雷鋒網(wǎng) AI 科技評論按，2018 年 5 月 11 日，中國工程院院士「智能與網(wǎng)絡(luò)前沿問題與應(yīng)用」論壇于惠州召開，本次大會由中國工程院指導，香港中文大學（深圳）、鵬城實驗室（深圳網(wǎng)絡(luò)空間科學與技術(shù)省實驗室）承辦，惠州仲愷（國家級）高新區(qū)管委會、星河控股集團協(xié)辦。

會上，中國工程院院士、香港中文大學（深圳）校長徐揚生，中國工程院院士、鵬城實驗室主任高文，百度副總裁、研究院院長王海峰，中國科技大學信息科學技術(shù)學院執(zhí)行院長吳楓帶來了四場精彩的主題報告，他們的演講涉及到機器人、智能城市、AI 應(yīng)用、類腦計算、視頻編解碼等多個領(lǐng)域，各位學術(shù)大?；蛟敿毜貓蟾媪俗钚碌膶W術(shù)進展，或幽默地展示了自己最新的研究，現(xiàn)場座無虛席。

機器人與人工智能時代的教育

作為第一位演講的嘉賓，徐揚生院士開場即表示，現(xiàn)在已經(jīng)到了人工智能時代，這一時代人工智能對社會的發(fā)展會產(chǎn)生諸多影響，同時人工智能也將影響到教育。在報告中，他先是列舉了他們研制的各種機器人和智能機器，之后談到機器人從動作到智能的發(fā)展，在演講的最后，他提到了智能革命以及心腦解放對人類社會的影響，以及人工智能時代應(yīng)該進行什么樣的教育。

他表示，機器人即感知、認知再加上動作。之后，他展示了他們研制的一系列機器人，比如單輪機器人、爬樹機器人、爬衫機器人、家庭服務(wù)機器人、安全監(jiān)控機器人、救災機器人、智能交互機器人、智能帽控輪椅、智能鞋等等。

在他看來，機器人技術(shù)有四大特征：

• 一是智能化技術(shù)，即自主識別判斷能力；

• 二是綜合性技術(shù)，這是典型的交叉學科；

• 三是實時性技術(shù)，需要能對不可預知的突發(fā)情況進行快速處理；

• 四是交互性技術(shù)，這里涉及到與人與機的各種交互。

他表示，這里面存在很多科學問題，比如圖像的理解、智能的描述、實時深度學習、人與機器的交互、普適性感知。

他表示，在之前的幾十年，機器人基本上圍繞著動作在發(fā)展，而現(xiàn)在得益于大數(shù)據(jù)的支撐，是時候考慮機器人的智能了?！钢悄鼙葎幼鞲匾??！顾麖娬{(diào)。他以人來舉例，他說道，人的骨骼、皮膚、腸胃等等一直處于更新?lián)Q代中，但人的腦部中樞和神經(jīng)細胞終身不變，大腦和「心靈」，遠比肉體重要。引申到技術(shù)，他表示，現(xiàn)在越來越多的機械代替人肉體的勞動，但是，大腦與心靈的解放遠比肉體要重要。

他強調(diào)，心腦解放將帶來一場智能革命，人類將重新進行社會分工，許多行業(yè)會面臨消失的困境。機器人的強項是記憶、邏輯、精準、快速，人的強項是直覺、感情、想象、創(chuàng)造，所以人應(yīng)該發(fā)揮自己的強項。這就引出人工智能時代的教育問題，他認為，應(yīng)該培養(yǎng)學生的想象力和創(chuàng)造力，引入非知識型的教育和考試。

