Leiphone雷峰网

作为中国国内最具影响力和前瞻性的前沿科技活动，CCF-GAIR 大会已经度过了四次精彩而又辉煌的历程。CCF-GAIR 2020 延续了过去的强大阵容，提供了 15 个专场（人工智能前沿专场、机器人前沿专场、智能驾驶专场、AIoT 专场、AI 芯片专场、视觉智能·城市物联专场、AI 源创专场、AI+ 艺术专场、企业服务专场、工业互联网专场、AI 金融专场、医疗科技专场、智慧城市专场、联邦学习与大数据隐私专场、前沿语音技术专场）。

值得一提的是，本次 CCF-GAIR 2020 还特别设置了纪念 Thomas S. Huang 圆桌论坛。此外，雷锋网鲸犀频道也将带来一场「鲸犀×腾讯“千帆计划”数字产业沙龙」，旨在为所有想要在智能时代完成转型、升级的企业提供新思路。

同时，CCF-GAIR 2020 紧跟时代机遇 “新基建”，以 "AI 新基建，产业新机遇" 为主题，探讨 AI 的学术基础研究和产业落地。

根据大会安排，在 8 月 7 日第一天的主会场中，已经成功举行的是 CCF-GAIR 2020 的盛大开幕式、由多位学界业界大咖闪耀登临的 AI 前沿专场和充满意义的纪念 Thomas S. Huang 圆桌论坛。

在演讲环节，高文院士借鉴人类视觉系统谈到了城市大脑 2.0，周志华教授通过破译玛雅历法的真实案例介绍了反绎学习的过程，陈长汶教授谈到了新一代视频物联网的五大技术挑战，荀恩东教授用数学原理去解读语言结构……八位大咖从各自角度出发，奉献了一场思想的盛宴。

而在下午的纪念 Thomas S. Huang（大家称之为 Tom）圆桌论坛环节，陈长汶教授谈到了 Tom 的桃李满天下，杨士强教授谈到了 Tom 对清华大学讲席教授组制度的影响，颜水成教授谈到了 Tom 的爱和谦卑，王孝宇博士谈到了 Tom 的幽默——值得一提的是，在谈到 Tom 时，沈向洋教授泪洒现场……

众多无比重要的时刻和无数思想观点的碰撞，让这一天成为绝对值得重点回顾的一天。

一个简短的开幕式

上午九时许，大会组委会主席、清华大学教授、鹏城实验室党委书记杨士强教授以开幕式主持人的身份登上舞台，标志着 CCF-GAIR 2020 大幕的拉开。

大会开始，中国计算机学会 CCF 副理事长、华中科技大学金海教授登台致辞。他表示，作为中国计算机领域影响最大的专业社团，CCF 秉承会员构成、会员治理和服务会员的理念，每年举办几百场次的各种规模的学术会议，产业和技术论坛和培训，其中有面向计算机领域的大聚会--中国计算机大会 CACC、面向青年学者的计算机青年科技论坛、面向青少年，激发他们对计算机兴趣的全国青少年信息学奥林匹克 NOI、聚焦学科前沿热点促进学科交流的学科前沿讲习班等等。

金海教授表达了对深圳在人工智能和机器人领域未来发展的信心。同时，金海教授还对 CCF-GAIR 2020 大会主题作了一番阐释：

今年大会主题是“AI 新基建、产业新机遇”，一方面，是希望在大会举办 5 周年之际，在前几年大会讨论产学结合、产业落地和垂直细分的基础上，做一个系统的总结和回顾；另一方面，在过去几年 AI 纷纷走向产业化落地的大背景下，大会从人工智能基础研究出发，推动人工智能更多的应用、更多的可能，在更多领域的落地。

