人工智能：打造智能经济新优势
人工智能：打造智能经济新优势
时间： 
地点：- 人工智能论坛由工业和信息化部、世界知识产权组织主办，中国电子信息产业发展研究院、中国信息通信研究院、中国互联网投资基金协办。
中国互联网投资基金管理公司总经理 李筱强
非常荣幸由我主持接下来的主题演讲环节。大家也看到在新冠肺炎疫情暴发以来，以人工智能、大数据、物联网等新一代信息技术为代表的技术作为有利的武器，在医学诊断和疫情防控方面发挥不可替代的作用，智慧医疗也得到全世界的广泛关注和认同。[ 2021-09-27 09:28 ]
李筱强
今天我们非常荣幸邀请到中国工程院院士、清华大学临床医学院院长董家鸿先生通过视频的方式，跟我们分享智慧健康医疗生态体系发展战略，请大家掌声欢迎！[ 2021-09-27 09:29 ]
中国工程院院士、清华大学临床医学院院长 董家鸿
大家好！非常感谢大会主席的邀请参加，我衷心预祝大会圆满成功，接下来我将通过远程视频方式与大家分享我的报告。[ 2021-09-27 09:30 ]
董家鸿
大家好，我非常荣幸有机会与大家分享我们在智慧健康医疗生态体系发展战略的思考和研究。首先我们概览一下智慧医疗的发展现状，国家制定出台了“健康中国2030”行动，以人民健康为中心，重塑国家健康医疗服务体系。智慧医疗作为健康中国战略的重要推动力，国家依次出台系列政策，大力推动智慧医疗的发展。[ 2021-09-27 09:32 ]
董家鸿
过去20年，全球医疗卫生事业取得了快速的发展，195个国家和地区中，有186个国家和地区的医疗水平显著提高，但区域间差距依然显著，北欧、北美等经济发达地区水平最高，而非洲、东南亚、南亚则处于末端。同时，区域内医疗水平发展不均衡，也是当前的主要问题。[ 2021-09-27 09:32 ]
董家鸿
20年来，我国医疗卫生事业取得了骄人的业绩，在《柳叶刀》医疗质量与可及性排名中，我国已跃居第48名。我国城乡医疗水平的差异在显著缩小，业已建立起全球最大的医疗保障网，基本医疗保险参保人数超过13亿，参保率大于95%，2019年我国人均预期寿命达到77.3岁。[ 2021-09-27 09:34 ]
董家鸿
然而我国医疗卫生事业依然面临巨大挑战。随着老龄化社会的来临，全社会的医疗需求和疾病负担在持续攀升，而全国只有360万职业医师，医院和床位也难以满足日益增长的健康医疗需求。基层医疗资源尤其短缺，这就是目前中国医疗供给侧资源结构不平衡、医疗供需矛盾突出的严重现实。[ 2021-09-27 09:37 ]
董家鸿
要解决这个问题就需要开展供给侧结构性改革，系统性重塑国家健康医疗服务体系。在这其中，智慧医疗将发挥着举足轻重的作用。什么是智慧医疗？我们通过调研和分析提出，将智慧医疗定义为现代数字科技赋能的最优化大健康生态体系。这个健康照护体系将现代数字科技手段集成应用，并深度融入健康医疗实践。通过全要素、全流程、全链条的系统优化，实现覆盖全人群、全生涯、全维度的全域照护，最终实现优质、高效、经济、可及的价值医疗。[ 2021-09-27 09:37 ]
董家鸿
智慧医疗的最优化生态体系就是以大数据、人工智能、云计算、物联网等核心支撑技术为基础，通过在智慧医疗、智慧服务、智慧管理和智慧科教的创新与实践，实现智慧健康医疗的能力增强、效率提升、体验优化和服务延展4个方面的效应。赋能涵盖精准医疗、精神服务和精益管理的现代健康医疗服务体系，树立于全民最优化健康照护和人人享有健康的目标达成。[ 2021-09-27 09:37 ]
董家鸿
我国智慧医疗蓬勃发展，在健康管理、疾病预防、疾病筛查、疾病诊断、疾病治疗、疗后康复、慢病管理、高龄照护等领域应用日趋广泛，孕育了智慧医疗生态体系的雏形。[ 2021-09-27 09:38 ]
董家鸿
我国智慧医疗发展处于强劲态势，第一是国家重视，政策环境不断优化；第二是行业快速发展，更多资金在流入；第三是市场需求日益旺盛，发展空间巨大；第四是新兴技术为智慧医疗发展提供了更好的手段和新的动能；第五是复合型人才逐步增加，支撑着智慧医疗的发展；第六是新冠疫情进一步提高了各界对智慧医疗的认识和重视。[ 2021-09-27 09:38 ]
董家鸿
然而我国智慧医疗的发展也面临着许多的挑战，概括起来主要有八个方面：第一是产品审批严；第二是法律监管难；第三是隐私要求高；第四是数据标准化差；第五是信息互通弱，信息孤岛现象严重；第六是商业模式少，目前较难形成可持续的商业模式；第七是产品研发慢；第八是行业人才缺，存在基层医生知识储备不足、智慧医疗复合型人才缺乏等问题。[ 2021-09-27 09:39 ]
董家鸿
接下来，我们介绍一下智慧医疗生态体系发展战略的研究内容。清华大学精准医学研究院承接了中国工程院2020健康中国智慧医疗生态体系发展的战略研究项目。针对智慧医疗的重大基础性需求和战略性工程方向，重点研理智慧医疗发展基础要素，并规划10项重点体系工程，以实现我国智慧医疗生态体系的快速有序发展。[ 2021-09-27 09:40 ]
董家鸿
智慧医疗生态体系的建设与发展，涉及现代科技与临床医学的众多领域，需要多方专家戮力齐心、协作研发。令我们感到十分荣幸的是，本项目得到了中国工程院和中国科学院跨越7个学部的26位院士热情支持和共同指导，还有数10位医学和信息技术领域的知名专家学者加盟，促成了多学科交叉融通的创新研究。我们希望以此项目的研究，凝聚卓越智慧，成为工程院服务国家创新驱动和健康中国战略的重要咨询方案。[ 2021-09-27 09:40 ]
