由产业界推动的人工智能潮流 学术界认可吗？

孙富春：我是认知系统与信息处理的专委会，认知科学是人工智能下一阶段发展的重要源泉，而产业发展也离不开人工智能的发展，为什么认知科学推动了人工智能的发展，我讲几个实例。现在的深度学习做得比较多，视觉的解剖学发现，人的神经网络单层之间是有反向连接的，我把反向连接用进去以后就发现在环境建模和识别上效率大大提高。第二就是2015年和2013年有一个重大发现，人本身的神经源隐层（音）是遗传的，不是学习的。第三个是人工智能发展的里程碑的第二个里程碑，就是阿尔法狗的强化学习，其实强化学习跟大脑皮层里的纹状体结构是一致的，下一阶段的发展，人工智能要有发展，必须要靠认知科学，就是我的专委会想做的事情。第二想做的就是创新，为什么人工智能是未来产业的创新呢？第一是手机，每个人都有，每个人都爱好自己的手机，但是这个手机之间的竞争是什么？我的像素多少，我现在是双镜头的识别率是多少，我的手机可以识别你的颜值，我的手机可以测量这个衣服究竟有多好，未来五年影响人工智能的五大技术就是视觉、听觉、嗅觉和味觉、触觉，你到餐厅吃饭就会看到，手机一放，这个菜里面没有激素，这个菜是绿色的，菜值是95分钟，你可以放心大胆的吃，如果未来手机有这么创新，每个人都会买，因为生命是无价的，健康是每个人最重要的。我们都希望机器人有认知能力，比如我这个手，机器人握着这个手是温暖的，有感知，我们都知道和小孩牵手力气不要太大，用大了他会痛，但是现在的机器人还不具备这种，我想将来机器人特别需要这种带感知的，有人工皮肤，有肌肉控制双手。第三个里程碑是人造视网膜，这个已经可以让什么也看不见的盲人看到模模糊糊前面的障碍，现在问题巨大的突破是视觉和触觉，所以我们一件一件的发明和创造都离不开人工智能，所以人工智能是推动未来产业发展的重要源泉，我特别希望产业界朋友跟我的专委会合作，希望更多的人加入我的专委会，共同推进人工智能产业发展。

王蕴红：人工智能的这些学者们终于等来了人工智能的春天，这次和以往不同，是由工业界推动，而不是由研究者推动的，是工业界从应用反推了研究，现在人工智能在很多领域获得了成功，包括强化学习等等一系列的学习方法，在这之后一直也有一种说法，目前的人工智能的产业也是有一定的泡沫，但是泡沫会促进产业发展也会促进研究发展，但是我们也需要看到泡沫下面一些实质性的问题。深度学习之后，后深度学习之后又是什么？如果是从人的感知上来说，人的这种智能的提高，是和交互分不开的，我们在学习的过程中是一个不断交互的过程，所以从生物这样的启迪来去加强人工智能的研究，是一个必经之路。另外，人本身是通过人与物的交互，人与人的交互，人与社会的交互，不断的感知环境并且体现存在感的，所以智能交互事实上是人工智能不可或缺的一部分，李院士团队在无人驾驶车上，在智能交互已经做了很多有益的尝试，我们专委会也将在这个领域做一些更深的尝试。另外我们也认识到，比如以深度学习为引领的一系列研究，做算法的这些研究者，他们更多考虑算法的性能，所以我们在明年有一个活动，我们不仅仅是需要做研究算法的人，还有很多之前所认为不是特别核心的，包括一些包装、一些环境的设计，一些硬件等等和工业界一起讨论，什么样的算法是在什么样的环境下是最优的。另一方面，人工智能产业在现在有一个得天独厚的条件，在国际上，华人这方面占了很好的比例，跟计算机相关的研究方向来说，计算机视觉和人工智能领域，我们的著名学者的比例是非常高的，现在有很的华人学者纷纷被大公司所挖去，现在也涌现出了非常好，非常优秀的年轻学者创业，为这个创业注入新的活力。但是再往下走的话，并不是每个人都能成功，真正能把技术落到实处，还需要跟一个产业界更为紧密的结合，所以我们也关注到了这个问题，所以会从投资、产业到技术，大家一起探讨产业究竟是怎么样的。我自己在高校很多年，我所理解的产业和真正的产业有很大距离，很多研究者也是这样，如果这个产业是高技术产业，能够获得成功的话，和这些学界、工业界更紧密的结合是分不开的。另外我们也看到，虽然有一些高端学者的加盟，但是事实上在这个领域，这种应用大规模爆发的时候，我们所需要的人才一时可能有些短缺，所以协会也关注到这个问题，从增设学科的角度，在做方方面面的工作。因为国家的人才培养是以学科为引领，要教育部先把学科立上之后，才有方方面面的资源，所以我们也在做相应的工作。

