干货满满，亮点多多！2020 全球人工智能与机器人峰会圆满落幕 | CCF-GAIR 2020

作者 | 付静 刘琳

2020 年雷锋网做了一件勇气可嘉的事情。

2020 年 8 月 7 日—9 日，一年一度的全球人工智能与机器人峰会在深圳如约举行。CCF-GAIR 2020 由中国计算机学会主办，香港中文大学（深圳）、雷锋网联合承办，鹏城实验室、深圳市人工智能与机器人研究院协办。 

昨日，CCF-GAIR 2020 圆满落幕。

雷锋网特将三天的精彩内容整理如下： 

CCF-GAIR 2020 首日，是无数思想观点碰撞的起点，也是科技与温情交织的一天。

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宣布 CCF-GAIR 2020 正式开幕。

大会开始，中国计算机学会（CCF）副理事长、华中科技大学计算机科学与技术学院教授金海致辞，点明了今年峰会主题的意义： 

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，前几年 AI 落地情况下，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。

作为历年 CCF-GAIR 峰会的主论坛，5 位超重量级学术嘉宾依次带来了精彩报告： 

• 中国工程院院士、鹏城实验室主任、CCF 会士、ACM/IEEE Fellow 高文《城市大脑 2.0-边端云合理分工的人工智能赋能系统》

• 南京大学人工智能学院院长、CCF 会士、ACM/AAAI/IEEE/AAAS/IAPR Fellow 周志华《反绎学习（Abductive Learning）》

• 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《5G Cloud, AIoT and Edge Computing》

• 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》

• 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《视频物联网——新一代智能化物联网》

在长达 40 分钟的远程视频报告中，高文院士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。高文院士谈到了以云为中心的城市大脑 1.0 及其现状。为解决现存问题，设计新的城市大脑——城市大脑 2.0 彰显出了必要性。同时，借鉴生物视觉系统，将边、端、云都考虑在内的“数字视网膜”的概念也应运而生。

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。

而在题为《反绎学习（Abductive Learning）》的报告中，周志华教授以人工智能模型 GPT-3 为切入点，抛出了一个问题：如何在现实应用中将人工智能技术与知识结合起来？ 

周志华教授谈到，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。做人工智能的模型、算法，也应该想办法把它们结合起来。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），即从不完备的观察出发，得出最可能的解释。 

随后，黄铠教授在报告中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）。

黄铠教授在报告中谈到了 5G——他表示，5G 的意义一是在于其速度更快；二是容量，它可以接受更多的信号和数据；三是时延有希望降低到 1 毫秒；四是频率问题。此外，黄铠教授也谈到了 SpaceX 的通信卫星。

大会上，荀恩东教授在题为《语音智能核心问题——语义理解》的报告中表示，语音智能之所以难，是自然语言的特点决定的——自然语言的歧义无处不在，比如语义、词法、语法、语意、语用、语言多样性等，同时也面临着知识瓶颈。

基于此，荀恩东教授提到了语言智能的四类应用，即分类、生成、抽取，校对。他表示，语言理解是语言智能的主要任务，这涉及到理解的目标、途径和主要模型。他表示：

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。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。

作为最后一位做大会报告的学术嘉宾，陈长汶教授在题为《视频物联网——新一代智能化物联网》的报告中，主要谈及了新一代视频物联网的特别之处。

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。

值得一提的是， 大会程序主席、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 李世鹏也在当天下午以专场主持人的身份亮相大会舞台。

在 AI 前沿专场上，除了五位学术嘉宾报告外，另有三位重要讲者进行了分享。

科大讯飞联合创始人、轮值总裁胡郁在题为《人工智能的颠覆式创新和典型应用》的演讲中提到，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地交互，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。 

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。

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带来的演讲题为《多模态人机对话与交互：理解、创作、决策》。

何晓冬博士提到了超大规模语言模型实验的三方面挑战：

• 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，何晓冬博士表示： 

在开展了 GPT-3 这样的多任务大数据语言模型之后，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。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。

依图科技 CTO、新加坡工程院院士、IEEE / IAPR Fellow 颜水成的演讲题目是《芯智能，新基建》。 

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，即芯智能。

在 CCF-GAIR 2020 首日下午的纪念 Thomas S. Huang（大家称之为 Tom）圆桌论坛环节中，众多与黄煦涛教授有着深厚的渊源的 AI 大咖齐聚一堂，共同追忆一代宗师：

• 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。

各位嘉宾依次回忆了自己眼中的 Tom——陈长汶教授谈到了 Tom 的桃李满天下，沈向洋教授则是泪洒现场，杨士强教授提到了 Tom 对清华大学讲席教授组制度的影响，张正友博士强调了 Tom 对计算机视觉的影响是全球性的，颜水成教授谈到了 Tom 的爱和谦卑，田奇教授表示成为 Tom 的学生是学术生涯中最幸运的事情，王孝宇博士谈到了 Tom 的谦逊，文镇博士强调 Tom 终身对新技术、新想法保持追求。

更多内容可点击：

https://www.leiphone.com/news/202008/qMkUYsScNfqV6pEZ.html

峰会进入第二天，包括机器人前沿专场、AIoT 专场、智能驾驶专场、AI 芯片专场、视觉智能·城市物联专场、前沿语音技术专场、AI 源创专场在内的七大专场也拉开了帷幕。

