPR Fellow 顏水成的演講題目是《芯智能，新基建》。
顏水成教授主要從新基建的產(chǎn)業(yè)大規(guī)模應用出發(fā)，談到學術界和工業(yè)界在人工智能探索方面的差別；其中，學術界追求算法的可復制性、新穎性和公平性，而工業(yè)界的最終面向?qū)ο笫强蛻?，而客戶是不關心過程的。
基于此，顏水成教授認為，工業(yè)界要想讓人工智能走向落地，一個非常重要的點是要讓人工智能的成本降低，讓用戶用得起；這時候就需要把算法的效能和芯片的效能通過協(xié)同開發(fā)的方式去形成人工智能的解決方案，即芯智能。
在 CCF-GAIR 2020 首日下午的紀念 Thomas S. Huang（大家稱之為 Tom）圓桌論壇環(huán)節(jié)中，眾多與黃煦濤教授有著深厚的淵源的 AI 大咖齊聚一堂，共同追憶一代宗師：
陳長汶：鵬城實驗室副主任、香港中文大學（深圳）校長講座教授、IEEE Fellow；
沈向洋：清華大學教授、前微軟全球執(zhí)行副總裁；
楊士強：清華大學教授、鵬城實驗室黨委書記、CCF 會士；
張正友：騰訊 AI Lab & Robotics X 主任、CVPR 2017 大會主席、ACM／IEEE Fellow；
顏水成：依圖科技 CTO、新加坡工程院院士、IEEE／IAPR Fellow；
田奇：華為云人工智能領域首席科學家、IEEE Fellow；
王孝宇：云天勵飛首席科學家；
文鎮(zhèn)：騰訊看點內(nèi)容 AI 實驗室負責人。
各位嘉賓依次回憶了自己眼中的 Tom——陳長汶教授談到了 Tom 的桃李滿天下，沈向洋教授則是淚灑現(xiàn)場，楊士強教授提到了 Tom 對清華大學講席教授組制度的影響，張正友博士強調(diào)了 Tom 對計算機視覺的影響是全球性的，顏水成教授談到了 Tom 的愛和謙卑，田奇教授表示成為 Tom 的學生是學術生涯中最幸運的事情，王孝宇博士談到了 Tom 的謙遜，文鎮(zhèn)博士強調(diào) Tom 終身對新技術、新想法保持追求。
更多內(nèi)容可點擊：http://www.ozgbdpf.cn/news/202008/qMkUYsScNfqV6pEZ.html
峰會進入第二天，包括機器人前沿專場、AIoT 專場、智能駕駛專場、AI 芯片專場、視覺智能·城市物聯(lián)專場、前沿語音技術專場、AI 源創(chuàng)專場在內(nèi)的七大專場也拉開了帷幕。
由 IEEE 國際機器人與自動化學會廣東分會協(xié)辦的機器人前沿專場開始，加拿大工程院院士、IEEE Fellow 張宏首先以遠程視頻的形式帶來了題為《移動機器人全局定位技術與方法》的報告。
張宏教授從分享學術研究的角度出發(fā)，主要談及了移動機器人全局定位。張宏教授表示：
機器人在定位方面還是有欠缺的：1.對環(huán)境的語義表達、理解能力有所不足。我們和機器人的理解不一樣，機器人生活在數(shù)字世界里面，我們生活在抽象的概念里面，讓機器人和人共融就必須要有語義這個層次。2.需要更高的魯棒性。機器人的魯棒性滿足不了實際工作的要求，經(jīng)常死機，所以魯棒性從各個角度都需要提高，使得最終的實現(xiàn)目標是自主移動機器人，而不是旁邊總站著一個“護士”和技術員來幫助移動機器人工作，這也是大家可以努力的方向。
報告過后，幾位嘉賓也帶來了精彩主題演講。
上海交通大學講席教授、國家 973 計劃首席科學家、國家杰出青年基金獲得者高峰在題為《探月足式飛躍機器人設計與控制》的演講中，介紹了團隊在月球空間站機器人方面的進展。他詳細介紹了腿式著陸行走器的設計方法和實驗成果，其中強調(diào)了六足腿式設計的優(yōu)點。
北京大學教授、國家重點研發(fā)計劃“智能機器人”總體專家組專家劉宏教授的演講主題為《面向公共服務機器人的新一代 AI 技術》。演講中，劉宏教授通過新一代人工智能要面臨的三大問題，指出了新一代人工智能的關鍵詞為：大數(shù)據(jù)智能、跨媒體智能、人機混合智能、群體智能、自主協(xié)同與決策等等。
隨后，清華大學研究員／優(yōu)必選人形機器人首席科學家趙明國也奉上了主題為《基于計算的智能機器人控制》的精彩演講。演講中，趙明國教授提及了兩個案例：
無人自行車：其團隊提出了兩條新思路——以芯片為基礎加上機器人，用機器人做芯片或者 AI 算法的研究平臺證明算法可行，反饋到機器人上；機器人+芯片，機器人用芯片解決算力不足的問題，把機器人性能往前提一步。
雙足機器人：1990 年，被動行走純機械結構機器人就已出現(xiàn)，其團隊目前也正在利用動力學等方法進行研究。
最后，大道智創(chuàng)聯(lián)合創(chuàng)始人龍建睿發(fā)表題為《機器人導航技術的通用平臺和垂直場景》的演講。演講主要圍繞移動服務機器人導航技術展開：
垂直應用仍然是機器人行業(yè)（尤其是服務機器人行業(yè)）的主流和驅(qū)動力；機器人產(chǎn)業(yè)的鏈條會變得更長，具有更多的環(huán)節(jié)，每個環(huán)節(jié)本身內(nèi)部可能出現(xiàn)比較多的通用性；環(huán)境改造對機器人會更友好，場景改造會借助新基建和智慧城市的努力而使服務機器人的市場更加繁榮；機器人的應用運營也會越來越重要。