董家鸿
首先，我简要介绍一下智慧医疗发展战略成果中的四项基础：[ 2021-09-27 09:41 ]
董家鸿
智慧医疗基础设施，是支撑智慧医疗体系运转的手段，包含硬件基础设施、通信网络基础设施、信息系统基础设施、新兴技术基础设施等四大核心部分。四者共同构成支撑智慧医疗体系运转的基础设施，以实现智慧医院内部系统互联互通，消除信息孤岛，并在区域内健康医疗服务机构之间破除信息壁垒，形成数据共享网络，进而构建区域大健康数据中心，支撑整个整合式健康医疗体系的发展。[ 2021-09-27 09:41 ]
董家鸿
智慧医疗治理体系是保障智慧医疗体系有序发展的根本，其中包含资金支持、智慧医疗卫生制度、智慧医疗治理组织和智慧医疗资源规划等四大部分。智慧医疗安全保障主要包含安全保障制度和安全保障措施两部分，其中安全保障制度主要由安全法律法规和安全规章制度构成。一方面，从法律上明确各方的权责关系，规范行业行为和为解决冲突提供依据。另一方面，从制度上规定行业的一些规范流程，提供指导。而安全保障措施主要是从提高医疗质量以及患者的人身安全和个人隐私等方面着手，防止发生危害患者利益的事件和行为，多管齐下、多措并举，建立强大的安全保障体系。[ 2021-09-27 09:43 ]
董家鸿
智慧医疗标准体系是保障智慧医疗整体高速运转的有效手段，需要通过标准体系的研究了解相关标准体系的框架，才能够通过顶层设计、平台建设、标准研制等手段和步骤，逐步实现智慧医疗的标准化建设，从而构建智慧医疗基础设施标准、平台标准、技术标准、应用标准、安全标准，形成智慧医疗标准体系。[ 2021-09-27 09:43 ]
董家鸿
未来10年，中国智慧医疗生态体系的建设和发展，需要持续推动我国智慧医疗基础设施建设和创新，并以四大基础体系为支撑，落实十大重点体系工程建设，从而为我国人民群众提供全域化、全人群、全生涯的优质、高效、经济的健康医疗服务，助力实现健康中国的宏伟蓝图。我们进一步研究绘制了未来10年智慧医疗发展路线图，与国家“十四五”规划同步，与“健康中国2030”行动相契合。我们期待随着智慧健康医疗生态体系的发展，健康中国战略将大步发展，全民健康水平将得到显著提升。[ 2021-09-27 09:51 ]
董家鸿
接下来，我将介绍一下我们对智慧医疗生态体系中尤为重要的区域智慧健康医疗体系的发展构想。[ 2021-09-27 09:51 ]
董家鸿
我们北京清华长庚医院所在的天通苑地区，人口数量巨大，急需探索超大型社区健康医疗服务模式和卫生治理机制。清华长庚医院作为该区域内的核心医疗主体，已经启动建构天通苑“健联体”重大计划，整合预防、诊疗、康复、慢病管理、高龄照护需求，为社区民众提供优质、高效、经济、可及的连续性、整合式的健康医疗服务。在社区整合智慧照护方面，我们通过智能科技将服务对象的需求与服务提供者精准对接，通过基本医疗服务、基本公共卫生服务、特约整合服务、高龄整合式健康照护的方案，为社区居民提供系统连续的健康照护。[ 2021-09-27 09:52 ]
董家鸿
我们通过构建医院、服务中心、服务站三类社区串联式全域健康服务模式，将信息系统与层级照护整合运用，无缝衔接社区公共卫生与预防服务，从而构建整合式的社区健康照护体系。在这样一个全覆盖的健康照护体系下，我们力求做到一案服务到家的理念，自病人入住中心医院开始就制定整合式一体化的院中、院后照护计划，个案管理师、社区照管专员、家庭医生等分工协作，形成可及性强、运行有序，又兼顾人文化居家服务的健康照护模式。[ 2021-09-27 09:53 ]
董家鸿
我们整合清华大学的临床医学与工程技术专家团队，研究设计了清华智慧健康医疗体系。这个系统嫁接于健康医疗联合体，能够显著提升“健联体”面向社区的健康照护效能。[ 2021-09-27 09:53 ]
董家鸿
北京清华长庚医院今年成功获批智慧“健联体”关键技术北京市工程研究中心，该中心的建设目标是创建以智慧“健联体”关键技术为重点研发方向的转化科学中心和孵化创新平台，攻克智慧“健联体”的关键难题。在6位临床医学和信息科技院士带领下，建立面向社区全人群、全生涯、全维度的区域一体化健康医疗服务体系，催生健康服务的新模式和新业态，服务北京智慧城市和健康北京建设，打造面向健康中国2030的全民健康卓越示范。[ 2021-09-27 09:54 ]
董家鸿
作为“健联体”牵头单位，北京清华长庚医院是北京市医管中心下辖的天通苑地区唯一的公立三级综合性医院。作为清华大学附属的研究型医院和中国智慧医院联盟的主席单位，在智慧健康领域深耕多年，牵头构建健康需求导向的医工交叉创新学术链。先后创建了清华大学精准医学研究院和智慧医疗研究院，搭建医联体融合的研发平台，在智慧“健联体”建设方面拥有充分的技术储备和运营经验。我们依托清华大学在国内率先建立起跨领域、多学科融合的智慧医疗创新平台，自2016年相继建立了清华大学精准医学研究院和智慧医疗研究院，邀请10位院士领衔6大医工结合研究中心和9大临床医学实验室，以服务健康中国和全球健康为使命，立足重大疾病防治需求和现代科学技术前沿，致力于健康医疗的核心技术和先进产品研发。[ 2021-09-27 09:55 ]
董家鸿
在组织管理方面，我们邀请的6位院士领衔组成技术指导委员会，他们在相关技术领域都具有极深厚的科研沉淀，将为完成各项技术任务提供充分的保障。目前，清华大学拥有众多智慧健康医疗方面的专家和科研成果资源，我们牵头创建了清华数智医学平台，作为临床研究和区域化数字健康医疗平台的核心支撑。清华高等研究院王小云院士研发了我国自主知识产权，满足国密算法要求的区块链技术，正在健康医疗领域展开应用，与我们合作智慧“健联体”项目试点。清华计算机系主任吴建平院士团队，在数据网络建设方面特别资深，在10多年前就开始参与国家卫生健康信息网络的建设。[ 2021-09-27 09:57 ]
