至顶网CIO与应用频道 07月06日 北京消息:6月30日,首届世界智能大会在天津闭幕。为期三天的大会,共有来自17个国家和地区的1200多名世界多个领域的杰出代表出席。大会以“迈向大智能时代”为主题深入对话和交流,探讨智能科技前沿发展的趋势,展望智能科技产业的发展,谋划智能社会未来的愿景。
以下摘自主会嘉宾演讲实录,根据语境略有修改:
第一天主会精彩语录集锦
大会致辞
全国政协副主席、科技部部长 万钢:
1.中国政府高度重视人工智能发展,未来将重点推进四方面工作:一是加强能力建设,持续夯实人工智能发展的科技基础;二是加快科技成果转化应用,推动智能经济和智能社会建设;三是强化政策储备,重视风险防范,抓紧研究制定完善相关政策法规;四是加强国际合作。
2.中国政府高度重视人工智能发展,目前已编制完成新一代人工智能发展规划和与之相关的新一代人工智能重大科技项目。
3.全面推动人工智能产业战略布局,打造“天津智港”。身处智能时代“顺变、应变、求变”,将推动天津智能产业更大发展。
大会致辞
世界工程组织联合会当选主席 马琳·肯加:
1.世界工程组织联合会是国际工程界的大型组织。它代表着120多个国家和2000多万名的工程师。通过充分利用工程的潜力,来解决世界所面临的重要问题。
2.世界工程组织联合会是由各国政府以及政府间组织认可的非政府组织,可以提供重要的指导和战略支持。
3.世界工程组织联合会旨在利用工程潜力,为世界各国解决城市发展、气候变化等重要问题提供指导和战略支持,推动实现可持续发展目标。
“人工智能与可持续发展”
联合国教科文组织知识社会局局长 英德拉吉特·班纳吉(Indrajit Banerjee):
1.从联合国教科文组织的角度来看,我们的总体目标是要建立知识社会,并不是仅仅为了追求技术而推动技术。
2.全世界教育行业跟现实是脱节的。虽然我们的技术、工具变化了,但是我们在重复过去的流程,所以我们需要21世纪的新技能。
3.有的时候我们可能过于强调技术,而忽略了这个技术可以怎么样惠及于整个人类。
4.如果我们盲目的去推动AI,会发现它会有很多风险存在。我们必须做好充分准备,来确保我们能够在利用这些技术和工具的同时还享受其带来的好处。
5.AI是否会造成人与人之间的不公、社会偏见,以及是否存在安全方面的隐患,这些都是我们需要注意的问题。
“人工智能·现在进行时”
百度公司董事长兼首席执行官 李彥宏:
1.人工智能时代已经到来了,在未来的三十年到五十年内,它成为推动世界经济发展的一个最重要的力量。
2.大家知道GPU原来是打游戏用的,现在人工智能、深度学习的计算,基本上都是通过GPU来完成的。吴恩达以前在谷歌的时候很不爽,因为谷歌不让他们买,但到了百度后就随便买。
3.人工智能技术要想往前推进,需要有大量的数据的积累进行训练,全世界没有一个市场有7亿多的网民,说的是同样的语言,遵循的是同样的文化和道德标准,遵循的是同样一个法律,你再也找不到这样的市场了,在这样的市场中,人工智能真的是如鱼得水,我们不领先世界真的是说不过去的。
4.今天任何一个会点深度学习技术的人,别的不敢说,你找一个高薪的工作肯定是没问题的。
5.今年市场对AI的投资有三百亿美元,人们对AI的关注也是前所未有的高。百度指数搜索显示,2016年比2015年搜索“人工智能”这个词频率上升了632%。
“科技创新过去的坎坷和未来的光明”
联想控股的董事长 柳传志:
1.现在天津市领导手里端着白米饭,但是忙着为未来的老百姓在炖锅里的红烧肉。
2.技术和基础科学是有根本不同的。如果技术本身转不成经济效益,那么这个技术本身是没有价值的。
3.在竞争性对抗性很强的行业里边,企业本身没有很强的科技队伍是没法生存的,靠转化是根本来不及的。
4.未来的智能科技都是属于竞争性极其剧烈的行业,所以企业本身必须拥有非常强大的技术队伍,建议企业里边都应该配有院士。
