世界互联网大会·互联网发展论坛——人工智能：育新机、开新局分论坛

发布时间：2020-11-24  |  来源：中国网  |  责任编辑：

刘烈宏副部长、高兴夫省长，尊敬的各位院士、各位来宾，各位朋友，上午好！欢迎大家参加世界“世界互联网大会·互联网发展论坛”人工智能分论坛！我是本次论坛的主持人，工业和信息化部科技司副司长朱秀梅。

本次论坛的主题是“人工智能：育新机、开新局”。之所以选这个题目是因为我们正面临充满不确定性的世界，一方面新冠肺炎疫情仍在肆虐，全球经济深度衰退的风险挥之不去。世界正处于振荡变革期。另一方面，全球新一轮科技革命和产业变革持续演进。中国正在开启“十四五”新的发展阶段，高质量发展对于技术创新和产业变革有着迫切的需求。

人工智能作为新兴技术，作为先进生产力的代表，有望在新的变革中发挥驱动和引擎的作用，同时也面临着伦理、道德、法律、规则等一系列的风险。如何在危机中遇先机，于变局中开新局是非常值得探讨的话题，也是我们本次论坛召开的初衷。

今天，我们非常荣幸地邀请到国内外人工智能领域的政府领导，知名学者，企业高管，国际组织代表等嘉宾相约乌镇，共同探讨如何更好地发挥人工智能创新引领与赋能作用，深化人工智能与经济社会各领域特别是实体经济中小企业的融合创新。

首先请允许我荣幸地为大家介绍出席本次论坛的领导和嘉宾，他们是：中国网络社会组织联合会会长、第十三届全国人民代表大会社会建设委员会副主任委员 任贤良副主任委员；工业和信息化部副部长刘烈宏副部长；浙江省人民政府高兴夫副省长；中国科学院王怀民院士；新加坡工程院院士、佳都科技高级副总裁兼全球智能技术研究院院长李德紘院长；百度公司首席技术官王海峰先生；京东集团技术委员会主席、京东智联云周伯文总裁；华为副总裁、华为云计算董事长郑叶来先生；伊利集团执行总裁张剑秋。

另外，清华大学讲席教授兼智能产业研究院院长、美国艺术与科学院院士张亚勤，以及SAP全球高级副总裁、SAP全球研发网络总裁柯曼先生将通过视频演讲的形式参加论坛。

出席论坛的还有来自人工智能产业链各领域的嘉宾以及媒体界的朋友，让我们对各位的到来表示热烈欢迎！

本次论坛共有四个环节：第一环节是致辞与主旨演讲；接下来是两场尖峰对话，主题分别是AI赋能经济创新升级、AI勾画普惠民生蓝图；第三个环节是愿景展望，主题是重要战略机遇期的AI创新。

首先，让我们以热烈的掌声有请中国网络社会组织联合会会长、第十三届全国人民代表大会社会建设委员会任贤良副主任致辞，大家欢迎！

2020-11-24 08:32:09

尊敬的刘烈宏副部长、高兴夫副省长，尊敬的王怀民院士，李德紘院士，尊敬的各位嘉宾，女士们、先生们，朋友们。在这个特殊的时期，非常高兴能与大家相聚在世界互联网大会·互联网发展论坛人工智能分论坛。在此，我对大会论坛的举办表示热烈的祝贺！对线上、线下参加大会论坛的嘉宾表示诚挚的欢迎和衷心的感谢！

当今世界正经历百年未有之大变局，新冠肺炎疫情全球大流行使这个大变局加速变化，世界进入动荡的变革期。在这样的大背景下，经过大家的共同努力，本届世界互联网大会如期举办，这充分体现了中国愿同世界各国一道共同推动全球网络空间向更加包容、平衡、共赢的方向发展的决心。

进入21世纪以来，全球科技创新空前活跃，以人工智能、量子信息、移动通信、物联网、区块链为代表的新一代信息技术加速突破应用。新一代信息技术已经逐步成为全球研发投入最集中、创新最活跃、应用最广泛、辐射带动作用最大的技术创新领域，是全球技术创新的竞争高地。

中国政府把科技创新摆在国家发展的核心位置，抓住人工智能第三次发展浪潮，高度重视人工智能对经济发展的促进作用。习近平总书记在2018年召开的中国科学院第十九次院士大会、中国工程院第十四次院士大会上的讲话中指出，“我们要把握数字化、网络化、智能化融合发展的契机，以信息化、智能化为杠杆培育新动能。”“要以智能制造为主攻方向推动产业技术变革和优化升级，推动制造业产业模式和企业形态根本性转变”。

最近，中国共产党第十九届中央委员会第五次全体会议审议通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》提出，要“加快壮大新一代信息技术”，“推动互联网、大数据、人工智能等同各产业深度融合”。

近年来，中国政府出台了《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划（2018-2020 年）》等多部重要政策文件，设立启动了“科技创新2030--'新一代人工智能'重大项目”等多个重大项目工程，有力促进了中国人工智能的发展。

本次人工智能分论坛将主题定为“人工智能：育新机，开新局”，探讨如何更好地发挥人工智能创新引领与赋能作用，将对深化人工智能与经济社会各领域特别是与实体经济、中小企业的融合，推动经济社会的全面发展，具有非常积极的作用和意义。

当前，在中国，人工智能已经成为新一轮科技革命和产业变革的核心驱动力，给国家发展和人民生活带来了巨大改变，涵盖了医疗、教育、交通、安全、金融、家居等多方面、多领域。例如，智慧城市是人工智能提高城市管理水平的典型产物，通过人工智能加持，在城市交通、环境、经济等方面给了城市管理者更加针对性和精细化的管理方向；智慧家庭则是人工智能提高人民生活水平的典型应用，运用语音识别、图像识别等人工智能技术，将智能家庭安防、智能家庭家居控制集于一体，给人民生活带来方便快捷；此外，人工智能还在维护社会治安、减灾防灾等公共领域带来智能感知预警和防控能力。在今年的抗击新冠肺炎疫情期间，中国运用人工智能技术在病毒传播溯源、病毒检测、远程诊疗和资源调配方面发挥了显著的支撑作用。

过去人们常说，互联网是一把双刃剑，经过实践发展证明，机遇远大于挑战。同样，人工智能作为一门新兴的科学技术，在带来巨大的发展机遇的同时，也不可避免的面临着挑战。例如，人工智能在提高工业产业自动化时带来的部分职业和岗位劳动力失业，人工智能在帮助人们辅助决策、带来生活便捷的同时也会带来个人信息过度收集和数据滥用现象。面对这些问题，中国政府已经在积极探索解决方案，此前出台了《网络安全法》《数据安全管理办法》等法律法规，对人工智能领域的一些基本问题进行了规范限定。

2020-11-24 08:41:58

近期，全国人大常委会还审议了《中华人民共和国数据安全法（草案）》和《个人信息保护法（草案）》，针对一些在数据交易、数据伦理、个人信息保护和数据安全等相关领域出现的新问题，进一步厘清法律关系、明确权属责任，为促进人工智能更好更健康的发展保驾护航。

当前，网络全球化和供应链全球化促使着人工智能的发展全球化，在此，我提出以下三点建议：

一、加强各国立法机构合作，为人工智能全球化发展提供法律支持。法律是一国治理的根本规定。然而各国国情不同，所立法律法规也各有特色，国家间不同的法律规定会对人工智能全球化的发展造成一定程度的障碍。加强各国立法机构合作，形成更多的法律共识，既可以促进相关人工智能产品跨国家的流动交易，也能更好地保护相关关键数据安全和国民的个人隐私。

二、立足本国优势，促进人工智能产业全球化发展和应用开“花”结“果”。合作是共赢的必要前提，在人工智能领域，各国有着不同的优势，各国应该加强合作，立足本国优势，以开放的姿态，共同促进人工智能产业实践成果全球化应用。

三、共同打击网络犯罪，为人工智能发展提供清朗网络空间。目前，网络安全给人工智能带来的风险，也是全球共同面临的风险，世界各国应该加强合作，在各自法律法规框架下，共同打击网络犯罪，尊重他国网络空间主权，维护数据安全和个人隐私，为人工智能全球化落地开辟道路。

女士们、先生们！在疫情让全球经济遭受逆流之际，让我们在本次论坛中，共同交流探讨，如何让人工智能这个革命性科技产物更好地发挥“领头雁”效应，如何给全球经济育新机，开新局，共同迎来全球经济社会的早日恢复发展。

最后，祝论坛取得圆满成功，谢谢大家！

2020-11-24 08:50:20

感谢任主任的致辞。任主任是网信系统的老领导，多年来一直支持和指导大会论坛的工作，任主任提到为人工智能创新应用发展，法律制度方面的考虑，我们也进一步地坚定了发展人工智能的信心。

下面，有请工业和信息化部副部长刘烈宏副部长致辞，大家欢迎。

2020-11-24 09:00:59

尊敬的任贤良副主任，尊敬的高兴夫副省长，王怀民院士，各位来宾，女士们、先生们，上午好，非常荣幸与大家相聚乌镇，以“人工智能：育新机 开新局”，我谨代表论坛的主办单位，工业和信息化部向各位来宾和朋友们表示衷心的感谢和诚挚的欢迎！

中国政府高度重视人工智能产业发展，习近平主席强调“要深入把握新一代人工智能的发展特点，加强人工智能和产业发展融合，为高质量发展提供新动能”。工业和信息化部贯彻落实党中央国务院决策部署，加强政策引导，推动技术创新和成果转化应用，推动5G工业互联网等新兴基础设施建设，为人工智能技术落地提供坚实的基础，组织人工智能产业创新重点任务揭榜工作，推动人工智能创新应用先导区应用，开展AI精准中小企业对接活动，加快人工智能与实体经济的融合。

在各方共同努力下，中国人工智能产业取得了积极进展。

一是创新能力不断提升，专用芯片，应用算法，开放平台等技术产品不断优化，计算机视觉，自然语言理解等技术的应用水平达到了国际先进水平。

二是产业规模逐步壮大，今年上半年中国人工智能核心产业规模达到了770亿元，人工智能企业超过了2600家，已成为全球独角兽企业主要集中地之一。

三是与实体经济融合日渐深入，在制造、交通、物流、医疗、教育、能源等领域的应用不断拓展，取得了一系列标志性成果，特别是在疫情期间，各企业积极利用人工智能技术推出智能CT影像系统，智能服务机器人，智能测温系统等产品，为助力疫情防控和复工复产复学发挥了重要作用。

与此同时，我们还积极支持国内外人工智能企业与科研机构加强对接，共同推进人工智能技术研发、产品应用、标准研制和伦理研究，共同推动人工智能技术更好地造福世界。

各位来宾，工业和信息化部愿与产学研用各界一道，持续推动人工智能产业创新发展，在此我提出三点建议：

一是坚持创新驱动，增强人工智能发展新动能，强化企业创新主体地位，提高资源配置效率，促进人工智能基础核心技术研发，推动全产业链优化升级和产业结构调整。深化人工智能与实体经济融合，促进人工智能供需对接，形成一批效果明显、成熟度高的人工智能解决方案。

二是持续优化环境，营造产业发展新生态，面向人工智能发展与应用需求，创新监管模式，健全法律、就业、伦理等方面的治理规则，营造公平开放，竞争有序的市场环境，加强人工智能人才培养与供给，共建共享人工智能技术创新平台，推动上中下游企业融通创新。

三是全面深化开放，开创全球产业新局面，创新合作机制建设，进一步促进各国政府、科技界、产业界及智库、商会协会等机构间的理解与互信，凝聚创新与合作共识，拓展利益合作空间，共同推进人工智能产品研发，标准研制，加强创新政策与道德伦理方面的交流互鉴，共同推动人工智能技术更好地赋能万物，造福人类。

最后预祝本次论坛取得圆满成功，谢谢大家！

2020-11-24 09:02:33

感谢刘烈宏副部长的精彩致辞，特别是刘部长表示工业和信息部与产学研各界一道持续优化环境，推动人工智能创新发展，这也为科技司的工作指明了方向。再次感谢。

接下来让我们以热烈的掌声欢迎中国科学院院士王怀民先生，他的演讲题目是——网络的力量：智能源自联接。大家欢迎。

2020-11-24 09:13:11

尊敬的各位专家大家上午好，很荣幸来这次论坛和大家做一交流，这是我今天想谈的话题，人工智能每个人都在体会。我每天进入通过移动互联网进入新闻的APP我现在用的是头条，为什么？它能给我做智能推荐。所以大家在说未来智能算法将是控制这个世界的超人。是这样的一个情况吗？说大量的人将会成为“废人”，有很多学者做这个讲法，我不以为此。这些智能从哪里来，当然这些算法很重要，我理解来自于人类行为大数据，在数据空间的汇聚，再加上机器学习算法形成了机器对人类行为的再支持，又促进人类行为的再循环流动，再贡献数据的，这样一个相互赋能的过程。也就是今天我们已经看到了这样的趋势，是人机相互赋能的潜濡默化的学习演进，这其中不仅是机器智能、人工智能，还有人类的行为，为什么这么讲，我们可以回过头看我想说对智能的看法，也就是智能源于连接。这件事情我们看智能的源头可以一步一步看到这样的一个演进过程。

首先人工智能这个话题从何而来呢？从计算科学的角度上讲是从120年之前数学家希尔伯特提出的可判定问题而来，当时的科学家有一个信念，能够清晰表达的数学命题都能找到一个机械化的过程给予证明或者正否，或者是对的或者是错的。那么后来图灵反其道而行之，构造了一个数学命题，说这个数学命题在他的数学体系里面是不可判定的，他构造了一个什么命题呢，就是大家熟知的图灵停机问题。这个问题一个是被清晰表达的数学命题，但是清晰证明了这件事情是不可判定的。希尔伯特相信所有的数学问题都能被机械化证明，他说不是的，他说这件事情不能机械化的给予证明。但是这个过程留下了一个非常有价值的东西叫图灵机，数学家问是不是你这个机器的数学系统的能力太差，后来大家发现我们今天所有能说清楚的、能够机械执行的过程算法都是图灵机可以执行的，直到今天也没有超出过。因为这件事情我们可以看到一个图灵机执行过程是可以被有限编码的，是可以通过通用图灵机去执行的。这就是我们今天讲的算法。

如果到这个时候还是思想实验的话，图灵机是思想模型，那我们后来看到的冯微曼机构以及后来人造的所谓的通用计算机系统的物理实现把各种开关、器件连接起来可以去物理的自动的去执行在我们思想中运转的图灵机。

因此就有了人工计算装置，这是70多年前的重要进步。软件呢，今天的软件就是在这样一个人工装置上去编写那些机械可执行的算法。人工智能从哪里来，因为有了这样的物理人工装置才有了人工智能这个思想可行实践，在这个物理实践中靠的是什么，各类的门电路的器件的连接。这是我们一个基本的看法，通用计算机的诞生使得人工智能的研究成为现实，实际运转的人工智能系统似乎都是图灵可计算的那类系统。是这样的吗？我们下面会继续谈。

在这个过程中我们看到的这个智能从哪里来，是今天后来又找到了一个晶体管，然后有这个加工的能力，使得我们在这个领域里面连接这些可以操控的门、器件可以达成我们今天所说的图灵可计算的那些执行的代码在这上面运行。当然上个世纪90年代大家都在担心这个连接是否到了极限，因此我们看到今天的面貌有了很大的变化，什么变化呢？一方面在这个能力的驱动下，连接的能力呈数字模式的增长，我们讲的摩尔定律，同时因为这个增长使得数字技术的成本越来越低，万物可以数字化；由于网络的变化，在这些交互的过程中的数据越来越多，请大家注意，数据多和网络连接有很大的关系，还有一个重要的变化是这些数据通过云这样一个池被汇聚、沉淀、留存下来了。