作為 CCF-GAIR 每年最精彩的產(chǎn)學研融合分論壇，今年 AIoT 專場論壇邀請到了 AIoT 行業(yè)不同領域的“關鍵先生”來到現(xiàn)場，從不同的角度來剖析在新基建下的 AIoT 行業(yè)關鍵技術和發(fā)展趨勢。
首先，中國工程院院士、國家 973 項目首席科學家、中國大數(shù)據(jù)技術與應用聯(lián)盟理事長譚建榮在題為《5G&AIoT 新基建：關鍵技術與發(fā)展趨勢》的報告中，重點回答了 5G 與 AIoT 、新基建的發(fā)展問題。
譚院士表示：
5G 與物聯(lián)網(wǎng)正在連接高速增長的階段，未來數(shù)百億的設備并發(fā)聯(lián)網(wǎng)產(chǎn)生交互需求、數(shù)據(jù)分析需求將和 AIoT 更加深度融合。AIoT 對實體經(jīng)濟的融合賦能使得 AIoT 業(yè)務量享有十萬億市場空間。2019 年，受益于城市端 AIoT 業(yè)務規(guī)模化落地及邊緣計算的初步普及，中國 AIoT 市場規(guī)模突破 3000 億大關直指 4000 億量級。
隨后是七個精彩演講。
百度集團副總裁、智能生活事業(yè)群組總經(jīng)理景鯤在題為《AI 助手“破圈” 智能生活新機遇》的演講中，展示了小度在家庭場景、酒店與地產(chǎn)場景、車載場景、隨身場景的應用，介紹了小度智能語音助手在疫情期間的使用情況。景鯤認為，后疫情時代，家庭智能生活將迎來新機遇，特別是家庭娛樂、家庭教育、家庭醫(yī)療、家庭電商等方面。
隨后，華為無線 AI 副總裁孫賓帶來了《5G+5“機”，開啟萬物互聯(lián)世界新篇章》的主題分享。孫賓通過華為當前的智能工廠案例、機器視覺在電力行業(yè)的應用案例以及智能礦業(yè)案例，闡述了 5G 在千行百業(yè)中承擔的作用。
TCL 實業(yè)控股 CTO、鴻鵠實驗室總經(jīng)理孫力隨后帶來了《家電行業(yè)智能化轉(zhuǎn)型》的主題分享。孫力圍繞人工智能，主要解釋了 3 個問題——為什么智能化、怎么做智能化和智能化背后和人工智能有什么關系？
在題為《智能物聯(lián)網(wǎng)系統(tǒng)安全：挑戰(zhàn)和機遇》的演講中，浙江大學網(wǎng)絡空間安全學院院長、IEEE Fellow 任奎將關注點放在了技術上——硬件、系統(tǒng)與網(wǎng)絡安全。通過對四個應用案例的闡釋，任奎教授表明了浙大網(wǎng)安團隊在智能無線網(wǎng)絡安全方面的考慮：一是全生命周期保護；二是全技術棧保護。
此外，美團首席科學家、AI 平臺總經(jīng)理夏華夏在《AI+生活：打造未來生活服務新基建》的演講中，通過對 AI 發(fā)展、產(chǎn)業(yè)、場景的簡要回顧，分享了如何用 AI+生活打造生活服務新篇章。
綠城中國智慧園區(qū)事業(yè)部總經(jīng)理陳霄的演講題為《AI+生活：打造未來生活服務新基建》，他分享了對于地產(chǎn)商與 AI 結合的理解和相關應用案例。
最后，雅觀科技 CIO、智慧空間研究院院長高健倫在《智變未來，數(shù)字孿生，理想生活》的主題演講中闡述了雅觀對于智慧家居和智慧社區(qū)的看法。
在為期一天的智能駕駛專場中，無數(shù)思想觀點碰撞出了火花。
首先登場的是車路協(xié)同國家重點研發(fā)計劃項目負責人、西安電子科技大學領軍教授、IEEE/IET Fellow、戴升智能 CEO 毛國強。在題為《智慧公路與智能駕駛-新基建下如何把握機遇》的演講中，毛國強教授認為，聰明的車離不開智慧的路。無人車要大規(guī)模鋪開，需要道路提供信息。但能夠為智能網(wǎng)聯(lián)車輛服務的智慧公路大規(guī)模應用的前提，是智能網(wǎng)聯(lián)車的滲透率達到一定程度。
【智能駕駛專場現(xiàn)場圖】
清華大學自動化系系統(tǒng)工程研究所教授、博士生導師姚丹亞提到了車路協(xié)同的兩個重大作用：
可以實現(xiàn)汽車安全性能的升級，從被動安全（安全帶、氣囊）到主動安全（ADAS），然后再到協(xié)同安全（AC-DAS）。
可以成為下一代智能交通系統(tǒng)的基礎。
隨后，東風汽車技術中心智能網(wǎng)聯(lián)部部長邊寧登臺演講時稱 ，L3- 是指最終由人承擔安全責任；L3+ 由系統(tǒng)承擔安全責任。同時，未來汽車會朝著兩個方向發(fā)展——一個是智慧汽車，另一個是智慧出行。
銳明技術 CTO 李恒則將重點放在運輸安全方面——道路上的安全挑戰(zhàn)主要可以分為兩類，第一類來自公共安全；第二類來自駕駛安全。基于這些場景，銳明部署了全套的安全管理方案，其中 AI 發(fā)揮著至關重要的作用。
接著，全球 MIT TR35 獲獎者、人工智能頂尖期刊 IEEE TPAMI 編委、ICCV/CVPR/ECCV 領域主席、阿里自動駕駛實驗室主任王剛在會上表示，末端物流場景存在一些挑戰(zhàn)?；诖?，阿里在算法智能、硬件層面、系統(tǒng)架構層面，都提出了相應措施。