由 IEEE 国际机器人与自动化学会广东分会协办的机器人前沿专场开始，加拿大工程院院士、IEEE Fellow 张宏首先以远程视频的形式带来了题为《移动机器人全局定位技术与方法》的报告。

张宏教授从分享学术研究的角度出发，主要谈及了移动机器人全局定位。张宏教授表示：

机器人在定位方面还是有欠缺的：1.对环境的语义表达、理解能力有所不足。我们和机器人的理解不一样，机器人生活在数字世界里面，我们生活在抽象的概念里面，让机器人和人共融就必须要有语义这个层次。2.需要更高的鲁棒性。机器人的鲁棒性满足不了实际工作的要求，经常死机，所以鲁棒性从各个角度都需要提高，使得最终的实现目标是自主移动机器人，而不是旁边总站着一个“护士”和技术员来帮助移动机器人工作，这也是大家可以努力的方向。

报告过后，几位嘉宾也带来了精彩主题演讲。

上海交通大学讲席教授、国家 973 计划首席科学家、国家杰出青年基金获得者高峰在题为《探月足式飞跃机器人设计与控制》的演讲中，介绍了团队在月球空间站机器人方面的进展。他详细介绍了腿式着陆行走器的设计方法和实验成果，其中强调了六足腿式设计的优点。

北京大学教授、国家重点研发计划“智能机器人”总体专家组专家刘宏教授的演讲主题为《面向公共服务机器人的新一代 AI 技术》。演讲中，刘宏教授通过新一代人工智能要面临的三大问题，指出了新一代人工智能的关键词为：大数据智能、跨媒体智能、人机混合智能、群体智能、自主协同与决策等等。

随后，清华大学研究员／优必选人形机器人首席科学家赵明国也奉上了主题为《基于计算的智能机器人控制》的精彩演讲。演讲中，赵明国教授提及了两个案例：

• 无人自行车：其团队提出了两条新思路——以芯片为基础加上机器人，用机器人做芯片或者 AI 算法的研究平台证明算法可行，反馈到机器人上；机器人+芯片，机器人用芯片解决算力不足的问题，把机器人性能往前提一步。

• 双足机器人：1990 年，被动行走纯机械结构机器人就已出现，其团队目前也正在利用动力学等方法进行研究。

最后，大道智创联合创始人龙建睿发表题为《机器人导航技术的通用平台和垂直场景》的演讲。演讲主要围绕移动服务机器人导航技术展开：

垂直应用仍然是机器人行业（尤其是服务机器人行业）的主流和驱动力；机器人产业的链条会变得更长，具有更多的环节，每个环节本身内部可能出现比较多的通用性；环境改造对机器人会更友好，场景改造会借助新基建和智慧城市的努力而使服务机器人的市场更加繁荣；机器人的应用运营也会越来越重要。

作为 CCF-GAIR 每年最精彩的产学研融合分论坛，今年 AIoT 专场论坛邀请到了 AIoT 行业不同领域的“关键先生”来到现场，从不同的角度来剖析在新基建下的 AIoT 行业关键技术和发展趋势。

首先，中国工程院院士、国家 973 项目首席科学家、中国大数据技术与应用联盟理事长谭建荣在题为《5G&AIoT 新基建：关键技术与发展趋势》的报告中，重点回答了 5G 与 AIoT 、新基建的发展问题。

谭院士表示： 

5G 与物联网正在连接高速增长的阶段，未来数百亿的设备并发联网产生交互需求、数据分析需求将和 AIoT 更加深度融合。AIoT 对实体经济的融合赋能使得 AIoT 业务量享有十万亿市场空间。2019 年，受益于城市端 AIoT 业务规模化落地及边缘计算的初步普及，中国 AIoT 市场规模突破 3000 亿大关直指 4000 亿量级。

随后是七个精彩演讲。

百度集团副总裁、智能生活事业群组总经理景鲲在题为《AI 助手“破圈” 智能生活新机遇》的演讲中，展示了小度在家庭场景、酒店与地产场景、车载场景、随身场景的应用，介绍了小度智能语音助手在疫情期间的使用情况。景鲲认为，后疫情时代，家庭智能生活将迎来新机遇，特别是家庭娱乐、家庭教育、家庭医疗、家庭电商等方面。

随后，华为无线 AI 副总裁孙宾带来了《5G+5“机”，开启万物互联世界新篇章》的主题分享。孙宾通过华为当前的智能工厂案例、机器视觉在电力行业的应用案例以及智能矿业案例，阐述了 5G 在千行百业中承担的作用。

TCL 实业控股 CTO、鸿鹄实验室总经理孙力随后带来了《家电行业智能化转型》的主题分享。孙力围绕人工智能，主要解释了 3 个问题——为什么智能化、怎么做智能化和智能化背后和人工智能有什么关系？

在题为《智能物联网系统安全：挑战和机遇》的演讲中，浙江大学网络空间安全学院院长、IEEE Fellow 任奎将关注点放在了技术上——硬件、系统与网络安全。通过对四个应用案例的阐释，任奎教授表明了浙大网安团队在智能无线网络安全方面的考虑：一是全生命周期保护；二是全技术栈保护。