我们似乎到了一个顶，一个是摩尔定律看到的器件连接晶体管到了顶，还有一个顶就是我们跌入了数据的海洋。突然有了新的变化，我们在这个驱动下看到了一个数据驱动的网络智能，也就是今天讲的社会信息化进程，这种编织的过程似乎给了我们一个天气O（英文），这个词在图灵39年的博士论文就提出了，说图灵机如果干得不行不知道下面该怎么干了就问一下O（英文），接着再往下走，这个过程我们今天天气是谁？我一开始提到的，我们每个人的行为大数据。他这个行为大数据是超人吗，不是，是我们普通人。我们每个人都在用字节跳动的头条，我们给他反馈的数据就是我们平时的意愿，没有所谓的精英的、科学家的、工程师的所谓的高强度的智力输出，但是汇聚起来以后形成人类大数据的天气，再加上学习的模型，今天我们看到了似乎超出图灵机的永不停机的系统，与人类物理世界持续进行数据交换，持续学习来服务与人类，而人类因为这种服务的行为又反馈了数据，又在校政这个学习系统。我们看到的就是这个样态的现象。

所以网络计算让我们看到了持续成长的人工智能系统，这个系统的持续成长似乎超出了图灵可计算的，大家知道图灵可计算讲的算法都是要终止的，这个系统可以不终止。我们今天看这个大数据，我们去训练谁呢？训练了我们今天讲的人工智能，又是一次连接，是连接的人工创造了这样一种连接关系，所谓深度学习网络。大家都提GDP3，已经到了1750亿个人工神经原的连接，达到这样的连接程度，这都到头了吗，实际上我们看到的进一步情况，我们可以预见的未来的情况就是连接了又一种变化，是人机相互赋能，我刚才提到的。

2020-11-24 09:26:20

今天我们说有数据进来，我们有相关的人员判读，比如说刚才讲的医学影象的判读，医生判读本身实际上就是不知不觉的为医学影象识别的算法提供标记数据，我们每天经过人脸扫描的轧机，去高铁、飞机场，身份证一放刷一次脸，这就是无意之中的数据标记，这个标记持续向系统提供数据，因此在这个过程中一方面这些数据提供给机器学习算法，使得它能够有效的学习，下一次采集数据的时候可以给出自动的判读，这就是我们感受到的人工智能。同时后台的系统比如说经过轧机或者经过一个医学判读，这个判断有疑问，还需要医生或者说轧机旁边的工作人员予以确认，就又做了一次人工数据标记，这是一个持续的过程，是一个人和机器相互赋能的持续过程，这是我们未来看到的现象。

所以未来我们看到的是什么，是人机混合的群体智能，这个群体是每一个人，而不简单指科学家。我们今天看到的人工智能仅仅是领域专家贡献的数据吗，不是，是每一个人都在贡献数据带来的智能。因为今天的人工智能、人机交互技术持续改善着人与人、人与机、人与物理世界、机器与机器之间的关系，形成了一个人机混合的群体智能。而且我们今天的信息技术开始把微笑的物理系统活起来，就是所谓的物联网，这个过程是持续演进的，形成了人和让我们活起来的物和我们构成的所谓的超级星球，过去我们讲人类智能是靠文化带来的，文字带来的，这是几千年的进程，上百年可以看到人类文明进步给我们带来了好处。但是今天说今天人脑比2500年前的孔子、苏格拉底更好吗？大家说没有，人类进步是靠着群体智能，今天信息技术告诉我们，我们在每年都可以看到我们每个人的微小的不知觉的数据贡献都在为智能的提升做贡献，而且又反馈回来影响我们每个人的生活和行为，这就是未来的景象。

所以自然智能和人工智能的相互赋能已经是现实可期了，是我们今天要予以期待的，所以大家经常讲说这件事未来人要废掉了，不是这样的，我不相信，人的相互联系是极其重要的，我们要对这件事情有信心。

这是我们今天看到的人类连接、物的连接连的进步，这个持续进程是最值得我们今天珍惜的和高度关注的。未来人机混合的智能是人类的智能，在人类行为空间中产生大量的行为数据，贡献给数据空间来帮助机器学习，机器智能的支持又影响着人类的行为，同时这些机器智能还在支持人造的无人系统，这些系统又和人进行相互交互相互赋能，形成相互赋能的连接带来的智能社会的发展。每个人都在其中，每个人都在享受，又每个人都在贡献，不是只靠一个超人。这是我今天主要的观点。

昨天刘烈宏副部长讲到三化：数字化、网络化、智能化。大家说这个智能化和信息化是什么关系，这个智能化是信息化中的智能化，我们也注意到了十九届五中全会提到的，还有一个大三化，在军队那篇里面讲的军队现代化的时候机械化、信息化、智能化。还有一个信息化后的智能化，这两个是什么关系。我们想说回过头看机械化怎么进入信息化的，是人类在释放物理能量的时候到了顶的时候，我们人类怎么进步，后来人类造成出了一个机器，这个机器说所有能够机械执行的我都能够用一个人工的机械来完成，因为这个机器造出了人类由机械时代进入了信息时代。

未来呢，我们刚才说芯片连接到点了，我们说数据成了海洋，那么未来信息化后的智能化会是什么样的？这是我今天想给大家交流的核心观点，是人机互动的这种连接形成的人机互动的群体智能将是捅破天花板的核心。如果这个形成了我们将进入一个更新的信息化后的智能化时代。我们每个人都在其中，每个人都是被连接的节点，因为这个连接形成了未来的智能。这就是我今天想跟大家交流的主要内容。我们有三种网络的人工智能，集成电路中的晶体管连接形成了我们今天看到的主流的计算机中的人工智能，今天我们又看到了神经的网络智能是数据驱动的，使得我们看到连接的进程，今天我们还说未来每个人在其中的人机互动的网络中的人工智能，在这些过程中每个说法都是相互支持，来推进这个进程，因此我们不要感到悲观，说未来人工智能我们将会成为看客，将会成为无用的人，我们将会成为连接智能当中不可或缺的一环，将为此继续做出我们每个人的贡献。谢谢大家。

2020-11-24 09:31:47

刚才王院士从过去、现在、未来时间维度讲了人工智能的产生、发展和演进，特别是王院士提到，每个人不仅仅是技术专家和人工智能企业，在推动人工智能的发展，我们每个人都参与在人工智能的发展中贡献了智慧。我想这为政府和企业看待人工智能提供一个非常有价值的视角，再次感谢王院士。

下面，有请新加坡工程院院士、佳都科技高级副总裁兼全球智能技术研究院院长李德紘为我们带来《新基建——未来城市生活新范式》的演讲，大家欢迎。

2020-11-24 09:41:37

在座的各位专家、各位女士，各位先生，上午好，首先非常感谢主办方热情的邀请，我收到邀请的时候第一个想到得是要讲什么题目，我当然知道主题是人工智能，但是我也先预想了一下未来可能发展的情况，所谓未来，我想题目时想其他的同行其他的讲者会讲什么题目。大家一定会在这个场合中听到很多技术性的有回顾的，有现在发生的状况，也有未来的技术的演进。

因此，我在定题目的时候，我就参照了，首先是我从2019年全职来到国内工作，以及我过去这段时间在国内工作将岗位所做的一些事情，很大程度和大家关心的新基建脱离不了关系。但究竟新基建与人工智能可以产生什么样的连接？同时从我题目中所看到的是未来的城市生活，似乎乍看和人工智能不会发生立即的关系。因此我觉得这是挺好的挑战，因此我特地选择了新基建以及未来城市生活的新范式。

范式大家都知道，英语就是paradigm，不仅仅是一个范式和方式的改变，更重要得是整体的习惯乃至于行为驱动的转变。在以下时间我会尽量地和大家分享这方面的话题。

我本身是做智慧交通出身，在过去整个工作以及学习的经历中有很大一部分和智慧交通以及城市规划、城市设计发生关系。在这个过程中，尤其是过去二十年在新加坡工作时，新加坡是一个没有资源，地方很小，人口很小的地方，但在国际上依然有它的能见度，主要是因为新加坡，即大家所说的软实力，运用宜居城市把新加坡打造成为一个不仅仅是人喜欢住在那边，到那边旅游，更重要是由于本身没有能源和资源吸引外资来投入的大的背景。因此我在过去工作时，一方面基于过去的背景，另一方面，我在过去新加坡工作时更多思考是，如何具体地利用科技的力量来改变人的生活。

首先我和大家分享得是TOD，这在人工智能的场合相对比较陌生，TOD英文的原文是以公共交通为导向的一种城市的发展。TOD是一个紧凑的城市结构，什么样是紧凑的城市结构？把不同功能的传统的土地使用的分区在一个相对小的范围之内把它有效地结合起来，这里会包括办公、住宅、商务，甚至包括教育，当然更重要得是包括交通。由于我过去做智慧交通这方面，站在一个城市的维度，其实我们要把许多发展更重要得是今天所谈的许多智能技术，让我们的出行更有感，所谓的更有感，不是让大家有感于出行的不变，而是有感于科技给大家带来出行的便利，从而让大家觉得在城市中有存在感和幸福感。因此TOD这种新的发展理念，在过去欧美乃至于亚洲，在日本以及我国的香港，大家都可以看到有不同程度的发展。

第二，在TOD中最主要得是元素是公共交通，而且强调一个便捷的公共交通。中国其实继高铁之后已经成为全世界城市轨道交通发展速度最快，里程数最长，客运量最大，在中国的场景中大家觉得这没有什么好奇怪。但中国智能轨道交通智能化的程度也是走在全世界的最前列。王院士提到用刷脸过闸的事情，这在中国许多的城市包括目前工作生活的广州的一种现实场景。

关于社会功能，科技要能够为我们所用。一方面在中国有大量的人才的积累，同时有许多新技术加上资本力量的进入，让中国在最近几年科技的发展速度非常迅猛。但是，我们具体要如何地除了从过去移动互联网、消费互联网乃至于迈入到现在新的通讯5G的时代，乃至于提到物联网、工业互联网，具体可以怎么样让民众的生活更为有感？我们可以通过TOD的方式，让我们的民众进一步地感受到城市社会功能的凝聚性。

2020-11-24 09:43:34

今年在疫情过后，似乎非机动化的出行方式得到的大家的再次关注，当然这是处于外部环境的改变。友好的步行，有人说这和人工智能有什么关系？我想表达得是，一种非机动化的出行背后所反映出来的得是我们对于整个城市结构的改变，城市结构怎么改变？TOD提供了一个思考的方向，但过去欧美在日本有许许多多的TOD的范例，但是，他们实施的成果究竟是成功的吗？我认为在世界上虽然TOD已经在交通学术界讲了非常多年，可能已经有三四十年，在去年到广州工作不敢讲TOD，我觉得是相当过时的观念，或者过去国际上很多人觉得TOD可以为城市的发展指出一条道路，但即便我过去做TOD，但并不认同。但是我来到中国之后发现由于人工智能或者更准确地讲，不同的智能技术，无论在运营商、消费者层面的大范围的有效有序的铺开，的确可以为TOD打造一个新的城市纹理，城市纹理是什么？就像纺织物的质地，不同的材料带给你不同的性格，打造不同的个性，同样不同的城市可以感受到城市不同的温度。在国际上，很多人去过的东京涩谷，在上世纪30年代已经提出TOD的概念，当时单纯地认为有车站和百货公司就是TOD，但随着慢慢演变，东京的涩谷在最近大规模的东京城市改造中有9条地铁线，有不同四个运营商，地上13层，地下15层，但很多人认为东京涩谷是很好的TOD的展现，但是我个人在整个国际的场合持反对意见，有人知道在那里走动很不容易。

反观看待深圳的前海有13条地铁线通过，随着土地资源开发会成为新的TOD的范例。目前大家谈TOD都是传统，即地铁+地产。但在未来可以把功能有效的连接起来，怎么理解？即利用智能技术，智能技术背后的驱动是什么？很大程度是今天的主题人工智能，因此我想提供得是，我们未来生活的畅想。传统上利用空间的方式把不同的功能连接起来，当中创造了一个新功能，有国外旅游的经验或者在中国可以看到这样的雏形，在这空间中的一栋很有效率，可以满足你生活需求，但更重要是如何利用智能技术把信息连接起来。很大一部分的工作是在挖掘人的行为，我很早的时候使用新加坡的地铁的出行数据，当时没有乘客画像，但是我们可以大致知道居住在不同区域的人对于出行的需求。因此我们可以利用有效的信息打造TOD的智慧社区的新的形态。

以下谈的内容是，现在如何具体利用由人工智能背后驱动的技术，当然5G是通讯技术，5G所带来的特性，无论是高带宽、广连接以及低时延的特性，这样的特性应用在未来出行的场景可以带来非常好的功能，比如低时延，在路上百度在大力地推动无人车的工作。但在轨道交通不仅高铁谈无人驾驶，大家比较震惊但这是事实。另一方面是城市轨道交通，新加坡2003年以后所有的地铁都是无人驾驶。无人驾驶做到更精准、更有效、更安全就要依赖更好的通讯技术，控制车车通讯，这样5G低时延就完美地适应了这个场景。

科技所带来的许多改变，一方面关注技术的改变，但我在国内工作的感觉是，我们可能要更关注科技可以为民众带来什么样实际的生活，除了搭乘电梯时可以在京东购物平台买东西，我常常从1楼走到37楼过程中不知不觉已经花了很多钱。一方面说明了电商平台的便利性，一方面有说明了国内通信负载度非常高。

关于高带宽，在地铁的环境里，或者在中国的民众不知不觉已经在站台、站厅已经被视频图象的信息所覆盖。中国出行环境是非常安全的出行环境，当我们鉴别出重点人员可以做到跨境技术。但在传统这个人一旦进入车厢，就找不到人了，但中国可以做到全出行全链条的追踪，这有利于5G所赋能的高带宽。

关于5G+地铁的出行，在中国搭乘地铁大家都知道一定要经过安检，但是安检是人包分检，如何做到人包统检，如何精准有效地根据乘客的画像一方面需要智能技术所累计出来的数据，更重要是智能技术带来的算法。从2G的人脸算法到活检检测要在200毫秒完成鉴别工作都有赖于智能算法。因此我们在广州所从事的工作，作为一家科技企业，我们一方面累计或者具体应用过去在人工智能所累计出来的力量，更重要是我们拥有场景。在广州的十三五，具体为广州的地铁提供大规模的智能算法的支撑，做到无感通行。这方面是非常典型的例子，智能技术可以改变生活。

关于TOD，在一个庞大的结构体中，它构成城市主要的区块。但我相信大家都知道，目前在室外的定位都不是问题，但室内的定位变成一个还没有被解决的问题。因此随着未来的5G技术、新的通讯协定出来，可以做到毫米级的定位的话，我们不仅可以让人在复杂的空间，这次我来乌镇住的酒店昨天基本上在居住的酒店中迷路了，最后看到门牌上写的我的房号，但我感觉不是我的房间，已经在空间中迷失。如何做到有效的室内定位，这是未来5G在TOD中可以得到具体的发挥。

同时在这个过程中还可以根据过去行为的挖掘把你所感兴趣的话题推送给你，不仅仅是购物的信息。

（PPT图示）5G无感的地铁乘车，这里特别强调得是，不仅仅是整个乘车流程的智能化的辅助以及梳理，更重要得是在整个过程中，不断地利用行为的数据的累积同时挖掘出你的行为即将可能产生的方向。

在这样的过程中我最后想谈5G和自动驾驶，在未来社区中，尤其是经过今年的疫情之后，社区化的发展是中国乃至全世界城市发展的主要方向。社区化发展具体要带来得是更有温度的生活空间，不仅仅是疫情来袭之时的封闭式小区管理。社区是城市生活的一个重要单元。在这个过程中，我们其实在社区之间的联系可以有效地通过自动驾驶乃至于到地铁站都可以通过无人驾驶的方式把出行的链条运用人工智能的技术在背后所做的有效的支撑，在这样一个鲜活的场景中大家在未来的生活中感受到生活的美好，因此，这也是我们在广州所做的工作，所自我勉励的，我们希望运用智慧城市会变得更好。

