8月30－31日，由中國高科技行業(yè)門戶OFweek維科網(wǎng)、高科會主辦，OFweek人工智能網(wǎng)承辦的2018中國（上海）國際人工智能展覽會暨OFweek（第二屆）人工智能產(chǎn)業(yè)大會在上海跨國采購會展中心成功舉辦。

本次大會共匯集了人工智能領(lǐng)域的國際知名企業(yè)高層、行業(yè)資深專家、專家分析機(jī)構(gòu)等數(shù)千位精英，用全新視角透析行業(yè)動態(tài)，解讀人工智能領(lǐng)域本年度海內(nèi)外最值得關(guān)注的學(xué)術(shù)與研發(fā)進(jìn)展。

在30日主論壇：AI技術(shù)專場上，德國漢堡科學(xué)院院士張建偉為現(xiàn)場觀眾帶來了《AI賦能，人機(jī)共融》主題演講，從人工智能發(fā)展現(xiàn)狀、人工智能未來挑戰(zhàn)及發(fā)展策略等多個角度進(jìn)行了具體探討。

德國漢堡科學(xué)院院士張建偉

張建偉表示，人工智能技術(shù)發(fā)展迅猛，與過去相比算力巨幅提升。目前已經(jīng)深入人們生活方方面面，包括制造業(yè)、交通、醫(yī)療、農(nóng)業(yè)、建筑等等。

演講中，張建偉還表示，“人機(jī)融合”給人們帶來許多機(jī)會，也給人們帶來人才培養(yǎng)和跨界融合等挑戰(zhàn)。如今正處于人工智能和機(jī)器人發(fā)展最好的時代，只有將產(chǎn)學(xué)研結(jié)合，將人工智能和機(jī)器人各垂直領(lǐng)域合作共享，才能在新的平臺上實現(xiàn)創(chuàng)新突破，實現(xiàn)人工智能卓越的未來。

以下為張建偉先生的現(xiàn)場演講內(nèi)容，OFweek人工智能網(wǎng)作了不改變原意的整理和編輯：

大家下午好！首先熱烈祝賀OFweek上海人工智能展會的召開，今天我給大家?guī)怼癆I賦能，人機(jī)共融”的主題演講。首先給大家回顧一下，為什么人工智能如今發(fā)展愈發(fā)火熱，在各項垂直領(lǐng)域中人工智能技術(shù)的應(yīng)用前景及其發(fā)展重要性，最后為各位總結(jié)一下未來人工智能帶來的挑戰(zhàn)和發(fā)展策略。

如今人類生活中對未來生活需求繁多，除了人工智能技術(shù)以外，新材料、VR、機(jī)器人、可穿戴設(shè)備等各項新技術(shù)的發(fā)展，都給未來生活方式帶來了新的挑戰(zhàn)。剛才幾位專家都談到了算力的問題，如今人工智能技術(shù)提供的高性價比計算能力，已經(jīng)是我三十年前在清華學(xué)計算機(jī)時的100萬倍。

目前，從大數(shù)據(jù)技術(shù)發(fā)展來看，已從手工數(shù)據(jù)處理逐漸演變?yōu)榘胱詣犹幚恚瑪?shù)據(jù)自動分類和自動決策，大數(shù)據(jù)技術(shù)發(fā)展為人們處理未來生活的場景帶來新的機(jī)會，包括智慧工廠、無人化智能制造，以及智慧社區(qū)等交互場景。目前我國把人工智能作為下一代重點發(fā)展領(lǐng)域，人們更需要努力把握機(jī)會。剛才講到安防技術(shù)在自動駕駛中的應(yīng)用，實際上在未來的制造業(yè)、交通、醫(yī)療、農(nóng)業(yè)、建筑等方面，都存在巨大的機(jī)遇。

以制造業(yè)為例，目前中國的制造成本在逐漸提高，未來如果沒有人工智能的幫助，大部分大型制造工廠極有可能搬遷到印度等制造成本相對較低的國家。所以人們現(xiàn)在面臨的問題是如何把人類的空間、物理的空間以及計算機(jī)人工智能理解的空間這三個空間進(jìn)行統(tǒng)一的表達(dá)。

國家自然科學(xué)基金委現(xiàn)在也新增加了關(guān)于“人機(jī)共融”的研究項目，我有幸和丁漢院士一直來協(xié)調(diào)這個研究項目，目前已經(jīng)進(jìn)進(jìn)展到第三年。未來或?qū)?yīng)用在智能制造、康復(fù)機(jī)器人、太空作業(yè)、智能安防等多個領(lǐng)域。目前新一輪的人工智能熱潮是由于機(jī)器學(xué)習(xí)帶來了新的動能，除了DeepLearning之外，我們還有其他幾種重要的強(qiáng)人工智能學(xué)習(xí)方式，包括基于符號的、基于分析的、基于貝葉斯的以及基于動態(tài)進(jìn)化的，所以未來的人工智能方向?qū)嶋H上是融合深度學(xué)習(xí)和符號知識的一個發(fā)展趨勢。