此外，美团首席科学家、AI 平台总经理夏华夏在《AI+生活：打造未来生活服务新基建》的演讲中，通过对 AI 发展、产业、场景的简要回顾，分享了如何用 AI+生活打造生活服务新篇章。

绿城中国智慧园区事业部总经理陈霄的演讲题为《AI+生活：打造未来生活服务新基建》，他分享了对于地产商与 AI 结合的理解和相关应用案例。

最后，雅观科技 CIO、智慧空间研究院院长高健伦在《智变未来，数字孪生，理想生活》的主题演讲中阐述了雅观对于智慧家居和智慧社区的看法。

在为期一天的智能驾驶专场中，无数思想观点碰撞出了火花。

首先登场的是车路协同国家重点研发计划项目负责人、西安电子科技大学领军教授、IEEE/IET Fellow、戴升智能 CEO 毛国强。在题为《智慧公路与智能驾驶-新基建下如何把握机遇》的演讲中，毛国强教授认为，聪明的车离不开智慧的路。无人车要大规模铺开，需要道路提供信息。但能够为智能网联车辆服务的智慧公路大规模应用的前提，是智能网联车的渗透率达到一定程度。

清华大学自动化系系统工程研究所教授、博士生导师姚丹亚提到了车路协同的两个重大作用：

1. 可以实现汽车安全性能的升级，从被动安全（安全带、气囊）到主动安全（ADAS），然后再到协同安全（AC-DAS）。

2. 可以成为下一代智能交通系统的基础。

随后，东风汽车技术中心智能网联部部长边宁登台演讲时称 ，L3- 是指最终由人承担安全责任；L3+ 由系统承担安全责任。同时，未来汽车会朝着两个方向发展——一个是智慧汽车，另一个是智慧出行。

锐明技术 CTO 李恒则将重点放在运输安全方面——道路上的安全挑战主要可以分为两类，第一类来自公共安全；第二类来自驾驶安全。基于这些场景，锐明部署了全套的安全管理方案，其中 AI 发挥着至关重要的作用。

接着，全球 MIT TR35 获奖者、人工智能顶尖期刊 IEEE TPAMI 编委、ICCV/CVPR/ECCV 领域主席、阿里自动驾驶实验室主任王刚在会上表示，末端物流场景存在一些挑战。基于此，阿里在算法智能、硬件层面、系统架构层面，都提出了相应措施。

此外，mobileye 大中华区总经理童立丰谈到了数据对自动驾驶落地的重要性；法雷奥中国区 CTO 顾剑民谈到了未来自动驾驶可以细分成的两条路线；福瑞泰克智能系统有限公司总裁张林表示，当下福瑞泰克已经能够实现 L2 级自动驾驶方案量产，L2.9 的方案也已进入量产准备；滴滴自动驾驶公司 COO 孟醒明确指出出行是滴滴的基因，出行的重点是安全；腾讯产业安全运营部总经理吕一平认为，信息安全应成为智能网联汽车重要的部分；威盛电子(上海)有限公司高级技术总监唐亮着重介绍了任我行智驾平台；昆仲资本合伙人姚海波更是从投资人角度谈到了自动驾驶产业的现状。

更多内容请点击：

https://www.leiphone.com/news/202008/w7UdmfPNnaMdxHAG.html 

在 AI 芯片专场上，清华大学副教授高滨首先带来了主题为《基于忆阻器的存算一体芯片技术》的报告。高滨副教授从现代技术的演变、人工智能发展对硬件的挑战、存算一体技术的研究进展以及未来展望四个部分带来分享。

值得一提的是，高滨副教授所在的清华大学钱鹤、吴华强团队设计出了全球首款全系集成的忆阻器存算一体芯片，用 130 纳米工艺制造出计算精度与 28nm 树莓派 CPU 相当的准确度，速度快 20 倍，能效还比 GPU 高 3 个数量级。

随后，四位重要嘉宾带来了精彩演讲。

英特尔首席工程师、人工智能技术中国首席架构师夏磊在题为《指数级技术创新，加速AI应用落地》的演讲中表示，英特尔提出了“智能 X 效应”，即随着大数据和网络连接技术、5G 的发展，AI 可以把数据的互联和处理效应叠加起来，以乘法倍乘效应，促进行业应用的融合及迅速创新。

地平线联合创始人兼副总裁黄畅的演讲主题为《构建与时俱进的性能标准，让AI芯片算力可感知》。演讲中，黄畅分享了地平线对 AI 芯片性能评估的思考，并提出一种 MAPS (Mean Accuracy-guaranteed Processing Speed，在精度有保障范围内的平均处理速度）方法，用以评估芯片的 AI 真实性能。

在题为《领域专属架构促进人工智能发展》的演讲中，深圳睿思芯科副总裁王卫表示，RISC-V 可通过向量的扩展指令集运算从硬件上加速矩阵运算，符合当前深度学习对矩阵运算的高算力需求。因此，RISC-V 是提升算力的新途径。

最后，耀途资本创始合伙人杨光则是站在投资人的角度，谈到了新基建作为一个大赛道给半导体行业带来的大量基础设施场景。他认为，新基建带来了很多机会，而芯片正是抓住机会的最小单元。

