张建伟

人物简介：德国汉堡大学信息学科学系教授，多模态技术研究所所长 ，德国汉堡科学院院士 1986年清华大学计算机系学士毕业，1989年清华大学计算机系硕士毕业，1994年德国卡尔斯鲁厄大学计算机系博士毕业，主攻机器人方向。清华大学讲席教授，千人计划专家，国务院侨办海外及中国侨联专家咨询委员会信息领域专家, 国际电气电子工程师协会机器人与自动化领域管理委员会成员。在世界范围内的智能机器人行业，以及在欧洲华人专业人士中有广泛的影响。

精彩发言：

“重庆有很好的基础来实现人工智能的基础研究和应用。”

“智博会也是一个非常好的平台，使得我们在新的起点上能够寻求新的突破。”

在今日（25日）的智博会人工智能高端论坛上，张建伟就人工智能的相关问题发表了题为《认知信息物理系统时代的AI技术创新》的演说。

“我们今天正处在一个全新的人类、社会、工作、生活、生态的新阶段，大量新的技术，包括VR、机器人、大数据、人工智能、可穿戴设备、通讯、生物技术、新材料、新能源，使得我们今天有更多的可能创造新技术，给经济赋予新的动能。人工智能无疑是在这些新技术里最具有突破性的领域。”张建伟首先断言了人工智能的重要性。

张建伟介绍，人工智能得到发展，主要有两个因素。第一个是高性价比计算引擎。张建伟回忆自己30年前在清华大学学计算机的时候，是多个人用一台电脑，而今天得到同样价格的计算能力是30年前的一百万倍，我们每天都可以使用上百个处理器，而且用非常低廉的价钱，这是人工智能得到发展的一个重要引擎。另外一个重要因素是高性价比大数据互联网的燃料，通过大数据、云、互联网、移动互联网、光网、宽带等等，使得我们现在收集各种模态的数据已经变成可能。人工智能自动的算法使得我们在数据的发现、数据的分类、数据的自动决策方面又有新的可能性。

张建伟说，全新人类社会生活需求的场景，包括无人化制造、虚拟媒体的交互、私人定制和服务等等，都给人工智能机器人软硬结合的产品带来新的机会。人工智能无疑是提高各行各业生产效率主要的贡献者，这主要表现在医疗、农业、安防、制造、金融、销售业，我们看到近几年效率的提升，有70%-80%也是因为人工智能的使用。国务院也制定了下一代人工智能的规划，这里面也谈到了垂直领域的深度融合，包括制造、交通、医疗、农业、自动检修、教育等等，我想在这些点上重庆都有很好的基础来实现人工智能的基础研究和应用。

张建伟介绍，人工智能最近得到重要的突破，主要原因是机器学习的一些重大突破。但是在强人工智能、强机器学习的方向上，包括我们的符号级、分析级，还包括用进化方法进行的学习，实际上都是人的多种学习方法的一个综合。下一步，我们要实现的则是多种机器学习的融合，用来实现强人工智能。 如果从自动化角度来讲，我们最早是实现一个自动化机器，但是随着计算机和存储的发展，现在的软件越来越复杂，我们的存储越来越复杂，使得从监督学习、增强学习到现在的连续学习，变得从实验室能够真正走向应用。

最后，张建伟总结道，在欧洲、美国、德国、日本、韩国都对人工智能机器人投入非常大的情况下，如何发挥我们中国的长处，包括政府重视、集中力量办大事、智能制造和技术应用的热潮以及强大的制造能力；如何来克服好中国在创新方面还比较欠缺的能力，包括原创交叉、跨学科和避免低水平重复方面，等等，我想智博会也是一个非常好的平台，使得我们在新的起点上能够寻求新的突破。

谭建荣

人物简介：1987年在华中科技大学获工学硕士学位，之后在浙江大学数学系获理学博士学位。1994年获得国家杰出青年科学基金，2007年当选中国工程院院士。主要从事机械设计及理论、计算机辅助设计与图形学、数字化设计与制造等领域的研究。

精彩发言：

“人工智能技术最近几年比较火，跟大数据、模式识别技术、虚拟现实技术有关。”

“人工智能的发展过程并非一帆风顺，曾有两次进入低谷，两次又进入高潮。”

在今日（25日）的智博会人工智能高端论坛上，中国工程院院士谭建荣发表了题为《人工智能与知识工程：关键技术和发展趋势》的演讲，就人工智能的起源、知识工程以及关键技术、未来的发展趋势进行了系统全面的分析。

谭建荣说，信息技术改变了人们的生产方式、生活方式和学习方式。信息技术发展得非常快，新一代信息技术现在正如火如荼，整个发展是从互联网技术发展到物联网技术，从虚拟现实技术发展到增强现实技术，从网格计算技术发展到云计算技术，从机器学习技术发展到深度学习技术，共产生了几个重要的交叉领域，包括人机互联、混合现实、大数据、人工智能。