AI 前沿专场：5 个报告 + 3 个演讲

伴随着开幕式的完成，本次大会正式进入到第一个专场，也就是 AI 前沿专场。本专场设置了上午场和下午场，包括 5 个重磅大会报告和 3 个精彩主题演讲。

中国工程院院士高文：城市大脑 2.0，边端云合理分工的人工智能赋能系统

作为本次大会的重磅环节，AI 前沿专场率先迎来了一位重量级的学术嘉宾——中国工程院院士，鹏城实验室主任，CCF 会士，ACM/IEEE Fellow 高文。

高文院士目前还担任北京大学教授、新一代人工智能产业技术创新战略联盟理事长、全国专业标准化技术委员会副主任、数字音视频编解码技术标准 (AVS) 工作组组长，主要从事人工智能应用和多媒体技术、计算机视觉、模式识别与图像处理、虚拟现实方面的研究，在本领域国际期刊上发表论文 200 余篇，国际会议论文 600 余篇。

在大会上，高文院士以远程视频的形式，为大会带来了长达 40 分钟的大会报告，报告主题为《城市大脑 2.0，边端云合理分工的人工智能赋能系统》。

在报告中，高文院士主要从智慧城市建设的角度出发，探讨了城市大脑从 1.0 到 2.0 版本的演变。他表示，城市大脑 1.0 是以云为中心的，但它会存在一些问题；因此，借鉴人类的视觉系统，城市大脑 2.0 将边、端和云容纳起来。

高文院士表示，边、端、云结合最核心的技术是数字视网膜，它是整个城市大脑 2.0 的一个基本架构，我们称之为仿生视网膜的计算架构；要想把数字视网膜技术全部用起来，需要用到一些使能技术，包括视频编码、特征编码、联合优化和深度学习模型编码等。

高文院士表示：

简单来说，数字视网膜是三个编码流合并的系统，视频流和特征流是最主要的，这两个流时时刻刻都是汇集到一起进行传输的，第三个是模型编码，只是在模型需要压缩的时候，从云端推到边缘端或者终端上，进行一些增量的更新。有了数字视网膜，就相当于城市大脑边缘或者是终端方面就可以做得更高效，效能比更高，这样就可以减少对云端算力的依赖，同时云端的响应可以更精确、速度更快，这样就使得城市大脑可以做得更好一些。

最后，高文院士称，在数字视网膜的作用下，可以比城市大脑 1.0 在编码方面节省 50% 的存储和带宽，同时可以节省 90% 以上的云计算算力资源，而且它对于图像特征的提取和分析延迟比较低、精度比较高，这就是数字视网膜带给城市大脑 2.0 的一个好处。

南京大学人工智能学院院长周志华：反绎学习（Abductive Learning）

接着进行大会报告的，是南京大学人工智能学院院长，CCF 会士，ACM、AAAI、IEEE、AAAS、IAPR Fellow 周志华。

周志华教授目前还担任中国计算机学会常务理事、中国人工智能学会副理事长，江苏省计算机学会理事长，江苏省人工智能学会理事长，IEEE 南京分部副主席。他主要从事人工智能、机器学习、数据挖掘等领域的研究工作。主持多项科研课题，出版《机器学习》(2016) 等著作，在本领域一流国际期刊和顶级国际会议发表论文两百余篇，被引用四万余次。

在大会上，周志华教授也带来了非常精彩的大会报告，报告主题为《反绎学习（Abductive Learning）》。

在报告中，周志华教授从当前最大的人工智能模型 GPT-3 出发，谈到当前人工智能模型在工业领域的突破主要是依赖强大的算力和大数据的支撑，但这背后需要大量的资金投入；而从学术界的角度，应该回到本源，做一些探路性质和思考未来的工作。

由此，周志华教授谈到了一个重点：如何在现实应用中将人工智能技术与知识结合起来。

周志华教授表示：

我们知道逻辑推理比较容易利用知识，而机器学习比较容易利用事实或者是证据。但是，人类在做决策和分析的时候，其实并不是只依赖于中间某一个方面，而是两者相结合。我们既用到了事实、证据，也用到了知识。这两方面在人身上本来就是结合起来的，那做人工智能的模型、算法，也应该想办法把它结合起来。