乘着新基建的东风，视觉智能·城市物联专场特地邀请了这个行业里极少数能够利用前沿技术、真正为产品和业务创造巨大价值的顶级专家。

大会开始，首先登台的是华为云人工智能领域首席科学家、IEEE Fellow 田奇。在题为《华为视觉研究计划与进展》的报告中，田奇教授从华为在视觉智能的一些思考以及华为在视觉智能方面所做的努力，谈到了华为云人工智能对人才培养的理念。

此外，田奇教授也提到了华为云的一云两翼双引擎+开放生态目标。

随后，六位重要嘉宾带来了分享。

京东集团技术副总裁、AI 研究院副院长、IEEE Fellow 梅涛带来了题为《智能供应链中的机器视觉》的演讲。演讲中，梅涛博士主要介绍了在京东的供应链环节中机器识别所发挥的作用。

云天励飞首席科学家王孝宇以远程视频的方式分享了 AI 在智慧城市中的应用。王孝宇博士认为，智慧城市可以分为如下几个类型，第一代的智慧城市是 Sensing（感知），即理解物理世界的一些基本事实；第二代是 Cross Analysis（交叉分析）；最终是 Data Mining。

在题为《从感知到认知 - 多模态人机互动的产业实践》的演讲中，中山大学教授、暗物智能联合创始人&CEO、IET Fellow 林倞从人工智能的新技术方面谈到了产业化的新机遇，特别是从感知型的人工智能往认知型人工智能的发展方面。林倞教授表示，希望看到从单一型的人工智能能力到综合型、跨模态的人工智能能力在产业中的更多实践。

澎思科技首席科学家、新加坡研究院院长申省梅的演讲主题为《基于迁移学习的视觉智能发展与应用》。她从传统机器学习的痛点、深度学习带来的突破、深度迁移学习、迁移学习中用到的一些技术和实例方面进行了分享，并分析了迁移学习在视觉智能的需求。

商汤科技联合创始人，香港中文大学教授林达华在《人工智能的惠普与开放之路》的演讲中探讨了人工智能的前路。他提到了人工智能发展背后的多方面因素和人工智能对社会所带来的价值，最后通过案例介绍了商汤科技是如何把人工智能技术带到新行业并创造新机会的。

专场最后，微软亚洲研究院首席研究员、IAPR Fellow 王井东在题为《高分辨率网落，一种面向视觉识别的通用网络结构》的演讲中，解释了一系列问题：分类网络是什么样的？现在存在怎样的问题？下一代网络结构是什么样的？谁能解决这些多任务识别问题？

技术战“疫”、声纹识别、AIoT 布局，让我们对语音技术已有了一定认知。在由深圳市人工智能学会、CCF 语音对话与听觉专业组协办，北京大学教授，深圳市人工智能学会副理事长邹月娴教授主持的「前沿语音技术」专场中，几位领域专家对前沿语音技术进行了深度解读，为与会人员对语音技术前景与发展的认知带来了新启发。

首位登场的嘉宾是西北工业大学智能声学与临境通信研究中心教授张雯。张雯教授主要从三个部分阐述了“开放空间声场的主动控制技术”，包括空间声场重构技术、空间多区域声场控制技术，以及空间主动噪声场控制技术。

随后，滴滴 AI Labs 高级专家研究员、语音研究实验室负责人宋辉上台演讲，题为《基于深度学习的语音分离技术进展》。宋辉博士介绍了语音分离技术的发展现状，深入阐述了基于深度学习的单通道语音分离技术的发展脉络，各种技术方案的优缺点与适用场景，以及未来面临的挑战。

紧接着登场的嘉宾是昆山杜克大学电子与计算机工程副教授李明。李明副教授的演讲主题为《基于深度编码的声纹识别及其关联任务》，主要着力于声纹识别。李明副教授提到，声纹识别只是富语言具体的任务，是这一类富语言识别的一个部分，其主要的核心思想是通过语音提取，是富语言生成的过程。

第四位进行演讲的是中国科学技术大学电子工程与信息科学系副教授凌震华。语音转换技术旨在实现语音信号中话者身份信息的转换。凌震华副教授围绕非平行语料、表征解耦等问题，详尽阐述了语音转换技术的研究进展。

最后压轴登场的，是上海交通大学计算机系教授、思必驰首席科学家俞凯。俞凯教授从语音识别的研究走向问题出发，探讨了“端到端及半监督语音识别技术的进展”，深入阐述了大数据驱动的自然场景语音识别的新挑战及技术进展——从高精度系统到高效率系统；从海量标注数据到高质量精准数据。

在由 AI 研习社承办，启智 OpenI 协办的 AI 源创专场中，来自小米、百度、旷视、腾讯、华为、Zilliz 等关键企业的技术  VP 依次带来了精彩演讲，呈现 AI 背后的开源技术创新与变革、带来 AI 技术先行者的方法论与深入思考。  

