雷锋网 AI 科技评论按：2018 年 12 月 17 日，由鹏城实验室、新一代人工智能产业技术创新战略联盟共同举办的「新一代人工智能院士高峰论坛」在深圳隆重开幕。本次论坛将持续两天，由 17 日的主论坛和 18 日的医疗专题论坛组成。其中论坛的重头戏是院士 panel，多位院士将针对人工智能现状与发展的一些疑难问题展开讨论。
本篇文章为 17 日下午场院士 Panel 的完整内容，Panel 主题为《人工智能核心技术和关键应用落地研讨》，参与者包括沈向洋院士、高文院士、桂卫华院士和杨强教授，其中沈向洋院士为 Panel 主持人。
（从左至右）沈向洋院士，高文院士，桂卫华院士，杨强教授
沈向洋：在今天的论坛开始以前，我们先请每个人介绍一下自己最近的工作，从杨强老师开始。
杨强：学术界和工业界目前都有工作在进行中，主要集中于金融领域。近期做的比较多的是机器学习，尤其在迁移学习这块，同时我也特别关注隐私安全和机器学习的结合。我们在创建一个叫联邦学习的技术，请了几家企业共同参与建立一个合作模型，但彼此之间不涉及数据传递。我认为，人工智能领域的学者不应该只关心技术，还要关心技术对社会和隐私安全方面的影响，尤其是社会现在对这方面的呼声越来越大，尤其在监管、法规方面都要有相应的研究。
桂卫华：我的研究主要聚焦于工业领域，探索如何引进人工智能技术来解决工业领域的问题。我上午提到了工业软件，实际还有很多方面的工作也可以做，比如智能感知、计算机视觉等，这些技术在传统工业领域里面的应用都非常广。举个例子，之前我们有一个项目想获取高炉内部的形状，大家都知道，高炉有几千立方米，而且炉子是密闭的，温度还很高，所以有段时间我们一直没有找到很好的解决方案。后来我们研发出了一个叫工业内窥镜的工具，主要利用机器视觉的办法，通过内窥镜的形式将炉子的内部形状给搞明白了。后来我在国际自动控制联合会的会议上介绍这项技术，韩国浦项制铁的一名技术人员找上了我，邀请我们前去浦项。浦项制铁和新日铁是世界上在炼铁方面技术最先进的两个公司，浦项制铁的负责人说他们几十年来一直没能解决这个问题，看到我们利用智能视觉技术解决问题的成果后，他们觉得很震惊。
我想说的是，人工智能无论是感知、认知、还是视觉层面，都有很多技术可以和传统工业进行结合。当然，人工智能要想应用在工业上，首先要突破环境带来的技术难题，能做到这一点，人工智能在工业融合方面的道路就会越走越宽。
高文：我自己的事情其实上午都已经说得差不多了。下午我主要想说两点：第一，下午的几场报告质量很不错，中国的人工智能发展在很大程度上与这几场报告的关联很大，可以说中国的人工智能已经发展到在某些领域别人需要拷贝我们的阶段。马维英博士的今日头条、颜水成的 360 杀毒产品和孙剑的 ResNet，都会让我觉得国内的人工智能研究一点都不弱。今天下午出席本次论坛的人真的很幸运，可以有这么多收获，这是我的第一个感慨。
第二，之前有人一直在问，鹏城实验室既然在深圳，那么大湾区怎么办，做这些我们有哪些优势？大家刚刚也看到我和杨强签了合作协议，鹏城实验室准备和香港在人工智能方面进行合作，当中包括在河套地区成立一个研发中心、搞活动、组织比赛等。比如杨强就准备要在澳门举办的世界人工智能大会上与我们联合搞一些活动和比赛，至于其他的一些后续工作我们也会积极推进。我就补充这么两点。
沈向洋：谢谢高老师，接下来让我介绍下我们在微软做的一些工作。
第一，自 27 年前成立以来，微软研究院便一直不停在推动人工智能研发的进步，研究院最早成立的三个研究小组分别是自然语言组、语音组和计算机视觉组，多年下来取得了很多不错的成绩，在这过程中培养了不少的人才。
