2019年7月14日，由中国新一代IT产业推进联盟指导，CIO时代学院、中国电子科技集团公司第十五研究所计算机质检中心主办，全国高校大数据教育联盟、章鱼大数据、万山数据协办的“第八届中国大数据应用论坛暨中国电科15所大数据应用论坛”在京隆重开幕。中国科学院自动化所研究员王金桥先生带来演讲“人工智能带来的场景变革”，以下为演讲实录：
中国科学院自动化所研究员王金桥
王金桥：很高兴参加这次论坛。在第四次科技革命中数据是非常重要的。在第一次科技革命里面，数据没有起到太大作用，直到现在我们所处的年代。中国现在发展这么快，主要是数据加入到生产资料里面，驱动整个行业变革。所以简单给大家分享一下“人工智能带来的场景变革”
人工智能，最近这两年大家在媒体上听说了很多了。AI就是让机器像人一样有像人一样的动作、行为、思考。人工智能被称为第四次工业革命。在1780年以前，在“科技是第一生产力”提出之前，发展都是比较平缓的。从农耕到发明蒸汽机需要几千年，从使用蒸汽机到发明电两三百年，从用电到信息一百多年，从信息到移动互联几十年，从移动互联网到智能互联可能就一二十年。我们把所有的东西都连接起来，所有的都变成可编辑可计算，这是第四次工业革命所带来的变化。科技它会改变所有的一切，包括政治、经济等等，所以科技被称为颠覆性的技术，就是因为它可以颠覆你的思考、生活方式。
我们这个年代会被称为大数据时代的AI。以前各种传感器、各种各样的数据都是浪费的，那我们人类几千年创造最有价值的是什么？语言和文字。现在除了文字之外更多的是图像、视频、语音、互联网。从互联网、移动互联网产生了非常多的数据，没有利用它，没有标签的数据都是没有价值的。
第二就是计算资源。曾经我们进行石油勘探找到的概率大概是60%，后来用国外的技术，计算资源。现在我们运用Gpu和云计算把大量数据进行计算。
第三就是神经网络的复兴，深度学习。大家都学过BP，但是现在用了几十年时间把原来的两层变成了几百上千层，效率比原来提升了几十倍。
当前基于深度学习和神经网络，必然有一些问题。人工智能的特点，表现突出的是感知，比如说视觉、听觉。所以机器在条件不匹配的情况下是不行的。另外是认知，语义的理解。让计算机创造微积分，发明一个登陆火星的东西，没有数据没有信息，计算机无法进行计算。所以现在创造性方面还是处于比较弱的阶段。
所以在当前限定边界AI条件下，感知和限定条件的认知有四个要素：第一是大数据和标签。大数据其实并不是最重要的，最重要的是要确定性的标签。第二是算法和工程，就是需要有大量的科研人员来设计算法，同时需要一批程序员来工程化；第三是通讯和功耗。5G使得信息传输成本降得特别低，另一方面是AI芯片就可以把神经网络放到前端去。第四是场景适配与边界条件，比如下围棋必须按照规则。现在人脸识别也需要限定距离和场景。要用传统行业知识加上AI，AI就是在数据基础上进行赋能。
这是当前AI主流计算框架：端、边、云融合一体化计算。端就是获取数据，做一些简单的计算，在边上去做算法、数据的结合，然后在云端做业务和AI场景结合的计算。数据和场景的闭环是这个端云融合的优势，比如AlphaGo和AlphaGo zero，因为他知道游戏规则，所以它们可以自己训练。我们在数据端把边缘数据进行模型学习，在端、边、云数据回流过程当中让机器自动发现一些新的东西，并进行自我迭代，同时结合人的知识辅助，这是人机耦合重要形式，是机器自主进化的一个发展趋势。
2019年被称为人工智能落地的关键期。所谓关键期就是百花齐放，因为之前由于标签缺失、算力不足、芯片、GPU等等，大众对AI的期望过高。机器人受到边界条件限制，现在深耕场景，所以2019年之后每个行业都可以用到人工智能。这是行业变化的特点。
今年大家都收到了一条短信，那就是所有停车收费纳入个人征信体系。人脸识别，人脸识别仍然是近场的小规模识别，对中青年人群精度很高。远距离的识别和应用还是存在许多困难和挑战，它取决于摄像机的成像质量和AI芯片算力相关，基本上5米-10米，5万以下现在应用的比较成熟。在商品识别方面，目前可以识别一万种商品，小样本和少样本的识别已经成为主流的研究方向。
未来思考。智能产业不断地渗透到生活的各行各业。从理论发展上讲，从感知信息获取到认知智能，从狭隘的认知一直到高级认知。另外从深度学习到量子计算，它的功耗越来越低。从情感计算到伦理思考，AI既能干好事也能干坏事。从伦理上如何让AI向善也是重要的课题。从产业发展上讲，从人脸识别渗透到非常多的行业，百花齐放。另外，软件+算法+芯片+5G几大条件要相互融合和渗透。最后，人机耦合会长期存在。在很长的时间阶段里机器能代替很多重复性的劳动，但是人机耦合将会更好的取长补短，更好的推进落地。谢谢大家！