深度剖析智慧城市大腦

接下來是高文院士的精彩報告，高文院士講了智慧城市的應(yīng)用，并從技術(shù)層面對智慧城市大腦進行了剖析。

他提到城市現(xiàn)存的交通問題、安保問題，對于交通堵塞問題，目前一般的做法只是根據(jù)每個路口的交通狀況做出分析，解決能力很差。他提到杭州的案例，他表示，杭州由于車輛、路口眾多，經(jīng)常存在堵車現(xiàn)象，他們通過云計算重新規(guī)劃信號燈，控制紅路燈的時間，達到了平均 17% 的駕駛速度優(yōu)化。他們稱這一系統(tǒng)為城市大腦。之后，他詳解了城市大腦系統(tǒng)的構(gòu)造，最底層是數(shù)據(jù)庫，中間是數(shù)據(jù)交換平臺，上層是算法，再往上是操作和服務(wù)的平臺，外圍是各種各樣傳感器。所有信號都會匯總到這個系統(tǒng)里，進行統(tǒng)一優(yōu)化。

但他表示，雖然用以上系統(tǒng)根據(jù)以往的數(shù)據(jù)來做調(diào)度規(guī)劃表現(xiàn)不錯，但對突發(fā)事件無法及時做出判斷。主要原因如下：現(xiàn)在在設(shè)計系統(tǒng)的時候，是為存儲而設(shè)計，不是為了實時響應(yīng)而設(shè)計，不夠智能；系統(tǒng)里沒有統(tǒng)一的時間戳；沒有準確的地理位置信息；無法在壓縮數(shù)據(jù)上直接解碼分析。

之后他提出數(shù)字視網(wǎng)膜的概念，這一系統(tǒng)可以解決數(shù)據(jù)和算法利用率低的問題。他提到其中的核心技術(shù)，

• 一是高效的編碼；

• 二是視頻特征的緊湊表達；

• 三是視頻編碼與特征編碼的聯(lián)合優(yōu)化；

• 四是聯(lián)合 R-D 和 R-A 優(yōu)化。

他表示，數(shù)字視網(wǎng)膜結(jié)合了視頻編碼+特征編碼，既能精細編碼視覺內(nèi)容，又具備面向識別理解的功能。之后，他提到數(shù)字視網(wǎng)膜的整體框架，詳細描述了構(gòu)建方案以及效果，例如可以進行無牌車搜索、遮擋車輛搜索等。

在演講最后，他總結(jié)道，要想真正做好智慧城市，僅僅依靠現(xiàn)有的攝像機和系統(tǒng)是不行的，需要提升到帶有數(shù)字視網(wǎng)膜的攝像機。他表示，技術(shù)上的標準已經(jīng)完成了，接下來就是產(chǎn)品和系統(tǒng)開發(fā)。

雷鋒網(wǎng)此前對高文院士的城市大腦進行過相關(guān)報道，詳情參見：高文院士50張PPT，帶你看懂城市大腦的瓶頸與重大突破點

百度在人工智能上的布局

隨后上臺演講的是百度副總裁、研究院院長王海峰，王海峰的演講主題是《智能時代的機遇與挑戰(zhàn)》，演講伊始，他說道，前面兩位院士不約而同都講到了人工智能，他今天的主題也是智能。他表示，互聯(lián)網(wǎng)近年來快速發(fā)展，帶來一系列強大的算法、大數(shù)據(jù)以及計算平臺，這是人工智能得以高速發(fā)展的基礎(chǔ)。

他說道，人工智能正在影響各行各業(yè)，為行業(yè)帶來更高的效率，更高的生產(chǎn)力。

接下來他講了百度在人工智能上的布局，他表示，百度成立之初即布局人工智能，在 2010 年開始全面布局，目前已經(jīng)形成相對比較完整的生態(tài)。

百度人工智能技術(shù)布局主要有四個層面：

• 一是基礎(chǔ)層，這里就是前面提到的大數(shù)據(jù)、算法、大計算；

• 二是感知層，這里包括語音、圖像、視頻、AR/VR；

• 三是認知層，這里包括自然語言處理、知識圖譜、用戶畫像；

• 四是平臺層，即AI開放平臺與生態(tài)。

他表示，百度所建立的平臺一方面服務(wù)于百度的業(yè)務(wù)，比如做搜索，另一方面也可以讓各行各業(yè)受益。

接下來他講了百度的智能搜索，現(xiàn)在用戶需求越來越復雜，越來越多的內(nèi)容線上化，設(shè)備和場景越來越豐富，因此，搜索要改變。他將傳統(tǒng)搜索與智能搜索進行對比，傳統(tǒng)搜索只存在網(wǎng)頁數(shù)據(jù)，抓取之后進行需求匹配、排序。