第二、大公司做人工智能，应该要提供一个平台让更多的研发人员参与进来做这件事情，就像像谷歌的 TensorFlow，我们目前也在做这么一件事情。
第三、AI 数据的隐私和伦理问题，微软为此成立一个小组，专门讨论在技术研发中的相关问题，比如哪些技术是不可以研发的，哪些技术即使研发出来了，却不一定能放出去。美国最近对这方面的讨论很激烈，微软的软件产品在上市以前必需得通过安全审查、隐私审查、无障碍审查（身体有障碍的人也能使用），我觉得在未来还要设立一个 AI 隐私审查。最近有人将微软、IBM 和旷视的人脸识别技术进行对比，结果发现三家公司的人脸识别技术在面对黑人用户时，最终识别出来的效果都很差，原因不是出在算法上，而是一开始的数据源就有问题。过去大家都不觉得这是个问题，然而随着人工智能越来越普及，这就成了一个大问题。
沈向洋：我想请教一下杨强老师，未来会如何与鹏城实验室开展在粤港澳大湾区的科研合作？
杨强：香港从很久就开始从事人工智能研究，最近也出现许多让人振奋的结果，比如刚刚对商汤的介绍，还有港大在语言研究方面的学术积累，以及香港科大也在机器翻译领域做了许多开创性工作。然而这些工作基本上都集中在学术界，与香港本地工业界的结合并不深。
香港现在有两个重要的工业，一个是金融，跟国内的移动支付对比，香港目前还停留在传统以人为本的分析；一个是生物制药，这方面香港是能够比肩美国的，可惜它的市场局限于本土和国外，没有面向大陆开放，另外研制也受限于香港本土。这些限制让我们感到很郁闷，有这么好的技术却不能在更大范围内起效用。我最近来深圳的微众进行一些金融科技方面的工作，目前正在建立一个 80 余人的人工智能团队，主要做泛机器人方面的工作，其中包括人脸识别、语音识别和人机交互等。这些对香港来说有很好的借鉴意义，我们希望将香港的学术与国内尤其深圳的互联网基因相结合，最终起到一个很好的效用，鹏城实验室和香港人工智能学会的合作就是一个很好的例子。
沈向洋院士
沈向洋：谢谢杨强老师。第二个问题想请教一下桂老师，中国的哪些人工智能技术和产业最有可能发挥头雁效应？比如您刚才提到和韩国企业方面的一些交流，高老师也说我们的技术如今做得越来越好。
桂卫华：高老师对人工智能的了解比较全面，他刚才也说了，在原材料的工业领域，人工智能技术是可以起到起到领先作用的。比如我提到的智能感知的例子，智能感知在工业领域是很重要的，如今的智能感知从原来的物理信号检测变成形状/成分的综合检测，这个检测就需要靠大量的人工智能技术来解决。我刚刚提到的工业内窥镜也是一个很好的例子，这个技术连韩国人都震惊了。我国的原材料工业领域从装备技术水平来讲，在国际上一直是比较先进的，如果在这个基础上融入人工智能技术，我国的工业技术水平有希望起到领先的作用。
沈向洋：问高老师一个问题，如何将中国的数据和应用优势转化为中国的技术和产业优势？
高文：这个问题很难回答。确实中国的人口多、互联网发达，为我们带来了大量的数据，然后中国从原来的不太发达到现在高速发展，转移太快导致很多东西跟不上，如果按照西方那种方式重走一遍，耗费的时间太长，因此我们才要借助人工智能来提速。再者，中国独生子女政策导致老龄化现象很严重，如今我们需要各种各样针对老人的社会服务，这些也需要依靠人工智能。这些人工智能恰恰不需要基础研究做得多好才能进行，只要用好现有的工具，把人才培养好，马上就能投入使用。至于怎么把它转化成基础研究，我觉得还是有点难，谈基础研究还是要从对它的投入，比如对基础研究人员的评估、高校的政策的角度去考虑，单靠应用是拉不动的。