5.中国的企业已经有足够的实力为未来的科技布局。第一,我们已能够用撒网式的方式来支持科技创新;第二,规模的企业已经有实力把企业实验室的成果变成产品,变成效益;第三点,在企业的科技队伍里,科技人员可以是混合编队,既可以有中国人,也可以有外国人;第四点,对于企业来说,除了做技术研究以外,大的企业应该有实力进行基础性的研究,即对人类有贡献的带有发明性的研究。
“从大数据到大智能”
国际知名大数据专家、牛津大学教授 维克托·迈尔-舍恩伯格:
1.我听到了一个更好的词,叫做“超级智能”。不是说机器赢了人或者人赢了机器,而是人和机器可以一起工作,达成一种前所未有的相互理解和对于世界的认识。
2.通过数据才推动了算法,所以数据才是关键。
3.有一些深度学习的机器还是很难操纵的,很难合作的,需要人工有很多的技能来操作。
4.未来其实不是将我们和别人进行对比,而是将我们身体的各种阶段的不同的状况进行对比。对数据来说也是如此,我们关注的仍然是反馈。
5.人们往往感到担忧,因为他们觉得失去了掌控力。但超级智能并不是人类的威胁,而是一个机遇。当然我们首先得设计好。
“中国新一代人工智能”
中国工程院院士、中国工程院原常务副院长 潘云鹤:
1.AI分成三派,一派是符号学派,一派是连接学派,一派是行为学派。
2.前60年AI的基本任务,都是用计算机去模拟人的专业知识。现在市场上出现最广泛的AI技术,是类似翻译技术、模式识别的技术、博弈技术。
3.60年后的今天,环境和形势起了巨大的变化。第一个变化,是信息环境巨变。第二个是社会的需求改变了。第三个是人工智能的基础和目标变了。
4.除了深度学习技术以外,未来AI的发展还应该包括人和机器紧密的结合并共同营造一个混合的智能、跨媒体的智能、无人系统等技术。
5.中国新一代AI工程研究建议从5个方面研究:大数据智能、群体智能、跨媒体智能、人机混合的增强智能,第五自主智能系统。
“天马津云:智能改变世界”
马云阿里巴巴集团董事局主席 马云:
1.智能世界有三个主要要素:互联网、大数据、云计算。互联网是生产关系,云计算是生产力,大数据是生产资料。有了生产资料、生产力和生产关系,这三个合在一起才可能。
2.所有的数据基于互联网这样一个生产关系,基于数据连通,基于强大的计算能力,只有这样,我们才能进入到大的智能世界。
3.做事情成功的人特别容易高估自己,像我这样的人往往会以为我看清楚了,其实你根本没看清楚。
4.未来的机器一定比你更了解你,人类最后了解自己有可能是通过机器。
5.没有想象力,人和机器有什么区别。
6.我坚信换道超车,不太相信弯道超车,弯道超车,十翻九翻超车,我们应该在不同的道上进行竞争。
7.机器要向人脑学习,我觉得这是一个悲哀。我们人类对大脑的了解不到5%,我们希望机器去学5%,那不是愚蠢吗。所以不要让机器去模仿人类,而让机器去做人做不到的事情。
8.数据的时代才刚刚开始,连零头都没有到,中国是有机会走出一条独特之路。
9.中美之间的比较没有多大意义,不是美国有了中国必须有,而是未来有中国必须有。
10.别看边上就是你的竞争对手,跑三千米后,你才知道谁是对手。
第一天圆桌对话精彩语录集锦
前瞻对话:智能社会与可持续发展
德国工程院院士、卡尔斯鲁厄理工学院教授 伊夫卡·澳夫查洛娃:
1.我们不能单独应对人工智能、机器智能或者混合智能,应该选择一个综合的解决方案。
2.现在一个技术在市场运用的时间不到五年,所以我们现在应该从一对一的填鸭式的教育变成交互式的学习,让学生在实践中学习。
3.AI在城市发展第一个非常重要的目标应该是使这个城市更安全,第二个是让居民生活变得便捷。
南开大学校长 龚克:
1.当AI与教育相结合,就解决了一个非常重要的问题——有利于消除社会差别,同时也提升教育质量。