小米集团副总裁、集团技术委员会主席崔宝秋首先带来了以《开源新时代》为题的大会报告。

崔宝秋首先简要回顾了开源的发展，并阐释了开源在他心中的地位：

我个人接触自由软件到后来的开源软件有 25 年之久。在我心目中开源是个理念，开源是个运动，当然再往上提升一下开源是个信仰、开源是个平台、开源是个模式。

通过对开源的里程碑事件的简要介绍，崔宝秋引出了小米的开源理念：

不仅要站在巨人的肩膀上，还要为巨人指方向。

基于这一理念，小米有五大开源战略原则——快、不重造轮子、不用则已，要用则精、坚持开放与共享，以及极力推出自己的 committer。

实际上，本场依旧是大咖云集。

Kaldi 之父、小米集团语音首席科学家在 Daniel Povey 在题为《Deep Learning with Collections of Sequences 序列集上的深度学习》的演讲中，主要提及到了目前正在进行的项目 K2，即一个用加权有限状态自动机进行深度学习、主要用于自动语音识别的框架。

腾讯数据平台总监、专家工程师陶阳宇在题为《腾讯 Angel 全栈 AI 平台技术与应用》的演讲中用四个词对腾讯首个 AI 开源项目 Angel 进行了准确概括：高性能、全站、开源、企业级。

华为计算开源生态部副总监黄之鹏在题为《MindSpore 全场景 AI 计算框架介绍》的演讲中介绍了 MindSpore 的功能、特性以及在华为的业务落地情况。

Zilliz 合伙人兼技术布道师顾钧在以《开源 AI 新成员， Milvus 向量搜索引擎》为题的演讲中着重介绍了 Milvus 开源项目的工作状况。

此外，出席专场的嘉宾还包括百度深度学习技术平台部高级总监马艳军和旷视研究院高级技术总监田忠博。

在专场最后，来自新一代人工智能产业技术创新战略联盟 OpenI 启智平台的刘明秘书长也主持了一场圆桌论坛，与到场嘉宾共话 AI 技术变迁和行业发展趋势。圆桌论坛中，微众银行人工智能部副总经理陈天健、涛思数据创始人兼 CEO 陶建辉、一流科技创始人袁进辉也进行了精彩分享。

少些概念、多些落地，是疫情给所有企业的最深刻启示。8 月 9 日，CCF-GAIR 2020 迎来了最后一天议程，但相比前两天，内容更为重磅，现场依旧火爆——包括企业服务专场、工业互联网专场、AI +金融专场、医疗科技专场、智慧城市新基建专场、联邦学习与大数据隐私专场、AI +艺术专场在内的七个专场和一场鲸犀×腾讯“千帆计划”数字产业沙龙。

企业服务专场：数字新基建，企业服务下一个十年

疫情激化了企业数字化需求，ToB 成为各方数字化服务商争抢的大蛋糕。

因此，企业服务专场就当下企业服务领域所关注的新技术应用落地、核心案例实践、创新趋势，邀请到信通院、阿里、腾讯、华为、循环智能的专家学者、技术负责人为现场嘉宾带来了精彩演讲。

中国信息通信研究院政策与经济研究所副所长何伟表示： 

数字化转型的本质是信息技术驱动的产业变革的过程。信息技术与传统产业全面深度的融合会构建数据驱动的智能优化闭环，使得物理世界和数字世界在相互映射，传统的资本、原材料、劳动力等投入要素重新优化配置，去推动生产方式、商业模式和产业组织方式实现重塑，使得从投入到产出的过程变得更加高效。

同时他指出，转型的目标是通过数字化手段解决当前产业中面临的成本、质量、效益问题。只要产业中的痛点存在，数字化转型的需求其实就一直存在。随着数字技术、数字基础设施的发展，它的支撑作用更为明显。特别近年来 5G、云计算、大数据、人工智能等等新技术的发展和应用，使得过去没有办法实现的场景变得有可能或更加具有经济价值。 

最后， 何伟还分享了自己的三点思考： 

第一，发展 AI 基础设施要增强发展支撑的硬实力，包括加快数据构建、算法创新等，加紧突破AI芯片制造、算法等关键短板。同时，需要对数据基础设施、5G/6G演进方向进行超前布局。

第二，提升环境的软实力。比如人才培养机制、产学研协作体系、AI 治理、监管、人工智能伦理等治理层面的因素，目前也需要进一步完善。

第三，利用 AI 新基建对经济社会进行有效赋能。无论传统产业，还是公共服务领域、社会公共民生领域，都需要利用 AI 新基建为整个经济社会赋能，更好助力数字经济的发展、助力国家经济的高质量发展。 

参与演讲的嘉宾还有阿里巴巴副总裁、阿里云智能销售管理与生态发展部总经理郭继军、腾讯云副总裁、腾讯会议负责人、腾讯多媒体实验室联合负责人吴祖榕、华为云副总裁、华为云首席数字化转型官苏立清等。

工业互联网是『新基建』的核心要素，更是互联网下半场最具看点的领域之一。

本次工业互联网专场就工业互联网平台、工业大脑、工业边缘计算、工业AI、工业软件等前沿应用邀请到来自加拿大工程院、工业富联、树根互联、PTC、用友网络、腾讯云和赛意信息的专家学者、技术负责人，来到活动现场为大家做主题分享。 