從機(jī)器學(xué)習(xí)發(fā)展方向來看，人們常說的CPS系統(tǒng)最早應(yīng)用了機(jī)器自動化技術(shù)，隨著軟件數(shù)據(jù)增多，監(jiān)督學(xué)習(xí)也逐漸在驅(qū)動過程中強(qiáng)化。在模擬人類大腦、視覺、聽覺和觸覺方面，人們將人工智能計算算法逐漸轉(zhuǎn)化成人工智能的控制算法和硬件以及簡化深度學(xué)習(xí)。

從圖像處理來看，我舉幾個央視“機(jī)智過人”節(jié)目的例子，比如人臉識別還有哪些挑戰(zhàn)？剛才的報告提到了高寬帶、高動態(tài)顯示、模糊圖像識別，這里提到的人工智能系統(tǒng)還達(dá)不到強(qiáng)人工智能的標(biāo)準(zhǔn)。在第一集“機(jī)智過人”中，林警官利用他對人臉理解的強(qiáng)大人類智能，畫出了孩子的想象中的模糊圖像，利用這幅圖像成功鎖定了孩子的父母。這種深度學(xué)習(xí)和未來知識外推的能力，正是弱人工智能走向強(qiáng)人工智能的需求。

從大圖像識別來看，在醫(yī)療行業(yè)里人工智能已經(jīng)能和水平較高的醫(yī)生展開競爭。比如醫(yī)療診斷、特殊疾病診斷，現(xiàn)在人工智能已經(jīng)可以超過人類醫(yī)生。但在整個通用診斷中，人工智能和真正的人類醫(yī)生還相差很遠(yuǎn)。此外，深度圖像識別還可以應(yīng)用在其他領(lǐng)域，比如手機(jī)掃描識別任何一種植物、基于大數(shù)據(jù)的文本學(xué)習(xí)，比如微軟小冰寫詩，微軟小冰閱讀了三十幾萬首現(xiàn)代詩，給它一幅新的圖像，它就能順應(yīng)主題寫出漂亮的詩句。

另外就是單模態(tài)訓(xùn)練。從網(wǎng)上下載撒貝寧兩個小時的說話聲音，利用他的聲音來進(jìn)行單模態(tài)訓(xùn)練，就可以模擬出逼真的聲音，還可以應(yīng)用在歌聲中。但是未來真正的深度融合并非如此簡單，除了感知方面應(yīng)用以外，更重要的是CPS系統(tǒng)中物理世界的應(yīng)用，如何真正發(fā)揮好“人機(jī)共融”技術(shù)，把人工智能變成可解釋的、透明的強(qiáng)人工智能是目前最大的難點。

人工智能和通訊設(shè)備給傳統(tǒng)CPS系統(tǒng)插上了一雙翅膀，在很多情況下可以實現(xiàn)更豐富的功能，而不增加其機(jī)電系統(tǒng)復(fù)雜度。剛才談到人工智能已經(jīng)從應(yīng)用技術(shù)進(jìn)入應(yīng)用場景，一些基礎(chǔ)研究項目比如深度學(xué)習(xí)、跨模態(tài)學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、人腦建模、心理模型以及知識表達(dá)等都屬于應(yīng)用技術(shù)。人們還把人工智能技術(shù)加入感知系統(tǒng)、機(jī)器人、自動駕駛、智能制造系統(tǒng)關(guān)鍵模塊、定位導(dǎo)航以及人機(jī)安全等，最后和人們衣食住行制造進(jìn)行深度融合，這就是人工智能的應(yīng)用場景。

目前，我們啟動了中德有史以來規(guī)模最大的人工智能基礎(chǔ)項目合作：跨模態(tài)學(xué)習(xí)。大家可以看到多傳感器融合和多模態(tài)交互的技術(shù)進(jìn)展，以及未來的交互形式，從鍵盤到語音到圖像最后全面融合，未來機(jī)器人和電子電氣交流或許就是這種方式。