班晓娟：我们的智慧医疗专委会是一个偏重应用的专委会，偏重实践的，所以从成立的这两年来，我们得到了企业各界的大力支持，例如专委会现在有企业全员参加的会员就已经有两个，同时为了专委会的活动也投入了很多，例如每年会出钱来做电子大赛，可见社会对智慧医疗的关注度是很多的。确实这个产业在现在这个时代是非常得到重视的，因为中国很快就步入老龄化社会，中国的医疗条件大家是知道的，摆在了大家面前，从各个方面投入都不足，特别是人员的不足，我们如何通过我们的人工智能，能够补充这种医疗的不足，是摆在我们的社会，我们的国家面前的，必须要解决的任务。所以实际上我们的很多企业也看到了这个商机，我们应该从哪些方面做一些工作呢？例如对于养老的服务方面是可以做一些事情的，因为大家很快会面临一个家庭两个孩子抚养好几个老人，这时候再想用以前的养老模式是不行的，我们如何利用我们的智能方法，能够帮助老人快乐健康的生活，是我们必须要解决的问题，这是一点。另外在医疗服务方面，我们可以利用这种大数据能够为医生传过来他远程的患者信息，这样可以减轻医患之间不接触的情况。这是将来或者现在很多人在做的事情，另外我们在跟医生的接触过程中，因为我们做智慧交流和医生接触比较多，也发现了一些问题，我们企业在做智慧医疗的时候，一定要记得什么可为，什么不可为，你可以在大数据的支持下，给医生进行分诊，这是可以的，可以减轻患者到医院里随便乱找，减轻他浪费时间，加快医疗进程。但是你想通过自己的做法，完全代替医生来诊疗，这个其实在跟医生的接触过程中，会发现医生不是太认可的，因为生命太可贵了，完全靠机器来诊疗，从医生的角度，是信不过的。所以我们要知道什么可为，什么不可为，你尽量的辅助医生来去做，和他形成一种共同体，帮助他来做什么事情，但不要完全替代他，这是我们觉得应该做的事情。这是我对智慧医疗的看法，另外我想说一下我们学科的研究生培养的想法，前两天正好有幸参加了一个会议，当时听一个日本的工业大学的院长说起他们如何培养研究生，他们说他们国家用了大量的钱来培养交叉学科的研究生，例如花很多的钱培养计算机和生命科学两种交叉学科的研究生，为什么要这样做呢？我觉得有一句话让我深深受触动，他要培养领导者，他要培养日本科技的领导者，为什么说是领导者呢？他说当一个任务放在一个组面前的时候，特别是这个任务是对你来说非常陌生的，一点都不知道的情况下，你如果知道下面该怎么去做，那你将来一定是个领导者，就是说你能够解决这个问题。人工智能确实是一个很典型的交叉学科，我希望人工智能能够以我们的交叉学科为平台，为我们的国家真正培养出我们的领导者，我们的科技领军人才，谢谢大家。

（编辑：宁德站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!