智能搜索依賴龐大的知識圖譜構(gòu)建計算，還有基于深度學習的搜索排序與應(yīng)答、基于知識圖譜和深度語義分析的需求理解。在交互層，除了搜索框里的文字，更多是用麥克風進行語音交互，同時也可以利用攝像頭進行視覺交互。

之后他為大家展示了百度知識圖譜的一小部分以及如何構(gòu)建這一知識圖譜，他也談到需求理解中幾項典型技術(shù)如語義排序、多模交互問題等等。

在百度AI整體戰(zhàn)略布局上，主要有底層的智能云，中間的百度大腦，最上層的阿波羅自動駕駛平臺，DUER OS 對話平臺等。

他表示，第三方企業(yè)可以用他們開放出來的平臺解決問題，比如充電樁故障、生鮮商品銷售預測、制冷設(shè)備智能調(diào)控、人力資源篩選等。他也舉了很多語音技術(shù)應(yīng)用的典型案例，例如語音搜索、同聲傳譯、語音播報、語音交互、有聲閱讀、語音指令、語音質(zhì)檢。之后，他提到 OCR、視頻比對以及 AR 技術(shù)等。他表示，數(shù)據(jù)分析非常重要，可以解決很多問題，他也提到一些解決方案，例如數(shù)據(jù)倉庫解決方案、日志分析解決方案、數(shù)據(jù)挖掘解決方案、物聯(lián)網(wǎng)行業(yè)解決方案等。

最后他講了自己對技術(shù)趨勢的理解，他表示，深度學習技術(shù)是AI的核心技術(shù)，但這一技術(shù)在理論基礎(chǔ)上存在三個問題——小樣本、低能耗、可解釋性。從應(yīng)用技術(shù)上講，他表示感知技術(shù)在深度學習技術(shù)的推動下得到了非常好的發(fā)展，很多地方已經(jīng)可以超過人了。但認知技術(shù)雖然發(fā)展很快，但整體還沒有到超過人的程度。未來認知技術(shù)到底怎么樣發(fā)展，還有很多要探討的地方。

從產(chǎn)業(yè)角度來看，他表示這里涉及到軟硬件、深度學習框架、AI 芯片的發(fā)展。他表示，深度學習會成為未來產(chǎn)業(yè)很核心的部分。

最后他做出總結(jié)，真正想將人工智能技術(shù)應(yīng)用于各行各業(yè)，帶來各行各業(yè)生產(chǎn)力提升，更多不是單點技術(shù)，而是多種人工智能技術(shù)綜合應(yīng)用，同時也要結(jié)合應(yīng)用場景進行系統(tǒng)化創(chuàng)新。

在他的報告結(jié)束之后，吳楓教授帶來了以《類腦人工智能及應(yīng)用》為主題的報告，這也是今天的最后一場報告。

類腦人工智能以及利用 AI 進行視頻編碼

他帶來的內(nèi)容涉及三方面，一是深度學習，二是類腦計算，三是人工智能的應(yīng)用。

報告伊始，他談到人工智能這幾年取得了很多突破，這些突破實際上是基于深度學習技術(shù)，通過強大的計算能力，對大規(guī)模的數(shù)據(jù)進行學習，然后得到深度神經(jīng)網(wǎng)絡(luò)的模型。他提到目前深度學習和人腦主要有兩個相似度：第一，深度學習的神經(jīng)元模型是由人腦神經(jīng)元推導出來的。第二，從早期的淺層神經(jīng)網(wǎng)絡(luò)發(fā)展至今，現(xiàn)在的深度學習有很多層次，這和腦比較相似。