董家鸿
我们联合浙江清华柔性电子技术研究院、神州医疗、腾讯云、OPPO公司、北京蓝卡共建工程中心，清华长庚医院作为智慧“健联体”的主体机构，提供社区健康医疗服务应用场景、医学专家团队，整合清华信息科技资源，配套中心建设资金和场地。共建单位分工合作，参与技术攻关、产品研发和运营管理，组成智慧医疗健康产品导向的医联体转化工程联盟。[ 2021-09-27 09:57 ]
董家鸿
在技术攻关规划上，我们将锚定重点任务和关键技术，通过医学研究、科技创新与健康服务需求的精准对接，为智慧“健联体”提供核心技术支撑，实现智慧“健联体”的高效运行、分级诊疗制度下的有序就医、全科与专科医疗服务的系统整合、基层医疗服务的效能提升、居民全息健康数据的高效整合，目标是为社区居民提供系统化的健康医疗服务。我们规划构建新一代的区域性数字健康医疗平台，将区域内分散的各医疗和健康服务机构信息系统进行连接，融合成逻辑上统一的健康大数据系统，基于区块链技术创建分布式的居民个人电子健康档案、医院电子病历，建构多中心主动需求响应性的区域健康大数据中心。[ 2021-09-27 09:58 ]
董家鸿
通过统一的数据归一和互联标准化体系，集成系列数字核心技术和应用规范，实现多中心健康医疗数据的共享和边缘计算，与医保、公共卫生、分级诊疗、预防保健等体系融通整合，提升健康医疗数据的全流程使用效率和安全保障，满足整合式社区医疗服务、智能辅助家庭医生、5G智能应急救治系统、传染病与突发公共卫生监测、社区公共卫生与健康管理等不断涌现的健康医疗服务应用需求，实现系统化连续性的社区健康医疗服务。[ 2021-09-27 09:59 ]
董家鸿
我们将利用新一代信息技术建立社区居民个人电子健康档案，整合居民个人基本健康信息、疾控、妇幼保健、医疗服务和社区卫生档案等5类电子化健康数据，基于数据安全可用不泄露和数据端边缘计算的技术理念，借助自主可控的密码学、区块链、隐私计算、多方安全计算、可信计算等前沿技术，为区域内公共卫生、医疗服务、医疗保险、药品供应等服务提供安全可信、隐私保护的健康医疗应用服务。从而居民作为个人健康第一责任人，可以全面了解自身健康状况，授权可信的健康管理服务提供方使用健康数据。居民通过自行可信授权的电子健康档案共享，实现社区居民跨机构、跨地域就医以及医疗保险转移，提升个性化医疗服务的效率和品质。[ 2021-09-27 10:00 ]
董家鸿
卫生服务提供者在个人授信情况下了解其健康状况，及时并有针对性地开展筛查和防治，达到预防为主和健康促进的目的。卫生管理者可以在不涉及隐私信息情况下进行统计和评价社区居民健康水平、医疗费用负担以及健康医疗服务质量和成效，为区域卫生规划、卫生政策制定以及突发公共卫生事件的应急指挥，提供科学决策依据。我们以全科医生为核心，联合专科医疗团队、社区护士、健康管理师、公共卫生医师组建家庭医生团队，面向社区全人群提供家庭医生签约服务。我们与清华大学电子系吴教授团队共同研发了AI辅助的家庭医生服务系统，通过智医助理机器人，赋能家庭医生和社区居民，并建立家庭智慧健康网，提供智能全科医疗和家庭健康服务，有效的辅助社区全科医疗，保障居民家庭健康。[ 2021-09-27 10:00 ]
董家鸿
为了提升“THIS”的工作效能和同质化服务水平，我们在每个社区卫生站点配备便携手提医院，手提医院利用人工智能大数据、可穿戴设备等高科技手段，提供多种常用微型化医疗检测仪器，包括基于新信号实时传导的数字听诊器，支持耳鼻喉检诊的多功能高清内窥镜检测仪，基于耳膜红外传感的耳式体温计，基于AI辅助的手持式超声系统，便携式多参数生命体征监测设备，可智能化诊断心律失常的自动体外除颤仪等等。家庭医生通过手提医院的仪器设备开展上门诊疗服务，随时随地采集各种医疗检测数据，并上传给医疗机构共享。支持建立个人电子健康档案，检测报告管理，也可提供各个检测结果的智能辅助诊断和预警提示，构建起以患者为核心的便携式、同质化、高可用的医疗服务平台。[ 2021-09-27 10:02 ]
董家鸿
我们开发了国内首个核磁共振导引手术机器人，同时可在CT下运行。手术机器人由多自由度的核磁兼容机器人和腔内实施导航系统组成，通过核磁腔体内的影像导引，实现实时的机器人辅助手术，解决影像、引导、消融治疗的三大重点及精准病灶定位、实时手术导引和即刻效果评估。通过机械、电气、软件导航、人工智能算法等多项核心技术的突破，团队克服了磁共振强磁的电气兼容难题，体现了数字化精准外科价值，将极大提高手术的精准性和安全性，将极大提升消融治疗手术的精准性，使得社区医生也能掌握这一技术，更好地服务社区居民患者。[ 2021-09-27 10:03 ]
董家鸿
社区中的高危人群和孕妇等特殊人群，可以通过多种类型可穿戴医疗健康检测装置，像心率、心电、血压、血糖等监测指标上传汇聚到区域健康智能监测云平台。云平台基于多模态指标数据融合技术，将不同模态、不同尺度、不同时空的健康医疗数据进行标准规划，形成居民的全景健康画像。云平台通过与区域中心医院、社区医院、卫生站点、第三方健康服务机构的信息共享，实现个人健康信息推送、监测数据远程分享、及时预警监测异常信息和疾病风险，医疗应急响应与快速处置等，由此提升社区整体医疗服务效能和效率。[ 2021-09-27 10:04 ]