此外，mobileye 大中華區(qū)總經(jīng)理童立豐談到了數(shù)據(jù)對自動駕駛落地的重要性；法雷奧中國區(qū) CTO 顧劍民談到了未來自動駕駛可以細分成的兩條路線；福瑞泰克智能系統(tǒng)有限公司總裁張林表示，當下福瑞泰克已經(jīng)能夠?qū)崿F(xiàn) L2 級自動駕駛方案量產(chǎn)，L2.9 的方案也已進入量產(chǎn)準備；滴滴自動駕駛公司 COO 孟醒明確指出出行是滴滴的基因，出行的重點是安全；騰訊產(chǎn)業(yè)安全運營部總經(jīng)理呂一平認為，信息安全應成為智能網(wǎng)聯(lián)汽車重要的部分；威盛電子(上海)有限公司高級技術總監(jiān)唐亮著重介紹了任我行智駕平臺；昆仲資本合伙人姚海波更是從投資人角度談到了自動駕駛產(chǎn)業(yè)的現(xiàn)狀。
更多內(nèi)容請點擊：http://www.ozgbdpf.cn/news/202008/w7UdmfPNnaMdxHAG.html
在 AI 芯片專場上，清華大學副教授高濱首先帶來了主題為《基于憶阻器的存算一體芯片技術》的報告。高濱副教授從現(xiàn)代技術的演變、人工智能發(fā)展對硬件的挑戰(zhàn)、存算一體技術的研究進展以及未來展望四個部分帶來分享。
值得一提的是，高濱副教授所在的清華大學錢鶴、吳華強團隊設計出了全球首款全系集成的憶阻器存算一體芯片，用 130 納米工藝制造出計算精度與 28nm 樹莓派 CPU 相當?shù)臏蚀_度，速度快 20 倍，能效還比 GPU 高 3 個數(shù)量級。
隨后，四位重要嘉賓帶來了精彩演講。
英特爾首席工程師、人工智能技術中國首席架構師夏磊在題為《指數(shù)級技術創(chuàng)新，加速AI應用落地》的演講中表示，英特爾提出了“智能 X 效應”，即隨著大數(shù)據(jù)和網(wǎng)絡連接技術、5G 的發(fā)展，AI 可以把數(shù)據(jù)的互聯(lián)和處理效應疊加起來，以乘法倍乘效應，促進行業(yè)應用的融合及迅速創(chuàng)新。
地平線聯(lián)合創(chuàng)始人兼副總裁黃暢的演講主題為《構建與時俱進的性能標準，讓AI芯片算力可感知》。演講中，黃暢分享了地平線對 AI 芯片性能評估的思考，并提出一種 MAPS (Mean Accuracy-guaranteed Processing Speed，在精度有保障范圍內(nèi)的平均處理速度）方法，用以評估芯片的 AI 真實性能。
在題為《領域?qū)偌軜嫶龠M人工智能發(fā)展》的演講中，深圳睿思芯科副總裁王衛(wèi)表示，RISC-V 可通過向量的擴展指令集運算從硬件上加速矩陣運算，符合當前深度學習對矩陣運算的高算力需求。因此，RISC-V 是提升算力的新途徑。
最后，耀途資本創(chuàng)始合伙人楊光則是站在投資人的角度，談到了新基建作為一個大賽道給半導體行業(yè)帶來的大量基礎設施場景。他認為，新基建帶來了很多機會，而芯片正是抓住機會的最小單元。
乘著新基建的東風，視覺智能·城市物聯(lián)專場特地邀請了這個行業(yè)里極少數(shù)能夠利用前沿技術、真正為產(chǎn)品和業(yè)務創(chuàng)造巨大價值的頂級專家。
大會開始，首先登臺的是華為云人工智能領域首席科學家、IEEE Fellow 田奇。在題為《華為視覺研究計劃與進展》的報告中，田奇教授從華為在視覺智能的一些思考以及華為在視覺智能方面所做的努力，談到了華為云人工智能對人才培養(yǎng)的理念。
此外，田奇教授也提到了華為云的一云兩翼雙引擎+開放生態(tài)目標。
隨后，六位重要嘉賓帶來了分享。
京東集團技術副總裁、AI 研究院副院長、IEEE Fellow 梅濤帶來了題為《智能供應鏈中的機器視覺》的演講。演講中，梅濤博士主要介紹了在京東的供應鏈環(huán)節(jié)中機器識別所發(fā)揮的作用。
云天勵飛首席科學家王孝宇以遠程視頻的方式分享了 AI 在智慧城市中的應用。王孝宇博士認為，智慧城市可以分為如下幾個類型，第一代的智慧城市是 Sensing（感知），即理解物理世界的一些基本事實；第二代是 Cross Analysis（交叉分析）；最終是 Data Mining。
在題為《從感知到認知 - 多模態(tài)人機互動的產(chǎn)業(yè)實踐》的演講中，中山大學教授、暗物智能聯(lián)合創(chuàng)始人&CEO、IET Fellow 林倞從人工智能的新技術方面談到了產(chǎn)業(yè)化的新機遇，特別是從感知型的人工智能往認知型人工智能的發(fā)展方面。林倞教授表示，希望看到從單一型的人工智能能力到綜合型、跨模態(tài)的人工智能能力在產(chǎn)業(yè)中的更多實踐。
澎思科技首席科學家、新加坡研究院院長申省梅的演講主題為《基于遷移學習的視覺智能發(fā)展與應用》。她從傳統(tǒng)機器學習的痛點、深度學習帶來的突破、深度遷移學習、遷移學習中用到的一些技術和實例方面進行了分享，并分析了遷移學習在視覺智能的需求。
商湯科技聯(lián)合創(chuàng)始人，香港中文大學教授林達華在《人工智能的惠普與開放之路》的演講中探討了人工智能的前路。他提到了人工智能發(fā)展背后的多方面因素和人工智能對社會所帶來的價值，最后通過案例介紹了商湯科技是如何把人工智能技術帶到新行業(yè)并創(chuàng)造新機會的。
專場最后，微軟亞洲研究院首席研究員、IAPR Fellow 王井東在題為《高分辨率網(wǎng)落，一種面向視覺識別的通用網(wǎng)絡結構》的演講中，解釋了一系列問題：分類網(wǎng)絡是什么樣的？現(xiàn)在存在怎樣的問題？下一代網(wǎng)絡結構是什么樣的？誰能解決這些多任務識別問題？