由此，周志华教授谈到了自己最新提出的新概念——反绎学习（Abductive Learning），也就是从不完备的观察出发，得出最可能的解释；随之，他通过一个破译玛雅历法的真实案例介绍了反绎学习的过程。

最后，周志华教授表示，将逻辑推理和机器学习相结合，有非常好的前景；我们现在都在谈数据、算法和算力，但是未来不能忽略知识，知识凝聚了人的智慧，过去十几年都从数据驱动做人工智能，现在是把数据驱动和知识驱动结合起来了。

香港中文大学（深圳）校长讲座教授黄铠：5G Cloud, AIoT and Edge Computing

接着进行大会报告的，是香港中文大学（深圳）校长讲座教授，AIRS 中心主任，中科院云计算中心首席科学家，IEEE Life Fellow 黄铠。

黄铠教授多年任教于南加州大学与普渡大学，于 2018 年应聘香港中文大学（深圳）的校长讲座教授，他还是 IEEE 计算机学会的终身会士，获得中国计算机学会（CCF）2005 年首届海外杰出成就奖。2012 年获得 IEEE CloudCom 云计算大会终身成就奖。他在计算机结构、并行处理、云计算、物联网领域推出了 250 篇论文及 10 本专著，专著被翻译为 4 国文字。

在大会上，黄铠教授也带来了非常精彩的大会报告，报告主题为《5G Cloud, AIoT and Edge Computing》。

在报告中，黄铠教授首先表达了一个观点：计算机一定要走向智能化，如果只是高性能计算 + 序列化的云，那么这里的云计算就缺乏智慧；除了算力、算法，还要有智慧；因此 AI、机器学习、深度学习要布局在云端，而且要围绕云端开发边际云（Edge Cloud）。

谈到 5G，黄铠教授表示，5G 的意义首先是速度更快；除此之外，还有很多方面的更新——第一是容量，它可以接受更多的信号和数据；第二是时延，5G 的时延有希望降低到 1 毫秒；第三是频率的问题。

最后黄铠教授谈到了 SpaceX 发射的通信卫星。他表示，目前 SpaceX 目前已经发射了 720 个通信卫星，未来会增加到 12000 个；它未必会取代 6G，但毫无疑问会连接大量的 IoT 设备。他还谈到了 GPS 或者北斗卫星，它们都是处在高空或者中高空的卫星，而北斗三号全球卫星导航系统正式开通，非常了不起。

科大讯飞联合创始人胡郁：人工智能的颠覆式创新和典型应用

上午场最后一位登场的是科大讯飞联合创始人、轮值总裁胡郁。

胡郁是中国科学技术大学信号与信息处理专业工学博士，教授级高工；国务院特殊津贴专家；科技部新一代人工智能战略咨询委员会委员；科技部 863 类人智能重点项目首席专家；语音及语言信息处理国家工程实验室执行主任；中科院人工智能产学研创新联盟应用规划组组长；中国科学技术大学兼职教授、博士生导师；中国人工智能学会副理事长，会士；中文信息学会的常务理事；湖畔大学二期学员。

在大会上，胡郁博士带来了精彩纷呈的主题演讲，题为《人工智能的颠覆式创新和典型应用》。

在主题演讲中，胡郁博士提到，人工智能最重要的是基于语音和语言的认知智能，其应用场景主要有两大方面——交互智能和专家系统。交互智能可以让机器像人一样自然的交互，应用到视觉、语音和传感器等各方面的技术；专家系统能够通过人工智能的学习能力，学习专家的知识和经验。