李筱强
感谢董院士的精彩分享！我国积极参与人工智能的国际研发与治理，与全球很多国家和地区开展了共同研究与合作。今天，我们非常高兴地邀请到欧盟驻华使团通信网络内容与技术处处长白家文先生，通过视频方式发表主题演讲，题目是《欧盟关于人工智能支持和监管的举措介绍》，大家掌声欢迎。[ 2021-09-27 10:05 ]
欧盟驻华使团通信网络内容与技术处处长 白家文
感谢主办方给了我这个以视频方式在会议上发言的机会。人工智能居于数字转型的前沿，从医疗保健，到公共服务，再到更多的保护环境，人工智能对我们的社会有着诸多的潜在益处。我们知道，人工智能是中国的优先发展方向，在五年计划中占据举轻若重的作用，我们密切关注中国的人工智能在技术、商业模式、公共投资和监管建议等方面的进展。[ 2021-09-27 10:06 ]
白家文
想必您不会感到惊奇，人工智能也是欧洲与欧盟的发展重点，针对欧洲的人工智能愿景，我希望向大家概括性地阐述欧盟在这一领域所采取的主要举措，以期给今天的讨论贡献一些信息。让我们首先介绍我们的目标。欧盟希望充分利用人工智能所带来的机遇，我们希望确保欧洲在这一领域保持并促进领先地位，这是我们的全球经济竞争力的关键。有鉴于此，欧盟有意在各种应用领域促进人工智能的开发与利用，与此同时，我们希望构建信任，解决与这项技术的某些应用方向有关的风险。我们将通过各种手段来促进这些目标，对此可以用三个关键词加以总结：投资、协调、信任。[ 2021-09-27 10:06 ]
白家文
第一个关键词是投资。您可能已经注意到了，为了应对疫情，欧盟已经建立了一套新的机制来促进欧洲的复苏与恢复，这是很多的资金。现在这个基金将动用20%的资金，来鼓励推进“欧洲数字十年”，这其中就包括对人工智能的投资。我们认为这是一个特殊的机遇，可以通过完善与加强欧盟成员国的国家战略来加速欧洲的人工智能应用。除此之外，欧盟计划通过自己的研究与数字应用项目，每年向人工智能领域投资10亿欧元。[ 2021-09-27 10:08 ]
白家文
第二个关键词是协调。欧盟的人工智能倡议是与欧盟27个成员国携手开发与部署的，举例来说，在今年4月，欧盟与成员国一道推动了《人工智能协调计划》，这是一系列旨在欧洲发展以人为本的、安全的，且富有包容性的人工智能的联合措施。我们尤其希望实现人工智能政策的一致性，以避免政策割裂。[ 2021-09-27 10:09 ]
白家文
第三个关键词是信任。没有潜在使用者（个人与企业）的信任，科研人员在人工智能开发方面所取得的惊人进展，就只能停在实验室阶段，这就是欧盟委员会（同样也是在今年4月）提出议案，倡导为人工智能建立一个适当、灵活且经得起未来检验的法律框架的原因。这一提案的出发点是虽然大多数人工智能系统所产生的风险近乎为零，但某些人工智能系统则会导致确有必要加以解决的风险。例如，某些算法的不透明性可能带来不确定性，进而可能对安全和基本权利构成威胁。[ 2021-09-27 10:10 ]
白家文
正是为了最大限度地降低这些风险，这一提案包含了一系列欧盟的供应商、用户和其他运营商所必须遵守的具体要求。例如，这项提案就在公共场合中，执法使用远程面部识别设置了限制。此外，该提案禁止在某些实践中使用人工智能，例如政府当局的社会评分工作。这一理念同样是为了加强信任与法律的确定性，这将成为提升欧洲企业与政府机构对人工智能的需求的关键。一言以蔽之，投资、协调与信任正是欧盟对于人工智能的愿景，希望以上内容能为大家在今天的谈论提供有益贡献，期盼我们在未来能就这一议题进行持续交流，祝此次讨论取得丰硕成果。谢谢！[ 2021-09-27 10:10 ]
李筱强
感谢白家文先生的精彩分享，使我们得以从更为广阔的国际视野来审视人工智能的应用和监管。自从2020年5月，OpenAI发布迄今为止全球规模最大的预训练模型以来，超大规模预训练模型就成为人工智能领域研究的热点。今天我们有幸邀请到北京智源研究院副院长唐杰教授，与我们分享。唐杰教授的研究领域是人工智能、认知图谱、数据挖掘、社交网络和机器学习。今天唐院长演讲的题目是“悟道—超大规模预训练模型”。掌声有请唐院长！[ 2021-09-27 10:12 ]
北京智源研究院副院长 唐杰
尊敬的各位领导、各位嘉宾，非常感谢大会组织者，让我到这儿跟大家分享我们最近的研究成果。我今天的题目叫“悟道——超大规模预训练模型”，我们希望在探究未来的人工智能、通用人工智能的道路上，让机器像人一样思考。人工智能到现在经历了很多代，包括第一代以符号为核心的符号AI，以及第二代以深度学习、机器学习算法为主的感知智能时代，到现在我们走到了认知智能的时代。[ 2021-09-27 10:13 ]
唐杰
人工智能必须面向下一代，把数据和知识结合起来，来探究类脑的人工智能，也就是我们现在经常说的认知智能。2018年美国发起了下一代人工智能计划，其中一个核心的要点是让人工智能、让机器读懂世界上、互联网上所有的内容，包括文本、内容、视频、图像，甚至让机器能够自动生成文本和图像、视频。所以，这是一个非常大胆的想法，当然也是认知智能面临的重大挑战。大家可以看到在去年5月份，OpenAI发布了GPT-3，这是一个重大的发布。当时发布完了以后，大家发现人工智能可以写出很多内容，甚至让人都识别不出来它到底是机器写的还是人写的。[ 2021-09-27 10:14 ]
唐杰