技術戰(zhàn)“疫”、聲紋識別、AIoT 布局，讓我們對語音技術已有了一定認知。在由深圳市人工智能學會、CCF 語音對話與聽覺專業(yè)組協(xié)辦，北京大學教授，深圳市人工智能學會副理事長鄒月嫻教授主持的「前沿語音技術」專場中，幾位領域?qū)＜覍η把卣Z音技術進行了深度解讀，為與會人員對語音技術前景與發(fā)展的認知帶來了新啟發(fā)。
首位登場的嘉賓是西北工業(yè)大學智能聲學與臨境通信研究中心教授張雯。張雯教授主要從三個部分闡述了“開放空間聲場的主動控制技術”，包括空間聲場重構技術、空間多區(qū)域聲場控制技術，以及空間主動噪聲場控制技術。
隨后，滴滴 AI Labs 高級專家研究員、語音研究實驗室負責人宋輝上臺演講，題為《基于深度學習的語音分離技術進展》。宋輝博士介紹了語音分離技術的發(fā)展現(xiàn)狀，深入闡述了基于深度學習的單通道語音分離技術的發(fā)展脈絡，各種技術方案的優(yōu)缺點與適用場景，以及未來面臨的挑戰(zhàn)。
緊接著登場的嘉賓是昆山杜克大學電子與計算機工程副教授李明。李明副教授的演講主題為《基于深度編碼的聲紋識別及其關聯(lián)任務》，主要著力于聲紋識別。李明副教授提到，聲紋識別只是富語言具體的任務，是這一類富語言識別的一個部分，其主要的核心思想是通過語音提取，是富語言生成的過程。
第四位進行演講的是中國科學技術大學電子工程與信息科學系副教授凌震華。語音轉(zhuǎn)換技術旨在實現(xiàn)語音信號中話者身份信息的轉(zhuǎn)換。凌震華副教授圍繞非平行語料、表征解耦等問題，詳盡闡述了語音轉(zhuǎn)換技術的研究進展。
最后壓軸登場的，是上海交通大學計算機系教授、思必馳首席科學家俞凱。俞凱教授從語音識別的研究走向問題出發(fā)，探討了“端到端及半監(jiān)督語音識別技術的進展”，深入闡述了大數(shù)據(jù)驅(qū)動的自然場景語音識別的新挑戰(zhàn)及技術進展——從高精度系統(tǒng)到高效率系統(tǒng)；從海量標注數(shù)據(jù)到高質(zhì)量精準數(shù)據(jù)。
在由 AI 研習社承辦，啟智 OpenI 協(xié)辦的 AI 源創(chuàng)專場中，來自小米、百度、曠視、騰訊、華為、Zilliz 等關鍵企業(yè)的技術 VP 依次帶來了精彩演講，呈現(xiàn) AI 背后的開源技術創(chuàng)新與變革、帶來 AI 技術先行者的方法論與深入思考。
小米集團副總裁、集團技術委員會主席崔寶秋首先帶來了以《開源新時代》為題的大會報告。
崔寶秋首先簡要回顧了開源的發(fā)展，并闡釋了開源在他心中的地位：
我個人接觸自由軟件到后來的開源軟件有 25 年之久。在我心目中開源是個理念，開源是個運動，當然再往上提升一下開源是個信仰、開源是個平臺、開源是個模式。
通過對開源的里程碑事件的簡要介紹，崔寶秋引出了小米的開源理念：
不僅要站在巨人的肩膀上，還要為巨人指方向。
基于這一理念，小米有五大開源戰(zhàn)略原則——快、不重造輪子、不用則已，要用則精、堅持開放與共享，以及極力推出自己的 committer。
實際上，本場依舊是大咖云集。
Kaldi 之父、小米集團語音首席科學家在 Daniel Povey 在題為《Deep Learning with Collections of Sequences 序列集上的深度學習》的演講中，主要提及到了目前正在進行的項目 K2，即一個用加權有限狀態(tài)自動機進行深度學習、主要用于自動語音識別的框架。
騰訊數(shù)據(jù)平臺總監(jiān)、專家工程師陶陽宇在題為《騰訊 Angel 全棧 AI 平臺技術與應用》的演講中用四個詞對騰訊首個 AI 開源項目 Angel 進行了準確概括：高性能、全站、開源、企業(yè)級。
華為計算開源生態(tài)部副總監(jiān)黃之鵬在題為《MindSpore 全場景 AI 計算框架介紹》的演講中介紹了 MindSpore 的功能、特性以及在華為的業(yè)務落地情況。
Zilliz 合伙人兼技術布道師顧鈞在以《開源 AI 新成員， Milvus 向量搜索引擎》為題的演講中著重介紹了 Milvus 開源項目的工作狀況。
此外，出席專場的嘉賓還包括百度深度學習技術平臺部高級總監(jiān)馬艷軍和曠視研究院高級技術總監(jiān)田忠博。
在專場最后，來自新一代人工智能產(chǎn)業(yè)技術創(chuàng)新戰(zhàn)略聯(lián)盟 OpenI 啟智平臺的劉明秘書長也主持了一場圓桌論壇，與到場嘉賓共話 AI 技術變遷和行業(yè)發(fā)展趨勢。圓桌論壇中，微眾銀行人工智能部副總經(jīng)理陳天健、濤思數(shù)據(jù)創(chuàng)始人兼 CEO 陶建輝、一流科技創(chuàng)始人袁進輝也進行了精彩分享。
少些概念、多些落地，是疫情給所有企業(yè)的最深刻啟示。8 月 9 日，CCF-GAIR 2020 迎來了最后一天議程，但相比前兩天，內(nèi)容更為重磅，現(xiàn)場依舊火爆——包括企業(yè)服務專場、工業(yè)互聯(lián)網(wǎng)專場、AI +金融專場、醫(yī)療科技專場、智慧城市新基建專場、聯(lián)邦學習與大數(shù)據(jù)隱私專場、AI +藝術專場在內(nèi)的七個專場和一場鯨犀×騰訊“千帆計劃”數(shù)字產(chǎn)業(yè)沙龍。
