由深度学习引发的第三次产业革命，使得社会生产和消费从工业化向自动化、智能化转变。人工智能正在极大地改变人类生活的方方面面，开启智能时代。

9月18日，由依图科技承办的2018世界人工智能大会“看见，智能”分论坛在上海国际会议中心成功召开。

各路大咖现场探讨了人类的智能探索人工智能时所能触及的有关工业、学术、生命科学，以及未来的话题。

高手论剑，一招一式皆功夫。

嘉宾们都分享了哪些精彩观点和研究进展，小明这就送上！

杨学山

北京大学教授

中华人民共和国工业和信息化部原副部长

国内外的专家和相关企业的实践，大体上形成了这个共识： 我们一定要从需求或者是解决我们经济社会发展中的实际问题，来引导人工智能的发展。我们必须要看到，人工智能还是处于发展的早期。

Alan Yuille

美国约翰霍普金斯大学教授

大数据和深度网络是非常强大的工具，不论是现在还是未来，对于处理一些真实世界的任务非常重要。但是觉得人工智能会很快取代人类的观点完全是天方夜谭。在面临复杂问题的时候，当下的深度网络和大数据很容易崩溃。

发展通用人工智能之路漫漫。只是借助深度学习、大量标注数据、GPU算力是远远不够的，还是需要人工智能、认知科学、神经科学共同发展。

Christoph von der Malsburg

法兰克福高级研究所教授

现存普遍的训练模型显然无法通往通用人工智能。它是人类思维模式的缩影，但又有局限，想要实现通用人工智能，必须要对模型本身进行颠覆式地探索。虽然人工智能发展了六十年，但在根源建模上的探索却很匮乏，基本没有进展。

Pieter Abbeel

加州大学伯克利分校教授

不管是在研发方面，还是在公司的合并收购方面，人工智能都是非常有价值的。目前，人类智能技术仍在不断发展进步，对于蚂蚁来说，人就是超级智能，在未来，人工智能与人的关系可能就像人和蚂蚁一样，如何应对人工智能发展所带来的问题是一个很难回答但又必须回答的问题。

朱军

清华大学副教授

解决某一类别的人工智能问题，至少我们能设定一些目标，朝这样的方向去研究。通用人工智能技术已有一定进展，但是成熟应用仍非常遥远。

有一些对人类来说非常简单的任务，对于人工智能来说仍然非常困难。比如感知，人类是非常敏锐的，但是即使是用了深度神经网络技术，机器要避免一些攻击仍然很困难。

马坚

卡耐基梅隆大学教授

对于某一种疾病来说，促成该种疾病的基因并不是单一的，而是基因之间的组合关系构成了疾病的发生。我们如果想要研究疾病是怎么样形成的，一定要去了解其中的深层次关系。

所以，我们要开发一些能有效分析多模态数据的深度学习模型和算法，这样就能够提高我们预测的精准程度，最后能够促进整个人类社会的健康发展。

范捷

AccutarBio CEO

靶向治疗中，药物和靶向蛋白的结合就像钥匙和锁孔的关系，有效的药物像一把专为靶向蛋白配置的钥匙，所以问题的关键是找准“钥匙孔”并迅速配对“钥匙”。也就是说，为了设计一把钥匙，我们需要更好地设计一个钥匙孔进行匹配。

传统医药软件多是基于能量学公式的描述方法，做计算药物筛选时步骤繁琐，界面复杂，实际应用价值很小。而利用人工智能技术能够更准确地找到“钥匙孔”，并更快搜索出“匹配钥匙”。

吕昊

依图科技首席创新官

过去几年里，编程的方式发生了改变，我们去进行合成而不是只靠写代码，这个就给了我们发展不同产品的可能性。我们需要找一些新的方法、新的模型，一些基础性的研发支持能够帮助我们在人工智能领域有更多的进展。

以铜为鉴，可正衣冠；以古为鉴，可知兴替。

人工智能当前发展如火如荼，然而这不是第一次人工智能吸引了大众的注意力。上世纪50、60年代这个学科刚刚开始时也是如火如荼，但45年前的一个报告和一场辩论，引发了人工智能的第一次“寒冬”。

本次分论坛的最后，大咖们还坐在一起对于45年前莱特希尔辩论的一些历史遗留问题进行了探讨。

人工智能的理论如今依然薄弱？

如何制造有创造力的人工智能？

人脑不是一个简单的刺激反应的机器？

更多内容，请期待！

现场记录的缤纷洞见