人工智能的应用 ppt(人工智能的应用领域不包括)

 

图片由《走向智能论坛》小智提供

6月29日，首届世界智能大会在天津梅江会展中心开幕。中国工程院士潘云鹤在大会主论坛做了题为中国新一代人工智能的主题演讲。

以下为演讲全文（略有删减）和PPT，分享给大家：

今天我想跟各位一起讨论的题目是中国新一代AI。

我想讲三个部分，首先讲问题的提出，我们看到近年来在全世界AI迅速升温，和以往不一样，这一次是企业界开始进行启动，实际上美国的很多企业，很早就进行了布局，譬如说微软，很早就布局聊天的机器人小冰，希望由过去的图形界面windows，转化为自然语言理解的界面。微软已经做好必要的技术储备，并且收购了美国的社交网站，准备使它智能化，刚才百度李彥宏先生也讲了，准备从移动优先进化到AI优先。

Facebook认为决定未来三大支柱其中一个就是AI，另外两个我们看到也很精彩是AR/VR，还有一个连接世界。

IBM的watson医疗诊断系统已经在中国开始进行实践。在去年9月，美国的5个大的科技巨头宣布成立一个AI联盟，旨在进行AI方面的计算研究和推广。中国的公司也不甘落后，百度早在AI进行了专业布局。阿里巴巴在AI方面也转向很快，他们公司的转向也很明显，杭州的海康威视作为全世界最大生产摄像头的公司，已经开始推出智能化摄像头，把深度学习的芯片和摄像头连在一起，华为公司也在这方面有所布局，尤其是在自然语言理解方面。

中国政府十分重视AI，尤其近两年来中国领导人在报告中多次提到AI，实际在内部讲话中间提到的次数更多。国务院出台了互联网＋人工智能的文件，全面布局智能发展。

国外发达国家许多政府也重视AI，美国在去年5月份白宫专门发表文章，准备迎接AI的未来，他们决定在美国国家科技委设立AI和机器学习专业委员会，来指导全美各界的行动。到了10月份隔了5个月，美国联邦又出台了一个政府报告，国家AI研发战略规划，并且认为AI现在正处于新浪潮的初始阶段。

在欧洲，英国去年年底发布《AI未来的决策，制定的机遇和影响》，法国在今年4月份制定了《国家人工智能战略》，德国在今年5月份颁布全国第一部自动驾驶的法律。日本准备在未来10年，要投入100亿日元，用于4个领域的AI的发展，包括基础设施、人才培养、医疗保健和农业等4个领域。

我们看到人工智能在民间的热度上升更快，尤其是当去年谷歌的阿法狗战胜了李世石之后，尤其是它战胜李世石的方式和二十年前IBM深蓝战胜象棋的办法不同，是采用大数据战略的自我博弈训练的方法，引发出现媒体报道的高潮。

当然媒体更大的兴趣在于机器什么时候代替人类，尤其是有一些科学家，讲的一些有震撼力的话。比如说英国的著名物理学家史蒂芬·霍金说过，在未来100年内结合AI的计算机将会比人类更聪明。当然这些讲话每个人都有不同的理解。

英国有一些报纸比如说去年3月9号，美国斯坦福、MIT、CMU、伯克利等4所名校AI的博士起薪达到200万美元以上，远远超过互联网精英人才的起薪20万美元，说明了，AI的人才重要是一个迫切的命题。我们可能是要向国家如何的建议如何有计划迅速的扩大AI高水平人才的培养。

中国工程院在长期的研究智能城市、大数据、智能制造、创新设计、知识中心等项目时，深感人工智能的重要性。

因此在这样的背景下在2015年中国工程院决定成立一个重大的咨询项目，这个项目名字叫中国人工智能2.0发展战略研究，为什么叫2.0，因为项目专家组认为，从现在开始起，AI不仅会有量的大发展，而且将进入一次质的大飞跃，中国应予以前瞻性研究，尽快布局，率先策动。

接下来重点介绍人工智能走向2.0。我们知道1956年也就是60年以前，在美国的达特茅斯学院诞生的，当时一批著名的科学家，有斯坦福的麦肯锡、有MIT的Minsky、有CMU的西蒙和Newell，这4个呢是图灵奖获得者，大家可以看到，这3个大学是美国计算机最好的大学，也是AI最好的大学。另外贝尔实验室的香农，IBM的罗切斯特，这也是非常著名的专家，提出了人工智能的概念，什么是：让机器像人那样认知、思考和学习，即用计算机来模拟人的智能。

自上世纪70年代以来，人工智能出现了7类典型应用和典型任务。

第一机器定理证明，它的核心技术，是计算机进行逻辑推理，后来扩大到非逻辑推理，第二是机器翻译，它的核心技术自然语言理解。第三个专家系统，核心技术问题求解和知识表达，第四博弈，当时的核心技术是树搜索，后来就逐渐扩大到语意渗透神经网络，第五个模式识别，包括图像设别、声音识别，第六学习，进来大家都知道深度学习已经成为AI非常重要的一个理由。第七个机器人和智能控制，强调感知和控制。