在未来，人机交互将改变人和机器之间的关系，改变流量的入口。在行业方面，会有越来越多的专家系统会起到供应侧改革的作用，包括教育、医疗、政法、智慧城市等。

最后，胡郁博士表示，相信将来每个企业、领域和行业都建立自己的人工智能系统，成长为将来商业生态当中的控制节点。

至此，AI 前沿专场上午部分告一段落。

下午两点钟，AI 前沿专场下午场正式开始。主持 AI 前沿专场下午场的，是深圳市人工智能与机器人研究院执行院长、国际欧亚科学院院士、IEEE Fellow 李世鹏。

北京语言大学信息科学院院长荀恩东：语音智能核心问题——语义理解

首先登台进行大会报告的，是北京语言大学信息科学院院长荀恩东。

荀恩东教授先后在微软亚洲研究院，香港科技大学工作，研究领域为自然语言处理；他的主要研究内容为汉语语义计算和语言资源建设，主持开发的 BCC 语料库，是国内外最大的在线语料库，为语言研究和开发的首选语料库。他提出了用于汉语语义分析的意合图理论和构建方法，带领团队揭榜工信部人工智能重大攻关任务，在多个领域开展汉语语义理解落地应用工作。

在大会上，荀恩东教授带来了非常精彩的大会报告，报告主题为《语音智能核心问题——语义理解》。

荀恩东教授表示，语音智能之所以那么难，是自然语言的特点决定的，毕竟自然语言的歧义无处不在；其中歧义包括语义、词法、语法、语意、语用等方面的内容，而且还涉及到语言多样性，并且面临着知识瓶颈。

基于这个毕竟，荀恩东教授提到了语言智能的四类应用，分别是分类、生成、抽取，校对。他表示，语义理解是语言智能的主要任务，这涉及到理解的目标、途径和主要的模型。

他表示：

实际上，在处理语言时，所谓的理解就是确定了概念与语言单元的映射，以及知道承载概念单元的语言属性，并且知晓了不同语言单元之间的关系。语言单元在不同的场景里面有不同的表现，有的可能就是简单的词和词之间的关系，词的属性，有的可能是涉及到句子和句子之间的关系，段落和段落等。

荀恩东教授还表示，语言关系在数学上可以表现为序列的关系、几何关系、数的形态和图的形态，复杂的问题是这些形态的组合；所以做语言理解实际上就是把自然语言做结构化，这种结构化是计算机可操作的一个结构化的方案，这种结构化的方案很容易对接落地的需求。

京东集团技术副总裁何晓冬：多模态人机对话与交互：理解、创作、决策

接下来登场的是京东集团技术副总裁，IEEE Fellow，京东人工智能研究院常务副院长何晓冬。

何晓冬博士的主要研究领域为自然语言处理和语言与视觉多模态信息处理，他和合作者提出的 DSSM、HAN、Bottom-Up Attention、DistMult、AttnGAN、MS-Celeb-1M 等工作在业界获得广泛应用，多次获得 IEEE 和 ACL 的最佳论文奖项及赢得重要的人工智能技术大赛。在加入京东之前，何晓冬博士曾在微软雷德蒙研究院任首席研究员，深度学习技术中心（DLTC）负责人。

在大会上，何晓冬博士围绕“多模态自然语言处理技术进展及在工业界的实践”带来了精彩纷呈的主题演讲，题为《多模态人机对话与交互：理解、创作、决策》。

何晓冬博士提到，超大规模语言模型实验包括了三方面挑战：

技术路线是端到端的“暴力美学”还是知识与推理驱动？
评测指标在生成对话回复层次上“拟人”还是在整体体验上“拟人”？
系统任务是否只是语言理解？

对于这些挑战，在开展了 GPT-3 这样的多任务大数据语言模型之后，我们还可以做什么？何晓冬博士表示：

我觉得我们可以做更多需要知识驱动的任务，这需要知识和常识的支撑，需要推理和决策，比如说一些复杂的任务型的对话系统，它可以驱动我们研发真正高级的智能模型。另外一个是数据，我们还需要更多模态的数据，模态的交叉会带来比目前高几个数量级的数据，比如说跨模态的信息集合和连接，可以通过大量的多模态数据，使得无监督学习可以更高效获得更全面的模型，比如说通过海量文本、语音、图像、视频数据，建设跨模态数据集和知识库。

