参加市北-GMIS 2019的感悟

---

前言

市北-GMIS-2019全球数据智能峰会，由机器之心主办，上海市市北高新技术服务业园区承办。

大会以【拥抱数智经济，赋能产业生态】为主题，共进行24场主题演讲、2个主论坛、2个圆桌论坛、4个session、1场AI画展，举行了为期2天的行业峰会。不仅带来联邦学习、认知智能、AutoML等前瞻技术，同时关注技术的落地工程运用。

1day AM：主论坛-Data That Empowers
[外链图片转存失败(img-BZe2nmqa-1563797092570)(http://m.qpic.cn/psb?/V10c1VbY1Y4Fvm/hcNHN.1Ba57CNGmcrIvPH*7obf64Bf2lB5dkBTgDCHc!/b/dL4AAAAAAAAA&bo=*gc4BAAAAAARF.U!&rf=viewer_4&t=5)]

1day PM： 2个session

• Session1:前沿研究与技术趋势
• Session2:数据智能落地项目与发展启示

[外链图片转存失败(img-2Me63GjJ-1563797125923)(http://m.qpic.cn/psb?/V10c1VbY1Y4Fvm/8mK4OkX..1hzROHhRLQEQd4LWkQqSJIy.dW9vcjIlmU!/b/dFIBAAAAAAAA&bo=cwY4BAAAAAARF2k!&rf=viewer_4&t=5)]

2day AM：主论坛-Data That Empowers

2day PM： 2个session

• Session1：数据思维与工程实践
• Session2：智能应用与产业生态

---

正文：参加峰会的笔记

【POWER AI】

[空间信息技术及在大数据中的应用]（中科院院士王建宇分享）

现在的空间信息技术

• 王建宇院士对曾经的报道称美国的卫星的分辨率可以达到将地面报纸的标题看清的新闻进行了辟谣。
• 虽然不能看清报纸，但是全球顶尖卫星可以做到0.1m的分辨率，也就是说可以清晰的识别车辆行人、建筑。人的运动轨迹也能一览无遗。

空间信息技术可以做以下用途：

• 卫星监控的图像可以用来分析人口密度，从而反映出城市发展的模式
• 对军事打击的评估
• 分析高光谱、叶绿素、蛋白氮等的含量预测农作物的产量
• 农场主可以足不出户的观察农作物的涨势，并且可以及时发现病虫害

展望：技术转换成落地应用还需一段时间

---

【AI for Smarter Enterprises】（Hans Uszkoreit 欧洲科学院院士、德国人工智能研究中心(DFKI)科学董事 ）

• 两种不同类型的学习系统
  Systems based on knowledge 学习知识
  Systems based on behaviour 学习行为

• 两种不同类型的学习系统的区别

[谷歌的机器学习翻译系统并不能理解你的语句，但却能够完成翻译工作，这是因为它的算法从大量数据中学习人类的翻译方法，从而让阅读的人类可以理解翻译后的内容。」

[现在的自动驾驶系统,它并不了解交通法规，但能够通过多次的训练，让它获得自动驾驶的能力]

不管是谷歌翻译器还是自动驾驶系统，它们都不是了解了规则，他们学习的是行为，而非知识。

「想要实现超越人类的 AI 能力，我们要在基于知识、基于规则和机器学习系统中找到交叉的部分，真正的超级 AI 是超越人类的，但仍然不是人类形式的智能——它不会是伊隆·马斯克所说的超级智能。」

AI研究会经过4个阶段：

第一是 启发式系统 Heuristic Systems
第二是 基于知识的系统 Knowledge-Based Systems
第三是 学习系统 Learning Systems
第四是 认知系统 Cognitive Systems
[外链图片转存失败(img-wEVoZ71H-1565490762322)(http://m.qpic.cn/psb?/V10c1VbY1Y4Fvm/tHS5INhlTE.E*EA1lAa7b24LfO.SPqJEvDBULjGGws8!/b/dEgBAAAAAAAA&bo=PAY4BAAAAAARFyY!&rf=viewer_4&t=5)]

[目前我们正处于第三阶段中，我们开发了例如神经网络、深度学习这样的学习系统，现阶段面临的挑战就是如何把这些就是整合起来建立认知系统。]

「商业决策需要思考大量不同来源的内容。世界是动态变化的，我们不能简单地使用过去知识训练过的算法来对现在的问题进行决策，总会有意外发生，所以这里需要人类把关。」

---

【不要让机器假装智能】（李航 字节跳动科技有限公司人工智能实验室总监、IEEE会士、ACM杰出科学家)

这次峰会主要是去看李航老师和吴恩达老师的，想必大家都知道李航老师的《统计学习方法》、吴恩达老师的《机器学习》和《深度学习》课程。在业内基本大家都看过的课程和书籍。

对话机器人领域
李航老师说在对话机器人领域，实现开放式对话仍然面临巨大挑战，现在对话机器人还只能做到一问一答式的对话。

对话是两个人需要交流感情，交换信息，在真实的对话场景中，聊天不断被终止，设置、恢复。要做到真正的像人一样去定义任务、产生任务、完成任务，这涉及到人工智能的方方面面，是非常具有挑战性的问题。

结合在字节跳动与华为对话系统的开发经验，李航老师总结了设计对话系统的四条规则：

• 1.要能够在一个场景中自封闭，让用户不论怎么说，能够完成一件事情、一个功能。
• 2.机器不可能 100% 理解，失败的时候，一定要能比较自然地应对。
• 3.对话不仅仅是语言的问题，也包括情感和文化因素，需要加入社交因素让对话更富情感。
• 4.不要让系统装智能。

李航老师还提到一句话那就是优雅的失败，虽然现阶段对话机器人还做不到那么智能，但有的时候机器的不智能并不是一种缺陷，还反而更显可爱。

---

【人工智能多模态的未来】(贾佳亚 香港中文大学终身教授、腾讯优图实验室杰出科学家)

当我们对机器人是说，请给我拿桌子上左边的那个瓶子。机器人要做哪些事情。
首先需要识别语音、识别图像、再需要3D建模、分析结构化信息。
对于人类来说非常简单的一个问题，对于机器人来说却是非常难完成的。AI 解决这个问题需要语言模型、三维建模、自动导航、图像分析等多种能力。

在多模态 AI 方面，腾讯正在开发一套手语翻译器。

---

---