疫情激化了企業(yè)數(shù)字化需求，ToB 成為各方數(shù)字化服務商爭搶的大蛋糕。
因此，企業(yè)服務專場就當下企業(yè)服務領域所關注的新技術應用落地、核心案例實踐、創(chuàng)新趨勢，邀請到信通院、阿里、騰訊、華為、循環(huán)智能的專家學者、技術負責人為現(xiàn)場嘉賓帶來了精彩演講。
中國信息通信研究院政策與經(jīng)濟研究所副所長何偉表示：
數(shù)字化轉(zhuǎn)型的本質(zhì)是信息技術驅(qū)動的產(chǎn)業(yè)變革的過程。信息技術與傳統(tǒng)產(chǎn)業(yè)全面深度的融合會構建數(shù)據(jù)驅(qū)動的智能優(yōu)化閉環(huán)，使得物理世界和數(shù)字世界在相互映射，傳統(tǒng)的資本、原材料、勞動力等投入要素重新優(yōu)化配置，去推動生產(chǎn)方式、商業(yè)模式和產(chǎn)業(yè)組織方式實現(xiàn)重塑，使得從投入到產(chǎn)出的過程變得更加高效。
同時他指出，轉(zhuǎn)型的目標是通過數(shù)字化手段解決當前產(chǎn)業(yè)中面臨的成本、質(zhì)量、效益問題。只要產(chǎn)業(yè)中的痛點存在，數(shù)字化轉(zhuǎn)型的需求其實就一直存在。隨著數(shù)字技術、數(shù)字基礎設施的發(fā)展，它的支撐作用更為明顯。特別近年來 5G、云計算、大數(shù)據(jù)、人工智能等等新技術的發(fā)展和應用，使得過去沒有辦法實現(xiàn)的場景變得有可能或更加具有經(jīng)濟價值。
最后， 何偉還分享了自己的三點思考：
第一，發(fā)展 AI 基礎設施要增強發(fā)展支撐的硬實力，包括加快數(shù)據(jù)構建、算法創(chuàng)新等，加緊突破AI芯片制造、算法等關鍵短板。同時，需要對數(shù)據(jù)基礎設施、5G/6G演進方向進行超前布局。
第二，提升環(huán)境的軟實力。比如人才培養(yǎng)機制、產(chǎn)學研協(xié)作體系、AI 治理、監(jiān)管、人工智能倫理等治理層面的因素，目前也需要進一步完善。
第三，利用 AI 新基建對經(jīng)濟社會進行有效賦能。無論傳統(tǒng)產(chǎn)業(yè)，還是公共服務領域、社會公共民生領域，都需要利用 AI 新基建為整個經(jīng)濟社會賦能，更好助力數(shù)字經(jīng)濟的發(fā)展、助力國家經(jīng)濟的高質(zhì)量發(fā)展。
參與演講的嘉賓還有阿里巴巴副總裁、阿里云智能銷售管理與生態(tài)發(fā)展部總經(jīng)理郭繼軍、騰訊云副總裁、騰訊會議負責人、騰訊多媒體實驗室聯(lián)合負責人吳祖榕、華為云副總裁、華為云首席數(shù)字化轉(zhuǎn)型官蘇立清等。
工業(yè)互聯(lián)網(wǎng)是『新基建』的核心要素，更是互聯(lián)網(wǎng)下半場最具看點的領域之一。
本次工業(yè)互聯(lián)網(wǎng)專場就工業(yè)互聯(lián)網(wǎng)平臺、工業(yè)大腦、工業(yè)邊緣計算、工業(yè)AI、工業(yè)軟件等前沿應用邀請到來自加拿大工程院、工業(yè)富聯(lián)、樹根互聯(lián)、PTC、用友網(wǎng)絡、騰訊云和賽意信息的專家學者、技術負責人，來到活動現(xiàn)場為大家做主題分享。
樹根互聯(lián)高級副總裁兼 CMO 黃路川在會上代表樹根互聯(lián)解讀了工業(yè)互聯(lián)網(wǎng)在“新基建”時代的兩層定義。
他提到：
狹義的工業(yè)互聯(lián)網(wǎng)，核心競爭力是構建平臺的技術能力，這個技術能力包括了工業(yè)基礎能力，連接資產(chǎn)的管理、應用的開發(fā)賦能，這是一個技術平臺。這是樹根作為一家平臺公司始終把自己定義成技術賦能平臺的原因。
同時，他表示：
工業(yè)互聯(lián)網(wǎng)的上層，姑且叫做產(chǎn)業(yè)鏈運營或者產(chǎn)業(yè)互聯(lián)網(wǎng)，更側(cè)重于應用能力，在垂直產(chǎn)業(yè)鏈的上下游形成數(shù)字化的轉(zhuǎn)型和服務，不管提供的是遠程運維服務還是提供一款共享的工廠，還是我們?nèi)プ鰝€性化定制C2M還是做協(xié)同研發(fā)，更多是垂直行業(yè)的業(yè)務和運營。
黃路川認為，兩者加起來才是一個廣義工業(yè)互聯(lián)網(wǎng)為我們整體新的數(shù)字經(jīng)濟而帶來的核心改變，也是能夠幫助我們整個循環(huán)體建立起來的關鍵。
另外，一起做主題分享的嘉賓還有來自加拿大工程院院士、IEEE Fellow、加拿大西蒙菲莎大學杰出教授劉江川，富士康工業(yè)富聯(lián)首席數(shù)據(jù)官、科技服務事業(yè)群總經(jīng)理劉宗長，PTC中國區(qū)CTO秦成，用友網(wǎng)絡高級副總裁楊寶剛，騰訊云副總裁趙建春，賽意信息副總裁、工業(yè)互聯(lián)網(wǎng)子公司總經(jīng)理蔡勝龍。