树根互联高级副总裁兼 CMO 黄路川在会上代表树根互联解读了工业互联网在“新基建”时代的两层定义。

他提到：

狭义的工业互联网，核心竞争力是构建平台的技术能力，这个技术能力包括了工业基础能力，连接资产的管理、应用的开发赋能，这是一个技术平台。这是树根作为一家平台公司始终把自己定义成技术赋能平台的原因。

同时，他表示：

工业互联网的上层，姑且叫做产业链运营或者产业互联网，更侧重于应用能力，在垂直产业链的上下游形成数字化的转型和服务，不管提供的是远程运维服务还是提供一款共享的工厂，还是我们去做个性化定制C2M还是做协同研发，更多是垂直行业的业务和运营。

黄路川认为，两者加起来才是一个广义工业互联网为我们整体新的数字经济而带来的核心改变，也是能够帮助我们整个循环体建立起来的关键。

另外，一起做主题分享的嘉宾还有来自加拿大工程院院士、IEEE Fellow、加拿大西蒙菲莎大学杰出教授刘江川，富士康工业富联首席数据官、科技服务事业群总经理刘宗长，PTC中国区CTO秦成，用友网络高级副总裁杨宝刚，腾讯云副总裁赵建春，赛意信息副总裁、工业互联网子公司总经理蔡胜龙。

在 2020 这个特殊的时间节点，专场邀请了数位顶尖 AI 金融专家，分享能够代表未来 10 年风向的智能技术方法论、产品逻辑和风险管理理念。

大会开场，微众银行首席 AI 官杨强教授登台演讲，他认为迁移学习和联邦学习是如今比较突出的两项技术，可以把整个金融业务再往前推进一步。目前联邦学习主要有横向联邦和纵向联邦两种做法，分别更适用于 to C 和 to B 场景。杨强介绍，联邦学习在金融领域已有不少应用，例如信贷业务和征信系统、保险个性化定价等。

紧接着，平安集团首席科学家肖京博士发表演讲，指出金融市场面临剧变，金融机构的投融结合将成为明显的发展趋势。肖京以多个应用案例详细分享了平安集团的数字化经营经验，并透露平安现阶段主要在进行业务方案中台的建设，帮助业务快速组建前端服务机器人，规模化地拓展业务、覆盖所有场景。

随后，京东数字科技副总裁程建波先生分享了很多建设性风控思路和理念，强调风险不仅是控制，更是主动选择的经营管理；好的风险管理会更具有前瞻性。他认为，所有新兴商业都对人才有着全方位要求，第一是和策略相关的专家，第二是 AI 科学家，第三是大数据的专家。

第四位嘉宾是原摩根大通执行董事黄又钢先生，以“小微贷款风控模型中的算法探索”为主题发表了演讲，通过模型、变量、维度等层面的比较，表示机器学习在准确性等方面比传统模型要好，没有概念和业务场景的限制。他总结称算法的突破，人群的细分，数据的深挖，及相互之间适当的匹配在未来都可能产生革命性的突破。

移卡集团副总裁奚少杰也在演讲中提出，未来几年“产业支付”将驱动行业迎来新的一波发展，强调支付服务商为商家提供的不仅仅包括支付环节，还包括获客、留存、供应链等商户经营全链条的打通。

专场的最后，普林斯顿大学的范剑青教授以实时连线方式带来了长达 1 个小时的精彩报告。他指出，大数据=系统+分析+应用，机器学习=统计+优化+实现环境。机器学习可以帮助处理大数据并从中选择重要因素和特征，允许非线性学习极大地改善预测效果，将稳健性和对抗性网络提炼为定价，智能预测也会带来很大的经济收益。

医疗科技正在迎来一个最好的时代，这是毫无疑问的。

新基建与后疫情时代的大背景下，国家对人工智能、大数据、5G等前沿技术的发展从政策上给予了足够的重视，医疗科技已成为国家产、学、研、投最为重要的领域之一。

所以，今年医疗专场邀请到了国内最顶尖的医学影像科学家和企业家共同探讨医疗科技的现状与未来。 

联影智能联席CEO、MICCAI 2019大会主席、IEEE Fellow沈定刚教授发表了开场报告，介绍了医疗AI在新冠肺炎诊断全流程中的应用。

沈定刚教授表示，目前新冠肺炎仍然在全球蔓延，全球有 1800 多万人确诊，CT 已经成为新冠肺炎诊断、评估和随访的重要手段。然而，这个过程中存在最重要的两个痛点，首先，如何帮助医生尽量避免感染；其次，有了 CT 设备后，如何用人工智能的方法进行肺炎的量化分析，用 CT 图像辅助诊断和随访。

为此，联影智能提出了三个解决方案：无接触扫描、肺炎量化分析、随访评估与诊断。沈定刚教授表示，为了避免病毒传播，有的操作技师在新冠肺炎早期甚至通过竹竿这样的工具远距离操作 CT 扫描，原始且危险。为此，联影集团研发了 AI 智能采集系统，把边缘计算和摄像机结合，自动采集人体三维形态和部位信息，自动操作 CT 扫描，满足医生在操作间就可完成扫描任务。在肺炎分割与量化方面，主要是为了实现三个目标，新冠肺炎判别、危重程度检测以及判断进展变化，沈教授介绍了联影智能的 uAI 分割引擎，可以对肺炎、5 个肺叶、18 个肺段进行精确的分割。