2020-11-24 09:45:24

刚才李院士以TOD为样本，为大家展示了科技尤其是智能科技如何让生活更美好的画卷。这也是在座各位推动人工智能发展的共同追求的目标。

接下来，清华大学讲席教授兼智能产业研究院院长、美国艺术与科学院院士张亚勤院士将为我们带来视频演讲，他的演讲题目是《智能技术趋势》。请看大屏幕。

2020-11-24 09:46:25

大家好，我是张亚勤，来自清华大学智能产业研究院。很高兴参加这次人工智能的互联网峰会，也感谢大会的组委会和网信办邀请。我今天想谈一下智能技术发展的一些趋势，如果看下过去的三十年，我们整个IT产业发生最重要的事无疑是数字化。第一波的数字化是80年代中期是就开始了，那时候主要是内容数字化，我们声音、音乐、图片和视频大量的数字化，我们的文档在数字化。

第二波的数字化是90年代中期开启了，一开始是企业的数字化ERP、CRM、Supply Chain，还包括BI工作流，后来就是大型的数据仓库以及云计算，同时由于大量的数字内容，加上HTML、HTTP，消费互联网开始爆发，到了后期移动互联网像移动支付、数字货币、共享经济，中国其实是走在前列的。不管是用户的体验或者是大规模的应用。

我们现在是进入数字化的3.0。它是信息，物理和生物世界的一种融合。首先是物理世界的数字化，我们的车、街道、交通灯和整个城市在数字化；我们的电网，我们的工厂，我们的机器在数字化；我们的家庭，各种家电在数字化；同时生物世界也在数字化；我们的大脑，身体各个器官DNA、RNA、蛋白质都在数字化，通过新的传感器，一些芯片。

那么这次数字化和过去那两次有很大的不同。首先是量高了很多数量级，比如说无人车每天所产生的数据就是5到10个T。我们的基因测序每一次就差不多3T左右。所以这个数量级是高了很多，可能是上千或者上万倍。

另外一点这次数据更多的是给机器看的，而不是给人看的。机器要做决策，机器要进行更多的智能决策。那么过去1.0、2.0更多是给人所看的，同时我们看到人工智能的算法有很大的进展。人工智能并不是一个崭新的概念，已经有60多年的历史了。那么从早期的符号，逻辑推理，专家系统，数据来驱动，到过去这10年，特别是过去这5年机器学习，深度学习的快速崛起。我们可以看到许多特别令人兴奋的一些进展以及应用到AlphaGO、AlphaGOZero。到后来的AlphaFold把深度学习用在不同的领域，特别用到生物计算和医药的领域。

其实人工智能有很多不同的算法，我这是佩德罗•多明戈斯划分的5个不同学派，未来发展肯定要融合这些不同学派的优势，使得我们目前用大数据所驱动的深度学习有更好的透明性、好的应用性以及有更好的可解释性。

那么深度学习确实取得很大的进展，算法从RNN、LSTM到CNN，到过去这两年的GAN和BERT还有GPT-3，可以说从我们感知方面语音、人脸、物体的分类，已经和人达到同样的水平，甚至超过人了。

那么在认证方面还有一些距离，自然语言处理，机器翻译视频内容化和知识理解还有一定距离，但是也有很大的进展。但是深度学习我们大家都知道，它其实是需要很强很强的算力的。摩尔定律过去两年左右是要双倍算力的，其实这已经是在放缓了。但是深度学习对算力要求每年差不多是将近10倍的增长，所以说Jeff dean的谷歌就说三要素，数据算法算力三要素等于数据加上100倍算力，就是说算力比算法更重要。

2020-11-24 09:52:49

我个人并不完全同意这个观点，但是不管怎么讲算力在过去这几年是整个深度学习发展快速的一个大的最重要的因素，大数据超算的能力以及很大的模型。举例比如说GPT-3目前已经有1700亿的参数模型有上万台GPU，200多K或者说20多万的CPU的Core。每次做Pre-train的话也要差不多要上千万美金，这个量已经很大了。那么如何能够继续保持这么快的一个算力？我们看一下我们在传统计算和通讯的范式里三个基本原理。

首先是香农定律。香农定律定义了信息熵，定义了信道的容量，定义了速率失真的理论。其实是三个不同的极限。另外一个是冯诺依曼架构，是我们计算的架构，十分的简洁很美的一个架构。过去的60年是我们整个计算架构的主要原则。另外一个是摩尔定律。

那么现在呢这三个定律架构都遇到了瓶颈，所以要大幅度的提高这个算力的话，我们需要来突破这三个瓶颈。比如说在信息的表示方面，我们需要有新的一个理论框架以及算法。我这张图是讲的一个例子。最近有一个机构叫MPAI，这个机构就希望把人工智能算法用到我们目前的信息的表征，同时的话又希望找到新的算法来对人工智能有更快的推进。

另外一点也可以看到最近有许多新的创新在计算的架构方面。在通讯的架构方面，比如说我们深度学习，其实它需要有特别高速的数据传输，他们有一些新的相量，需要有先进代数，有波尔代数，这种优化的这些算法。这个和我们现在传统的冯诺依曼架构是格格不入的，就是需要有新的架构。

所以看到我们比如说有，在过去这5年吧，有很多加速器，就是AI的加速器出现，像SPG、GPU，最近几年也有这种ASIC专用的AI芯片出现，这种芯片因为对这些算法，对工作流，对workload可以提高CPU提高很多倍，从整个的性能、效率来讲。

那么同时也可以看到不仅仅是传统的芯片公司，像因特尔、AMD等公司做芯片，现在新的公司也在不断的创新，比如说寒武纪、地平线，华为，也包括其他公司像谷歌和百度也在自己做芯片。做芯片算法也好，架构也好有很大的工作流，所以他可以对这些进行优化。

我们可以看到有很多很多的这些芯片、软件、架构以及算法方面的快速进展。那么这些进展带来很多产业的新机遇。首先对我们IT的产业有一个提升的作用，新的数据，新的算法，新的场景，然后不断的快速迭代，所以提升我们的IT产业，同时更重要的是改变甚至颠复我们现在的传统产业，教育、医疗、金融、制造、交通，可以说每一个产业都被人工智能所改变。

同时AI也催生了新的产业，大家经常把它叫做第四次工业革命，我的确同意这个观点。就是人工智能是第四次工业革命一个很重要的技术方面的引擎，很多产业都会被改变，都会产生。我自己认为有三个方面是比较感兴趣的：第一个是自动驾驶。第二个是工业物联网。第三个是AI+医疗、生物计算。当然也很有很多很多别的产业，这也是为什么我们成立了一个智能产业研究院的大背景。这当然是在清华大学整个学校大框架下面，因为可以和清华大学各个院系密切合作，智能产业的英文简称（AIR），使命是用人工智能技术赋能产业推动社会的进步，目标是面向第四次工业革命，是一个国际化，智能化，产业化的应用研究机构。实现这个目标有几个战略：首先是要吸引培养国际视野的技术领军人物。第二点是要实现关键核心技术方面的突破，更重要的是有了技术以后，我们要赋能产业，通过转化孵化公司的方式，把这些技术能够对产业有更多的影响力。所以我们的研究领域目前集中在三个方面。

刚才我提到的三个方面：智能交通、工业互联网、AI+IoT以及智慧医疗AI+IoT，特别是生物计算，那么垂直的这三个行业是对一些基础的平台所支撑的共有模块所支撑，叫做“ABCD”。AI的一些算法、Big  data的模型加上云Cloud和Device这种新机构。我希望通过我们的研究院新的技术能和产业去合作，对中国和全球人工智能产业，第四次工业革命都做出贡献。谢谢大家，祝我们乌镇互联网峰会圆满成功！

2020-11-24 09:53:15

感谢张院士的精彩演讲。下面的环节迎来6位企业家的精彩演讲。

有请百度公司首席技术官（CTO）王海峰为我们带来《人工智能 创新发展新动能》的演讲，大家欢迎！

2020-11-24 10:00:00

谈不上企业家，我更多是在产业界工作的科技工作者，我今天主要是围绕技术以及技术在产业中的应用，人工智能前几位院士讲得非常好，现在引领第四次工业革命，已经成为创新发展的新动能。

人工智能的历史，概念虽然有60多年，但人类追求这件事情有更长的时间，近几年随着技术的发展和大规模的产业应用落地，人工智能逐渐进入工业大生产阶段。人工智能是创新发展的新动能。我国非常重视这个事情。

百度公司做20多年的时间，早期开始做搜索引擎，从搜索引擎开始会涉及到人工智能的技术，比如自然语言处理等等。百度真正开始布局人工智能是2010年初开始，现在差不多11年时间了。经过了几年布局之后，人工智能技术一方面布局得比较完整，同时在很多方面也有一些新的创新突破，并且早期在互联网产品有很多落地。2016年开始开放出来，百度大脑1.0的版本开元开放，现在已经开放到6.0，逐渐从软硬一体AI大生产平台到现在AI基础设施。

百度大脑包括了人工智能各个层面很多技术，比如基础的算法算力数据，到与人的听觉视觉等感知能力相关的语音技术，计算机视觉技术以及AIVR等等。再往上是与人的认知相关，人区别于其他很多生物很重要的特征是人可以运用语言，可以掌握知识，并且通过知识的传承不断推动社会的进步。王院士也讲起不管是机器和机器之间的互联，还是人与人之间的互联，还是人机之间的互联，人与人交流语言也非常重要，而人类进步本身知识很大程度上也是通过语言来凝练和传承。有了这些技术之后，我们把它通过AI的人工智能的开元开放平台与社会各界共享来打造人工智能的技术和产业生态，同时也高度重视安全，安全是纵贯各层，每一项技术研发过程中都会充分考虑安全的问题。

核心的一点是近年来人工智能取得突飞猛进的进展很重要的基础技术是深度学习，现在用人工智能的人非常多，不需要从零开始开发，这形成了社会很重要的基础设施即深度学习的框架和平台，向下对接芯片，向上承接各种应用，深度学习是智能时代的操作时代深度学习框架。

百度开源开放了深度学习平台，底层包括开发、训练、部署等核心的框架，而向上提供了方方面面的模型库，比如自然语言处理的、计算机视觉、语音的、推荐等等，王院士提到的客户端针对每个人推荐算法，这涉及到推荐。再往上是各种开发套件和工具组件，工具组件除了基础的深度学习算法，还有强化学习、联邦学习、多任务学习，包括图神经网络等等。

对于飞桨深度学习来讲主要是开发便捷、支持动态图和静态图，现在飞桨已经训练超过万亿级参数的大型训练，后面有很多不管是算法层面还是软件架构层面的技术支撑。同时也可以支持多端多平台，现在主流平台都可以支持进行部署，不管是庞大的服务器集群，还是单晶还是嵌入式芯片等等。

有了这些算法之后，感知层比如对于语音识别来讲，以前做信号处理、语言模型、解码器等等每一块分得很清楚，后面做语言后处理，可以技术发展到可以做端到端的信号和一体化的语音建模识别，使语音识别效果有很大的提升。

关于软硬一体大生产平台，我们把语音算法和硬件结合更便于应用各种场景，比如鸿鹄芯片是转为远场语音识别交互芯片，同时满足车规级标准，比如放到车载的导航里。

关于视觉，视觉应用场景非常多，比如地铁里大人流摄像头等等，这些都涉及到计算机视觉技术，不管是视频内容理解，包括图片、视频以及各种，不管人脸、文字、人体等等各种都有大量的技术。

关于认知层。语言和知识背后的技术是自然语言处理和知识图谱，知识图谱构建是很漫长的过程，我们做这件事情做了八年多，当时深度学习技术没有广泛地应用，更多是用以前的技术，但图谱已经在逐步积累，而且通过海量的无结构化的大数据的挖掘发展到今天，已经有世界上最大规模的5500亿的庞大的通用的知识图谱。

而这些图谱基本的单元是实体与事实，同时面对不同的场景，要看一个时间发展的脉络，这时候有事件图谱，应用在不同行业有行业的图谱，而且可以从通用的知识图谱里去提炼出来某一个行业的图谱，结合一些行业数据进行进一步挖掘形成对某一个行业应用有很好的支撑图谱。

有了学习能力，同时有了知识，这样可以更好地进行对自然语言进行理解，而且可以做深度的理解。百度的ERNIE语义理解框架结合了深度学习框架和知识图谱做增强的语义理解，同时人学习知识的时候其实是不断地学习，不断积累的过程，所以像ERNIE框架具有持续学习的能力。

知识增强的跨模态的深度语义理解，可以把语音语言一体化理解以及语言视觉做一体化的理解。我们说的语言是某一种，比如做中文的理解。同时，人类有很多种语言，语言之间的互相转换其实是机器翻译技术，我们不仅可以做文本、语音的翻译，而且可以做准确实时的同传，人具备同传能力世界上非常少，机器同传做到和人的时延相当，而且已经超过专业同传的水平。

（PPT图示）在服贸会上，机器同传提供了服务。

（PPT图示）语音、视觉语言技术融合起来可以做数字的虚拟人。

百度大脑是完整的框架，整体上已经有超过270项的AI能力，每天调用次数过万亿，同时有230多万的开发者和企业基于平台开发自己的产品做自己的业务。而同时除了开源开放之外依托百度智能云向行业输出，我们已经有行业的应用、行业的解决方案，比如面向城市，百度智慧城市的解决方案致力于打造安全、从容、通畅、宜居的智能城市，在医疗AI技术应用于筛查、诊疗以及慢病管理的各个环节。比如用于制造业可以帮助制造业创新提质降本增效。大规模应用人工智能技术来提升要进行产业智能化升级人才非常重要，截止到目前，我们多种方式培养人才达到100万，未来希望为社会培养500万的AI人才。

人工智能，加速创新发展，希望我们和社会各界一起努力，谢谢大家！

2020-11-24 10:09:40

感谢王海峰先生的精彩演讲，分享了百度在技术方面的能力以及新的进展。接下来，有请京东集团技术委员会主席、京东智联云总裁周伯文，他的演讲题目是《产业数智化浪潮：人工智能的新机遇与挑战》，大家欢迎。

2020-11-24 10:14:19

尊敬的王院士、朱司长，尊敬的各位专家、各位领导大家上午好，非常荣幸有这个机会再次来到乌镇参与互联网峰会，特别是人工智能论坛。

今天我想跟大家分享一下我们在产业数字化和人工智能的新战场的一些思考。刚才朱司长也讲到2020年最大的特点就是不确定性，但是作为一个企业家特别是科技企业家来讲我们的使命就是在不确定性寻找确定性。什么是我们的确定性，在2020年的时间节点上，我认为确定性最大的就是两条第一是技术，第二就是持续发展。

从四次工业革命看起来每一次技术发展都会带来整个产业的巨大突破，对人员、信息的利用和发展带来了我们每一次行业的变革，普惠了整个社会。所以我的第一个观点想分享的就是以人工智能、大数据、云计算、物联网为代表的产业驱动，产业数智化变革是当前时代最大的确定性和机遇。为什么这么说。在政府视角上通过新基建这样的长期投资，以人工智能为代表的新基建已经成为数字经济发展的核心驱动力，助力经济高质量发展。

我想花点时间跟大家分享这张图（如PPT），从企业的视角产业数智化也成为每一个企业实现业务转型、扩大企业增长、提高产业质量重要的路径。这是我们做的研究。

第一个从行业角度来讲大家看各行业都有数智化转型的领军者脱颖而出，行业的数智化程度有巨大的差异，汽车和消费电子较为领先，冶金、化工稍微落后，但全国平均来讲大概只有7%的企业在数智化转型方面走在了前面。但是一旦走在了前面，这个结果是非常突出的。