2.AI应该是非常简单、廉价的。如果我们公司要发展AI教育产品的话,应该把持住这样大的重要市场机遇和技术方向。
3.智能技术的可持续发展非常重要,如果不能带来社会包容、能源的节约利用和碳排的减少的话,它是没前途的。
威斯康星大学教授冉斌:
1.发展智能交通有三个目的,一个是安全,一个是效率,最后一个是环保和服务。但是很多人都忽略了安全性。
2.我认为人工智能的影响至少颠覆了三个行业:第一个是汽车行业,第二个是传统交通道路及时基础设施行业,第三个是IT通讯行业。
3.随着大智能的发展,在地下建立整个交通系统,这将颠覆整个城市的设计规划运营管理。
谷歌大中华区总裁 石博盟:
1.AI可以分两部分。第一部分,大企业有很多资源来解决人们面临的问题。第二部分,在交通和医疗等领域,需要长期进行很多投资,才能真正给人带来好处。
2.让AI如何与人类更好的结合起来,实现1+1大于2的效果,这是非常重要的。
3.最让人振奋的是我恰恰不知道答案在哪里,我们也不知道未来会有什么样的潜力开发出来。
IBM大中华区董事长 陈黎明:
1.AI可持续发展有三个重要因素:一个是经济发展,一个是资源环境可承载、可持续,还有一点是社会要包容,要普惠文化。
2.AI重在行业应用,难在行业应用,贵在行业应用。如果AI不能够应用到行业中区的话,它是不能产生社会价值的。
3.假如让老少边穷地区的医生,能够拥有认知计算这样的技术辅助他们诊断和医疗用药,那这个世界会是完全不同的,要做一件有情怀的事情。
博士软件亚太区总裁 托马斯·雅各布:
1.人类社会现在很多资金并没有得到充分有效的利用。我们应该继续推动可持续的交通,比如共享单车,电动滑板等,这些都是可以进一步延伸的领域。
2.工业、制造业等会首先从人工智能那里获益。甚至可以实现完全自动的实时制造,这是工程师在十年之前的梦想,现在我们马上就要实现了。
3.天津在发展智能城市,智能家庭,智能建筑,我希望借此势头,给我们的生活带来深远影响,让生活变得更加美好。
第二天主会精彩语录集锦
“基于大数据的人工智能”
中国科学院院士 张钹:
1.我们跟世界人工智能的差距不是很大。中国有这么多的网民,而且中国有这么大的需求。中国赶上和超过世界人工智能的水平,必须是可以做到的。
2.在人工智能领域,我认为在基础、方法、算法的研究上,中国跟世界的水平还相差甚远。这个是个不争的事实。
3.为什么在下围棋、图像识别等领域,人工智能会超过人,它的成功因素中有三大法宝:头一个是数据,第二个是计算资源,第三个是算法。
4.大量的数据、完全信息、确定性、单领域和单任务,只要不符合这其中四个条件中的任何一个,现在的人工智能技术就有困难。
5.深度学习不是非常完美的,还有大量隐患:比如很难获取大量样本、推广能力差、不可理解性等。
“智能时代的工业机遇”
珠海格力电器股份有限公司董事长兼总裁 董明珠:
1.两、三年前我们苦恼中国制造是戴上低质低价的帽子,但今天我们能够改变它,是因为我们有了自己的核心技术,所以更有了话语权。
2.格力电器更加注重人才的培养,我们并不认为技术人员就是人才,任何一个岗位上它都有标兵,任何一个岗位上都有人才。
3.在制造业领域,只要贴近市场,贴近消费者的需求来进行技术开发,就一定能够超越。
4.当一个企业能够掌握核心技术的时候,就能得到市场尊重,并且市场交易就一定会表现的非常好。
5.一个企业要有生命力必须保持创新,不断的改变自己,而不是改变别人。
“大数据释放新智能”
浪潮集团董事长兼首席执行官 孙丕恕:
1.我们原来讲1+1=2叫算术,现在讲算术是人工计算到算盘到电脑到云计算。
2.不可能把2C思维拿到2B里来,因为政府需要个性化的服务,拥有了服务也不一定意味着拥有政府的数据。
3.中国现在有14亿人,所以数据量越来越大。每个企业都梦寐以求成为一家大数据公司,但即便这样也不可能把数据垄断起来。