沈向洋：您的意思是说数据和应用的优势可以转化为我们的产业优势，但是技术和研究的优势还是要靠其它的方面，比如说像鹏城实验室这样新的研发的机构，来起到更多的促进作用。我完全同意您的观点。
高文院士
提问：各位院士好！就我现在所看到的人工智能在自然语言处理、计算机视觉甚至是机器人控制上的表现很多时候比人类还要好。假设经过几年发展，我们将视觉、自然语言处理、集群控制结合起来，成功建造出一个能听、会说、能看，并且行动上自由灵活的机器人，这时候可以说我们已经实现了人工智能吗？
杨强：现在的人工智能技术基本上都是垂直发展，假设每个分支无限发展下去，能否创造出像人一样有灵性的机器人呢？我觉得实现这种量变到质变的过程是很难的，因为你会发每个领域都做细做深的话，边界效应会逐渐消失，也就是说后面的问题会越来越难。这里我举个自然语言处理领域的例子，如果是在一个细分领域，比如负责挂号医院客服，也许人工智能够胜任得很好。但如果要创建的是一个可以回答任意问题的教授级别机器人，那么这个跨度就有点大了。
高文：我来接着杨教授回答。其实现在我们所使用的都是专用人工智能，或者说弱人工智能，它是基于具体功能来进行网络训练的，背后做了很多工作。就像刚才孙剑提到的 ResNet，这个 152 层的网络在人脸识别的使用效果上很好，可一旦用到自然语言理解领域结果就很难说了。换句话说，这些都是依赖于指定数据的网络。可我们人就这么一套脑子，眼睛、耳朵都是共同同一套系统，所以你要靠由不同单项任务组合起来的系统去做成一个通用人工智能系统，目前看来还是有难度的。所以现在谈通用人工智能的实现还有点为时过早，需要模型本身有革命性的进展才可能实现。
提问：各位老师下午好！我是北大和港科大电子工程系的毕业生，现在在海通国际工作。国外像高盛、摩根这些大行，应该是从 10 年前开始利用人工智能赋能传统投行，主要是在智能投顾、算法、交易等领域，而中资的金融机构是在这几年奋起直追，然而我个人的体会是，有时候国内一些金融机构比较传统，然后又有诸多体制上和人才上的限制，加上资本实力也没有美资投行那么雄厚，所以感觉往前发展还是有挺大压力的。所以我的问题是，鹏城实验室可以提供哪些方面的帮助，让中资的金融机构在人工智能领域赶超欧美？
杨强：西方确实已经积累很多的人工智能应用，然而我们也看到西方和中国乃至整个亚洲在文化上的区别，是如何影响人工智能的应用方向的。比如西方的投资投顾往往针对的都是大机构，而中国主要以散户为主，所以中国面临的是普惠的问题，就是如何让边远地区大量的三四线城市以下的老百姓也能享受到金融服务。如今只要现在利用好互联网和大数据，再结合人工智能技术，我们就能做出一个非常强大的普惠金融场景。举个例子，只要将人脸识别、语音识别、逻辑检测、电话合身等一系列 AI 技术结合起来，我们就能做出一个强大的 KYC 系统，7×24 小时在服务器上运行来服务广大群众。这个场景是微众银行正在做的，他们有上亿的用户，每天都在接受这种服务，比方说一个人要开户，为了反欺诈的目的你会要求人证合一，这种场景在世界上独一无二的。换句话说，文化的不同，市场构成的不同，人工智能的应用方向也会有所不同。
高文：我再补充一句，因为问的是鹏城实验室如何进行布局，目前实验室做的事情可以分为两种：一种是院士工作室，院士可以根据个人的兴趣进行布局，针对一些问题做研究。比如沈向洋院士的布局就包括人工智能在金融科技方面的应用，他还专门从哈佛请来一名教授。第二种是可信计算中心，该中心会针对金融问题做一些支撑，那个还需要花一些时间筹备。