我们可以看到前60年AI的基本任务，都是用计算机去模拟专业人士，模拟人的专业知识，模拟解题的人，模拟翻译的人，模拟医生的知识，模拟下棋人的知识，模拟学者的知识，以及模拟人的各种动作。通过不同的技术，AI分成三派，一派是符号学派，一派是连接学派，一派是行为学派。

我们看到现在在市场上出现的，最广泛的技术，正是这60年来，AI模拟人的技术，翻译技术，模式识别的技术，博弈技术，当然这些技术已经起了比较大的变化。但是60年以后的今天，我们看到，环境和形势起了巨大的变化。

有哪些变化呢，我看至少有三个方面的巨大变化，第一个变化，是信息环境巨变。

60年以前不用讲60年以前就20年以前，我们还是几个人围着一个计算机转，后来变到一个人用一台计算机，而现在呢，我们一个人已经有几台计算机，我们包里放一个联想的，我们口袋里又放一个，智能手机，手机实际上就是一个移动计算机。然后我们也许手上还戴一个计算机的智能手表，计算机已经无处不在，不仅如此我们还有互联网，还有移动计算，还有超级计算，还有各种穿戴设备，还有物联网，还有云计算，还有网上社区，还有搜索引擎，所有这些是20年以前没有的，这20年信息环境起了巨大的变化，已经不是一个计算机所创造的世界，而是计算机网络传感器和各种各样的人和机器的互动，共同创造的这个世界。在这种情况下AI不能不变。

第二社会新需求爆发，刚才已经讲到我们现在进行的智能城市如何实施？没有智能技术，很难深入。智能医疗，智能交通，智能游戏，无人驾驶，智能制造，还有很多，这些都呼唤着新的智能技术的出现。

第三人工智能的基础和目标也变了，AI仍然是以数据驱动的，但是过去的数据是小的数据，是经过人编辑的数据，我们把它叫做知识表，而现在变了，人已经来不及编辑了，数据是如此之多，我们把它叫做大数据，过去AI所处理的是符号，比如说图像识别，声音识别，到现在大量的数据是多媒体，而且而且媒体的种类越来越多，不但有图形的，还有图表的，还有文字的，我们大量的互联网信息铺天盖地，每秒都承载着大量数据，还有存在增强现实，虚拟现实，这样在多媒体中可以互动的这样一个数据的世界。

在这个基础上的AI当然和原来不同，就看我们如何做出这个不同来。

我们的目标也变了，过去的AI是希望用计算机来模拟人的智能，后来很大一部分AI专家认为，用计算机来模拟人的智能是可以的，但是计算机的智能和人的智能毕竟不同。我们不可能得到完全一样，而且各有千秋，计算机在某些方面，可以超过人的智能，人在某些方面可以达到计算机没有办法达到的境界，如果把这两者结合起来，形成一个更加强大的智能系统，这可能才是解决问题最秒的方法。

互联网小常识：IPV6地址长度为128位，分为单播地址、组播地址、多播地址和特殊地址。如果某一段全为0则可以缩写为0，多个连续的0可以缩写为0：：0，但是在地址中只能出现一次。

而且我们现在有了互联网，我们可以用网络，把很多很多的人和计算机组织在一起，这就是群体智能的概念。

在这样的情况下，至少这3个方面的变化，推动着AI必定要迈向新的阶段，所以很多人看到了AI的胜利，但是我们更要看到AI的变化。

这些新的一代的变化已经出现了一些很重要的特征，比如说第一个特征，大数据上的深度学习，但是现在深度学习并不是AI今后发展的全部技术。它还有很多问题，包括解释性，有很多的理由它没有办法进行，它现在能进行的最精彩的理由，就是分类，或者模式设别，这个核心也就是分类，比如说创造的东西，创新性设计，现在的深度学习，就没有办法做到。

我们只有把这些方法，能够和AI新的方法和老的方法结合在一起，才能让大数据智能迈向一个新的阶段。

在大数据智能方面，我们看到谷歌收购的Deepmind用阿尔法狗相关技术应用到其他的领域，比如为谷歌数据中心的耗电方面，就做了一个很好的人工智能软件，综合考虑数据中心风扇、制冷系统和窗户、室外天气、还有人的使用情况等等，大约有120个变量，最后是提升了数据中心用电效率，大概15%。这省下的15%，几年内就是数亿美元，等于把谷歌购买Deepmind的这个钱都赚回来，所以大家认为是谷歌是赚了一笔大钱。

互联网小常识：资源记录主要有：主机地址（A）资源记录：将DNS域名映射到IP地址；邮件交换器（MX）资源记录，为邮件交换器主机提供邮件路由；别名（CNAME）资源记录：将别名映射到标准DNS域名。