第二部分的图成为领军者企业以后，不管是企业的营收增长率还是销售利润率都比同行业其他企业相比有巨大的领先优势，分别是5.5倍和2.4倍。

第三各行业的数智化能力和各大领军者企业还有很大的差距，领军者的数智化水平是66，全行业的平均只有37，说明大家对数智化转型的理解其实还有很大的提升空间。

第四张图很多企业在数智化转型过程中数智化能力在不断的提升运营水平。横轴我们看到数智化转型的领军企业在智能化运营方面取得非常好的效果，跟其他行业拉开了差距，纵轴数智化创新的能力大家还处在同一水平线上，大家用数智化更多思考对已有的业务如何提升效率，数智化最大的特点就是提供了一个创新平台，以前想做不能做，想做不敢做，想做不具备条件的事情都可以尝试。这一块我认为接下来数智化各个企业需要提升的地方。

我们为什么需要产业数智化，是产业动态平衡的发展方向，是未来十年的机会所在，回顾一下国内产业链的变化，非常早期的，从自然产物直接到消费者，很多都是区域的，工业化以后开始有初级的加工，原材料会通过加工商、零售商再触达消费者，从区域开始有国内市场，这是改革开放之后带来的效果。到90年代加入WTO之后整个消费者触达的区域从国内变成了国际，产业链出现了非常显著的在加工商和零售商之间出现了制造商和品牌商。

到2008年大规模经济刺激以来，在产业化看到产业要素的分工和协调更加紧密，能看到有几个显著的变化，第一个品牌商跟制造商是多对多的影射，同时在品牌商跟零售商之间产生了分销商的渠道，这是从整个产业链的角度来看。从消费者端来看这个产业的深刻变迁反映了我们对消费者提供的价值，如果有马斯洛人的七层满足需求来解释，就可以看到最满足生理然后到安全、社交。未来十到二十年怎么发展，我们认为在产业数智化的加持下，会意味着原料提供商格局的变化，加工商的分工会更加细化，同时品牌会进一步进行分层。在零售渠道会更加扁平化并且提升效率。最终实现的核心依据是万物互联的智能化时代。从消费者角度来讲从原来的底层需要变成了马斯洛的最高需要自我实现，每个人都有能获得自己想要的个性化产品。

如果大家认可产业数智化是当前不可逆转的浪潮的话，下一步论断就是在浪潮中人工智能将发挥引领的作用。为什么这么讲，关键讲两个数智，产业数智化增加的比重远远超过了数智产业化，说明产业数智化大有可为。第二右边的数智，服务业是最高的，农业是偏低的，为什么服务业数智化效率这么高，第二如何提升工业等传统行业的数智化水平，这个都离不开人工智能。第一个论断就是说服务业数智化水平高有两个原因，第一触达消费者的链路渠道是通常，根据移动互联网的诞生，我们把金融、教育、零售、医疗、政务等等行业触达消费者的时连图非常通常。第二人工智能的发展到人与人的协作深化在这个场景中运用非常普及、非常高效，我们经历过简单过AI全替代尝试，到更多AI的增强，面向未来的时候AI会重塑人与机器的分工。

2020-11-24 10:25:41

举几个产业链的例子，从消费者讲起，如何从消费端引申到产业端，第一，历史上可以看出来，在消费者触达数字渠道通畅的情况下，根据千人千面人工智能细颗粒度的创造能力可以精准高效地服务好每一个消费者，比如面对冰箱个性化的描述图片是人工智能一个字一个字生成的，用户服装选择可以个性化进行搭配，根据流行时尚完成搭配，在为客户提供服务的时候，人工智能可以深刻地理解客户的需求，不知疲倦并且具有很强的情感能力。通过一起更好地满足消费者需求。所以可以看到，通过智能化把服务的颗粒度和时效性提到人工达不到的地步。

如何把消费端引领到制造端，第一个尝试是如何把C端到M端的信息通过全人工智能的方式帮助企业和生产链设计用户需要的产品。

（PPT图示）这是我们首个全人工智能设计的冰箱，也是京东“618”上销量第一的冰箱。

但消费端和产业端能力提升不仅仅是设计，需求获取、研发设计，冰箱的例子可以覆盖，但原料采购、加工制造包括质检仓储物流市场投放都能产生巨大的效率提升，基于此我们做了首个人工智能C2M工厂。

（PPT图示）这是人工智能工厂做的事情，首先从质检端切入，小样本学习，学习复杂的器件表面存在的问题，通过5G技术提升人工质检效率提高几十倍，质检是制造业最后的环节，如何把数字化流程透明化，提升上游质量，完成整个智能支撑的改善。

人工智能帮助产业提升效率核心的原因是我们能把智能化的决策切入到非常细的颗粒度，人工智能决策具备一致性，这种决策的价值是在消费端、客服端和制造端，一般组织有三个层次：执行层、管理层和决策层。我们可以提升颗粒度准确性和一致性，这是从人工智能的角度提升到人工客服的调配，以及到管理层提升客服中心管理的效率。

再往上帮助商品制造提升决策，所以决策层提供很多智能化的决策的辅助。

关于人工智能发展面临的挑战，是真实世界环境开放碰到的很多问题，比如优步的自动驾驶。人工智能下一步是打造可信赖的AI，我提出了六个理念，一年过去了，这些领域得到的大家的共识，现在AI成为整个全世界和全领域都在发力的方向，而且有具体的进展，时间关系不展开。

总结。产业数字化是不可逆转的浪潮，产业数字化必将成为未来十年人工智能最大的战场。京东智联云是以技术为本，做产业数智化的使能者。

2020-11-24 10:31:01

感谢周总的演讲，我们相信人工智能技术能够通过供给创造新的需求，推动实现以国内大循环为主体，国内国际双循环的新发展格局，发挥更加重要的作用。

接下来，让我们掌声有请华为副总裁、华为云计算董事长郑叶来为我们带来《创新加速AI普惠，共创行业新价值》的演讲，大家欢迎。

2020-11-24 10:38:30

各位上午好！我在华为这三年一直是管云服务的产业，人工智能所有2B端的投资由我负责，华为不是上市公司，炒概念没有意思，主要想把钱挣回来，我反复做的投资，博弈了一些问题，我的观点是《创新加速AI普惠，共创行业新价值》。

华为对AI很多看法来自智能的世界，任总几年前主导华为成立人工智能使能部，我们这几年做了600多个工业界的项目，这几个项目是客户很愉快地把钱给我们了。我们看了有30%的项目进入到生产系统，随着人工智能进一步的深化这个比重在加重，随着人工智能进入核心业务系统之后会带来整个系统算力18%以上的利润的增加或者是效率的提升。所以这应该是非常了不起的。

如果AI不进入生产系统的话，实际上不会有太多价值，进入生产的系统要用AI专家和行业专家来进行合作，把行业应用和AI系统结合，在项目实践过程中我们发现哪些问题。

首先，人工智能离不开人工的干预，AI进入行业系统还面临巨大的挑战。我们讲很多PPT如果落到项目有很多工程上的事情。行业的知识，如何与AI的结合是核心的观点。数据驱动的人工智能受制于数据和算法的模型，当前人工智能领域的研究集中在深度学习，局限在于大量的人工的干预，比如大量的数据需要靠人工治理，大量数据需要人工标致，深度神经网络需要人工设计，应用场景需要人工挑选和选择，智能系统需要经过人工适配，人工智能主要是人工+智能。行业的模型公式不能直接转化成人工智能算法，需要算法工程师进行编译转化。

随着AI数据发展，检验小样本指导数据的质量，我们也有自动标志工具，减少人的干预，人工智能自动学习系统真的帮助AI自我学习能力，AI正局部由人工智能走向真正的人工智能。AI的目标是真正要模拟人类的智能行为，在AI发展过程中，经历了知识驱动和数据驱动两个阶段，但是知识驱动人工智能或数据驱动人工智能实际上是三个维度，知识驱动人工智能需要知识、算法、算力，数据驱动的人工智能需要数据、算法和算力。其实都有一些问题，两者都有一定的局限性，挑战我们团队如何深入行业系统和解决行业实际问题，如果不是普惠的批量复制系统都没有商业价值，发论文是可以的。

新一代人工智能正是把知识驱动和数据驱动结合起来，同时利用知识、数据、算力和算法四个要素构建更强大的AI系统，从三维走向四维，这是AI走向产业界批量应用的必然趋势。同时可以看到知识驱动和数据驱动结合的难点是行业知识和AI知识的结合，行业知识用不同的方式沉淀下来，专家积累的经验，基础文档文献，业务流程度，测试报告等等这些知识被获取转换，与AI的联邦学习等技术结合的是知识计算。知识计算是解决行业知识和AI结合的全新而有效的路径，知识计算帮助行业知识与AI技术结合，并赋能机器和人，机器控制精确，行业产品生产的成本更加可控，辅助人高效分析和决策，释放行业专家的精力，集中关注业务的创新，辅助人实现高效知识传承，缩短人员培养的周期。

举个例子，工业知识与AI如何结合？比如合金钢的生产，在这个产业里如何帮助企业提质降本增效，合金钢是在碳素钢里一种或者几种结构，使钢组织结构发生变化并具有不同属性，关键是钢的配料是合金钢生产环节，传统的合金钢配料是通过人工完成，由于不同批次的原料成分的含量略有不同，这为人工配料增加的难度，需要多次重复调整配比，再结合个人的经验实现最优的配比。配料的计算需要30分钟以上的时间，而且为了防止与终点钢水出现大偏差，配料的过程需要分成两到三次批次增加，每次配料的添加过程要几个小时，终点钢水的准确率只有80左右，我们有一个客户每天要做20次这样的操作，人工配料的工作量非常大，和我们合作之后，把AI和工业知识相结合，把他过去一年的历史数据拿出来一起建模。我们一起构建算法，在10秒之内完成，预测钢铁质量，一次性完成配料的添加，实现成本的最优。我们讲政务服务，大家讲了这么多智慧，现在核心的还是通过业务来设计的，人工智能未来真正的深入到智慧系统智慧城市以后通过AI打通整个功能部门，纵向打通城市单向部门，以及推动跨城市的业务融合，智慧城市这个智慧那个智慧最终是面向服务对象的转化。

下面我想分享一个关键是什么，大量边缘的数据传到云端是没有价值的，AI怎么跟边缘计算来结合，我在两年以前在公司推动这件事情了在目前几个商业场景下在应用，我们看到边缘设备存在能力不够，部署不下去，面对不同的算力需求，AI将是未来走向发达的新的篇章，我在华为过去8年是做ID产业的，存储、数据中心包括芯片都是我负责的，我就在想怎么把整个端边云怎么实现，如何把端侧的雷达，放在端侧，气象分辨率非常高，数据非常大，训练好的数据怎么推到边缘，高效的完成天气预测实时观测，减少数据的传输量，通过云端边的架构持续迭代不断的优化，深圳气象局跟我们合作采用云多端协同，气象预测的模型开发训练由原来一到两周缩短到了三天甚至几个小时，我们在深圳东莞前年间了超大规模的算力站，用我们自己的芯片，基于这个来算以后可以实现一平方公里范围内三到四个小时的短精度的精确天气预报，可以提前十分钟来进行雷暴预警。这是我们在过去一年做到的水平。

最后我想讲，2018年在贵州的数博会上，我们讲让AI用得起、用得好、用得放心，这里面三个观点，第一华为将致力于降低AI的技术门槛和使用成本；第二AI建设行业落地，服务实体经济，AI的算法与行业相结合，让行业的专家学会使用人工智能；第三很重要，我们要坚持安全可信，不去碰客户的数据，只是开放我们平台的能力，也不会在这方面跟客户抢IP，通过我们的算力和模型产生的知识产权是归客户的，用开放的平台帮助客户处理数据，一起来真正的实现共创共享供应。

我们一直致力于复杂的AI专家能力，让行业的专家也可以使用人工智能。我一直在华为内部跟所有人在讲，优势挡不住趋势，人工智能将会成为数字经济的新期待，期望跟产业伙伴一起携手共进，共同面临这个伟大的时代，谢谢大家。

2020-11-24 10:45:19

感谢郑叶来先生的精彩演讲。下面，有请达闼机器人创始人兼首席执行官（CEO）黄晓庆，他的演讲题目是《5G新物种 云端机器人》，大家欢迎。

2020-11-24 10:49:37

各位嘉宾，女士们，先生们，早上好！非常高兴到乌镇参加人工智能特别的论坛，我长期从事通讯行业，在五年前开始创业，打造云端智能机器人。今天想和大家共享一下，在这个行业领域中过去五年发生了什么重要的工作。

新冠肺炎疫情其实推动了好几个非常重要的科技的发展，一个是在线的视频会议；另外一个是机器人行业。

机器人行业的发展从某种意义上讲，为我们未来的人类社会指明了方向，疫情期间大量的机器人被投入到各种各样的使用中。实际上展示了机器人的使命就是为人类从事一些人类不想做的工作。你会发现，它实际上是一场工业革命。

（PPT图示）刚才几位嘉宾用了这个图，智能时代的来临需要机器人。人工智能可以是操作系统，但人工智能不是PC，只有机器人才是真正能够把人工智能实体化的真正的产业。

关于公司发展的历程，是基于这张图。（PPT图示）图左边是生物学，人类最奇特的一个和大自然其他生物的差异即大脑。是因为有了大脑才会有了人类，因为有了大脑才有智能，这到底是什么样的差异？这个差异是大脑是100亿个神经元互相连接的机器，但这个机器只有1500克，耗电40瓦，如果用最先进的电子技术制造大脑会发现比它大一百万倍，重一百万倍，耗电多一百万倍，我们只能假设和上帝一样聪明，如果上帝没有电子技术造大脑，那证明用电子技术造大脑然后造出一个人来不可能。所以图的右边是证明用电子技术造一个人一样的机器不可能像人一样。所以2012年提出了一个图的右边，假设我们有办法和人的神经系统相隔一千公里还和人的神经系统一样可以造成一个机器人，叫云端机器人，大脑在云端，身体在现场，控制机制像阿凡达。这个工作在第四代和第五代人工智能通讯的下可以完成。这指明了未来的机器人所走的技术道路。

五年前这是一个故事，五年之后这是一个现实。达闼的云端大脑第一次完成了端到端的云端机器人的架构。云端大脑的核心是数字孪生，把人类的现实的世界、物理的世界数字化，在一个云端大脑的支持下对数字化的世界进行操作直接反映到对世界物理化的操作，其实这是游戏引擎操作系统，未来云端大脑就是游戏。在此基础之上可以建立一系列的体制，这一系列的体制可以让机器人的开发和游戏的开发完全对等，机器人的测试和游戏的测试完全对等，以后造机器人首先要建一个数据模型。当然，可以先造一个机器人，再为它造一个数据模型，实际上可以双向完成的。

（PPT图示）这是未来，以后人干什么？人打游戏，机器干活。所以会发现越来越像黑客世界了，从某种意义上讲，数字世界和物理世界在新的智能世界里是完全对等的。

机器人的开发还可以有很多非常简单所有全人类可以学会的方法来开发，这就是示范学习，以后做一遍给机器人看，机器人就会了，如果不会再做一遍给机器人看，这是示范。人类学习的方法是什么？示范。徒弟和师傅学，学生和老师学，这就是示范，这是人类发展的方向。

（PPT图示）按照美国高水平市场调研的公司调研，机器人行业的发展在未来五年是按照55%的发展，在2023年达到1000亿美元市值，30年之后可能达到20万亿，超过了移动通讯和汽车产业总和的2到3倍，这是市场。

2020-11-24 10:50:17

机器人需要什么？机器人需要一个先进的安全的低时延的移动通讯网络，我长期从事移动通讯我充分地认识到，机器人需要比现代通讯网络还要大一百倍的网络和好一百倍的网络，这就是5G，所以5G是催生人工智能时代来临得最重要的神经网络技术。

区块链技术可以完成什么？即认证。包括中国移动使用的SIM卡都是不安全的，但区块链是安全的，因为区块链的系统没有中心，谁也没有办法黑进去，没有地方黑，黑进去干什么？所以，我们的机器人都是用这个方面。