鹏城实验室副主任陈长汶：视频物联网——新一代智能化物联网

接下来登台进行大会报告的，是鹏城实验室副主任、香港中文大学（深圳）校长讲座教授、IEEE Fellow 陈长汶。

陈长汶教授目前还担任中国科学技术大学大师讲席教授、IEEE Transactions on Multimedia 主编、SPIE Fellow。他曾担任 IEEE Trans. Circuits and Systems for Video Technology （视频技术顶级期刊）的主编以及多个国际一流期刊的编委，在图像视频处理与分析、电子成像、视觉通信、移动通信等领域做出了卓越贡献。

在大会上，陈长汶教授做了长达 40 分钟的大会报告，报告主题为《视频物联网——新一代智能化物联网》。

陈长汶主要谈到了新一代视频物联网的特别之处。他表示，传统的视觉传感器通常为单一应用设计，数据存于本地；但是其联网之后视觉传感器数据的应用价值将轻易翻倍。同时，新一代视频物联网平台需要在“在线数据处理、智能化缓存和高效传输之间”取得平衡。

由此，陈长汶教授谈到了视频物联网的五大技术挑战：

感知前端嵌入式视觉数据处理至关重要，并需要与前端存储部件，联网链接，和各级的能耗效率设计联合优化；
可靠和自适应的视频物联网通讯链接能力才可以保证图像/视频数据在联网的大环境下充分得到应用；
视频数据压缩和视频数据分析的集成平台设计才能够提供有效的基于视频物联网应用的有效搜索和检索；
网络安全和个人隐私的恰当平衡才能够保障直观敏感的视觉传感器数据的共享和分布式处理。
建立视频物联网和标准平台是最后的关键，是破解信息孤岛现象以达到全系统优化的必要条件。

在大会报告的结尾，陈长汶教授主要谈到了 5G 在视频物联网走向应用方面的重要作用。他表示，5G 网络在增强移动宽带、高可靠超低时延通信和海量机器类型通信三个方面的特征，将有助于视频物联网在医疗、消费电子产品、交通和自动驾驶、机器人、工业制造等方面产生重要的行业应用。

依图科技 CTO 颜水成：芯智能，新基建

最后登台的，是依图科技 CTO、新加坡工程院院士、IEEE Fellow、IAPR Fellow 颜水成，他也是 AI 前沿专场的最后一位讲者。

颜水成教授的主要研究领域是计算机视觉、机器学习与多媒体分析，迄今在国际顶级期刊及会议共发表 600 余篇论文，论文引用过 4 万次，H-index 107。他领导的团队是计算机视觉领域两个核心竞赛 Pascal VOC 2012 收官之战和 ImageNet 2017 收官之战的双料冠军团队，前后八年共 10 次获得两个竞赛 winner 和 honorable-mention 奖项，10 余次最佳（学生）论文奖项，曾取得多媒体领域核心会议 ACM MM 最佳论文奖，最佳学生论文奖，最佳技术演示奖的大满贯。

在大会上，颜水成教授进行了精彩的主题演讲，他的演讲题目是《芯智能，新基建》。

演讲开始，颜水成教授主要从新基建的产业大规模应用出发，谈到学术界和工业界在人工智能探索方面的差别；其中，学术界追求算法的可复制性、新颖性和公平性，而工业界的最终面向对象是客户，而客户是不关心过程的。

基于此，颜水成教授认为，工业界要想让人工智能走向落地，一个非常重要的点是要让人工智能的成本降低，让用户用得起；这时候就需要把算法的效能和芯片的效能，通过协同开发的方式去形成人工智能的解决方案，而不是纯粹的算法——这种解决方案称之为芯智能。