其实让大家追溯一下，发现并不是去年大家就做人工智能，其实早在2018年的时候大规模预训练模型GPT-1就已经发布了，只是到2018年底的时候由另外一个微软发布BERT的时候，才把整个预训练模型推向高峰。2021年1月份，OpenAI发布了DALL·E，这个能实现什么东西？你给定一个文字，比如说你说竖琴状的蜗牛，这个计算机能把竖琴和蜗牛混在一起，生成一个新的图片，大家看这是一个把竖琴和蜗牛混在一起生成的全新的人类没有出现过的全新图片。当然如果要追溯以前，大家可以看左边，这是GPT-3自动通过人机对话自动生成的内容，它不是像以前检索出一个文字或者像一般的对话机器人，像我们今天看到的客服，一般检索出一个文字给你回答，它是完全根据上下文自动给你生成的，这给我们很大的想象空间。所以整个大规模、大算法包括大智能、大数据时代就到来了。[ 2021-09-27 10:16 ]
唐杰
我们这个时代的新范式，是说如何用大规模的数据、算力和新型算法，设计出一个适应于众多场景的通用人工智能场景下的新型计算范式和计算模型。当然这里面说“通用”人工智能，很多人就会讲未来通用人工智能到底长什么样子，会不会颠覆我们整个人类？我们这个“通用”加一个引号，避免大家传统意义上经常说的“通用”，说机器超越人。我们加一个引号，什么意思？是说在众多人工应用计算机描述的问题上，计算机很有可能接近或者超过人类，这样子简单了。如果是有些问题，计算机描述不了，比如我们说的人类意识，我们现在还描述不了，这种问题我们不用讨论，也做不了。现在计算机能描述的，比如说一般的问题回答，我们现在看到的内容生成这些问题上，我们说计算机在未来很有可能接近或者超过人类。[ 2021-09-27 10:17 ]
唐杰
所以我们简单介绍一下悟道到现在的进展。悟道1.0 3月份发布就引起国际的广泛关注，大家看斯坦福的吴恩达教授，当然也是以前在谷歌、在百度做高管，他说中国悟道在预训练方面的布局，而且进展非常快。6月份发布2.0，我们取得一定的亮点，我们并没有说全面超越，整个模型参数规模比GPT-3大了10倍。[ 2021-09-27 10:19 ]
唐杰
当然我们在众多任务上，我们也比他们的效果好。这是整个悟道模型的大框架，我们从底层的设计，包括知识和数据双轮驱动。左边是知识体系，右边是模型体系，就是由大数据训练出来的模型体系。我们把两个结合起来，构造出真正的数智脑，可以支撑各种各样的内容，包括文本生成、图像生成，各种内容的生成都可以做到。于是我们在众多的任务上取得了一些很有意思的结果，包括问答、做诗、配文、配视频、绘画、菜谱等等，这些应用上，有些应用我们已经接近人类的图灵测试，有一些我们还有一定的距离，我们还在不停努力，这是我们大体的结果。[ 2021-09-27 10:19 ]
唐杰
我们进一步的战略是让机器真正像人一样思考。像人一样思考，这到底是什么？我们用一句话来解释一下什么叫悟道？下面这首诗是悟道作给自己的，来解释什么叫悟道，我们从里面节选了第三句话“慧业库研虽久成，蝉风散尽见真际”，这就是我们对悟道本身的定义。当然悟道要做的事情还非常多，我们下一步给悟道定义了很多认知AI的准则，定义的这9条是计算机可用计算机模型来实现的。我刚才说了认知是一个非常宽泛的定义，如果我们泛泛地说让计算机超越人类，这是不可行的，而且你说太通用也不可行。但是我们给它定义了九条原则，这九条都可以用计算机模型来实现。[ 2021-09-27 10:22 ]
唐杰
我们现在实现了1.75万亿的参数模型，并且实现了其中关键的万亿级模型的算法FastMoE，这个算法可以把一般的深度学习模型一下子参数规模提高10倍到100倍。当然，我们算法细节里面主要是用神经网络来实现它里面的参数选择，细节不再讲。我们在这个模型中，我们一统文本和视觉，我们把文本、视频包括图像顺在一起，所以整个模型参数规模做到1.75万亿。我们把文本和图像放在一起做Transformer，所以它可以实现文本到图像、图像到文本的自动转换。另外一方面，这个模型也可以做举一反三的学习能力，你可以教这个模型，比如说在对话机器人中，它不是检索，也不是简单的生成，你可以教他“举头望明月”下一句是什么，当你慢慢教会它，它自然学会我知道你要问下一句，它像人一样学习，这是一个对话框。[ 2021-09-27 10:25 ]
唐杰
在未来悟道生态中，我们结合众多的，我们在全国结合了二三十家企业，一起来做悟道生态，我们现在成立了悟道生态联盟。另外我们发布了最大的数据，这个比全球最大的数据大3倍。而且我们开源了数据、模型、算法、API，大家都可以在网上实时调用。另外我们还组织了AI创新应用大赛，这个大赛到现在已经有300多支队伍参加。整个开源的生态中，我们既包括产业、开源、应用和数据生态，这是我们悟道整个发展的态势。今天时间原因，我的报告就到此为止，感谢大家！[ 2021-09-27 10:26 ]
李筱强
刚刚唐院长用非常有限的时间给大家做的非常精彩的分享，大家也看到基于第三代人工智能的大规模预训练平台，使人工智能像人类的思考方式又迈了更近的一步。面对新技术带来的新的战略机遇，中国移动充分发挥自身在用户规模、数据资源等方面的优势，大力推动5G+人工智能规模化应用及创新，全面推进数智化能力建设，助推经济社会高质量发展。今天，我们也非常荣幸邀请到了中国移动通信集团有限公司副总经理高同庆先生进行分享，高总的演讲题目是“构建智慧赋能新范式，共筑数智经济新未来”。大家掌声欢迎，有请高总！[ 2021-09-27 10:35 ]
中国移动副总经理 高同庆