未来的机器人的核心的应用可以有很多的领域，我们面临最重要的领域是养老。2025年中国会出现60岁以上接近3亿老人，2035年65岁的老人可能接近3亿了。所以养老。

第二，无接触的零售，在人工智能推动下会变得越来越友好和精准。

第三，物业管理，这是非常巨大的产业，是几万亿人民币的产业，该产业是人工智能很不容易找得，比如保安，这个机器人可以带来很大的革命。

教育领域也面临一个巨大的发展机遇。现在全国有600所高效开始建立人工智能的专业，但我们忘了实际上人工智能会渗透到所有的教育领域，在人工智能的支持之下学生可以更好地学习。从某种意义来讲连表演的行业也要用人工智能，所以不只是理工科，而是人文专业都会。

如果把机器人做好除了所说的一切之外还有非常重要的核心技术，即柔性关节，打造一个人类，人类身体是350多个关节，机器人呢？肯定是关节越多越好，现在我们看到很多机器人，特别是服务机器人，它们没有手，他们眼睛也不好使，所以只是从动物学的角度来讲，机器人未来的发展首先要把眼睛练好，第二是手，关节很重要。

简单的机器人肯定先进入市场，比如这样的机器人可以做快递业，可以配送、接待等等。但复杂的机器人更容易被人类接受，但成本需要一段时间的下降，但一些高端的应用可以完成。现在有很多商品和产品已经很成熟了，我们定义为四大领域：零售、安保、清洁以及无人售货，这才是现在机器人时代。

在未来3到5点这些产品会逐渐地提高它的水平，逐渐地成为一个巨大的产业。

最后，机器人时代的“iPhone”是什么，机器人时代的“iPhone”是双足人行机器人，即家庭保姆机器人，这是达闼科技努力的方向，也是产业努力的方向，这种机器人造出来我们可以卖1亿台，这是机器人的“iPhone”。谢谢大家。

2020-11-24 10:52:07

感谢黄晓庆先生的精彩演讲，我理解人工智能的魅力不仅在于能够解决很多的现实问题，更在于它有无限的想象空间，把很多不可能变成可能。

下面，有请伊利集团执行总裁张剑秋为我们带来演讲《人工智能赋能全产业链的乳业高质量发展实践》，大家欢迎。

2020-11-24 10:57:18

各位来宾大家上午好，非常高兴能够参加今年的人工智能分论坛，并有机会就实体经济尤其是伊利在人工智能领域的方面的探索与应用与各位进行分享。当前中央提出要加快构建国内大循环为主体，国际国内双循环促进的发展格局。作为人工智能是有效的推动相关产业优化升级实现中国经济高质量发展的重要的引擎。

作为我们企业来讲近年来也在不断的深化人工智能在产业链上中下游方方面面的应用，助力中国乳业实现优化和转型升级，更好的满足消费者对乳制品个性化、多元化的需求。

一方面在产业链的上游，我们运用人工智能从源头来保证产品的品质，优质的奶源是良好的产品品质的基础，牧场员工在生产过程中如何按照规范流程进行操作，一直是我们在牧场建设过程中重中之重抓的工作。伊利牧场引入的监控视频系统，采用图象识别、AI算法实时分析牧场员工饲养奶牛的流程是否规范，全面提升奶源质量和管理流程识别的精度和广度。此外伊利对人工智能在牧场的应用进行了更多方面的探索，比如通过人工智能分析奶牛耳标当中所体现出来的奶牛健康程度，昨天走了多少步，昨天有没有挑食，吃得怎么样，还有昨天产了多少乃耐等相关数据，从而有针对性提供我们精准营养的均衡配方，从而形成更科学高效养殖管理模式。确保每一滴牛奶都是最优的品质。

产业链中游，在生产端，伊利机器人配备了自动感应识别系统，能控制三条生产线代替60名工人的工作量。在物流端过去原料奶运到基地要过磅的时候在这个环节需要6名工人进行轮班工作，伊利视频识别系统人工智能的应用实现了奶车原料奶的称重数据，通过过磅无人化大大的提高了运转效率。在仓储端运用智能化仓储管理系统对入库的产品进行自动识别，记录品相相关的生产时期和入库时间等等，有效得做到了精准存储。

产业链下游应用人工智能能有效的助力终端消费洞察，来自于地理、天气、品类等多方面大数据更好的指导生产实践，比如说伊利自主开发的浑天仪、地理大数据平台依靠智能建模和人货场大数据预测市场发展态势从而精准的规划终端网点的布局。

受今年疫情的影响，我们通过浑天仪重点业态的相关机会进行门店和区域的精耕，在浑天仪结果的分析上制定出户外媒体的精准投放策略，极大的提升了营销效率。为了更好的倾听消费者声音，我们建立了大数据的大平台，利用自然语言数据捕获消费者的新需求、新趋势，通过算法预测未来可能的流行产品口味、营养功能。同时实时的关注来自不同地区、不同人群对不同产品的反馈评价，帮助我们优化产品和服务品质。比如说我们网红产品要须尽欢冰淇淋，基于舆情大数据智能解析发现了消费者近期在讨论冰淇淋外皮的声音较多，对胡萝卜的评价比较高，我们制订了柔性外皮的营销策略，优化了胡萝卜口味的生产，也提升了市场销量。

人工智能的发展可以说给我们的生产生活的带来了深刻的变革，也为双循环提供了强劲的新动能。近年来伊利不断的以实际行动落实国家人工智能发展策略，近期我们在建设乳产业集聚项目当中大量的融入了人工智能，比如说引入智能服务机器人、无人驾驶送样车、无人园区安防、自动泊车、智慧识别、智慧场物管理等等，实现了人工智能在乳产业当中广泛的应用。

我想在未来人工智能将会更广泛更深的领域来影响中国乳业的生产和经营方式，伊利也将继续探索相关技术的创新与应用，同时我们也愿意和相关领域的企业和机构，不端的加强合作，开拓创新科技与乳业融合的新局面，不端满足消费者对高品质的营养健康的需求，谢谢各位。

2020-11-24 11:01:11

下面请SAP全球高级副总裁、SAP全球研发网络总裁柯曼带来演讲《运用人工智能优化和数字化新常态》，请看大屏幕。

2020-11-24 11:04:48

女士们，先生们，大家早上好。很高兴今天有机会在 2020 世界互联网大会人工智能论坛上发言。如今，我们的确生活在一个前所未有的时代。新冠肺炎疫情的影响不仅让世界上的许多人和卫生体系遭受打击，也让经济遭受了重创。尽管世界各地的经济影响将会延续很长时间，直到2021年，可能甚至到2022年才能恢复2019年的水平。但中国的情况肯定是非常不同的，中国今年的经济目前已经实现至少2%的增长。就疫情管控的结果存在着不同的经济模型。一种模型似乎是到2020年第4季度就会重返2019年的水平；另一种模型是这将在2022年发生不同模型可能会导致5.5倍的总体GDP差异。我认为这真的事关重大。

其中，中国是如何在早期的病毒对抗方面表现尤为突出的呢？武汉爆发疫情之后，中国不仅立即采取了非常关键的预防措施，数字生态系统也同样做出了快速反应。中国（政府）和许多公司联手对抗病毒，并探寻数字解决方案。例如，为了跟踪感染的变化，阿里巴巴和其他一些公司推出了健康 app，以帮助公民了解自己的健康状况，并记录他们的出行历史。

同时其他公司也在考虑如何才能真正确保更快地与人们取得联系，了解他们的出行历史，毕竟病毒是在中国农历新年期间爆发。这时许多人都在旅行。因此，百度推出了一款聊天机器人程序，该程序可以与人们联系，了解他们的出行历史。通过机器学习技术分析市民的风险状况，然后相应地建议他们去看医生或进行检测。同时许多公司转向在线工作。网上购物规模的增长从未像 2020 年春季那样令人印象深刻。因此，众多的数字化方案最终也为对抗病毒提供了帮助，并在中国各地创造出一又一个无病毒区。

让我们暂时离开新冠这个话题，审视一下2020年及以后AI的主要趋势。我这里有一些来自Gartner公司的数据，其中列出了许多将会影响企业和人类的AI趋势。首先我想聚焦在超级自动化这一趋势。那么，超级自动化意味着什么呢？它意味着所有可以自动化的东西最终都将实现自动化。当然，这远远超越了常规的工厂和车间，供应链，自动流程，仓库等等。这也将包括人与人之间的交互。当然，这是指我们认为的重复性的任务。例如，假如有人每天的职责只是接收人们病假申请记录病假的原因。那么，为什么不让聊天机器人来完成这项工作，而让接听电话的人员去处理更高价值的对话呢？这只是人机交互进入非常自动化过程的一个例子。这不仅让工作效率更高，而且让人们有机会从事更加高级的工作。因为我们看到人工智能正在进入许多领域。

我们也在全球的apps功能中也看到了这一点。在这张幻灯片上您可以看到目前我们所有的apps当中只有36%内嵌了AI算法。到2024年，这一数字将会上升到惊人的60%。因此，使用 AI 的 app 数量每年将会增长 60-70%。与此同时，在未来五年中不使用任何AI功能的apps数量将会呈下降趋势。现在我们非常清楚地了解到这种趋势甚至还会加速，未来我们使用的大多数 apps都将具有 AI 功能。

机会孕育的同时当然也存在挑战，我们的日常业务正面临巨大的挑战不仅是在今年这个特定的年份，在未来同样如此。AI可以帮助我们克服这些挑战，我认为这非常重要。我们绝不应当只是开发某些貌似以最佳方式解决问题的智能软件。我总是说如果这些软件无法改善任何人的生活，那么就没有存在的必要。

那么，AI 可能帮助解决的挑战是什么呢？这里，可以清楚地看到，首先能够解决企业危机。假如突然之间，一些供应商无法交付产品了，最初是在中国，后来是在欧洲，企业该怎么应对？为什么这么多的公司没有预见到这种情况？将来，这将很容易应对。因为您的软件可以帮助您，告诉您如果 B 或 C 国的供应商 A 无法供货，您可以从哪里获得货源。

第二个就是运营本身。如果我真正理解B国的供应商A今天无法交货。接下来可以从哪里获得新的供应商或者是否存在这样的供应商，或者我是否可以通过自己生产一些东西，并重新计算自己的总产量，并通知我的客户。而不仅仅是估计，而是脑子里面清楚地了解何时可以再次交货的日期。当然，其中还存在如何优化劳动力，如何优化公司内车间里的机器人这些方面的挑战。我们已经证明与以往基于EXCEL的系统相比，通过应用一款更加高级的算法，您可以将一个拥有机器人配送人员，以及动态的专业人员的仓库效率优化40%。这最终确实会大大提高生产率。同样重要的是AI可以帮助我们对新的客户行为作出反应。

2020-11-24 11:09:26

在当今的世界上，客户比以往任何时候都更加迅速地改变他们的行为，改变他们的态度。如果我们不能预测到这些，至少非常快地作出反应。我们可能会被市场所抛弃。如果用数字来展示，这里是一些明确的预测。未来，50-60%的工作可以实现自动化，从而可以让人们从事价值更高的任务和工作。这最终将会减少50-60%的处理时间，并提高运营效率将近三分之一。我相信这将在我们的生产中造成非常显著的变化。

接下来分享一些来自SAP的例子，关于科技如何在新冠危机中为人们提供帮助的案例。

第一个案例：当新冠肺炎疫情爆发时，德国存在这样一个问题。有成千上万德国人身在国外他们要么在休假，要么在商务旅行中，所有预定的航班都被取消了。因此，政府想要知道如何让自己的公民返回德国，以及他们现在在哪里。为此政府要求SAP快速开发一个解决方案，可以让每一名身在国外的德国公民登记信息。比方说我现在南非，我没有航班，我需要返回德国等。我们在两天时间内-48小时就开发了这款app，最终这款app帮助43 万德国人安全地从国外回国。从技术角度来说，这是典型的快速解决方案对受到影响的人起到了巨大帮助。

第二个案例是新冠追踪app。SAP在2020年春季末期参与开发，这款app有助于了解个人的风险状况。因此，如果该app知道个人在靠近已诊断为新冠病毒患者或携带病毒的人员时，它就会变成红色。这样，我便可以立即寻求支持或进行检测，从而更好地了解自己的风险。

第三个案例，我们在中国也合作开发了一款app。关于新冠相关知识传播，围绕新冠肺炎疫情人们仍然有很多问题，可能将来也会有大量的问题。比分说如果在哪些地方出现小规模爆发。这对个人意味着什么？或者如果可以接种疫苗，我可以在哪里接种？我可以到哪些国家旅行？可能许多相关问题需要得到解答，这就是“Knowledge Assistant”and this is the idea 。这款知识助手软件的设计思路，帮助解答这些问题，让大众获得更好的相关知识。

2020-11-24 11:12:07

最后AI应用仍面临五项关键挑战：

第一当然是共同框架。这意味着我们还需要在AI使用方和生产方之间达成一致，以便就其使用、价值以及效益达成共识。

此外我们需要找到处理大量数据的更好机制。非结构化数据的数量如此庞大，外部数据需要与内部数据融合。但到目前为止仍然没有解决。如何在所有应用或每种情况下真正理解这些数据日志的问题。因此，这是一个持续的学习过程。

对于技术来说同样如此，在工具和技术之间仍然存在需要弥合的差距。

最后，劳动力的问题，在劳动力方面我们也需要弥合技能差距。那么，我们如何应对这些挑战或者我们如何尝试在开发机器学习和 AI 方面的五项关键挑战？一切都要从构想起步，这意味着如果您考虑设计，考虑算法的可行性。这已经是两件主要的方面。

因为如果最终人们无法真正使用它，并且如果它不能带来任何价值。那么可能就不是我们应该做的事情。此外还有验证过程需要有一个阶段让客户验证最初的想法。在该过程中我们会首次使用实际数据。

接下来是实现，实现意味着我们现在将概念验证向前推进到第一个产品，但它仍处于测试阶段，此刻我们还会试着升级我们的工具和技术。另外我们还可以测试可用的工具和技术。即使在产品测试阶段，这意味着当我们创建 AI 产品时，我们仍需获得持续的反馈。不仅是来自用户的反馈，而且包括数据反馈，并持续验证“它是否是正确的数据？”“我们是否在做正确的事情？”

最后在运营阶段，我们继续使用数据进行训练，但是我们当然还要不断验证，以便最终推向市场。总之我们需要确保该技术始终是安全的能够为人们提供服务。

总结一下，新冠肺炎疫情无疑对人类构成了巨大挑战，改变了许多人的生活，并对许多患者和家庭产生了巨大影响。与此同时，它对全球经济也产生了巨大影响，并且这种影响将会在很长一段时间内，在全球范围内被感受到，但是其中也孕育着机会，我们已经看到了数字化的巨大推动力。现在我们应当利用这一机会，并鼓励更多参与者的加入，以积极的态度看待 AI 及其潜力。

尽管如此，我们不应当只是盲目地自动化所有任务，我们应当始终反思：它对于人类是否真的有价值？我们正在做的事情是否具有商业价值？以及我们是否已经对照规范和标准，对它进行了检查以确保行为的正确性，并按照计划继续向前推进。

最后，我们还要呼吁展开协作，应当在全球范围内的企业之间展开AI方面的合作。没有人拥有所有的知识，因此彼此相互交流，建立信任非常重要。因为信任也是 AI 的最终通行证，如果我不信任软件，如果我不信任解决方案，那么我绝对不会使用它。产生这种信任和保持这种信任是我们人类的最高诉求。非常感谢您的聆听。