4.我预计三年以后一定出来数商——大数据交易商,会比现在的电商还厉害。拥有数据就可以把它进行交易,体现出价值。
5.除了中国移动、中国联通、中国电信以外,未来又会出来新的三大运营商:云服务的运营商,大数据运营商,智慧城市运营商,统称“新三大运营商”。
“智能的本质”
硅谷人工智能研究院创始人、《智能的本质》作者 皮埃罗·斯加鲁菲:
1.AI下一个重大的进展,在我看来可能是来自于神经科学,也就是对人类大脑的研究。
2.西欧失业率最低的是是德国,美洲失业率最低的是美国和加拿大,亚洲的话是日本和印尼。所以我认为,机器人并不一定会使人失业,这两者之间没有必然的关联。
3.千万不要害怕人工智能,其实人工智能早就跟我们在一起了。
4.所有新的技术都会带来一些工作的流失,但同时也很难预测到它会带来什么样的新工作机会。
5.人应该展望这个时代的到来,我们肯定会有越来越多的智能出现,同时人类也会变得越来越聪明。
“智能的改变企业运营”
用友网络董事长兼首席执行官 王文京:
1.任何一个时代的商业,实际上都受到它所在时代的技术影响,所在时代的技术会构成这个时代的商业基础。
2.现阶段,移动互联网、云计算、大数据、人工智能、物联网、区块链六大技术正全方位改变我们所处的商业,改变当代企业的运营和管理。
3.我们能从人工智能看到三个力量——数据、计算能力和算法,技术能力与业务的交叉组合使得人工智能今天在商业得到越来越深刻的应用。
4.人工智能对于企业运营的改变,突出表现在:一,业务流程的自动化;二,知识管理工作的自动化;三,管理本身的智能化,包括从数据采集到反馈、监控、评估;四、智能化的分析预测以及决策的智能化。
5.人工智能对于企业运营有着重大的发展潜力。
“智能改变社会生活”
科大讯飞董事长 刘庆峰:
1.AI有两个主要的路径:一个是通过生命科学,通过人类大脑神经元的传导机制,判断机器具备推理和学习的能力;第二个路径是基于数学建模的算法。
2.万物互联时代到来,越来越多的设备没有屏幕了,越来越多的设备离我们几米之外可以被操控。这时,语音合成和识别成为人机交互非常重要的趋势。
3.人机交互,知识管理和推理学习,是未来认知革命的核心。
4.现在AI处于当年2000年互联网泡沫一样,看起来短期内可能有不少的泡沫,但是10年20年来看就是伟大的革命。
5.中国在AI领域有很大机会,在中美创新能力对比中,科学研究和工程技术原来是美国强,客户中心和效率提升是中国强,但是AI恰恰是应用驱动,需要不断的数据迭代。
“大飞机的科技创新”
中国商飞集团副总裁 吴光辉:
1.大飞机市场巨大,在科学技术方面是对经济一个很大的提升,可以促进上下游整体产业链发展,包括材料,矿上、电子零部件、机械设备形成产品,最后再到服务。
2.智能在飞机上的体现:第一是先进的飞行控制系统;第二是先进的航电系统;第三是发挥复合材料的优势;第四是科学技术的带动,新材料新技术新电子信息;第五是多电系统,除了目前传统的煤油发动机外,挖掘电动发动机潜能;第六是核能技术,燃料电池,驱动装置等发展;第七是视景合成技术,视景增强技术等。
3.未来的民机的趋势:第一个是超音速科技;第二是核能飞机;第三是无人驾驶飞机;第四是智能飞机。
4.美国的商用制造飞机产出3250多亿美元产值,创造了一千多万个相关就业,这是一个庞大的市场。
5.中国目前的航运跟中国的人口相比,仍然很少,去年只有4.88亿人次乘飞机,相当于人均0.36次,但是美国达到了2.6次,我们在未来只要达到美国的数字就可以。
“机器智能的未来”
牛津大学人类未来研究院院长 尼克·波斯特洛姆(Nick Bostrom):
1.即将到来的这次人工智能革命,比之前的三次革命都更加重要。
2.随着科技的发展和不同社会组织的出现,我们发现,让机器大脑转变成一个像仓库一样储存的场所,需要更多的技术。
