张文生：大数据时代的人工智能与创新应用
一
报告导读
这次报告的主要内容是介绍人工智能和万物互联在智慧城市中的关键技术与服务创新，包括人工智能发展的历史和当前形势、理解人工智能的本质、大数据时代AI的应用、人工智能发展的趋势四个大的方面。
二
专家介绍
张文生，中国科学院自动化研究所研究员、博士生导师、副总工程师。中国科学院大学人工智能首席教授、中国科技大学讲座教授、博士生导师。国家云计算和大数据重点专项总体组专家、国家自然科学基金委评审专家、中国人工智能学会智能服务专委会副主任。主持完成国家自然科学基金重点与面上项目、国家863项目、支撑计划项目等项目。在国内外学术期刊与学术会议上发表160余篇论文，获得国家发明专利30余项。主要从事人工智能、统计机器学习、大数据知识挖掘、嵌入式视频图像处理等领域研究。
三
报告内容
物联网把人连接起来，也把物和人结合起来，使得信息的采集、传输、处理会更加的丰富，特别是对城市未来、生活和社会的模式、社会的发展状况会有大的改观。
科技部在2015年立的62个重点专项里面有一个物联网与智慧城市，经过这么多年的时间和运作，取得了许多国内相关专家的帮助，也取得了很多可喜的成就，下面介绍一下大数据时代的人工智能和创新应用这样的一个主题，想从四个方面来谈一下。
首先大家知道人工智能非常火，我们能看到人工智能在做什么？我们从人类四次工业革命发现，早期我们做的工作都是在做工具，然后解决人的体力劳动，后来随着工具的发展，人们的体力得到了充分的解决，大家的脑力劳动摆在了人们的面前，脑力劳动的解决就成为我们这个时代发展的一个重要任务。
从工业革命的早期蒸汽机时代、机械化到后来的电气化、自动化，到现在的智能化，核心就是想解决智能问题。我们说智能问题到处能见到，这样的一些场景，说明我们从工具变成了我们用人类的智慧的控制、操控这样的工具，达到我们个性化的生产，完成这样个性化的产品制造和管理，以及生产产品的前期需求的过程。
我们在这样的过程当中，涉及到什么内容呢？涉及到我们在制造生活视觉的内容。我们处理到什么程度？在一定情况下，我们对见到的任何一个车牌子我们可以实时的读懂，这就是我们在各种高速公路以及其他城市、其他路口的卡口，见到这样的一个智能相机做的工作，也能看到停车场用的工具，高速收费口用的工具，这是视觉做的最好的水平。有人说视觉也可以做其他的，那样做的水平跟这样的产品结果完全不能相提并论。
之后我们在声音方面感知的东西就是语音。我们能够做到咨询一些问题，进行查号、简单的问答，还不能进行简单的问答，在这方面也做的能够让我们部分的得到了满意。除了这以外，我们还希望把语音视觉其他的结合，能够操控现代的一些常用的生活工具，比如汽车的驾驶，我们也逐步做到了实用化，但是还有一些问题，为了做好这样的问题，我们做了大量的传感器，但是我们真正的人类开汽车不需要这么多传感器。为什么要用这么多的传感器呢？就是因为我们没有掌握开汽车背后的规律，如果我们掌握它，就像人开车一样，有时候看看东张西望照样能开好车，计算机就不行，我们希望将来把这样的过程做得简单。
除了这以外，在我们的健康生活这一方面，人工智能做的也可以值得一提，比如医疗方面，在部分的辅助医务人员，以及我们的一些患者对自己的情况都可以进行相应的掌握，在国家安全和智能战场我们也做了相应的尝试，得到了很多可喜的结果。
既然人工智能这么样的红火，大家怀疑这样的过程是不是会抢走人的饭碗？实际上没有必要担忧，就像清朝平常赶马车、人力车，出现了汽车，如果赶马车的人不掌握开汽车，不懂得汽车这样的特点，不去学习，一定会淘汰，可喜的是人知道学习，人们才能够更多的有就业的机会。
第二，人工智能的本质是什么？我想通过四个方面结合大数据来讲一下，刚刚看到的都是人工智能的那棵树，我们看不到的就是底下参天大树滋养下的土地、水分、阳光。
为什么我们不注意这个呢？因为我们大量的人不是从事人工智能研究的人，或者是这方面工作的人，而是要享受它的成果的人。我们如何量化智能？我们怎么知道人有智能呢？实际上我们知道有图灵测试，但是这个太学术了。我们现在知道，我们人类能不能用一个通过度量问题的难易程度来说明解决问题的程序的方式，进而判断程序智能的系统呢？如果可以的话，我们的智能就可以定义了。度量一个任务的复杂程度，我们在数学上有很多这样的成熟的工具和成果，比如最小描述长度等等，都可以解决这样的问题，这是我的一些想法。
除了这以外，如何理解人工智能？实际上人工智能是人造的智能，不是我们想象的这么好。人工智能既然是人造的，和真正的人就没有办法比，比如我们仿照鸟做了飞机，飞机起飞的时候达到100吨以上，但是鸟可以吗？不可以。但是鸟的翅膀可以不断的晃动，但是飞机的翅膀可以晃动吗？不可以。所以要理解，人造的和真正的是不一样的，得承认不同。