2020-11-24 11:18:45

感谢各位演讲者的精彩演讲，也感谢各位的耐心聆听，接下来由王鹏副院长主持。

2020-11-24 11:20:50

时间跟去年的对话一样，已经到了11点10分，感谢朱司长的调控，也感谢前面发言嘉宾的配合，我们大概能够让大家正常吃上中饭。下面我想邀请六位嘉宾：洪泰智造创始人兼CEO乔会君；旷视科技副总裁蒋燕；阿里云副总裁、达摩院自动驾驶实验室主任王刚；第四范式总裁裴沵思；扩博智能创始人兼CEO严治庆；通威股份CTO周勇。

谢谢大家，今天在座的六位嘉宾第一个是乔总，但是在座的只有一位女士，所以跟大家商量了一下，非常有绅士风范，先女士优先。第一个提问旷视我去过多次，是非常有名的独角兽企业。感受到旷视在创新方面非常重视，而且在做很多很多的探索，我想请蒋总在这方面跟我们分享一下对创新的理解，然后旷视目前有哪些独特的在科学或者技术方面的创新举措？

2020-11-24 11:23:53

谢谢王院长，非常高兴今天能够和很多新老朋友相互在乌镇，先祝贺这次论坛的召开，在疫情特殊时间非常不容易。刚才王院长提到创新，创新其实有很多纬度的阐释，在今天这个论坛我想谈的是开放、构建、行业共图体。今年尤其强调的是数字赋能共创未来，由此反映出开放共建对于创新的重要价值。在这方面旷视一直在积极的践行人工智能的开放，我们在今年正式推出了集深度学习框架、深度学习云计算平台和数据管理平台三位一体的人工智能生产力平台 Brain++，它可以兼顾学术界和工业界的需求，能够很好的支撑研究者进行共建，也可以支持静态的部署方法棒帮助算法快速的落地，非常适合工业届的部署。 Brain++通过一开元两开放的方式把能力赋能给学术界，打造人工智能的基础设施，实现了深度学习，激发算法的创造力和行业的无限可能。

今年大会召开是在疫情意外冲击，也是在世界格局复杂多变的背景下召开的，尤其是当下人工智能行业也处于一个深水区的发展时期，尤其需要人工智能产业链的各方能够打造这样的共同体一起携手探索人工智能如何为传统产业更好的赋能，更好的创新升级。

2020-11-24 11:25:54

谢谢蒋总，人工智能进入深水区，这个话业界确实很有感受，现在出现越来越多人工智能。第二个问题问著名都是人洪泰制造的乔总，作为投资人你会看到各种各样的企业，他们的生存状态怎么样？你掌握他们有哪些和主题推进产业创新好的做法的好的企业，听听您的意见。

2020-11-24 11:26:08

谢谢王院，人工智能行业在国内从2015年、2016年刚刚开始，早期的时候从投资方来讲在2015年和2016年的时候更多是从核心算法，算法层面进行一些布局和投资。后期发展到2016年和2017年之后在行业应用方面，算法和行业应用相结合做一些布局和投资。

王院的问题是，就目前行业面临的一些问题，或者一些机会坦白来讲，今天也有投资的企业在现场，我们在行业里做得比较领先，和行业应用做得比较领先的企业在现场。内部的企业今年生存状况不是特别理想，包括旷视的蒋总也在，整个行业今年有可能是相对来讲发展不如之前发展趋势好的一年，希望在明年或者以后行业有羊头，最近我们投得比较好的企业交流是，排名靠头部的企业有一两家成功的IPO，这是很大的刺激和激励，IPO需要很多因素决定，包括政策引导方向也需要一些助推的作用，这是对行业比较好的促进作用。

关于AI行业，刘部长提高，AI行业对于整个经济的贡献大概730亿人民币，对于中国来讲，这么大的最活跃的经济体，最有潜力的经济体的数量还少了，最大的AI应该和传统行业的融合，AI和传统行业的融合目前我看到面临最大的问题是，AI产业的人，我应该是年龄比较大，我们从事行业的人应该是很年轻，他们学新技术长大的年轻人，伊利的老总也在会场，传统产业的人是另外一种教育体制和文化，和这个行业的人是两种语言对话方式，是两种文化，把他们融合在一起可能需要更多不仅他们自己走在一起，从投资机构、智库以及政府的政策引导方面我们要创造一些融合的机会，甚至引导性地带某些强制色彩融合在一起，才能把两边的经济价值发挥出来，最终形成多赢的局面。

2020-11-24 11:27:05

谢谢！您刚才有两个关键信息，首先是今年受疫情的冲击，有些企业遇到的情况不那么乐观。第二，AI企业和传统企业这种融合需要更大力地推动，无论是政策端，还是技术界、产业界，下面问一个头部企业阿里。

阿里这几年在人工智能领域做了大量的工作，尤其是在智能驾驶方面，今天非常荣幸邀请到阿里的王总，他是达摩院的大咖，想听听您就智能驾驶的发展，阿里的一些观点，对整个传统经济的价值，我们中国在这方面发展的优势在哪里。

2020-11-24 11:27:46

非常感谢王院长的提问，前面的嘉宾提了革命的词，我们非常智能驾驶对汽车产业来讲是很大的革命，人工智能需要跟传统行业进行融合，其实智能驾驶就是人工智能跟汽车行业进行融合的非常好的典范。汽车行业是非常大的产业，也带动了包括像交通、物流、出行，所以跟我们每个人的生活是非常相关的。智能驾驶在里面其实是能够重塑产业链，能够去重新定义未来得产业格局，所以我觉得非常值得期待的事。我们也关注说智能驾驶带来的社会价值，不光是经济价值，包括阿里在做智能物流方面的无人车，解决了未来全中国假如到配送十亿定单的时候怎么办，人口正在老龄化，劳动力是缺乏的，所以就需要这样的方案来解决社会问题。这是非常有价值的。

刚才第二个问题是我们的优势，中国的优势，我对中国的自动驾驶发展是非常乐观，我觉得比美国跑得快。两个原因，第一个我们是把学以致用做的非常好的国家，技术要发展还是要用市场、需求倒逼。我们国家提供了非常好的使用场景！我们的末端无人车就是解决最后一公里的问题，这样的问题在美国是不存在的。在浙大，双11期间我们10天配送5万件，但是在美国高校是不可能的，场景跟需求结合就会发展更快。第二个是大众包括政府对新技术开放容忍，这样的推动也是很重要的。以前有一个调查报告说，各个国家对自动驾驶的欢迎程度，中国高居第一，大家对新事物的宽容，就不会产生对技术产生阻碍的东西。

2020-11-24 11:28:15

您说了两点应用和巨大的市场需求，把这个优势发展好，第二对于创新技术的容忍。确实我们也看到五中全会报告里面看到对新业态、新技术的审视包容监管，对人工发展非常重要。

下面一个问题是第四范式，也是很优秀的企业，你们在很多领域有很好的案例，我想今天可能给大家比较有启发的行业实践希望您能分享一下。

2020-11-24 11:31:59

我们成立了6年，核心的几个创始人都是原来在百度的主要架构师，包括今日头条的架构师。的虽然我们是一家AI公司，本质上是互联网的技术赋能商业模式，大体上其实是在三个行业的大类里面在突飞猛进，应该说今年疫情对我们来讲倒是一个利好，生意反而更好了，第一个就是我们的大本营金融行业，金融行业大家看可能很多最近看得很多的信息就是银行把很多资金放到大的平台上去做零售信贷，其实银行都在非常努力的搭建自己的风控系统，零售银行的核心系统，第四范式在里面起到了非常关键的作用，这也是我们核心的生存点。未来银行的逻辑一定是客群下沉，对于用户行为更好的把握。我们在工行普惠金融的项目，甚至没有信用卡消费记录的人享受普惠的贷款服务。

除此之外就是零售，举个例子百胜，Q3来讲跟去年的销售额是持平的，依赖的就是背后强大的体系，如果看肯德基的APP每次滑动都是在帮助你设计怎么样的套餐，更符合你的胃口。后面的数据可以看出来很多用户都会很惊喜，他给你推荐的比你选的可能更符合你的想法。

今年我们也看到非常多的机会，就像刚才蒋总说的，这是一个各个行业传统企业深入和AI碰撞的机会点都出现了。比如说我们看到制造企业的设备智能维护，看到了供应链优化和协同。我们现在很多的场景发现实际上已经开始产生人机大战了，机器在做整个复杂的供应链协同，那边实际上是客户的中控大脑三四十人在计算，看谁计算的更好。再比如说看似非常传统的企业，需要靠非常多的设计师，在颠覆之前的商业模式。这些都是实际上在AI在快速的推进。

本质上我们希望让传统企业能够用到先进的诞生在互联网公司先进的技术，让他产生新的商业模式的迭代，并且提升生产力。

2020-11-24 11:32:19

咱们主题是危机之中有新机，今年还是有很多的机会，下面一个问题请严总回答，来自扩博智能的，扩博在无人机方面做了很好的探索，所以能不能请您跟我们分享一下。

2020-11-24 11:33:00

谢谢王院长，再次碰到你，当时您在微软，您在“黄埔军校”时间长了应该出来打两场硬战，做创业公司就是打硬仗。

我们扩博公司才四年，立足于工业物联网用图象识别和软硬结合的能力赋能行业我们专注风电和新能源产业，拿着无人机、摄像头和雷达做无人机上的裂片叶峰的巡检，为什么做这个事情？主要和公司的基因有关，我们专注在三点：

第一，做产品不做项目。今年可能有一些AI公司注重项目公司，其实当中人均的增效可能有问题，但做产品的时候，当中的复制和拐点会非常明显。做产品的时候会看到前期的研发和产业结合能力非常重要，能真正扎下去的话，产品能力会出现提高。

第二，专注在软硬结合上，做人工智能和图象识别最重要是数据的入口，主要在硬件。如果硬件的能力可以帮你把一些噪音杂点去掉的话，其实是对于后端的图象识别的能力或者是算法能力大家减压的，越减压可以更加快速地提高效能，把产品给到客户。

第三，专注于国内国外的互动。在2B的行业特别是在制造行业，其实在中国还是在一步步崛起摸索方向的市场中，市场会给我们很多的机会，但真正能落地赚钱做产品的机会相对来说比较欠缺，但整个服务型的AI行业在国外当中的收费模式和客户付费的意愿非常强，有一句话叫做在国内磨剑在国外亮剑，在中国可以把行业摸透，把产品做好。

2020-11-24 11:36:52

谢谢，在国内磨剑在国外亮剑，可以说是国内国际循环相互促成的一个写照。当然这和很多人工智能企业提出了能力上非常强的要求。感谢您的分享！最后一位嘉宾非常特殊，他来自用户企业通威股份，通威这家企业是传统行业，不知道是否准确，也不能叫传统行业，是带有新技术色彩的，和人工智能企业不一样。我们去调研的时候发现通威在应用人工智能方面做得非常不错，所以特别邀请他们来和大家做一些介绍，下面有请通威的周总CTO分享。

2020-11-24 11:37:45

非常感谢有机会参与对话活动，先非常简单的把通威介绍一下。我们成立通威38年，以科技创新通过38年发展非常核心的。我们做非常核心的两个产业，第一个现在关注的新能源，目前在太阳能光伏里面是世界第一，农业新能源和安全识别是两大核心产业。

其实从业38年，科技创新其实是我们这么多年发展的核心驱动力，因此在新技术应用上我们一直非常关注新技术发展，能为行业、能为产业、能为通威带来什么变化，我们聚焦两个核心方向，第一个我们怎么为用户去创造更大的价值，这是一个领域。第二个领域其实我们是一个制造业为主的，怎么进一步降低成本，面对未来的竞争。基于这两点我们希望说在运营成本降低、用户增效里面重点围绕这两个领域里面怎么样通过新技术方式跟行业的结合，能对产业有更大的贡献。因此这几年我们在相关领域做了很多尝试，比如说我们在数据应用里面提升效率，用人工智能技术方便各级人员快速获取公司的经营数据，比如说运维巡检上通过无人机的方式快速识别可能的故障。在光伏制造里面工厂也是全球最先进的工厂。这是我们在技术核心的方向。

另一个点来讲我们感觉是什么呢，中国的技术发展非常成熟，但是中国普惠的方案非常有限，技术的发展我认为超过了方案的发展，而且因为AI的应用，行业特征非常明显。怎么和行业的方案、应用的场景与AI的结合，我认为可能是未来人工技术发展非常重要，要去解决的问题，如果解决了我相信应用的速度和效率会提升得更快。

2020-11-24 11:38:25

谢谢您，提出了一个非常重要的问题，也是我们历次调研中间发现的共性问题，也跟大家分享一下，就是我们AI技术、AI企业跟各行各业所需要的解决方案和落地的应用之间的沟壑也好，怎么填平。这个方面需要用户端、技术端包括产业政策的供给方政府一起来努力，这是下一步要做的非常重要的工作。

第一轮交流我感觉营养很多，比单个的嘉宾发言在非常短的时间里汇聚了大量思想，第二轮因为时间关系还要加快，主要谈挑战和问题，有问题、痛点、不足等，可能初衷是谈完了成功、应用之后，因为我们开这个会非常重要的一点就是能把产业界的声音，特别是对现在对行业的发展、对政策的供给有什么需求，我们能够总结起来。

2020-11-24 11:39:12

第二轮从乔总开始，我们现在还存在哪些挑战，有什么样的问题。

2020-11-24 11:39:45

关于AI方面的挑战和问题我其实最近一年多也一直在思考，我们在这个行业里做投资，我个人查了相关的数据也做深度的思考，从大的知识产权来讲，从1985年到2017年在AI领域中国在专利布局里在全球的数量挺高，专利布局数量相对来讲比较领先，但从单个企业来讲排名前五AI方面的专利不是中国的，这是我们需要考虑的一个数据。

但从2017年之后，国家在大的战略上政策性的引导和资金投入方面今天中国在AI领域，在全球一定是第一梯队，第一梯队主要是中国和美国，没有其他国家可以和我们的单量所匹配。这是AI基础科学数据中的现状。

另外自然指数中，基础科研数据在期刊发表论文美国第一，中国第二，在生命健康领域中国只有美国的1/6，这里有很大需要思考的地方，我们在AI如何和生命健康的应用将来是非常重要的一点。今天在半导体领域“卡脖子”，生命健康领域十年之后很重要。

第二，我思考的问题点是，AI对于全球来讲是新的技术，我提到过竞合，我们与美国是竞争和合作，如何保持良性稳态的竞合，比如TIKTOK政策的出台，这是单点上的阶段性的胜利，但如何考虑十年二十年和美国或者发达国家某些技术领域的政策的匹配度，政策从业者需要更多思考的问题。

第三，我临时想到一个问题，上台之前有6位企业家做的演讲，有5位是数千亿市值的企业，我想到一个问题，企业的社会责任感，应用到这些企业，我们不方便具体讲哪一家企业，比如我们把AI用在哪里，不是拿AI技术让每个销售者购买你们更多的产品，已经足够大时，关键是我们用AI的技术如何给消费者提供更高质量的产品。第二，今天社会主要的矛盾是人民对美好生活的追求以及不平衡不充分之间的矛盾，这样的大企业的物流体系足够通达，今天还有极度贫困县7000万人，我们如何让更偏远的地区的东西和外界交流起来。另外，我们给消费者提供终端产品，不是用AI效率使生产效率更快提升，这是要做的。但更需要做的是如何给消费者提供更健康的产品，这是特别重要的，我们应该投入更多的钱和精力，从来源到消费者使用，我们用到更健康的东西。

2020-11-24 11:43:45

非常好的建议，要稳态竞争。时间关系，下面有请蒋总，手卡上写着瓶颈，您是最有感触的，我们之前和旷视交流过，我们发展中和实体经济融合中有什么瓶颈，有什么好方法，或者您对政策贡献有什么好的建议？