最后，颜水成教授谈到了 "算法即芯片" 的理念，他表示：

要想打造一款有竞争力的芯片，要清晰明白这个芯片典型的使用场景，它的主要算法以及这些算法在未来几年里可能的发展趋势，然后根据这些信息再去对芯片架构进行优化，以及对工具链做相应的优化，最后实现它们相互的优化，但同时也要保障芯片和算法能够分层解耦。

纪念 Thomas S. Huang：

中国计算机视觉的 40 年传承

在众多嘉宾的演讲结束之后，AI 前沿专场迎来了最具纪念意义的圆桌论坛环节，该环节是为了纪念计算机视觉之父、华人计算机视觉一代宗师 Thomas S. Huang（黄煦涛教授），并以此来回顾中国计算机视觉的 40 年传承。

参与这一环节的嘉宾，都是与黄煦涛教授有着深厚的渊源，他们分别是：

陈长汶：鹏城实验室副主任，香港中文大学（深圳）校长讲座教授，IEEE Fellow；
沈向洋：清华大学教授，前微软全球执行副总裁；
杨士强：清华大学教授，鹏城实验室党委书记，CCF 会士；
张正友：腾讯 AI Lab & Robotics X 主任，CVPR 2017 大会主席，ACM、IEEE Fellow；
颜水成：依图科技 CTO，新加坡工程院院士，IEEE、IAPR Fellow；
田奇：华为云人工智能领域首席科学家，IEEE Fellow；
王孝宇：云天励飞首席科学家；
文镇：腾讯看点内容 AI 实验室负责人。

其中，陈长汶教授还同时担任本次圆桌论坛环节的主持人。

在论坛开始，陈长汶教授谈到了黄教授与弟子们的师承关系，他表示，黄教授门下大概有 120 多个博士生，其中他在大陆的弟子占到了 70% 到 80%，这还不包括他的学生的学生。一个令人动容的点是——黄教授在去世前三天还在聆听一个博士答辩。

接着，在一个感人的纪念视频之后，各位论坛嘉宾各自谈到了自己眼中的黄煦涛教授（大家都称呼为 Tom）。

首先发言的是沈向洋教授，他在看完视频后当场流泪，令人动容。他表示，当年自己在念研究生的时候，Tom 的名字威震四海，而且在很多方面教会自己做人；Tom 和他的太太一生深情，是我们作为父母、夫妻学习的榜样。他还表示，Tom 是段子高手，非常有幽默感。

接下来发言是杨士强教授。杨士强教授主要谈到了 Tom 与清华大学讲席教授组制度的身后渊源；他表示，Tom 是清华比较早期的讲席教授组，他花了很多时间，牵头把信号处理、视觉、多媒体领域的国际教授请过来，带来了海外的最新学术资源，从而对清华大学对人才培养的理念落实产生了实质性的重要影响。

随后发言的是张正友博士。张正友博士表示，自己虽然不是 Tom 的学生，但是很早就听说他的名字，他也一直是高山仰之的丰碑；Tom 非常平易近人，自己也与他保存了几十年的友谊。张正友博士还强调，Tom 对计算机视觉的影响是全球性的，而不仅仅是中国，他也推动成立了 IEEE。

接着发言的是颜水成教授。颜水成教授表示，自己人生的最大遗憾，就是在与 Tom 最后一次连线时没有说上话；他表示，除了学术，恩师让人感受到的是满满的爱和谦卑，而且他能够在工作和生活之中取得好的平衡——他还称，人的内心深处有很多真和纯的东西，我们都希望拥有，但却因为各种原因放弃，但恩师却用一种优雅的方式活出来了。

接下来发言的，是田奇教授。田奇教授表示，自己当年在选择导师的时候，询问学长谁适合做老师，学长推荐了 Tom，而自己与 Tom 谈论 10 分钟就成为他的学生——成为 Tom 的学生是自己学术生涯中最幸运的事情。