在 2020 這個特殊的時間節(jié)點，專場邀請了數(shù)位頂尖 AI 金融專家，分享能夠代表未來 10 年風向的智能技術方法論、產(chǎn)品邏輯和風險管理理念。
大會開場，微眾銀行首席 AI 官楊強教授登臺演講，他認為遷移學習和聯(lián)邦學習是如今比較突出的兩項技術，可以把整個金融業(yè)務再往前推進一步。目前聯(lián)邦學習主要有橫向聯(lián)邦和縱向聯(lián)邦兩種做法，分別更適用于 to C 和 to B 場景。楊強介紹，聯(lián)邦學習在金融領域已有不少應用，例如信貸業(yè)務和征信系統(tǒng)、保險個性化定價等。
緊接著，平安集團首席科學家肖京博士發(fā)表演講，指出金融市場面臨劇變，金融機構的投融結合將成為明顯的發(fā)展趨勢。肖京以多個應用案例詳細分享了平安集團的數(shù)字化經(jīng)營經(jīng)驗，并透露平安現(xiàn)階段主要在進行業(yè)務方案中臺的建設，幫助業(yè)務快速組建前端服務機器人，規(guī)模化地拓展業(yè)務、覆蓋所有場景。
隨后，京東數(shù)字科技副總裁程建波先生分享了很多建設性風控思路和理念，強調(diào)風險不僅是控制，更是主動選擇的經(jīng)營管理；好的風險管理會更具有前瞻性。他認為，所有新興商業(yè)都對人才有著全方位要求，第一是和策略相關的專家，第二是 AI 科學家，第三是大數(shù)據(jù)的專家。
第四位嘉賓是原摩根大通執(zhí)行董事黃又鋼先生，以“小微貸款風控模型中的算法探索”為主題發(fā)表了演講，通過模型、變量、維度等層面的比較，表示機器學習在準確性等方面比傳統(tǒng)模型要好，沒有概念和業(yè)務場景的限制。他總結稱算法的突破，人群的細分，數(shù)據(jù)的深挖，及相互之間適當?shù)钠ヅ湓谖磥矶伎赡墚a(chǎn)生革命性的突破。
移卡集團副總裁奚少杰也在演講中提出，未來幾年“產(chǎn)業(yè)支付”將驅(qū)動行業(yè)迎來新的一波發(fā)展，強調(diào)支付服務商為商家提供的不僅僅包括支付環(huán)節(jié)，還包括獲客、留存、供應鏈等商戶經(jīng)營全鏈條的打通。
專場的最后，普林斯頓大學的范劍青教授以實時連線方式帶來了長達 1 個小時的精彩報告。他指出，大數(shù)據(jù)=系統(tǒng)+分析+應用，機器學習=統(tǒng)計+優(yōu)化+實現(xiàn)環(huán)境。機器學習可以幫助處理大數(shù)據(jù)并從中選擇重要因素和特征，允許非線性學習極大地改善預測效果，將穩(wěn)健性和對抗性網(wǎng)絡提煉為定價，智能預測也會帶來很大的經(jīng)濟收益。
醫(yī)療科技正在迎來一個最好的時代，這是毫無疑問的。
新基建與后疫情時代的大背景下，國家對人工智能、大數(shù)據(jù)、5G等前沿技術的發(fā)展從政策上給予了足夠的重視，醫(yī)療科技已成為國家產(chǎn)、學、研、投最為重要的領域之一。
所以，今年醫(yī)療專場邀請到了國內(nèi)最頂尖的醫(yī)學影像科學家和企業(yè)家共同探討醫(yī)療科技的現(xiàn)狀與未來。
聯(lián)影智能聯(lián)席CEO、MICCAI 2019大會主席、IEEE Fellow沈定剛教授發(fā)表了開場報告，介紹了醫(yī)療AI在新冠肺炎診斷全流程中的應用。
沈定剛教授表示，目前新冠肺炎仍然在全球蔓延，全球有 1800 多萬人確診，CT 已經(jīng)成為新冠肺炎診斷、評估和隨訪的重要手段。然而，這個過程中存在最重要的兩個痛點，首先，如何幫助醫(yī)生盡量避免感染；其次，有了 CT 設備后，如何用人工智能的方法進行肺炎的量化分析，用 CT 圖像輔助診斷和隨訪。
為此，聯(lián)影智能提出了三個解決方案：無接觸掃描、肺炎量化分析、隨訪評估與診斷。沈定剛教授表示，為了避免病毒傳播，有的操作技師在新冠肺炎早期甚至通過竹竿這樣的工具遠距離操作 CT 掃描，原始且危險。為此，聯(lián)影集團研發(fā)了 AI 智能采集系統(tǒng)，把邊緣計算和攝像機結合，自動采集人體三維形態(tài)和部位信息，自動操作 CT 掃描，滿足醫(yī)生在操作間就可完成掃描任務。在肺炎分割與量化方面，主要是為了實現(xiàn)三個目標，新冠肺炎判別、危重程度檢測以及判斷進展變化，沈教授介紹了聯(lián)影智能的 uAI 分割引擎，可以對肺炎、5 個肺葉、18 個肺段進行精確的分割。
在隨訪評估與診斷層面，有些新冠肺炎病例與普通肺炎病例有相似的感染程度，因此，聯(lián)影智能提出了基于感染信息的注意力網(wǎng)絡 (Attention-guided Network)，用分割出的感染區(qū)域引導分類器聚焦于感染區(qū)域；在評估新冠肺炎嚴重程度上，提出了一種多任務、多示例學習模型 (Multi-task multi-instance framework)；在危重預測與演變時間估計上，為了解決樣本不平衡以及特征復雜且高維的挑戰(zhàn)，提出了聯(lián)合分類與回歸的稀疏模型 (Joint sparse classification and regression)：讓兩個任務共享相同特征，用于改進各自的性能、解決數(shù)據(jù)不平衡問題以及針對所選特征，作出臨床解釋。