2020-11-24 11:44:08

有关于人工智能和产业结合方面其实旷视一直在努力的深入行业场景，努力的做最懂行业的人工智能企业。有一个实践可以谈谈我们对人工智能的思考，大家都知道物流行业是典型的劳动力密集型行业，所面临的挑战主要在于设备的海亮规模和系统的柔性离散，物流行业面临三大命题：第一如何制定合理的规划设计方案；第二如何精准控制设备协同操作；第三是如何打造高效能的装备提升效率。我们看到很多环节都蕴含着人工智能技术应用可以带来的发展机会和商业价值。我们也看到人工智能会成为智慧物流行业发展新的引领。我们其实做这个的终极目标就是希望给行业用户带来降本增效，提升用户体验。

我们也看到旷视所能提供的三大能力：包括人工智能算法技术力、软硬一体的产品力和整仓集成的生态力。目前旷视正在建设服装类智能仓，依托打造业内首个机器人网络操作系统河图，可以连接调配四千余台装备，极大地提升物流工作的效率，同时除了在产业的结合方面我们也在联合人工智能和物流行业方面产学研用30多个企业和企业成立了人工智能物流联盟，帮助行业实现由人工智能助力转型升级，实现高质量发展。

2020-11-24 11:45:53

谢谢。下面是阿里的王总，前面乔总谈到了头部企业的责备问题，重金打造的达摩院如何看待创新方面的巨量投入，如何发挥头部企业领头羊的作用？这个也是大家比较关心的问题。

2020-11-24 11:46:46

阿里巴巴一直强调为明天投入，为未来投入，达摩院是身体力行的产物。从2017年10月到现在，达摩院已经建成15个实验室，涵盖了数据智能，包括芯片、自动驾驶、量子等核心的科技领域。我们也引进了国家千人计划，省千人计划，包括杭州、新加坡、美国、以色列成立了实验室，所以投入规模非常大。除了投入规模，整个达摩院在创新上的想法和思考，可以和同行们交流。

我们有三个愿景：1、活得比阿里巴巴久，我们不仅要解决阿里巴巴的问题，也要解决社会的问题，解决产业的问题，或者是创新的想法。2、服务20亿消费者，我们是希望科技创新、技术的创新是普惠的，是规模化的，不是阳春白雪，而是走进大众的。3、面向未来，用科技解决问题，我们希望做的技术是前瞻性的，不是存量市场，而是增量市场。这是创新上的一些想法。

另外，我们也不希望研发或者创新是封闭式的，我们希望是开放式的，所以我们也成立了下一代人工智能平台，成立了湖畔实验室，以及自动驾驶省重点实验室等平台，为了和高校的同事和产业界的同事一起联合创新，共同推动发展。

2020-11-24 11:47:23

谢谢。第四范式的裴总，想听听您结合第四范式所耕耘的行业领域总结目前您觉得国内在人工智能方向发展还有哪些不足？

2020-11-24 11:48:35

互联网公司核心技术是火箭发动机的，我们是商业发动机，我们想给企业赋能，如果看一个企业级的赋能还是商业模式和数字化转型驱动力的问题。如果说不足从工程化的能力，算法、成本门槛都是我们分内的提升，我们都在逐渐地提升。

现在的瓶颈就是经验不足，很多传统头部企业经历了数字化从无到有到优，以及整个管理优化的过程，马上又迎来了下一波百AI、百机器的革命，这个革命里面我们准备是不足的，跟西方发达国家企业他们如何利用前沿技术对自己整个管理模式的优化甚至商业模式优化经验是非常丰富的，从人才复合型的要求上，一把手对于战略的敏感度和新技术结合能力上，甚至厂商提供比较落地的解决方案，并且有中长期的规划上，我们都在进步过程中。

这个又回到了一把手工程的年代，很多传统企业一把手对AI有非常强烈的渴望和原动力，实际上推动起来还是需要大家一起努力，一起进步的过程。

2020-11-24 11:51:30

好的，您的回答特别有启发，一把手工程我们怎么在行业里面推动应用AI，下一个嘉宾就是扩博的严总，您认为AI与能源领域的产业升级过程中有什么痛点，AI能起到什么样的作用？

2020-11-24 11:51:46

其实新能源特别是在风电行业中是比较新的行业，其实在整个全球的装机量来讲，1/3的风机在中国，中国是行业中的佼佼领先者，特别是在习总书记说，2060年的时候综合碳中和达到的点来讲变成了一个风口，我们也不知道怎么跑到风口上了。

我们喜欢专注在一个小场景大市场上，小场景是抓住一个非常小的痛点狠狠打下去，花三四年时间做扎实，我们通过叶片巡检发现风机叶峰裂缝的市场每年增长25%左右，这市场有非常多的人工以及缺乏数据和技术的行业，深挖的时候从点变成线变成面，抓住行业的机会。做深做真实是AI公司必须走的路。

关于痛点，资本市场看AI赛道太激进和浮躁，整个AI行业是慢行业，特别是在工业互联网上需要深耕、精耕，花时间把事情做好，每一件事情一代代迭代都需要花时间和精力，这不是2C产品，只要砸钱就可以。如何有推手把行业耕耘下去很重要。

第二在市场上，大的能源行业都是国家最重要的战略性国企把控着非常重要的资源，如何让中小型的创业公司可以和他们有互动的沟通的渠道，包括做类似于这样的尝试很重要。我们非常幸运，第一个客户在天津做演示时，碰到了好领导，他愿意停一个风机把老总拉在一起做演示，然后一炮打响。但不是所有初创企业都有很好的机会，在AI或者在2B的行业中木桶效应变得很重要，不能有一个短板，不管从技术、产品、国际化只要当中有一个短板就做不好事情，所以当中很大的挑战是，我们中年“油腻男”的时机是40多岁可以冲出来做一番事情，真正把行业的机会和能力搭在一起，可以真正地帮助推领这个行业，谢谢！

2020-11-24 11:58:16

谢谢，周总来自通威股份，横跨新能源和农业两个行业，您对这两个行业人工智能面临的挑战从用户角度有什么样的期待？

2020-11-24 11:58:41

我就从用户的角度来看挑战，大家可能从行业角度讲得更多一些。我们非常关注新技术在行业里面能给我们带来哪些新的机遇，在用户增效里面怎么样发挥更大的作用。从我们的视角来有几点比较重要，刚刚谈的核心与行业结合可能是这个行业发展非常重要的方向。AI技术的应用不像早些年信息化项目也好或者是一些单一的自动技术也好，对行业的缺失或者对行业理解不够的话很难找到企业的机会点。

现在中国AI公司非常多，技术也非常好，特别是发现很多公司都谈技术多么牛，的确如此，但是我们希望在中国找到一批行业性的AI公司，这可能是行业发展的核心方向。比如说作新能源的都有巨大的空间，以新能源为例，我们做光伏行业的，十年时间把制造业的产品、成本降低到5%到10%，这里面没有技术的变革是不可能的。中国农业的发展也是如此，比如说在智能养殖、配方优化有很大的空间。但是发现理解的行业的公司不多。

所以我们希望未来有一批非常熟悉行业的AI公司，也许未来从我们角度理解，可能是未来AI公司发展的分水点或者是超越点，也是我们目前应对的挑战。我们非常缺乏跟AI相关的人才和落地体系，大家知道企业导入管理新技术的时候，在AI里面相关的人才体系企业非常缺乏，导入的体系方法仍然缺乏。我们做ERP的时候非常成熟，在新技术里面能否找到好的方法导入体系和人才体系非常重要。

谈一个建议，我刚刚谈到AI公司更多谈技术，如果一个技术做到不普惠做到不可复制的时候，中国有五千万家企业，如果有非常普惠朴实的方案，也许对中国来讲AI将取得非常大的浪潮。

2020-11-24 12:02:38

感谢六位嘉宾，我就不总结了，下面会有第二场的对话环节，我把主持话筒交给中国上海自由贸易试验区临港新片区投资促进服务中心顾长石主任。

2020-11-24 12:02:49

大家好，我是来自上海。下面的环节由我来主持，刚刚几位行业大咖纷纷做了精彩的分享，大家对AI都有全新的认识，AI渗透到我们生活中的每个环节，为人民创造美好生活的需要出发，推动人工智能在人们日常工作创造更加智能的生活方式和工作方式。

接下来是AI勾画普惠民生蓝图。让我们掌声有请参加本场对话的各位嘉宾，他们是：到家集团创始人兼CEO 陈小华；美团副总裁、首席科学家 夏华夏；平安智慧城市联席总经理兼CTO 胡玮；贝壳找房高级副总裁、贝壳研究院院长 李文杰；安德医智科技高级副总裁、中国区CEO 李晶珏；新石器无人车创始人兼CEO 余恩源，大家欢迎。

2020-11-24 12:03:24

今天请的六位嘉宾和城市服务配套功能息息相关，更加有“烟火气”的几位从业者，有家政服务、美团家政等。首先请问陈总，在人工智能改善民生方面，从家政角度来看，人工智能可以给用户带来哪些体验感觉提升，用户可以通过哪些人工智能的技术可以进一步地改善和提高？

2020-11-24 12:07:43

作为家政企业大家感觉离人工智能好像比较远，但我们要分两个面来看，首先家政企业也是一个企业，是企业今天得利用人工智能改善工作效率，我相信每一家企业都一样，包括AI智能客服和智能调度，每个企业都应该用人工智能提高办公的效率，节约人力的成本。

第二，家政企业作为消费者端人工智能比刚才所说的，今天这么多小孩、老人，请保姆、顾主为了照看小孩和老人，智能识别老人有没有摔倒方面需要一些人工智能的硬件支持。我们也知道人工智能做很多儿童陪伴机器人，我们也在关注。还有大量都在关注阿姨的工具也得智能化，我看来今天智能的擦玻璃机器人和扫地机器人就是智能的拖把和吸尘器，如果这些好的人工智能的设备能够改善我们的阿姨效率我们就会给阿姨配上。这也能够改善。

还有一点，在消费者和客户连接之间人工智能做大量的事。除了有家政以外，还有快货打车，把货车连起来，钟点阿姨可能看不见，但无所不在，只是下单，人工智能的算法和调度把阿姨找出来精准地计算，这和美团、滴滴做得事情有异曲同工之处，通过人工智能对客户和阿姨进行精准地一对一地调度，使得效率最高，成本最低，所以人工智能在家政类的企业、货运企业，在企业内部在工具、劳动效率、劳动者的调度之间都发挥重要的作用。

2020-11-24 12:10:57

确实我们生活中点单是生活中经常用的工具，越来越智能，还有劳动的工具，尤其是很多年轻人越来越使用扫地机器人，包括擦玻璃的机器人，还有识别的产品，以及照看老人，尤其是老人，现在逐渐走向老龄化社会，老龄的关注越来越多，我们需要的产品越来越多。

第二个问题，请问美团夏总，作为餐饮团购、外卖，包括出行，单车的知名企业，美团业务和百姓业务息息相关，美团如何用人工智能技术改善民生又取得了突破？

2020-11-24 12:11:28

很多人觉得美团是外卖公司，其实我们做很多的行业，包括餐饮、酒店、旅游、出行，我们比较关注的是在很多线下行业，先把这些行业帮助他们做数字化，因为物理世界的数字化之后会产生大量的数据，美团通过分析这些数据做出智能决策，美团本质上是在做这样的事情。

美团总共有200个业务，几乎每个业务都在做人工智能，帮助商家做智能决策，一方面给用户提供一些智能交互的手段，比如说语音交互、视觉交互，用很多智能交互的用户提供体验。举一个小的例子，大家可能在物理世界更容易感知，比如说我们现在作做无人配送的工作，用智能无人机、无人车帮助外卖小哥做更高效的配送。今年2月份开始在北京小规模的试点，用无人车做美团买菜，这样就在疫情期间收到了很多用户的欢迎，也希望未来把技术打磨得越来越好，让人工智能更好的为用户、商家服务。

2020-11-24 12:11:52

数据无处不在，刚刚前面伊利的领导介绍的时候也是通过数据分析来确定冰淇淋外壳的关注度和喜爱度，帮助商家提高竞争力，真的是可以帮助美团自身的发展，还有商家的发展。

接下来是跟智慧城市相关，智慧城市已经成为当下非常流行的话题，有点规模的城市都会把智慧城市作为重要的议题或者项目去发展，对于平安来说如何看待人工智能在智慧城市管理中扮演的角色，还有智慧城市将如何改善民生。

2020-11-24 12:18:52

提到平安大家第一印象是保险，实际上平安是科技公司，因为我们在过去十年投入了上千亿做科技的研发，我们孵化了10家互联网公司，包括好医生等等，我们在过去科技投入为平安自身的业务发展起到了重要的价值，去年营收16000亿，交税1200亿，我想说这个就是我们在平安自身发展过程中我们积累了大量的科技以及这些科技跟场景结合的能力。

我们在过去三年马总提出金融+生态五个方面，金融、医疗、房、车、智慧城市。智慧城市是我们新的生态，我们希望本身金融医疗行业积累多年的科技成果跟政府合作提高政府的办事效率。

举一个例子，我们是保险公司，去年大概有1300万的车险能力，赔付金额是1900亿，我们做到39%是一天赔付，把这个技术跟深圳交警合作。在城市拥堵是非常头疼的问题，如果早上开车开不动了，第一印象就是前面出车祸了，如何快速处理交通事故变得非常重要，以前深圳平均处理交通事故40分钟，我们跟交警合作，我们用我们快速理赔，我们有全球最大的汽车配件，有几万个车型，2000多万的配件，通过人工智能的手段拍照片就可以判断这个车的赔付价格大概是多少，可以到附近的4S店。我们把这个技术跟政府合作，政府还有一个技术是定责，所以跟这套系统跟他一起合作，后面的协警通过视频能够判断这个事故发生的情况，责任是谁，后面他做一个确认就可以了，通过这套系统事故的判断从平均40分钟下降到5分钟。

我们技术跟场景结合的能力，跟政府的合作一下子就成功了。包括新基建也是用新的技术手段进行城市治理。所以在这个里面我们认为过去城市治理建设是建数据中心、建摄像头，新一代城市治理、市民服务，以前智慧城市提了很多年，很多人都说没有感受到，城市花了很多钱做智慧城市建设，市民没有感受到。包括企业营商环境提升，通过人工智能手段可以帮政府解决这样的问题。

我觉得我们在城市治理方面通过AI可以极大的提高政府的办事效率，给企业提供更好的营商环境，用户满意度也会极大的提高。

2020-11-24 12:19:13

做城市管理是城市管理者的睿智和眼光，以及数据可采集，通过人工智能技术的发展尽量地减少人为的干预，由于生活节奏加快导致交通事故发生，通过人工智能技术可以疏解交通拥堵，让百姓感受到我们付出的投入有效果。第四个问题，请问贝壳找房的李总，在普惠民生方面，贝壳找房进行了哪些有益的实践？

2020-11-24 12:23:59

谢谢顾老师，贝壳找房是居住服务领先平台，贝壳找房在居住服务领域长期深耕，在居住服务有伊利的吃、穿，住的方面，贝壳时间比较长，住的领域消费者的体验不是很好，作为普惠民生行业，投诉比较多。原因主要是来自于在AI的底层的数据的建设方面，整个住的领域起步比较晚，但贝壳在过去十几年通过对所有的住房的数据我们建立了大概有2.3亿套房屋数据，每套房子有400多个字段表述，在居住的领域我们建立了最大的房屋的数据。

从消费者角度，我们对消费者线上化的一些行为，包括一些分析建立了200多个字段，在这个领域也建立了非常庞大线上化的数据。

AI和居住服务领域举两个例子，首先是选房，住房消费对民生来讲不是高频次，而是低频次，很多人没有经验，虽说两居，其实可能需要三居，贝壳依托基础消费者数据和房屋数据不断地机器学习，我们能通过3%的房屋的海量数据筛选出来，撬动消费者有5%的成交，缩短消费者的47%的交易时间，这是我们对消费者的体验的提升。

第二，从整个城市监管角度，城市在管理政府也没有非常准确基础的房屋的数据，或者不是非常全，我们在城市试点和政府开始合作，将服务的数据在一些租赁登记，流动人口管理，在一些社区管理方面的应用，以及疫情期间在务工回城上和政府合作，将AI数据应用到城市治理方面。