尊敬的各位来宾，各位朋友，大家上午好！非常高兴能够再一次来到乌镇参加今天的论坛，我应该来过大概8次了，都是因为乌镇的互联网大会。感觉到每一次都不一样，每一次都有新的更多的内容。回首历次乌镇峰会，某种意义上讲，也昭示着我们经济社会的发展、技术的进步，看看每次的主题、每次大家演讲的内容和关注的焦点都不一样。这个进步，应该说，这是我们从世界互联网大会来讲，它也是世界变革和发展的一个缩影。[ 2021-09-27 10:36 ]
高同庆
回顾世界信息技术发展的历程，经济社会发展的脉络应该说数字化、网络化、智能化，从当前已经成为推动社会发展转型的一个新的动能。刚才唐院长讲得非常好，悟道3.0，以5G、大数据、云计算和人工智能、边缘计算等一系列为代表的新型的信息技术，正在加速与实体经济的深度融合。同时，也推动着产业数字化的进程，数智化经济时代的大幕已经开启。[ 2021-09-27 10:36 ]
高同庆
我们在工作和实际的中国移动的运营当中，我们感觉到数字化，如果是数智化，是不是更能表达当前经济社会的发展，数智化。当前，全球正经历着百年未有的大变局，数智经济已经成为大国角力的焦点，新一轮经济格局的趋势、引发点，某种意义上来讲，数智是一个主要的焦点。我国紧紧把握新一轮科技革命和产业变革的趋势，应该说，目前在整个数字经济，不管从创新还是从应用，中国在全球都是第一阵营，这是无可辩驳。当然，目前我们也存在有这样那样的差距，但是整体在数智经济领域，我们是走在全球的靠前阵营。[ 2021-09-27 10:37 ]
高同庆
以“新基建”加速数智经济的高速发展。大家都知道，中央提出来“新基建”，推动高质量发展，我们到底怎么来理解新基建，“新基建”会给我们带来什么？这是值得我们思考的。“新基建”正在通过构建新型的生产力，在深刻地重塑着生产关系，这是我的一个个人的体会。另外，5G也通过高速泛在的连接，解决了交换、连接数智经济生产要素的一个基础问题。[ 2021-09-27 10:38 ]
高同庆
的确，大家说4G也好用，5G也好用，看怎么用，如果从用的角度，5G和4G是完全不一样的。为什么要干5G？大家说没变化，电话、上网都可以啊，事实上是有本质区别的，因为5G更多是推动着产业和智能的发展，它不再是一个简单的连接关系，而它是一个产业和智能，或者说数智化产业的发展。所以从这个角度可以讲，我们对于5G、新基建，我们把它叫“新基建之首”，这也是我们新基建打下的第一根桩，我在很多场合都说到这个观点，5G是“新基建之首”。人工智能作为数智经济的全面赋能，催生了新的模式和业态，是“新基建之智”。5G如果不和“智”结合，它用的范围和用的深度以及用带来的巨大推动意义和作用，就会打折扣。[ 2021-09-27 10:39 ]
高同庆
算力是5G、云计算、人工智能的动力源泉，我们把它叫“新基建之心”。昨天在大会主旨演讲中，中国移动董事长杨先生，在他的演讲当中阐述了算力网络。算力网络，就是算网一体这样一个新的算力网络，将来算力会通过算网一体，将来这个算力会带来什么？像自来水一样，拧开可能就来了，当然，它会叠加着各种各样的应用和场景。这是5G和我们下一步到6G能够给我们带来的更加充分的想象空间和更大的蓝海。智能终端，现在人人离不开智能终端，作为智能终端来讲，我们把它叫什么呢？它既是采集，也是一个能力的呈现，算的能力、网的能力和各种各样的应用，包括治的能力，没有端侧是很难体会到的。智能终端，我们把它叫做“新基建之眼”。不一定准确，只是分享给大家，供大家参考。[ 2021-09-27 10:40 ]
高同庆
所以说，以上四个方面，我觉得从目前来讲，肯定新基建不仅限于此，但是新基建目前来看，这几个方面可能也是我们要努力的一些方向和整个产业链、生态链，我们大家一起来共同努力的方向。面对数智经济发展的趋势，中国移动在加快构建“力量大厦”，这也是我们的总体战略，推动着科技自立自强。中国移动“十四五”以后，到底要干什么？随着数智经济的发展，我们在“十四五”一句话，将来要变成一个综合信息服务的科技公司和运营商，既源于运营这个基础底座，我们认为这是非常有意义和价值的。反过来，这推动着中国移动将会向科技公司方向走，走向新的刚才刘华主任讲到的65万亿的新的蓝海。因为目前中国移动的收入是8000多亿元，利润1500亿元，将来的空间到底在什么，还是用户？还是2C、2B、2H？可能更大的空间在于H、B、C。[ 2021-09-27 10:43 ]
高同庆
几个数字供大家参考：第一，5G。5G，我们新型基础设施建设里面的5G，目前的情况是什么？5G，我们中国一定是第一阵营，占了全球的大多数。从这个应用来讲，我们的应用应该说也是走在全球的绝对前列，在工业领域的应用，我们还需要继续努力。所以几百个龙头项目和数千个商用案例，推动着我们的5G，不仅仅自身在数智产业化，我们也在推动着产业数智化。[ 2021-09-27 10:45 ]
高同庆
另外，我想说说云计算。昨天杨董事长已经在大会的主旨演讲中说了算力网络，我想对于算力网络的研究和算力网络，我们将要采取的、将会做的，中国移动要全力推动的这一个基础设施里面的基础设施，算力网络也请大家敬请期待。时间关系不细说，但是从算和网分开，到云和网融合，再到算力网络算和网一体，一个强大的综合编排或者说智能编排，将算、网完全一体化，才能实现整体基础设施里的算力和网络底座发挥更加重要的作用。[ 2021-09-27 10:46 ]
高同庆