人工智能技术最近几年比较火，跟大数据、模式识别技术、虚拟现实技术有关。谭建荣表示，对应用来说，有四项技术比较关键：第一项是交互技术。计算机的发展，物联网的发展，某种程度上说是交互技术发展牵引的，比如语音识别，都是语音交互、文字交互。因此，交互技术引领了计算机技术的发展。第二个是感知技术。第三个是学习技术。第四个是决策技术。

同时，谭建荣也在演讲中强调，人工智能的发展过程并非一帆风顺，曾有两次进入低谷，两次又进入高潮。人工智能第一次高潮是人工神经网络，第二次是阿尔法狗再次炒热人工智能。

谭建荣也表示，知识工程也有一些技术。第一就是知识表达，即是设计知识的表达技术，知识首先要表达出来才能实现共享；第二是知识的挖掘技术；第三是知识推理技术；第四是知识计算技术；第五是知识可视化技术；第六是设计知识的多层次关联技术；第七是模糊知识的表达技术；最后，就是知识的配置技术。 我们把这些关键技术应用到产品上，做了很多知识工程的应用，同时也是大数据的应用。

卢山

人物简介：毕业于北方交通大学，博士研究生，高级工程师。现任中国电子信息产业发展研究院院长。

精彩发言：

“赋能的核心在于挑战不可能的可能，让更多的不可能变成现实、变成可能！”

在今日（25日）的智博会人工智能高端论坛上，中国电子信息产业发展研究院院长卢山就“智能转型”这个概念发表了演说。

卢山表示，提到智能转型还得回到智能，智博会叫“中国国际智能产业博览会”，关键字也是智能。人工智能、机器智能，不管怎么叫，最后都离不开智能，。对智能的理解，我们给了三个阶段的描述，这三个阶段的描述就把数字化、网络化、智能化这条主线提出来，作为信息化的一条主线。

我们老说“两化”融合，实现工业化和信息化的深度融合，这个融合的阶段我们认为可以划成数字化、网络化、智能化三个阶段，分别对应成1.0版本、2.0版本和3.0版本。但是在每个“化”里的主要任务是各不相同的，要解决的问题是各不相同的，我们在每个阶段解决的运用不同取决了这个定义。

第一个阶段是数字化。数字化这个阶段重点要解决数据的问题，数据要把模拟数据变成二进制的数据。 第二个阶段是网络化。这个阶段要解决一个规模的问题，也就是要实现大规模的协同。协同这件事无论是一个小组织，还是一个复杂组织都回避不了，这也是组织基本的功效。但大规模的协同实际上是有成本边界的，所以科斯在著名的论文《企业的边界》里讲的就是这个道理。网络化要解决一个企业边界拓展的问题，这个背后对应的现实领域是什么？是企业的规模和企业价值的增长。我们来看个前一阶段的数据，苹果公司成为全球第一个突破万亿市值的公司，在过去，一个公司的量级是十亿、百亿、千亿，唯一一个突破了万亿的公司就是苹果，这背后实际解决的是规模化问题，也就是要通过网络化实现大规模的协同，甚至说叫做无边界规模协同问题。

第三个阶段是智能化。智能化要解决什么问题呢？解决赋能，也就是能力的提升问题。能力提升背后是什么？从被动演化为自觉和主动。在今天开场的无人机表演中，大家有没有看到它是需要条件的，第一，地上一定要铺一个毯子来实现定位；第二，旁边一定要有操作手去操作。所以，它只是无人机，无法实现智能化，因为它还是一个被动的、被操作的过程。如果要实现智能化，必须变成自觉的，就是无人机要知道自己是谁、别人是谁，再者要主动作为，这是智能的两个本质特征，要从被动演进为自觉和主动。自觉就实现了自感知、自学习、自决策、自适应。 所以，我们用这张表来区分一下数字化转型、网络转型以及智能化转型的不同特点和差别在什么地方。数字化对应的数字转型，要解决的是数据问题，网络化转型解决的是规模问题，智能化转型解决的是能力问题。但背后的核心特征，我们看到数字转型完了，要构建一个数字业务单元，而重新构建业务单元的时候是用数字来构建的；网络化转型完了，形成的则是基于API接口的协同问题，所有的数字业务单元，以及单元和单元之间的沟通、协作是基于API来完成的，这如同人这种有机生命体是基于细胞。智能化转型后，要实现的是人、机、物融合，也就是在未来，人、机、物实际是一个平等关系，也就是我们常说的CPS，每个里面核心的要素也不一样。 我们讲智能化转型是赋能，包括今天讲的AI赋能，包括智博会的主题“为经济赋能”，那么赋能的核心在于挑战不可能的可能，让更多的不可能变成现实、变成可能！

重庆晚报·慢新闻全国爆料热线：(023)966988

——END——

上游新闻·重庆晚报慢新闻记者 余珂静