这个同样的技术其实大家可以想一想，懂人工智能的技术都知道，这个技术实际并不难。

我们国家2015年我们国家的数据中心，中国的数据中心，耗电量达到1000亿度，相当于整个三峡水电站一年的发电量，如果我们用类似的计算来来节省15%的话，这个也是一个很大的数字。

第二个案例，基于网络的群体智能，Science在去年发布了一个理念，群智理念，把这个难以程度分三个种类，第一个种类众包，第二个类工作流模式的群智，有一个先后的交替，第三个更复杂的求解问题，至少有三个模型就群智，美国的一些大学开始用群智来进行研究。

这是普林斯顿大学用纤维镜很精确的把视神经进行显示出来，但是普林斯顿的大学医学科学家没有办法把它分类，因为这需要很多很多各方面专业的知识。

视网膜连向大脑的这个神经如此之复杂，各有什么功能，因此他们就请全世界的科学家一起来分类，眼神经科学家认识哪一个神经就在这个上面涂上不同的这个颜色，最后146个国家的16名科学家参与了这项活动，把视神经有了一个系统的开发，当然这项活动还会继续下去。

第三个阶段，人机一体化技术导向混合智能。这上面是外国做成功的系统，我们可以看到各种各样的穿戴设备。

第四个方面跨媒体的智能开始已经形成，计算机现在可以很好的处理图像的信息，处理声音的信息，处理文字的信息，也开始处理语言的信息。但是人在运用这些信息的时候，它不是分开运营，人在解决一个问题的时候，是同时运用世界的信息，声音的信息，语言的信息，共同来支撑它进行创新性识别和听觉识别。计算机在前60年没有完全解决这个问题，有一部分中国的科学家和世界各国的科学家一起沿着这个方向正在努力，我想在今后的60年中间，AI2.0，应该在这方面取得重大的进展。

第五个阶段，无人系统迅速发展。人工智能开始的时候，是用计算机来模拟人的行为，所以把它称为机器人，但是60年的发展，机器人固然发展的很快，但是比机器人更快的，是无人系统，无人飞机，无人车，无人车一上的话那我们满街都是机器人，为什么？因为去模拟人并不是智能化最好的办法，我们可以看到，机器人一些精彩的发展，这是美国波士顿动力公司做的机器人，这是全世界做机器人最好的公司之一，两腿机器人和四脚机器人，四脚机器人也就是美国军方过去用的。

我们可以看到那个盒子只有10磅。我们看到这个机器人已经研究的很精彩，但是呢要它来使用确实有一定的距离，这些机器人技术应该进行研究。但是更精彩的实用的机器人，中国的海康威视还做了一点使我们能够看到在工业上看到智能分拣和泊车的机器人，我们看到这个实用的机器人可以实现自动化、智能化。

因此，我们就看到新一代的A恰需整体布局，及时推进之际，中国应该有所作为。

现在我讲最后一部分，中国新一代AI的重点方向，新一代AI工程研究建议从以下5个方面进行认真研究，第一大数据智能，第二群体智能，第三跨媒体智能，第四人机混合的增强智能，第五自主智能系统。它的应用包含智能城市、智慧医疗、智能制造等等，大数据智能因为这几个下面有很多专业术语，所以我就不详细讲了，第二方向群体智能，第三跨媒体智能，第四人机混合的增强智能，第五自主智能系统。最后讲一下应用。

我们看到新一代AI的应用，将和AI1.0有巨大的不同，我们刚才看到的AI1.0基本上是模拟专业人士，而新一代AI除了模拟专业人士以外，它还可以广泛的适用于复杂系统，这就是一个巨大的不一样，它可以用于电子商务、智能城市、智能医疗、智能交通，它用于智能医疗的时候并不如现在所聚焦的那样，不是取代医生，而是辅助医生，它可以把整个医疗系统，把人的预防医学，正在进行的预防医学，人的保健，平时的穿戴设备结合在一起形成一个巨大的医疗与健康系统。

它可以和智能物流、智能制造、智能电网、智能社区、认识一个区域经济的智能化运行，包括智能图书馆，深入到学校，影响到智能化的学习，结合到一起所有这些都结合技术，是AI2.0解决相当大部分的这个系统的问题。另外它将产生很多新的AI的产品，我们看到的无人飞机、无人车、机器人，智能手机必将换代，智能游戏会有非常巨大的发展。尤其是当AI和AR结合起来的时候，AR也许比VR还要发生的更快，穿戴式设备，总的去向AI将和中国的信息化工业化的发展融合在一起。

我们大家都知道信息化发展有3个阶段，第一数字化，第二网络化，第三智能化，所以AI将和数字化和网络化结合在一起，把中国的信息化推向智能化。

谢谢各位！

来源：走向智能论坛

声明：‍本文来自世界智能论坛现场，由小智编辑整理并提供图片，转载请注明出处。

互联网小常识：VLAN的特点：a、工作在数据链路层b每个VLAN都是一个独立的网段，独立的广播域c每个都有各自唯一的子网号，通信需要第三层的路由功能。

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186