智慧中台。这个智慧中台，我们把它叫Aaas，Aaas是什么呢？就是能力及服务，这是中国移动一个“智慧中台+5G+算力网络”，形成了基于中国移动高科技公司的三驾马车。这个三驾马车，我想强调，我们现在看到的中国移动和过去的中国移动已经不一样的，未来的中国移动更让人耳目一新。智慧中台是一个能力中台，里面有技术、数据和业务，这三部分构成了我们这个S的平台，不仅仅我们内部，这个中台能力会通过这个中台实现一个汇聚和分享。同时，我们也会把这个能力供我们的客户和合作伙伴调用，一系列的模式将会新的出现。也就是说，除了供业务，我们还要供能力，既对内也对外，这就是我们的智慧中台。[ 2021-09-27 10:48 ]
高同庆
今天我们的主题是“人工智能”，大家可以关注一下中国移动的“九天”人工智能，我们很重要的一个特点，除了“九天”本身的能力和中国移动自身庞大的数据量，这个庞大的数据量和一个丰富的场景。除此之外，我们还有一支优秀的团队，而这个团队不光我们自己干，也是和我们大家干这个领域或者相关领域，我们希望和大家一起合起来干。只有这样，我们这个智，叫集众智而成大成，所以说智慧中台和人工智能是中国移动一个非常重要的能力内核。那么，这三块基石一定干成了，中国移动，支撑着创世界一流科技公司这样一个目标，我相信这一天，不久的将来，大家就能够真正的感受到。[ 2021-09-27 10:50 ]
高同庆
最后，再分享几点。第一，全面推进服务的融智创新，建设数智经济的新示范。我们把人工智能的一些创新成果，支撑自身的服务，对客户的服务和营销等等，也为教育、医疗、政务、工业等垂直行业的领域提供了新的智慧服务。这里面人工智能实现丰富的智慧信息，以及我们通过人工智能赋能数智内容服务和大屏的数智内容。最后还有一个人工智能的剪辑平台，以及在咪咕视频当中使用的智能内容生产。在行业是行业解决方案，这是5G最重要的一点。5G，如果我们不把用干起来，我们巨大投入干的5G就没有意义了，所以无论如何，尤其在行业应用上，5G一定要用起来。我这儿也会呼吁，希望我们能够把5G能够围绕着数智经济真正用起来，以用促建，以建推用。[ 2021-09-27 10:50 ]
高同庆
第二，打造算力网络，为人工智能发展注入新功能。我们在很短时间内就会把算力网络重磅地推出来，不是推个概念，而是真实的行动。第三，深耕关键技术，掌握创新发展主动权。关键技术攻关，我们既有自信，我们也看到我们在哪里需要继续努力，大家一定要联合起来进行关键技术，不管是哪个方面，全面地来解决这些问题。第四，建立新型合作生态，加速数智化转型发展。中国移动全面开放，愿意和各个方面、各个领域，大家一起来共同努力，打造一个良好的产业生态。除此之外，我们也可以用我们资本的力量和大家形成新的一些资本的关系。谢谢！[ 2021-09-27 10:51 ]
李筱强
刚才高总给我们详细分享了包括5G、人工智能在内的新基建的各个驱动因素的驱动力，另外也给大家详细介绍了中国移动以5G+人工智能为主要抓手，推动新基建方面提供一些非常好的成功经验，感谢高总的精彩分享。在数字化智慧时代来临之际，华为致力人工智能基础创新，构建开放共赢的智慧生态平台。今天，我们有幸邀请到华为公司高级副总裁、华为云CEO、消费者云服务总裁张平安先生进行分享，张总拥有二十多年丰富的ICT领域和移动应用领域研发和业务管理经验，以及全球化视野。张总的演讲题目是“人工智能基础创新，共筑产业新生态”。掌声欢迎张总！[ 2021-09-27 10:52 ]
华为公司高级副总裁、华为云CEO、消费云服务总裁 张平安
各位嘉宾、各位朋友：大家上午好！很高兴在这儿跟大家分享一下“人工智能的基础创新，共筑产业新生态”。人工智能最近几年的发展有很多的创新，给大家带来了很多应用，让我们生活变得越来越美好。左边的一张图，介绍的是我们通过人工智能的创新，大家知道研制一个新药的周期很长，我们现在通过人工智能可以让一个新药的研发周期从原来的数十年、数年，现在可以缩短到一个月，我指的是研制这样的新药。右边，我们把人工智能的能力开放出来，让很多合作伙伴可以做很多应用，比如说对于听障人群、视障人群，包含刚才介绍的手语等，我们把它开放出来，很多人可以基于视觉识别、语音识别，把各种各样技术揉和在一起，为很多视障、听障人员提供服务。[ 2021-09-27 10:53 ]
张平安
人工智能的发展方向有很多，研究的成本也很高，算法也很多，你要适配各种场景。华为始至要做一件事情，就是怎么让人工智能从象牙塔走出来，不要让人工智能研制成本非常高，每个企业想用人工智能的算法和技术，但是它的成本很高，聘用一个人的成本极其高昂。我们想把人工智能的根技术、基础设施构筑好，大家可以看到我们在底下有一个人工智能全栈。底层，我们是做了人工智能的云边端，刚才高总讲到了设备层、算力层、网络层算网融合。在芯片层，大家应该知道我们其实前期希望发布了很多的昇腾芯片，包含了端侧的昇腾芯片、服务器侧的昇腾芯片以及集群算力中心的AI芯片，这些芯片的研究就是来帮助人工智能的算力能够尽快得到提升。这是我们的芯片。我们现在有很好的芯片设计能力，但是我们在中国很难加工这些芯片，我们也希望中国的芯片加工制造业能够尽快成长起来。[ 2021-09-27 10:55 ]
张平安
除此之外，我们在顶层又构筑了一层人工智能的算力适配层，把人工智能的算力能够通过适配的接口，把算力模型暴露给上面的应用层，我们提出来叫做“CANN”，“CANN”是帮助把算力模型暴露给上面的MindSpore层。MindSpore层是一个人工智能的算力框架，有这样的算力框架，各种算法只要做一次编写，你就可以运行不同的端侧，运行在服务器端、运行在手机端，运行在任何操作系统端侧。我们还推动了ModelArts，这是为人工智能开发者建立了一套全环节的端到端，开发环节你从找一个问题到算力的数据训练到算子的寻找、到算子的调优、到算子的部署，这样的端到端的环节确保了人工智能不要那么麻烦，可能我们经过训练就很容易理解，比较容易上手，成为人工智能的工程师，这是我们左边的创新场景。[ 2021-09-27 10:57 ]