在随访评估与诊断层面，有些新冠肺炎病例与普通肺炎病例有相似的感染程度，因此，联影智能提出了基于感染信息的注意力网络 (Attention-guided Network)，用分割出的感染区域引导分类器聚焦于感染区域；在评估新冠肺炎严重程度上，提出了一种多任务、多示例学习模型 (Multi-task multi-instance framework)；在危重预测与演变时间估计上，为了解决样本不平衡以及特征复杂且高维的挑战，提出了联合分类与回归的稀疏模型 (Joint sparse classification and regression)：让两个任务共享相同特征，用于改进各自的性能、解决数据不平衡问题以及针对所选特征，作出临床解释。

与会嘉宾还有华西医院副院长龚启勇教授、腾讯天衍实验室主任郑冶枫博士、平安集团首席医疗科学家谢国彤、商汤科技研究院副院长、集团副总裁张少霆、西门子医疗中国数字医疗负责人陈黎峰等。 

作为数字经济的重要载体，智慧城市建设在新基建的风口下再次成为了焦点。所以，今年智慧城市专场以《疫情见短板，城市"新基建"如何再开马力？》为主题探讨城市在新基建的下半场的新问题新思路。

在郭仁忠院士团队、深圳大学智慧城市研究院副院长贺彪做的开场报告中提到，智慧城市和信息化有很大的关联，信息化是智慧城市的基础，智慧城市则是是城市信息化的高级阶段。其中数字孪生技术正智慧城市建设的基础底板。

基本路径如下： 

• 首先是信息时代的城市，按照三元空间的理论，通过各种手段捕获这些数据，将它归纳为城市基础的时空数据。

• 其次是社会空间的技术，主要是城市管理对象数据。

• 最后是城市运行状态的感知数据。

在此基础上，贺彪认为智慧城市操作系统是横贯整个三元空间，能将三元空间中各种各样的数据进行汇集管理的，为政府、百姓提供统一接口。

从技术架构上，分为三层： 

• 一是感知层，主要是物理设备，依赖于传感器和互联网的一些东西。

• 二是数据层，将数据汇聚起来，形成统一的数据底线，建立平台，提供应用支撑。

• 三是数据层+平台层，包括城市规划、建造、智能交通、公共安全、应急管理，最后才是面向政府、企业、公众用户。

同时，贺彪指出智慧城市的操作系统应该有如下的核心特征： 

第一，数据应该是对象化的组织。 

第二，目前智慧城市建设需要可视化的能力。

第三，城市操作系统应该有海量多元数据的接入与管理能力，城市操作系统应该具备海量时空数据的并行处理能力。

郭仁忠院士团队认为：基于地理信息的技术构建虚拟城市环境，整合各类数据资源，形成统一的大数据平台，基于这个大数据平台支撑多元的智慧化应用，是可行的技术路径，深圳市目前就是在这样的思路下进行实践探索。

此外，智慧城市新基建专场嘉宾还有华为全球智慧城市总架构师／发改委数字中国研究院常务副理事长郑志彬、阿里云副总裁／数据智能总裁曾震宇、数字广东公司联席 CTO 杜葵、东华软件高级副总裁／东华云和智慧城市集团董事长兼 CEO 郭浩哲、哈奇智能室外机器人事业部总经理杨洁明等都带来了精彩分享。

在当今的人工智能热潮中，数据扮演着让人工智能运转起来的“石油”的角色。能否获得大量的高质量数据，也成为了在人工智能研究和应用落地中最关键的因素之一，数据共享、融合的需求越来越强烈。

联邦学习正是作为解决数据共享和融合的一种解决方案应运而生。联邦学习使用局部数据收集和最小化原则，能降低传统中心化机器学习方法带来的很多系统性隐私风险和成本，作为一种新兴的人工智能基础技术，联邦学习自从 2016 年被提出以来，在学术界和工业界受到了越来越多的重视，尽管如此，联邦学习在应用方面依然面临着很大的挑战。

这些挑战，不仅来源于联邦学习技术本身的进步，如去中心化中的算法问题；但更重要的，是如何建立起一个各方参与者共赢的生态系统，逐步实现实现从安全合规到联合扩展，继而达到提升赋能，激励用户参与，互利共赢的新阶段。

令人可喜的是，中国研究者们已经在上述领域取得了卓有成效的成果，甚至可以说走在国际联邦学习的技术研究、标准制定以及应用落地实践的前头。

今年 4 月 8 日，微众银行人工智能部联合电子商务与电子支付国家工程实验室（中国银联）、鹏城实验室、平安科技、腾讯研究院、中国信通院云大所、招商金融科技等多家企业和机构发布的《联邦学习白皮书 V 2.0》，为业界展示了联邦学习从“理论”到“实践”的关键转变，并宣告了联邦学习 2.0 时代的到来。如果说联邦学习的 1.0 时代，联邦学习的参与者们好比古希腊的城邦，在相同的制度下虽有联系，但更多的是长期分立，各自为政，那么随着对联邦学习的讨论逐步落地，联邦学习在标准、制度、激励措施逐步完善后，也进入了类似现代联邦的 2.0 时代。