3.AI不太擅长的,就是一些解决方案或者是规则等等。
4.几年前,AI只能对局部的图像进行识别,无法系统成像。现在出现了深度学习,机器识别最后的成像风格就比较像原作——图像是一种本能。
5.如何帮助机器更好的学习,或许可以开发更多针对深度学习的软件。
第二天圆桌对话精彩语录集锦
趋势对话:感知、认知与连接
蚂蚁金服副总裁、首席科学家 漆远:
1.认知更难的问题是机器学习,怎么让机器从数据中要学习推理是一个挑战。
2.更深的连接是博弈论和人工智能的结合,在连接背后其实涉及多方的利益,如何进行一个机制设计,使整个系统更好地往前走,那就是更大的问题。
3.今天遇到的难题是自然语言理解和背后结合网络图形下的推理、深度学习和知识图谱的结合下的推理,这是没有解决的问题。
工业互联网联盟发起人 约瑟夫·萨洛夫:
1.在物联网的时代,建立起最复杂的网络系统,是前所未有的复杂。
2.我们的记忆相对于计算机来说是不足的,因为计算机的记忆力是100%的。我们必须了解信息和数据的背景,才有能力得把经验结合起来能建立起智慧。
3.过去我们是在等待未来的到来,但是现在一个新的数字化的时代,我们甚至可以按照我们想要的方式去塑造未来。
今日头条副总裁 马维英:
1.人工智能到今天发展背后有几个很重要的驱动力量:第一个是大数据,第二是云计算带来的大计算,还有基于深度学习和机器学习的算法,我们能够建很大的模型。
2.感知就是数字化,所有东西一旦被数字表达后,计算机就可以算了。
3.数字化走完以后下一步就是智能化。智能化就是今天一张图已经可以数字化表达了,但是我觉得还不够,理解这张图,理解这个文章里到底在说什么,这是更高层的智能。
以色列创新局董事 埃雷兹·楚尔:
1.我们需要找到正确的方式来开发AI让它真正为人类所服务。但是与此同时我们也得采取措施,要确保我们是给人类社会做了正确的事情,给个人带来好的结果。
2.对于以色列,AI主要是应用于国防领域。比如导弹防御系统,现在可以做到精准的拦截。
3.我觉得AI可能有一天会超过人类,但是另一方面AI的生产率可能会变得空前的高涨,这样我们可以赚更多的钱,我觉得这可能是两种极端。
高通技术副总裁 李维兴:
1.如果把没有处理过的讯息通过非常好的连接传送到云端去就有资源浪费的问题,所以无论是在云端计算或者是在边缘计算这两方面的平衡是相当重要的。
2.在人工智能、新的智能社会的情况下,手机将是一个非常好的促进进步的媒介。手机现在一年大概有十亿的生产,它对于整个规模经济是有效果的。
3.透过手机这种非常高迭代的情况下,带给整个人工智能,可以为未来可能使用的场景和应用做出一些贡献。
Linkedin数据分析业务副总裁 李玥:
1.感知是一个数据采集的过程。认知实际上是开始利用这些数据,从这些数据里挖掘出来有用的信息,同时用这些数据帮你作出正确的决定。
2.大家觉得我们已经在大数据的时代了,但是实际上今天我们所有的数据还非常非常的小。
3.人生活的数据化的过程就是感知,不断有更多的数据出现是一个大数据的过程。
英特尔中国研究院院长 宋继强:
1.感知和认知都是智能系统必不可少部分。感知是让一个系统知道周围有什么,能替代人的感官甚至超越人的感官。
2.目前深入学习很多成果停留在感知这个层面,因为它恰恰符合了几个特点——有大量数据可以采集到,这些数据都是没有什么隐藏的知识。所以感知部分是目前最快可以攻克,也是需要用硬件加速的部分。
3.2020年会有500亿的设备接入互联网。5G的发展就是把这些设备和云之间连起来,为了让他们达到很好的协同。未来的愿景一定是端到端的把智能的能力部署下去,充分发挥通讯和计算的优势。
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。