杨帆

　　姚志强

　　童强

　　谭建荣

　　卢山

　　张建伟

　　高倩

　　研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统，就是人工智能。

　　目前，全球人工智能产业呈现出怎样的发展趋势，人工智能在各领域该如何应用落地，重庆到底该如何发展人工智能产业？

　　8月25日，作为本届智博会重要活动之一的人工智能高端论坛，在重庆悦来国际会议中心举行。行业专家学者企业家齐聚一堂，探讨如何共创合作共赢的人工智能产业生态圈。

　　市人大常委会副主任王越，副市长潘毅琴出席活动。

　　商汤科技联合创始人、副总裁杨帆：

　　未来企业的核心竞争力将是数据

　　很多时候，技术、数据和业务之间会形成一个正反馈。也就是说，没有数据你的技术做不好，技术做不好你的产品出不来，产品出不来你就没数据，这会变成一个鸡和蛋的关系。但如果一开始你做出的产品不是很好，但是产品投入到市场后你不断地进行数据累积，后者就能促进你的产品进步，然后获得更大的数据累积，形成一个正向的循环。

　　作为技术企业，真正想把一个好的技术推向市场，给企业带来长久生命力是最难的事。任何新技术都会具备时间窗口，依靠技术带来的行业竞争优势可能不会超过一年，依靠产品带来的行业竞争优势可能不会超过三年。做出一个好的产品不算完，更重要的是怎么样让你的好的产品在市场上具有长期的生命力。

　　所以，我们的产品要想获得持续的竞争力，就必须考虑核心技术、融合创新、数据闭环等多种因素及方法。

　　云从科技联合创始人姚志强：

　　从两方面提升人脸识别效果

　　人工智能其实还面临着很多挑战，还远没有达到无所不能的程度。以人脸识别为例，运动带来的图像的模糊、角度的变化、年龄的变化等因素，导致我们在应用场景上并不能做到非常理想的识别效果。

　　我们从数据采集和核心算法两方面入手，去解决这些困难和挑战。首先，数据采集方面，中科院拥有全球首创的可移动超大规模结构化的数据采集阵列。同时，我们自己还在建立一个人工智能光学试验室，后者有120个工业级像机，同时同步完成相关数据采集，这样就可以得到一个完整的结构化的结果，包括角度、光线等。

　　目前，我们的核心算法，还处在不断的迭代和进步中，现还没有一种算法可以在任何一个场景得到一个完美的实际效果。所以我们必须在结构化数据、3D人脸识别等方面都要做出努力。

　　中软国际互联网ITS集团执行总裁童强：

　　人工智能如何助力智慧城市建设

　　一个智慧城市或者智慧社会，首先需要一个基础的核心应用平台，包括大数据规划决策平台、互联网政务服务平台、智慧政务大数据平台等等。然后围绕这些平台，去构建一批智能社会治理、智慧社区等一系列应用。

　　用人工智能技术去建设智慧城市的核心应用平台，我们的做法，首先是设立人工智能研究院，去研究基础模型，构建智能服务的研究和推广体系。其次是面向产业软件的开发提供一系列智能服务。三是和人工智能的龙头企业，形成战略合作伙伴关系，从而汇聚行业资源。四是聚集一批有人工智能服务能力的供应商，让它们去提供更多智慧化、场景化的服务。

　　中国工程院院士谭建荣：

　　人工智能有四项关键技术

　　新一代信息技术的发展历程，是从互联网技术到物联网技术，从虚拟现实技术到增强现实技术，从网格计算技术到云计算技术，从机器学习技术发展到深度学习技术，产生了几个重要的交叉领域，包括人机互联、混合现实、大数据、人工智能。

　　人工智能技术最近几年比较火，跟大数据、模式识别技术、虚拟现实技术有关。对于人工智能的应用来说，有四项技术比较关键：第一项是交互技术。计算机的发展，物联网的发展，某种程度上说是交互技术发展牵引的。第二个是感知技术。第三个是学习技术。第四个是决策技术。人工智能的发展过程经历了两次高潮。第一次是人工神经网络，第二次是阿尔法狗。

　　中国电子信息产业发展研究院院长卢山：

　　赋能就是让不可能变成可能

　　工业化和信息化的深度融合，可以划成数字化、网络化、智能化三个阶段，分别对应成1.0版本、2.0版本和3.0版本。数字化对应的数字转型，要解决的是数据问题，网络化转型解决的是规模问题，智能化转型解决的是能力问题。

　　数字转型完了，要构建一个数字业务单元，而重新构建业务单元的时候是用数字来构建的；网络化转型完了，形成的则是基于API接口的协同问题，所有的数字业务单元，以及单元和单元之间的沟通、协作是基于API来完成的。

　　智能化转型后，要实现的是人、机、物融合。在未来，人、机、物实际是一个平等关系，也就是我们常说的CPS。我们讲智能化转型是赋能，包括今天讲的人工智能赋能，赋能的核心在于挑战不可能的可能，让更多的不可能变成可能。

　　德国汉堡科学院院士张建伟：

　　推动人工智能发展在于学习融合

　　推动人工智能发展的关键，在于不断的学习融合。要推动人工智能持续发展，需要经历“监督学习-增强学习-连续学习”的渐进阶段，让人工智能真正从实验室走向生产生活应用。

　　基于大数据的人工智能技术，已经在不少领域取得应用。如今拿一部智能手机不仅能高清晰拍人拍景，还能识别出各类植物，又比如机器人不仅可以背诵诗词，还能进行模仿创作。然而当前的人工智能技术仍有不足，例如机器人在模仿人类真实情感方面，就没有实现。

　　可以说目前的人工智能学习，只是局限在某一个领域加以应用，这就需要通过学习融合，把整个人工智能领域技术加以集成。在当前全世界都在关注人工智能发展的情况下，中国需要找准自身定位，增强创新能力，不断加强人工智能与实体经济融合。

　　科沃斯商用机器人总经理高倩：

　　人工智能为机器人制造赋能

　　当前，我们所说的智能机器人，虽然已经具备感知、决策和行动能力，但它的发展实际上还在爬坡期。人工智能技术的不断拓展，将为机器人制造充分赋能。

　　工业机器人、服务机器人都是人工智能技术应用和创新的最好载体。当前高层次、多维度的海量数据持续发展，给人工智能技术提供了充足“养料”，特别是智能超算领域的运算能力、算法不断加强，将让人工智能产业发展在未来几年内取得突飞猛进，从而推动机器人制造上档升级。

　　未来的机器人将融合更完善的人工智能技术，变得更加聪明。以前的机器人要从事劳动生产或语音对话等，都需要事前输入编程程序。今后随着人工智能技术不断开发，机器人可以通过自我学习、自我适应来提高相应技能，可以预见，人工智能技术将为机器人制造充分赋能。