提问：感谢在座各位，当今华人领域最杰出的专家报告让我受益良多。我的问题是，一个坐满了人的自动驾驶汽车在高速行驶，假设在行驶过程中碰到一个行人，如果此时刹车，车里的人会有危险，如果不刹车，行人就有危险。如果我是车商，我就会想保证车里人员的安全；如果我是政府单位，就要想保证行人的安全。同样的情况体现在互联网上，是否谁给的钱多，就可以让相应的东西弹出来？
沈向洋：我尝试回答你的问题。你问的是一个典型的人工智能领域的道德问题。我把你刚刚描述的场景稍微简化一下，比如一辆自动驾驶汽车发生了交通事故，你只能选择要么转左边撞倒一个老人，要么转右边撞到一个小孩。事后警察了解你的情况后，也很同情你，因为他想万一发生在自己身上，他也不知道该如何做选择。可人工智能是没有这种顾虑的，因为它的决策是毫秒级的，所以你到底要设定让它转左还是转右？这是一个难题。
我觉得这些问题需要通过立法的方式解决。目前国际上已经有国家开始意识到这个问题，特别是德国，它的政府规定有几种情况是我们可以决定的，比如说转左边撞的是人，转右边撞的是动物，那就转右边。即便如此，这个建议还是遭到许多动物保护主义者的批评。无论如何，这说明大家已经开始在关注类似的问题。我觉得到不仅仅是业界和工业界，整个社会和政府都要一起来面对类似的问题。包括你提到的广告弹出问题，实际上是需要被政府所监管的，特别它涉及到隐私方面的东西，在这方面欧洲走在所有地区的前面，比如它们就出台了 GDPR。虽然已经意识到了问题，但技术永远是冲在最前面的，随之就会带来一些问题，出现问题后政府才会开始设立条例，接着才会有立法，这是有一个天然的滞后关系在里头的。无论如何，这个问题需要大家一起面对才有可能获得圆满解决。
提问：我有两个问题。第一是能否请几位讲讲脑科学最前沿的一些研究成果？第二是我发现比失去数据隐私更重要的是失去自由意志，因为许多学界和业界的研究都在发挥最前沿的科技来说服人们买垃圾，能不能请沈老师讲一下如何让业界和学界的研究重视自由意志的问题？
杨强：我个人对脑科学没有研究，但一直想学。你刚刚说的问题其实不需要动用到脑科学，博弈论就能给解决。比如在博弈论里有一个匪徒算法，源自强化学习和博弈论的结合，可以有效保证用户搜索结果的广度与深度。换句话说，它既可以包含你已有的搜索历史，比方说推荐、点击行为历史，又能兼顾到你未来可能出现行为的模型效果，这个对应的是推荐的广度。我们人为这是很有用的推荐算法，我们最近也在研究它。
沈向洋：我完全同意杨老师讲的，那我就回应一下关于自我意识的问题。当算法越来越强大后，我们会发现一个人基本上就活在自己愿意接触的世界里。意识到这个问题后，大家也在尝试着对产品进行改进，比如微软的 bing 搜索引擎，当你检索出来一条新闻，我们会帮你多列几个不同维度或者不同视角的内容，不会让你天天只看到自己愿意看的东西。关于你提到脑科学的事情，我一直觉得它太有道理了，也建议每一个人工智能的从业者想想如何将 AI 与脑科学相结合。我曾经说过，做 AI 的人应该要解决这个三个群体的问题：儿童自闭症、中年抑郁症和老年痴呆症，它们实际上都跟人脑的问题相结合的。我们目前最大的问题是对人脑了解得太少，脑科学目前还处在非常初期的阶段。当我和我的学生讲脑科学要解决这三大群体的问题，一个学生对我说还有第四大群体的问题，叫青年狂躁症。
最后，感谢杨老师、桂老师和高老师参与这个环节，也谢谢大家的参与。
雷锋网雷锋网
正在生成分享图...
Nemo