第三，人工智能的核心是反馈，我们做的人工智能基本上是计算机程序，这个是没有反馈的，死机之后根本不知道是什么原因死机的，所以这也是我们关注的。
最后，我们谈到大数据。我们现在来认识问题，我们原来搞人工智能都是靠人的经验，人的观测，再到人真正做物理模型发现的机理，再把机理用到我们相应的应用场景上，得到可喜的成果。但是随着问题的复杂，我们做不出来这样的实物了，我们就要靠通过数据去找规律，这就是大数据。实际上大数据早就存在，并不是现在存在的，为什么大数据现在重视了？主要是我们采集的手段变得精准，也就是早期我们看病，量体温、测血压、一抽血就可以了，现在再去医院，传感器复杂了，我们可以做核磁等等基因测序，光是传感器先进了，如果传输计算不行照样不行，所以技术的先进这是我们大数据提到议事日程的原因。
另外一个最重要的原因是需求。技术再先进，如果没有需求也不会重视。所以大数据主要是这么一个定义，主要是又大又复杂，使得我们现在处理它非常困难，这样的东西就是大数据。
在大数据时代我们要谈人工智能的应用，我们中国政府在2017年发布了这样新一代的人工智能发展规划，谈到这么三个阶段，给我们树立了一个里程碑，但是这样的里程碑，我们的现状怎么样？中国人工智能学会在2017年底发布了人工智能创新的白皮书，这个白皮书指出人工智能的应用可能在现在这样一个阶段下，在金融、汽车、零售、医疗上，可能会有大突破。另外潜在在传统的产业，包括制造业、教育、通信行业也可能要关注。要关注这些东西，我们有没有实例呢？我们暂不说学术，我们就看产业。
这是腾讯去年给出来这样的调查结果，中美人工智能企业之间的比例，实际上比例还是相差比较大的。除了这以外，我们人工智能领域里面的企业分布数量在不同行业的分布数量和美国差别也比较大。而且在行业上，我们就举一下像智能机器人，我们比美国智能机器人企业个数多很多，但是我们做不过人家，是什么原因？卡脖子，怎么卡？为什么卡？今天我们不谈。另外，我们人数，人家基本上是我们的一倍，这么大的国家，这么少的人数，怎么能干过别人呢？这都是要值得思考的。
现在说的大数据，实际上就是采集、传输、处理、存储，得到了推介，5G这样的一个网络出现，会对我们大数据更大的一个帮助和支持。5G使得我们实现这样的万物互联，互联实际上能够更加改变制造业，因为除了制造业，工业会发生大的变化。美国最怕我们的制造2025，所以我们国家现在不谈这个了，但是不能说我们不做，在农业上人工智能也有很多这样的应用，美国用得最好，我们说在医疗方面，原来我们的手术实际上我们的视频不能实时传，传的也很慢，美国在1999年就做了远程医疗，我们比人家落后了很多年。在我们的边缘计算，有了边缘计算以后，我们可以把很多的处理可以分布在当地做，上面分层来实现。还有对于政务管理、政府方面管理也会有大的帮助，数据量大了，就有可能做相应的工作。
下面思考一下人工智能未来的发展。可以这么来讲，我们对人工智能的机理一点不清楚，我们对它实现的方式只有现成的成熟的技术，数学的模型、计算的方式，物理上到底是怎么回事，我们还不清楚，也就是说局限非常多。但多，也不影响我们摸着石头过河，这样的过程，我们做人工智能一定要任务驱动，想做这样的一个系统，什么都能解决。个人觉得这不太现实，也就是美国提出一个通用的可解释的人工智能，这是共产主义社会，永远值得做，什么时候做成还是挺难的。我们说另外一点，我们要承认一步一步的前进，不能一下子就能做好，然后我们要充满信心。
未来人工智能产业化，重要的是产品的商业模式。我个人觉得，我们的技术有得是、多得很，但是商业模式比技术更加重要，也就是说任务的选择，任务到底干什么？我们看阿里的电商，在2014、2015年，那个时候很多人都不信阿里可以干掉现在的实体零售商，但是经过了七八年以后，到了2010年完全改变了。后来的京东、其他都和阿里学，但是都干不过它，原因就是它的商业模式理解的深、实践的透，造成了别人想跟也跟不上，但是大家知道电商的技术很多人都会，为什么做不过它？这就是商业模式的问题。
还有像腾讯的微信，我们知道微信技术有什么先进的？没有，但是就是商业模式搞对了，使得我们到处用。比如就是像谷歌的知识服务，我们不说国内的搜索，它的知识服务实际上是它赚钱的门道，而且有自己的独特之处。再一个像IBM的认知计算，这都是商业模式的变化，造成了将来它能够独霸一方。
还有就是支撑人工智能的东西，也就是芯片。但是芯片到底做什么？可能要值得我们好好的思考，要做到什么程度才能满足要求？还有一个更重要的，就是所谓的智能软件与平台产业。我们国家很不注重这个，如果不注重这个，我们现在很多的软件落后，很多这样的平台落后，包括操作技术等等，如果我们注意到这个，我们在人工智能方面会做得更好，也希望我们中国的人工智能越做越好。