随后发言的，是文镇博士。文镇博士表示，自己其实是后辈，Tom 是自己的博士导师，然而杨士强教授也是自己清华的老师，自己的父亲比 Tom 小一岁，所以 Tom 和夫人像父母一样对自己进行关心和照顾。文镇博士强调，Tom 终身保持了对新技术和新想法的追求，除了计算机视觉，他还做视觉和语音的结合、视觉和图形学的结合，目前这种思想还在落地。

随后发言的，是王孝宇博士。王孝宇博士表示，第一次见到 Tom 是在 2009 年的一个交流会上，当时 Tom 已经非常有名，但却十分谦虚，是一位令人敬佩的长者；自己毕业后，与 Tom 的交流更加密切。Tom 桃李满天下，学术界、科技圈都能看到 Tom 学生的身影。Tom 曾说：“I made of my students”，但没有 Tom，就没有中国计算机视觉今天的成绩，希望我们在这个传承的过程中，缅怀 Tom，发扬他的精神。

接着，陈长汶教授也谈到了自己心中的黄教授。他表示，Tom 虽然个子不高，但是真正是学术上的巨人，自己虽然达不到那种高度，但一直在努力；Tom 确实是几十年甚至是一个世纪出一个的学术大师，另外从一些琐事里面能够感受到他的为人非常高大，不仅学术做得好、为人好，也与他的夫人度过了幸福的一生。

他表示：

他对我们有专业上的影响，也有人格上的影响，我们非常幸运成为他的学生，而且我们也非常努力地想成为他那样的导师。我相信在学术界的人也都是这么想的，在工业界的人也是这样想的，尽管大家的角色不同，但是我们都希望成为 Tom 这样伟大而又平凡的人。

最后，在大家的掌声中，纪念 Thomas S. Huang 圆桌论坛环节正式结束，而整个 AI 前沿专场也由此画上圆满句号。

2020 年度 AI 最佳成长奖

除了人工智能前沿专场和纪念 Thomas S. Huang 圆桌论坛，大会还在首日正式颁发了 CCF-GAIR 最受 AI 业界关注的 2020 年度 AI 最佳成长榜奖项。

本次雷锋网「AI 最佳成长榜」最终被提名和申请榜单的 AI 创业公司达 452 家，涵盖雷锋网此前预设的当下最受关注的 12 大领域，5 大方向。经过专家评审团长达一个月的集中评审，最终评选出 60 家在产品能力、技术能力、商用价值、数字化改革以及新基建背景下最具成长潜力的代表性 AI 企业。

备受瞩目的 2020 年度 AI 最佳成长奖榜单，可参见文末。

首日绽放，期待华章

正如每一场大戏的开场之后都会有精彩的片段一样，紧跟在 CCF-GAIR 2020 第一天内容之后，是同样无比精彩的 14 个专场环节（包括机器人前沿专场、智能驾驶专场、AIoT 专场、AI 芯片专场、视觉智能·城市物联专场、AI 源创专场、AI+ 艺术专场、企业服务专场、工业互联网专场、AI 金融专场、医疗科技专场、智慧城市专场、联邦学习与大数据隐私专场、前沿语音技术专场），这些专场分布在两天时间，囊括了国内人工智能和机器人学术界、工业界及投资界三大领域，也有更多相关的大咖将会以主题演讲或圆桌讨论的形式来对相关话题进行深入的探讨。

在此，雷锋网也呈现出本次 CCF-GAIR 大会接下来两天的具体日程，如下：

可以说，经历了如此高规格活动现场和高密度信息容量的双重洗礼，CCF-GAIR 第一天已经在人工智能学界和业界绽放出无与伦比的光彩；而在接下来的两天里，有更多值得关注的人工智能科技华章在正处于人们的期待之中，我们不见不散！

附：2020 年度 AI 最佳成长榜