2020-11-24 12:29:46

实际上也是通过大量的数据分析让选房者尽快地选到喜欢的房子，为政府提供决策和运营管理，让城市管理者和百姓之间更拉近距离。

第五个问题，问一下安德医智的李总，医疗是老百姓最关心的领域之一，安德医智在辅助诊断达到了什么样的水平，AI应用方面存在哪些痛点问题？

2020-11-24 12:32:57

安德医智是一家致力于人工智能的产学研结合的科技公司。有一位嘉宾提到人工智能领域投资有点减弱，不得不说今年医疗人工智能发展的非常好的时间，其实在今年上半年安德医智公司也是作为中国的首张拿到辅助诊断人工智能3A证审批的公司，刚刚过去不久的两周之内有陆续人工智能的公司拿到3A证，目前有5家公司拿到NFDA的准入，证明辅助诊断类产品进入市场。临床应用在辅助诊断有什么帮助？主要有两大类：

1、辅助效率的提升。这是当前辅助诊断和治疗决策类医疗AI产品最成熟的应用场景，“同影异病，同病异影”，主要有一些肺结节的筛查，脑血管病的筛查等这些是医疗中常用的医疗领域，需要医生花大量的时间，可能处理一个病人要半个小时40分钟甚至更长，但AI介入可能一分钟可以完成，这些应用对一些筛查的项目以及大医院病人量挤压的情况有效率的辅助。

2、能力的提升。能力的提升又包括辅助诊断，风险评估，治疗决策等等，比如辅助诊断，一些复杂疾病比如脑肿瘤，我们在基层医院作过调研，有AI通过大数据的学习，辅助医生共同做决策可以将诊断的准确率提高到90%左右，包括在新冠期间，新冠的时候通过大数据的学习新冠的诊断的数据和病例，可以辅助医生通过CT检查提升诊断的成功率，因为有一些病人来了可能不一定直接做核酸，CT早期通过人工智能的辅助，人工智能是很好的方式帮助快速地做决策。在人工智能的辅助下，诊断的成功率可以达到90%以上。

应该说，这是在辅助诊断方面，当然在风险评估治疗决策等领域人工智能都可以对医生起到一定的辅助帮助以及赋能和提升。

刚才主持人问到，从痛点的角度，正是因为人工智能在各个领域都能够对医生有所辅助，它的痛点也是源于辅助的来源，因为数字医生的老师是大数据，和传统医生相比，传统医生培养时间长，得到的经验很难复制，同时容易疲劳。但AI医生可以通过大数据的方式快速学习和复制，而且是标准化的复制，并且不知疲劳地工作，但它需要有一个非常重要的点，即需要学习，学习海量高质量的大数据。现在医疗人工智能发展中最大的痛点是数据，首先是数据来源的合法合规性，因为医疗数据涉及到个人隐私、伦理、数据安全、监管合规方面更加严格。

第二，医疗数据更加复杂，人的病非常复杂，而且涉及到一个人病的数据不只是一次检查的数据，可能是全周期多模态的数据。

第三，关于数据一个是来源，一个是复杂程度，还有不同医院诊疗水平医生差异比较大，数据获取的质量、海量、全周期，安全性，合规性，使得医疗人工智能的发展在数据的层面，数据共享机制成为发展的痛点和节点，我们也希望能够有国家政策的引导，使得医疗AI的公司能够更容易合法合规地利用医疗有效高质量的大数据，这样能够促进医疗应用更快速地落地和发展。

2020-11-24 12:33:24

前面第一个对话中，最后嘉宾提到为行业服务的人工智能公司，医疗确实是造福人类非常好的方向，我们去医院都有感受，更多时间是排队和等待中，到医生办公室可能只有几十分钟。最后一个问题，新石器专注于无人车服务公司，新石器目前改变了哪些民生问题？

2020-11-24 12:34:57

新石器是做无人车，定义是完全没有人的车，是送货用的，当然我们没有去送快递和外卖，今年疫情期间我们50多辆车参加了，刚开始去在武汉有18辆到了雷神山医院做无人配送、消毒什么的，干着干着发现社区物资供货不上去了，就跑去给医院送盒饭，老百姓的需求非常紧迫，并不是现在外卖的方式，需要自动化的送到他经过的地方或者办公的地方，这是他真实的需求。

我们发现无人车适合我们干的并不是简单的送快递外卖，而是发展新的交付方式，这个交付方式除了外卖、电商之外一种新的商户服务用户的形式，链条更短，也许带来所有的白领也好或者未来再发生疫情的时候会带来新的人工智能自动化的选择。这是我们的方式。

2020-11-24 12:35:25

因为疫情方式也催生了很多新的产业，AI在创造过程中发挥着重大的作用。第一轮话题针对自己的领域发表了自己的观点。第二轮大家回答一个共性问题，前面说AI赋能产品更多的是制造业，在座的是的赋能服务业，六位也不存在竞争关系，回答一个问题，用三到五句话，第一个相信做词类技术和产品的公司还会有，你们有什么建议。第二个我们一个创业公司从技术变成能够在是市场上认可的时候肯定会经历各种痛苦过程，从痛苦走向快乐的这个过程中你希望社会或者政府，尤其在数据采集过程中，医院涉及到各种原因很难和你社会上的公司合作，因为不会吧数据给你，除非自己做。这样的话我们希望社会和政府应该给我们更多的理解和支持方面可以提一提建议。

一个是对行业的建议，一个是希望社会和政府对这个领域的支持是什么。

2020-11-24 12:35:56

对于企业来讲我觉得不管AI多高大上，我们觉得还是应用到企业提升效率。对政府来讲，我作为一个企业最需要的是政府把所有需要就业的阿姨送到我这里，我缺100万阿姨。

2020-11-24 12:36:32

我觉得给其他公司或者新创业的公司如果在AI应用方面的建议，我觉得就是一定要从用户的需求出发，当然有两类公司：一个是做应用的，一个是基础研发。基础研发可能偏高校的老师为主，做应用的一定要找到真正有用户需求的场景，从场景出发来看技术怎么做。

如果从需求或者从我们对社会、对政府的期待，是说很多人工智能的事情是一个新生的事物，必然面临着一些新的挑战，一些不太完善的地方，这时候其实我们对新生事物应该给予更多的包容、更多的一些开放的先行先试的政策。我举一个例子，比如说无人车，其实本质上车上不坐人，按照现行的法律来说没有人的车是不可以上路，我们一般一个新生的事物不可能说等法律法规完善了再往上跑，就没有研发的时间，所以对新生物要给足够的耐心和包容。

2020-11-24 12:36:54

我完全赞同夏总的想法，就是结果导向。城市治理过程中技术已经不是问题，技术跟场景结合才是最大的挑战，技术的发展非常快，企业在技术过程中积累了很多经验，如何把这个跟政府的业务场景结合非常重要。我们在深圳的做的市场监管，把所有200平方米以上的餐馆用人工智能识别是否有违规，这极大的为政府的监管提供了帮助。当时跟美团合作，我们对接了八万八千个外卖餐馆数据，发现有三万个有些问题，比如说他的营业执照过期、一照多用的情况，我们就发给美团，美团就让他们整改，这就是行业联动。

用AI的过程中难免要使用大量数据，这个里面就要两个方面，一个是政府出台现在数据已经是生产要素是资产，各地政府都在出台数据立法，法律层面对数据进行保护，技术手段如何用技术手段保护客户隐私，我们在深圳连续两年排名全国第一，用区块链的方式在线上，你在深圳住酒店、坐飞机、到政府办事不用带任何证件。去年有13万大学生来深圳，落户落地需要一到两个月，原来要提供10个证件，14个复印件，要跑6个委办局，我们做了以后半天以后就可以搞定，极大的提高了效率。一个是需求导向，一个要处理好隐私保护和AI使用的界限，用更技术的手段来把城市建设做得更好。

2020-11-24 12:37:21

我们这个行业原来不太关注，8月13日上市之后3个左右的市值从200多亿美元到800多亿美元，也已经吸引了各行各业的人进入，进入到居住服务领域不能只看AI的应用只看流量等。首先，如何给200多万的经纪人提供更多资源，让他们的收入和能源不断地提升。第二，从如何用到消费者。另外政府可以做一个标准，我们行业在监管方面对真房源的真实性存在一些监管上的标准，以及一些力度。第二角度从行业的持牌和立法，一年20多万亿，200多万人的管理缺乏一个立法监管。

2020-11-24 12:40:36

作为医疗人工智能行业企业的需求有几个方面，首先第一个方面，关于医疗行业人工智能的做饭的饭的问题，数据的问题，我们希望能够从国家政府、卫建委或者是学会国家中心，国家智控中心的角度能够发挥数据中心以及智控中心的作用，打破数据的壁垒建立一些数据共享机制，这会为人工智能企业的发展提供非常好的沃土。去年工信部做的人工智能医疗人工智能辅助诊断类的行业调研的时候有260家企业，其实这里有非常多的小企业，可能只是和部分医院的部分专家合作一些特定的应用场景和领域，一定场景来讲这也是医疗资源浪费，如果有国家中心和质控中心打破壁垒建立共享机制，对医疗行业发展是很快的推动。

另外，也是我们行业的特殊性，关于行业监管和国家药监局的审批，比如我们公司现在是全国第一家拿到人工智能辅助诊断3A证审批公司，但我们前后经过了三年时间，立项、数据清洗、研发临床试验药监局的批准要用三年，医疗方面必须要演严谨，但对于医生来讲是辅助的作用，想让一个新技术有所突破，能够有应用，审批流程也希望能进一步地加速，从而快速促进落地。同样对于医疗人工智能企业的发展，也是除了审批之外，接下来验证是进入临床之后的应用，需要上下游企业的配合，比如上下游数据来源可能是CT、核磁、超声等等，还和PEX、LS对接，但所有企业设备的接口包括协议都有差异，这需要全行业的合作，一个绿色生态系统的建立才能使应用更加快速地全周期地转化起来，这需要不只是一个企业的努力，而是一个行业一个生态的建立，这是我提到的关于人工智能企业需求。

2020-11-24 12:44:27

首先是关于身份的问题，开玩笑说我是黑车企业的老板，也不指望着明天或者十年之内有一个轨迹真的有法律法规出现。所以我们非常希望能够推动这件事，因为我们希望做一些深刻的突破。首先国家政策层面非常支持。习大大今年2月23日政治局提到要大力发展智能制造，无人配送，这是最高领导人的指示。另外现在在美国无人车体验拿到5000张加州豁免的无人车公开牌照，实际上中国没有豁免机制，我们希望能在这方面有一些突破。

另外，我们特别呼吁下一个大战略目标即无人车的规模化运行+标准运营输出，这会带来整个行业的发展，我们也希望团结所有能团结的力量一起实现这个目标。

2020-11-24 12:45:56

我来总结一下：我们AI技术瞄准市场，精准需求的问题，第二是在保证数据的一些安全，还有隐私的情况下，我们怎么试错的过程，第三是怎么去标准和立法的事情，第四是怎么打破行业壁垒，让更多的产业链上下能够全面合作，形成一个生态的问题。最后，可能是余总说的，可能还是和我们的审批，怎么让我们放开手脚，全方面推动技术产品应用的问题。

感谢六位嘉宾的精彩发言，为人工智能普惠民生勾画了一个美好的蓝图，我们相信将来我们的人工智能将在我们城市服务的能级的提升以及水平的提高方面，发挥更大的作用。

我们今天的对话告一段落，谢谢各位嘉宾！

接下来是论坛的最后一个环节，就是愿景的展望，本环节以AI创新为主题，请几位嘉宾发表自己对人工智能的寄语。第一位，嘉宾请四维图新副总裁张文杰上台。

2020-11-24 12:53:37

今年是疫情比较严重的一年，同时也催生了对无人驾驶、无人车以及智能车联网方面的发展，我们也看到国家也出台了一系列的政策，其实我们在智能网联车领域已经上升到国家的战略程度。四维图新是专注在智能出行的公司，同时我们认为在智能网联车出行这个领域，最终会是以自动驾驶，自动驾驶会以高精地图以及多传感器融合，以及地位、感知为结合的一个领域。同时，我们是希望在这个领域里，我们能深耕行业，最终为智能出行贡献我们公司的力量。

最后，我们是想说一句，智能出行改变生活，让人类生活更美好！谢谢大家！

2020-11-24 12:53:56

下面，有请灵聚信息科技CEO的张胜。

2020-11-24 12:54:36

各位好！我们是从事NLP核心技术研发，机器人和虚拟机器人研发的公司。随着5G技术的推进和人工智能技术的发展与完善，可以预见物联网的风口已经到来，从万物互联到万物智联时代已经来临。在人工智能领域，尤其是自然语言处理领域，中文自然语言处理的难度是远高于英文，那么在这个方面，无论是核心技术的研发，还是技术的应用，我们已经处于世界的领先水平。相信在不久，对话即服务将会渗透在各个智能终端，给大家带来便捷和智能的服务。随着RCEP和“一带一路”的进一步推进，我们也可以相信会有更多的国家和更多语种的人们，会和我们一起拥抱万物智联的大时代。谢谢！

2020-11-24 12:54:53

下面，有请澎思科技创始人兼CEO马原，有请！

2020-11-24 12:55:16

谢谢！大家好，我是澎思科技的创始人。澎思是一家人工智能的LOT企业，目前我们主要面向于人工智能赛道的中长尾，中年我在中科院和旷视工作，澎思科技成立于2018年9月，在疫情期间我们也获得了比较好的机会，在新加坡和东南亚获得了市场比较好的反馈。接下来也希望澎思科技能够在AI出海方面成为一个排头兵，使得中国的AI技术能向海外延伸，去提供更多的服务。谢谢！

2020-11-24 12:55:34

下面，有请悟牛智能科技CEO尹本强，有请！

2020-11-24 12:55:58

悟牛智能是一家致力于将人工智能应用于农业的公司，现在特别是在疫情状态下，现在人口老龄化、农村空心化、粮食短缺问题日趋严重。受疫情的影响，现在人口大规模的流动已经受到了影响和阻碍，所以说未来农业谁来种地的问题是当下非常紧迫需要解决的问题。悟牛智能砥砺八年，提出了云端的管控云平台+无人驾驶车+工业机器人的云端一体的未来农业的解决方案，将人工智能应用于最传统、最古老的行业，将无人驾驶、机器视觉以及柔性机器人应用于农业。我们的愿景是让农人免受劳作之苦，致力于推动全球农业生产的智能化，面朝黄土背朝天已经成为历史，无需下地就能丰收就是现在，谢谢！

2020-11-24 12:56:12

下面有请映目云创始人兼CEO宋端磊，有请！

2020-11-24 12:56:38

谢谢主持人！很荣幸作为最后一个发言人。映目是一个数字会议的云平台，我们主要做了两件事情：第一是平台，我们是解决了会前、会中、会后数字办会的能力，其中里面涉及到数据的技术，让办会更高效、更智能、更便捷，赋能中小型会议。第二，服务。我们全平台入驻了国内外一万多个会议人才，包括摄影师、摄像师、速记、翻译等人才，这些人才我们可以有效通过智能化的手段对他们进行管理和分工，让会议的办会更便捷和简单。我们的愿景是映目会议，智慧营销，数字办会找映目。谢谢大家！

2020-11-24 12:56:50

请五位嘉宾共同把手放在屏幕上，一同点亮智能之光，3、2、1，启动！

人工智能的发展离不开社会各界的积极参与，中国是人工智能蓬勃生长的沃土，在各方大力的推动下，也必将成为世界人工智能创新发展的高地，相信今天各位嘉宾的远见卓识一定会对未来人工智能起到重要的助推作用。再次感谢各位嘉宾出席本届互联网大会·互联网发展论坛人工智能分论坛，本次论坛到此结束，明年再见！谢谢！

2020-11-24 13:00:08