與會嘉賓還有華西醫(yī)院副院長龔啟勇教授、騰訊天衍實驗室主任鄭冶楓博士、平安集團首席醫(yī)療科學家謝國彤、商湯科技研究院副院長、集團副總裁張少霆、西門子醫(yī)療中國數(shù)字醫(yī)療負責人陳黎峰等。
作為數(shù)字經(jīng)濟的重要載體，智慧城市建設在新基建的風口下再次成為了焦點。所以，今年智慧城市專場以《疫情見短板，城市"新基建"如何再開馬力？》為主題探討城市在新基建的下半場的新問題新思路。
在郭仁忠院士團隊、深圳大學智慧城市研究院副院長賀彪做的開場報告中提到，智慧城市和信息化有很大的關聯(lián)，信息化是智慧城市的基礎，智慧城市則是是城市信息化的高級階段。其中數(shù)字孿生技術正是智慧城市建設的基礎底板。
基本路徑如下：
首先是信息時代的城市，按照三元空間的理論，通過各種手段捕獲這些數(shù)據(jù)，將它歸納為城市基礎的時空數(shù)據(jù)。
其次是社會空間的技術，主要是城市管理對象數(shù)據(jù)。
最后是城市運行狀態(tài)的感知數(shù)據(jù)。
在此基礎上，賀彪認為智慧城市操作系統(tǒng)是橫貫整個三元空間，能將三元空間中各種各樣的數(shù)據(jù)進行匯集管理的，為政府、百姓提供統(tǒng)一接口。
從技術架構上，分為三層：
一是感知層，主要是物理設備，依賴于傳感器和互聯(lián)網(wǎng)的一些東西。
二是數(shù)據(jù)層，將數(shù)據(jù)匯聚起來，形成統(tǒng)一的數(shù)據(jù)底線，建立平臺，提供應用支撐。
三是數(shù)據(jù)層+平臺層，包括城市規(guī)劃、建造、智能交通、公共安全、應急管理，最后才是面向政府、企業(yè)、公眾用戶。
同時，賀彪指出智慧城市的操作系統(tǒng)應該有如下的核心特征：
第一，數(shù)據(jù)應該是對象化的組織。
第二，目前智慧城市建設需要可視化的能力。
第三，城市操作系統(tǒng)應該有海量多元數(shù)據(jù)的接入與管理能力，城市操作系統(tǒng)應該具備海量時空數(shù)據(jù)的并行處理能力。
郭仁忠院士團隊認為：基于地理信息的技術構建虛擬城市環(huán)境，整合各類數(shù)據(jù)資源，形成統(tǒng)一的大數(shù)據(jù)平臺，基于這個大數(shù)據(jù)平臺支撐多元的智慧化應用，是可行的技術路徑，深圳市目前就是在這樣的思路下進行實踐探索。
此外，智慧城市新基建專場嘉賓還有華為全球智慧城市總架構師／發(fā)改委數(shù)字中國研究院常務副理事長鄭志彬、阿里云副總裁／數(shù)據(jù)智能總裁曾震宇、數(shù)字廣東公司聯(lián)席 CTO 杜葵、東華軟件高級副總裁／東華云和智慧城市集團董事長兼 CEO 郭浩哲、哈奇智能室外機器人事業(yè)部總經(jīng)理楊潔明等都帶來了精彩分享。
在當今的人工智能熱潮中，數(shù)據(jù)扮演著讓人工智能運轉(zhuǎn)起來的“石油”的角色。能否獲得大量的高質(zhì)量數(shù)據(jù)，也成為了在人工智能研究和應用落地中最關鍵的因素之一，數(shù)據(jù)共享、融合的需求越來越強烈。
聯(lián)邦學習正是作為解決數(shù)據(jù)共享和融合的一種解決方案應運而生。聯(lián)邦學習使用局部數(shù)據(jù)收集和最小化原則，能降低傳統(tǒng)中心化機器學習方法帶來的很多系統(tǒng)性隱私風險和成本，作為一種新興的人工智能基礎技術，聯(lián)邦學習自從 2016 年被提出以來，在學術界和工業(yè)界受到了越來越多的重視，盡管如此，聯(lián)邦學習在應用方面依然面臨著很大的挑戰(zhàn)。
這些挑戰(zhàn)，不僅來源于聯(lián)邦學習技術本身的進步，如去中心化中的算法問題；但更重要的，是如何建立起一個各方參與者共贏的生態(tài)系統(tǒng)，逐步實現(xiàn)實現(xiàn)從安全合規(guī)到聯(lián)合擴展，繼而達到提升賦能，激勵用戶參與，互利共贏的新階段。
令人可喜的是，中國研究者們已經(jīng)在上述領域取得了卓有成效的成果，甚至可以說走在國際聯(lián)邦學習的技術研究、標準制定以及應用落地實踐的前頭。今年 4 月 8 日，微眾銀行人工智能部聯(lián)合電子商務與電子支付國家工程實驗室（中國銀聯(lián)）、鵬城實驗室、平安科技、騰訊研究院、中國信通院云大所、招商金融科技等多家企業(yè)和機構發(fā)布的《聯(lián)邦學習白皮書 V 2.0》，為業(yè)界展示了聯(lián)邦學習從“理論”到“實踐”的關鍵轉(zhuǎn)變，并宣告了聯(lián)邦學習 2.0 時代的到來。如果說聯(lián)邦學習的 1.0 時代，聯(lián)邦學習的參與者們好比古希臘的城邦，在相同的制度下雖有聯(lián)系，但更多的是長期分立，各自為政，那么隨著對聯(lián)邦學習的討論逐步落地，聯(lián)邦學習在標準、制度、激勵措施逐步完善后，也進入了類似現(xiàn)代聯(lián)邦的 2.0 時代。
在聯(lián)邦學習與大數(shù)據(jù)專場上還頒發(fā)了若干獎項，分別是：2020 聯(lián)邦學習開拓獎（微眾銀行）、2020 聯(lián)邦學習創(chuàng)新獎（京東數(shù)科）、2020 聯(lián)邦學習先鋒獎（第四范式）、2020 聯(lián)邦學習應用獎（騰訊安全）、2020 聯(lián)邦學習研究獎（創(chuàng)新工場）、2020 聯(lián)邦學習新銳獎（邏輯匯）、2020 聯(lián)邦學習探索獎（同盾科技）。
