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： 　　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AlphaGozero，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。更多关于人工智能带来场景变革--且看中国科学院自动化所研究员王金桥怎么说的相关内容信息尽在工控网。