在這個過程中，如何把人類的空間、物理的空間以及計算機(jī)人工智能理解的空間進(jìn)行融合是個嚴(yán)峻的挑戰(zhàn)。考慮到多模態(tài)信息表達(dá)和整個框架融合，我們用多模態(tài)交叉的形式來考慮自上而下的控制。用深度腦科學(xué)、心理學(xué)的辦法研究未來人工智能基礎(chǔ)算法，以及如何打造公共模塊。關(guān)于機(jī)器人和深度學(xué)習(xí)我也寫了幾本書，從移動機(jī)器人到各種各樣的機(jī)械臂和整個智能系統(tǒng)里的公共模塊。在“機(jī)智過人”節(jié)目中有幾個例子，如何讓整個感知和驅(qū)動融合為一個系統(tǒng)、人和機(jī)器人如何進(jìn)行籃球比賽、用視覺技術(shù)來感知快速運(yùn)動的球等等。這些挑戰(zhàn)都超越了深度學(xué)習(xí)的范疇。但目前在動態(tài)的環(huán)境里，人工智能機(jī)器人和人類的差距還非常大。

其次是在多智能體協(xié)同合作方面，通過智能無人機(jī)和三個人操作的遙控飛機(jī)進(jìn)行比拼，實現(xiàn)飛行過程中自動鎖定目標(biāo)，然后跟蹤目標(biāo)，最后撒網(wǎng)捕捉目標(biāo)，展示了未來多智能體互相合作的場景。

現(xiàn)在機(jī)器人之間也可以互相學(xué)習(xí)，通過互相學(xué)習(xí)能夠快速達(dá)到機(jī)器人展現(xiàn)新型智能的要求，包括在農(nóng)業(yè)里的自動識別、自動噴灑農(nóng)藥、自動收割等，都說明人工智能已從單純識別感知進(jìn)化到了系統(tǒng)全面運(yùn)作。我們在與歐盟合作的科研項目中也做了移動機(jī)器人規(guī)劃，比如移動操作服務(wù)、機(jī)器人和老人互動、室內(nèi)室外機(jī)器人互動場景以及服務(wù)機(jī)器人助老助殘的應(yīng)用。另外，把深度學(xué)習(xí)和機(jī)器人結(jié)合，讓服務(wù)機(jī)器人表達(dá)多種人類基本知識，例如學(xué)校圖書館的服務(wù)場景，機(jī)器人得到學(xué)生的命令要一本書，最后給他取兩本書出來。在這種不斷的學(xué)習(xí)的過程中，使人機(jī)交互所需時間越來越短，機(jī)器人和環(huán)境模型的校準(zhǔn)程度越來越精確。

現(xiàn)在所謂的連續(xù)學(xué)習(xí)技術(shù)是在深度學(xué)習(xí)和增強(qiáng)學(xué)習(xí)之后，除了輸入輸出的這種普通學(xué)習(xí)模式之外，針對每個狀態(tài)節(jié)點和決策系統(tǒng)的價值評估，用這些評估來做連續(xù)學(xué)習(xí)。索尼最近公布了新一代的索尼機(jī)器狗，它就用上了連續(xù)學(xué)習(xí)技術(shù)，這說明現(xiàn)代機(jī)器人已經(jīng)開始從增強(qiáng)學(xué)習(xí)往連續(xù)學(xué)習(xí)方向發(fā)展。

遷移學(xué)習(xí)也是一個走向強(qiáng)人工智能的重要方法，它能使機(jī)器學(xué)習(xí)的效能更強(qiáng)大。比如我們自主開發(fā)的動態(tài)行走機(jī)器人，從教它走平地到教它走非平地的過程，從多模態(tài)操作方面實現(xiàn)了基于觸覺、視覺的靈巧操作，未來的機(jī)器人實驗會變得更有效、更靈巧。此外，在醫(yī)療和康復(fù)中人工智能應(yīng)用也不在少數(shù)，配藥自動化、機(jī)器人做手術(shù)、機(jī)器幫助患者實現(xiàn)術(shù)后康復(fù)等等。

除了醫(yī)療場景以外，再看看以下場景，這是融合被動和主動打磨兩種模式的新型打磨機(jī)器人。這是我們做的高性能自平衡機(jī)器人，把它轉(zhuǎn)化成柱型裝置，通過多模態(tài)的學(xué)習(xí)和控制理論，最后變成一種創(chuàng)新產(chǎn)品。未來的工程醫(yī)院和工程修復(fù)也給我們?nèi)斯ぶ悄芷脚_和機(jī)器人應(yīng)用提出了重要的挑戰(zhàn)。

“人機(jī)融合”給我們帶來許多機(jī)會，也給我們帶來人才培養(yǎng)和跨界融合中許多挑戰(zhàn)。我們現(xiàn)在處在人工智能和機(jī)器人最好的時代，我們要把把產(chǎn)學(xué)研結(jié)合，在新的平臺上實現(xiàn)創(chuàng)新突破。