CCAI 2019 中国人工智能大会精华导读

　　作为近年来最大的风口，人工智能对传统行业的影响和改造，远不止是勾勒一个美好生活的想象，在很多领域已经产生了实实在在、令人激动的创新成果。但就眼下而言，广泛和有深度的“人工智能+”的实现还需要时间，在实践层面新技术与传统行业尚需更多融合。

　　变化已然发生，今天正在见证。我们向往的美好生活，如何通过人工智能来实现?从行业到全社会，未来又会出现哪些新的发展契机?让我们一览与会嘉宾的分享和洞见。

　　中科院院士张钹：大数据驱动的人工智能有大量毛病，且是根本性的

　　人工智能的核心应该是知识表示和不确定性推理。对人工智能来说最重要的能力是知识，而非数据。机器应用数据的能力已经超过了人类，但人类在应用知识方面要强于机器，如果两者无法结合，人工智能就无法很好地与产业结合。他认为，有理解的人工智能是可以做出来的，只不过这需要时间。

　　人工智能实际上经历过两代，第一代是符号推理，第二代就是目前的概率学习，它最大的问题是不可解释和不可理解。

　　为什么人工智能需要可解释性?假如人工智能将来越来越多地应用到实践中，那么人类就必须要知道，计算机是如何“想”的。比如智能驾驶汽车要上路，如果人类不清楚工作原理，那如何放心的把生命安全托付给计算机?因此张钹提出要建立可解释、鲁棒性(即性能稳定，抗干扰能力强等状态)强的人工智能理论和方法，发展安全、可靠和可信的人工智能技术。他提倡发展第三代人工智能，这还需要计算机科学与数学、脑科学等的结合与突破。

　　徐宗本院士：数学与 AI 的关系是「融通共进」

　　融通共进，一方面，人工智能的基础之一是数学，因此人工智能想要行稳致远，就必须先把数学的基本问题解决好;另一方面，人工智能的发展也对数学领域的研究产生了重要的推动作用。

　　从数学的维度而言，机器学习表示的是一个函数空间或参数空间的优化问题。从认识论和方法论上来看，数学与 AI 交互作用的本质是提倡「模型驱动」与「数据驱动」的结合，而这种结合具有巨大的潜力，其中具体的结合方式包括：第一，数据不够模型补，模型不精数据上。第二，物理机理启发，知识融入。

　　卡内基梅隆大学 Justine Cassell：担心机器取代人?要相信人类!

　　人工智能的生命是由人类赋予的，它使用的数据都由人类负责输入，因此人类在如何塑造人工智能方面掌握着绝对主动权。未来是否会出现机器统治人类的局面，完全取决于人类自己的意愿：你是否想要生活在一个被机器接管的世界?她认为大多数人的答案会是否定的。既然如此，也就无需担心我们在未来会被机器奴役。对人类来说，更重要的是去思考如何妥善发展人工智能，让它更好地为我们服务。

　　中国工程院院士李德毅：自动驾驶泡沫破碎 技术、市场、生态和成本四个要素不可忽视

　　汽车的自动化已经做到极致，我们认为自动化是人工智能的好助手、大哥哥，但是自动化也遇到了天花板，要人工智能的解决，自动化并不等于人工智能。驾驶员开车的时候，有很多人的智能水平是自动化无法解决的。

　　比如北京有一条规矩，叫做礼让斑马线，那自动驾驶车怎么礼让斑马线呢?所谓礼让斑马线，是绿灯打开了，你本来可以往前开，但是人行道有一个老太太还在慢慢往前，这时候最好不要开，表现出人类的文明，要等一等，等到什么时候算好呢?这里面充满了不确定性。所以我想告诉大家一个真理，自主驾驶也要遵从常识。问题就来了，怎么让这个车自动学习“常识”呢?这就是难点。自动驾驶深度学习挺好，但是不行。

　　所以我想跟大家说一句话，自主驾驶来解决无人驾驶问题，恐怕还不靠谱。

　　科大讯飞 刘庆峰：机器不会替代人，未来是“人机耦合”的时代

　　新一代人工智能突破有三个关键要素，分别是算法突破、脑智同飞和人机耦合。对于未来，他多次提到的一个词是“人机耦合”。

　　未来的人和机器并不是替代与被替代的关系，而是协同发展的关系。刘庆峰说，人要站在人工智能的肩膀上去做更有意义的事，人和机器的深度协作才是推动人工智能应用真正落地的关键，这也是人工智能时代社会伦理和人文发展的需要。人机耦合不仅在翻译领域，在几乎人工智能落地的所有领域，应该都代表未来，不仅是技术趋势，也是伦理和人文的需要。

　　加拿大滑铁卢大学教授 Shai Ben-David：人工智能的可学习性能否判定?

　　在业界，近些年来机器学习在人机对弈、语音识别、图像识别等场景下取得了蓬勃发展，引发了人们对人工智能改造未来社会的无限热情和期待。但在学界，却有不少科学家指出了机器学习的发展局限。而Shai Ben-David探索的就是这样一个机器学习的本质问题：我们能不能判定人工智能的可学习性?

　　长久以来，我们一直认为只要给定了对学习任务的一个精准的描述，我们就可以去判定一个机器学习算法能否进行学习并执行这个任务。但Shai Ben-David通过研究给出一个惊人的答案：不一定!这项成果近期被发表了Nature Machine Intelligence一刊上。

　　韩国延世大学教授 So Young Sohn：用科学研究解决现实世界的问题

　　她的团队将一直致力于通过研究，解决工业社会中的问题，用学术成果为人类的福祉做出贡献。

　　平安集团首席科学家肖京：“互联网+”的模式已经过去，未来属于“智能+”

　　随着人工智能发展的进步，越来越多的企业提出了智能化转型目标，希望借助人工智能的“东风”，实现发展跃迁。

　　相对于过去20年的互联网革命，今天的智能化更加复杂。在他看来，过去20年互联网的创新模式是相对简单的，它只是把传统业务转移到线上，创造了新的渠道，但对于业务本身并没有做出太多改造。

　　而智能化是技术上的创新，要在对传统业务流程非常熟悉的前提下先做信息化改造，实现信息流通，再完成数据化。