在簡單頒獎儀式后，獲獎的各位專家也從聯(lián)邦學習的研究重點、聯(lián)邦學習框架、分布式機器學習范式等技術領域到在信貸、風險管理中的應用、以及生態(tài)系統(tǒng)構建、經(jīng)濟激勵機制等話題進行了最硬核的分享。
今年是 CCF-GAIR 舉辦五年以來第一次開設 AI + 藝術專場，也是 AI 與藝術之間的一次跨界互動。
AI 藝術專場邀請了 5 位重量級嘉賓，他們都是扎根藝術領域多年、但同時又密切關注著技術發(fā)展的跨界藝術家，有著豐富的藝術理論和實踐經(jīng)驗。
會議開場，策展人、藝術評論家、藝術檔案網(wǎng)主編、天津美術學院碩導張海濤首先發(fā)表了題為《“自律與自省、欲望與創(chuàng)造”機器人藝術學概論》的主題演講。
張海濤教授在演講中從機器人的概念談到了科學主義和人文主義的關系，進而談到了機器人和人工智能的關系。他表示，人工智能大致有以下幾個趨勢：
政治領域：機器人和人類的智商、各種意識沒有差距甚至超越人類的時候，機器人可能爭取自己的公民權和參政權。
經(jīng)濟領域：會出現(xiàn)高效的利潤，社會結構都會發(fā)生變化，很多職業(yè)都可能消失。
文化領域：會出現(xiàn)人工智能文學電影藝術等。
社會領域：未來我們會建構機器人的保護機制、領養(yǎng)機制，人機相互監(jiān)督的機制，它的身份、職業(yè)的設置，還有積極關系，法律的標準。
終極未來：人機終極的利弊關系是機器人一旦成為我們生活中的一部分，不可割裂的一部分，必然會發(fā)生感情的糾葛，一方面可能成為我們最親密的朋友，另一方面可能成為我們的敵人，最危險的敵人，可能觸及我們的倫理沖突甚至對法制進行挑戰(zhàn)。
隨后，中央美術學院藝術與科技方向教授、某集體交互媒體創(chuàng)意總監(jiān)費俊教授思考到了智能時代更為哲學的問題，即靈與肉是否可以獨立存在的哲學命題。
費俊教授在會上發(fā)表了演講《身體與媒體——智能科技時代的藝術與設計》，探討了在科技時代，什么樣的方式可以重新探討身體和媒體之間的關系、我們是否有可能重啟、重建、鏈接、甚至轉(zhuǎn)化、延伸身體與媒體之間的關系？
由此，費俊教授提出了身體和媒體的終極關系：
無論是基于現(xiàn)場的作品還是藝術裝置作品，都在呈現(xiàn)同樣的愿景——重新構建人與媒體之間的調(diào)和，通過這樣的技術，把人從孤立、虛擬的世界再拉回來，在被增強的現(xiàn)實中，更好的釋放自己的身體，更好的建立人與人之間的互動，更好的建立人與自然、人與世界之間的關系。
此外，另有三位藝術家也帶來了精彩分享。
跨媒體藝術家、“低科技藝術實驗室”（Low Tech Art Lab）創(chuàng)立者鄭達在題為《自然、傳感器和互聯(lián)：后人類時代的智能化藝術》的演講中，講述了將人工智能視覺識別、算法等技術靈感注入藝術作品的過程。
中央美術學院設計學院交通設計專業(yè)交互藝術設計課程教師王成良的演講題目是《記憶設計一在人工智能領域下的誘導加接口設計》，他用尊重、信任、共處三個關鍵詞描述了人工智能與人的關系。
清華大學未來實驗室博士后高峰在題為《人工智能藝術與設計》的演講中，著重談到了人工智能藝術與設計，即他的主要研究方向。
產(chǎn)業(yè)互聯(lián)網(wǎng)時代來臨，給各行各業(yè)都帶來了革新的機會，無論是傳統(tǒng)企業(yè)還是品牌商家，都需要借助新技術、新媒介、新渠道、新需求完成轉(zhuǎn)型升級。
在此背景下，雷鋒網(wǎng)專注于服務企業(yè)轉(zhuǎn)型升級的鯨犀頻道與騰訊“千帆計劃”合作舉辦一場線下沙龍，探討企業(yè)在智能時代如何利用 SaaS 做好轉(zhuǎn)型升級，為所有想要在智能時代完成轉(zhuǎn)型、升級的企業(yè)提供新的思路。
實際上，此次的鯨犀×騰訊“千帆計劃”數(shù)字產(chǎn)業(yè)沙龍也屬五年來首創(chuàng)。
騰訊 SaaS 商業(yè)化中心副總經(jīng)理來鑫，從企業(yè)轉(zhuǎn)型的營銷、客戶運營環(huán)節(jié)，做了主題分享。
來鑫表示，自疫情以來，國內(nèi)影視、教育、旅游、餐飲等企業(yè)紛紛出現(xiàn)破產(chǎn)、倒閉等困境，失業(yè)人群和待業(yè)人群持續(xù)走高。同時，傳統(tǒng)企業(yè)中普遍存在著不懂管理，沒有品牌、資金困窘等問題。
基于此，來鑫關注營銷拓客環(huán)節(jié)，結合真實案例，提供了一系列轉(zhuǎn)型解決方案，并引出了騰訊“千帆計劃”。
在沙龍上，銷售易全國售前總監(jiān)胡夫、法大大高級產(chǎn)品總監(jiān)劉謙、微盛·企微管家資深運營專家云朵、數(shù)美科技聯(lián)合創(chuàng)始人&CTO 梁堃也帶來了精彩分享。
至此，2020 全球人工智能與機器人峰會圓滿落幕，雷鋒網(wǎng)將持續(xù)分享更多 AI 產(chǎn)學研三界知識，本次大會專題內(nèi)容更新中。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
本專題其他文章