在联邦学习与大数据专场上还颁发了若干奖项，分别是：2020 联邦学习开拓奖（微众银行）、2020 联邦学习创新奖（京东数科）、2020 联邦学习先锋奖（第四范式）、2020 联邦学习应用奖（腾讯安全）、2020 联邦学习研究奖（创新工场）、2020 联邦学习新锐奖（逻辑汇）、2020 联邦学习探索奖（同盾科技）。

在简单颁奖仪式后，获奖的各位专家也从联邦学习的研究重点、联邦学习框架、分布式机器学习范式等技术领域到在信贷、风险管理中的应用、以及生态系统构建、经济激励机制等话题进行了最硬核的分享。

今年是 CCF-GAIR 举办五年以来第一次开设 AI + 艺术专场，也是 AI 与艺术之间的一次跨界互动。 

AI 艺术专场邀请了 5 位重量级嘉宾，他们都是扎根艺术领域多年、但同时又密切关注着技术发展的跨界艺术家，有着丰富的艺术理论和实践经验。

会议开场，策展人、艺术评论家、艺术档案网主编、天津美术学院硕导张海涛首先发表了题为《“自律与自省、欲望与创造”机器人艺术学概论》的主题演讲。

张海涛教授在演讲中从机器人的概念谈到了科学主义和人文主义的关系，进而谈到了机器人和人工智能的关系。他表示，人工智能大致有以下几个趋势：

• 政治领域：机器人和人类的智商、各种意识没有差距甚至超越人类的时候，机器人可能争取自己的公民权和参政权。

• 经济领域：会出现高效的利润，社会结构都会发生变化，很多职业都可能消失。

• 文化领域：会出现人工智能文学电影艺术等。

• 社会领域：未来我们会建构机器人的保护机制、领养机制，人机相互监督的机制，它的身份、职业的设置，还有积极关系，法律的标准。

• 终极未来：人机终极的利弊关系是机器人一旦成为我们生活中的一部分，不可割裂的一部分，必然会发生感情的纠葛，一方面可能成为我们最亲密的朋友，另一方面可能成为我们的敌人，最危险的敌人，可能触及我们的伦理冲突甚至对法制进行挑战。

随后，中央美术学院艺术与科技方向教授、某集体交互媒体创意总监费俊教授思考到了智能时代更为哲学的问题，即灵与肉是否可以独立存在的哲学命题。

费俊教授在会上发表了演讲《身体与媒体——智能科技时代的艺术与设计》，探讨了在科技时代，什么样的方式可以重新探讨身体和媒体之间的关系、我们是否有可能重启、重建、链接、甚至转化、延伸身体与媒体之间的关系？

由此，费俊教授提出了身体和媒体的终极关系：

无论是基于现场的作品还是艺术装置作品，都在呈现同样的愿景——重新构建人与媒体之间的调和，通过这样的技术，把人从孤立、虚拟的世界再拉回来，在被增强的现实中，更好的释放自己的身体，更好的建立人与人之间的互动，更好的建立人与自然、人与世界之间的关系。

此外，另有三位艺术家也带来了精彩分享。

跨媒体艺术家、“低科技艺术实验室”（Low Tech Art Lab）创立者郑达在题为《自然、传感器和互联：后人类时代的智能化艺术》的演讲中，讲述了将人工智能视觉识别、算法等技术灵感注入艺术作品的过程。

中央美术学院设计学院交通设计专业交互艺术设计课程教师王成良的演讲题目是《记忆设计一在人工智能领域下的诱导加接口设计》，他用尊重、信任、共处三个关键词描述了人工智能与人的关系。

清华大学未来实验室博士后高峰在题为《人工智能艺术与设计》的演讲中，着重谈到了人工智能艺术与设计，即他的主要研究方向。

产业互联网时代来临，给各行各业都带来了革新的机会，无论是传统企业还是品牌商家，都需要借助新技术、新媒介、新渠道、新需求完成转型升级。

在此背景下，雷锋网专注于服务企业转型升级的鲸犀频道与腾讯“千帆计划”合作举办一场线下沙龙，探讨企业在智能时代如何利用 SaaS 做好转型升级，为所有想要在智能时代完成转型、升级的企业提供新的思路。

实际上，此次的鲸犀×腾讯“千帆计划”数字产业沙龙也属五年来首创。

腾讯 SaaS 商业化中心副总经理来鑫，从企业转型的营销、客户运营环节，做了主题分享。

来鑫表示，自疫情以来，国内影视、教育、旅游、餐饮等企业纷纷出现破产、倒闭等困境，失业人群和待业人群持续走高。同时，传统企业中普遍存在着不懂管理，没有品牌、资金困窘等问题。

基于此，来鑫关注营销拓客环节，结合真实案例，提供了一系列转型解决方案，并引出了腾讯“千帆计划”。

在沙龙上，销售易全国售前总监胡夫、法大大高级产品总监刘谦、微盛·企微管家资深运营专家云朵、数美科技联合创始人&CTO 梁堃也带来了精彩分享。

至此，2020 全球人工智能与机器人峰会圆满落幕，雷锋网将持续分享更多 AI 产学研三界知识，本次大会专题内容更新中。