他提到目前深度學習的局限性：

• 一是離不開大數(shù)據(jù)、高質(zhì)量的標注；

• 二是自學習、遷移學習等能力弱；

• 三是消耗大量計算資源；

• 四是現(xiàn)有機器沒有形成概念和知識，缺少邏輯分析和推理。

接下來，他談到類腦人工智能，在國家去年發(fā)布的人工智能發(fā)展規(guī)劃里，明確提到類腦智能計算理論，他表示，歐盟、美國和中國都在發(fā)展腦計劃，進行腦認知和模擬方面的研究。他談到中科大的類腦智能技術(shù)及應(yīng)用國家工程實驗室，實驗室的使命就是要建立腦科學研究和人工智能研究的橋梁，把腦科學研究得到的成果應(yīng)用到人工智能發(fā)展里。

接下來是類腦智能的發(fā)展瓶頸：

• 第一，對腦機理的認知不夠清楚，在這里，他對腦結(jié)構(gòu)與功能進行解析，其中涉及到數(shù)據(jù)存儲、數(shù)據(jù)重構(gòu)、數(shù)據(jù)可視化、量化分析多個層面。

• 第二，類腦計算模型和算法不準確。他提到 2014 年網(wǎng)格細胞的發(fā)現(xiàn)以及 2018 年 DeepMind 發(fā)表的一篇 nature 論文。他表示，腦科學研究會給人工智能發(fā)展帶來啟發(fā)。

• 第三，計算架構(gòu)和能力的制約，他表示，現(xiàn)在的計算系統(tǒng)是計算與存儲分離，這樣的系統(tǒng)功耗高、并行度低、規(guī)模有限。而借鑒人腦的計算模式，可以提出高密度、低功耗的計算系統(tǒng)。

他提到現(xiàn)在亟需借鑒腦網(wǎng)絡(luò)結(jié)構(gòu)，發(fā)展低功耗計算，從電路、架構(gòu)層次等方面展開研究，實現(xiàn)存算一體的網(wǎng)絡(luò)化計算。他們也在模擬神經(jīng)元計算上做了一些嘗試，比如實現(xiàn)了基于 180nm 標準 CMOS 工藝的低功耗數(shù)模混合神經(jīng)元芯片，實現(xiàn)了多種高精度、低功耗的模數(shù)轉(zhuǎn)換器。

演講最后，他提到人工智能的相關(guān)應(yīng)用——視頻編碼。他表示，現(xiàn)在的智能編碼框架可以用學習的方法從大規(guī)模數(shù)據(jù)中獲得模型，替代原來基于經(jīng)驗或者少量數(shù)據(jù)統(tǒng)計出來的模型。他也詳解了智能視頻編碼的框架，以及基于學習的后處理技術(shù)、基于學習的熵編碼，在對比中，可以看到基于學習的編碼方案名列前茅。

雷鋒網(wǎng) AI 科技評論總結(jié)：以上為中國工程院院士「智能與網(wǎng)絡(luò)前沿問題與應(yīng)用」論壇內(nèi)容介紹。在半天會議中，徐揚生院士的報告普及了人工智能與機器人的相關(guān)知識， 并讓我們對教育問題進行重新思考；高文院士的匯報了目前城市大腦的突破，該如何發(fā)展城市大腦；王海峰院長讓我們了解到深度學習的各種應(yīng)用，以及百度在人工智能上的布局；吳楓院長則帶來了對于計算的前沿思考——借鑒腦網(wǎng)絡(luò)結(jié)構(gòu)來發(fā)展計算系統(tǒng)，以及深度學習在視頻編碼上的應(yīng)用。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。