张平安
由于这次大会，我可能主要介绍的是右边的，就是我们在硬件上不过多介绍。我们认为除了我们刚才提供的框架之外，我们对于AI，我们觉得近期有几个方向应该值得我们进行深入的研究和探讨。我们提到了AI的根技术，我们现在认为这上面有三件事情很重要：1.AI的求解器，我们不要泛化AI，我们慢慢把它收敛为可以解决工业界的很多问题。第一件，我们认为求解器很关键，待会儿我讲为什么很关键；2.训练的大模型，刚才唐杰院长也说了我怎么做大模型的训练？这个大模型训练以至于让一个新的业务场景不再做大规模训练，只需要小量样本就可以；3.知识计算，怎么把人类知识、各个行业的知识全部数字化，通过数字化了之后，你们就可以做知识计算，这是我们提到的三个在软件方面的主要工作。[ 2021-09-27 10:58 ]
张平安
我们看看求解器。按道理求解器是我们在数学里经常用到的，为什么我们在这里提AI的求解器很重要？未来企业走向数字化，我想各个企业现在都已经意识到了我一定要走向数字化。当我们传感器网络部署得很多，当我们5G网络的时延已经变得工业化的时候，其实很多工作就已经转化为数学问题，因为我们可以把很多变量变成数字化的变量，包含制造企业排产、港口等，这些东西都是一个数学问题，以前这些数学问题是因为我们没有数字化，所以我们只能通过有经验的人来做这些工作。现在我们把这些数字化的变量，通过传感器的方式抽象出来，变成一个个变量。比如说我们现在解一个一千万元次的方程，你可以容纳一千万个变量进来。如果是一个人来做这个变量，他基本上是不可能的。所以我们现在来做求解器，比如说我们在天津智能港做了一些，他们愿意用求解器的方式来做，他们把所有船，陆运、空运还有很多的变量都揉进来。揉进来了，通过一个求解器来学习一下，很快我们就发现我们现在求解器的排产，原来要24小时的排产，现在只需要秒级别就要可以排产。现在在船的停泊的时间缩短了10%，港口利用率提升了5%，场地的利用率提升20%。还有水泥厂，前一段时间也用了求解器排水泥厂，原来水泥厂需要32个工人定期扭转阀门，现在阀门都数字化了，所以现在只要4个工人坐在监控室里，通过按动鼠标就可以完成原来很复杂的水温度等各式各样的阀门控制。[ 2021-09-27 10:59 ]
张平安
天筹求解器，我们现在力争把它做成更多千万人次，最重要的还有速度。这个是给大家看看天筹求解器打了一个榜，在全球的HANS榜，我们大概是别人30倍的建模速度，30%的求解效率的提升，另外变量可以支持到亿级变量，计算速度到百倍次，我们是第二名百倍次的速度，这是我们努力要做的，这是天筹求解器。我们把求解器做出来，围绕各个行业做适配，以帮助AI尽快引入到工业领域。[ 2021-09-27 11:01 ]
张平安
我们在做一个训练大模型，刚才唐杰院长也讲了，我觉得很兴奋，他可以做到1.75万亿的参数，我们现在做到的是千亿次的参数，但是华为更重要的是把这个训练大模型用于工业界。刚才我已经讲过了，我用这个训练大模型来做新药的生成，我们学习了17个亿小分子的化学分子结构，我们把它的结构式、结构图都学出来，也把它的属性学出来，有一个大模型，这样的话对药物的新的生成，我们可以通过这样的大模型，通过设计人员把自己的需求输入进去，通过咱们库里头的自动匹配，自动帮助药物设计人员缩窄它的研究方向。这样的话，已经缩短为告诉你这十种最大可能性，就能满足你的要求，一下子缩短了新药物的研制过程。[ 2021-09-27 11:02 ]
张平安
盘古大模型还可以在银行里面应用。银行拿到它，有的银行说我要做贷款，贷款跟大模型其实没有什么大关系，但是我发现行业的创新有很多。它跟它的合作的中小企业里头，通过对货物的识别，对企业的信用做不接触的，就是我只要放一些视觉的摄像头，然后库房里头IoT的数据同时进来，就能够针对一个企业的信用状况来进行贷款。这是浦发银行想要做的，利用我们的大模型来做很多的行业。人类如果能把所有的知识抽象成数字化，我们当然就能做知识计算。知识计算这件事情是值得我们下一个努力的方向，各个知识能不能通过AI的学习方法，把人类的文本和所有库里头的东西，都通过AI的算法把它知识化以后，我们变成知识化、结构化的。比如说我们现在可以做到50亿个知识化的结构实体，一旦数字化，我们就有机会来做知识计算，这是我们现在正在努力的方向。[ 2021-09-27 11:03 ]
张平安
另外一件事情，因为AI一定要应用到行业，我们和各个行业的合作伙伴一起，如果他们有先进实践经验，他们可以把他们的能力通过AI的算法沉到华为云平台上。刚才我也很高兴听到高总说中国移动也是一个开放架构，也做了很多能力层。我们希望将来放在华为云上的这些能力，将来也有机会放到高总的能力层，这样的话我们共同来打造整个中国行业能力层的使能层。如果我们打造得很好，还有更大的远景，就是我们不仅能在中国成为数字化、云化的先行者，其实我们所有的企业、所有我们在整个数字化转型很好的优秀的企业，应该在全球去构建整个全球的数字化基础设施、数字化基础设施底座，把我们的AI、把我们的数字化能力都外输出到全球去。所以我们说我们最终希望我们所有的合作伙伴跟我们一起，包含我们运营商，包含我们研究院，包含在座很多投资的企业，能把你们的优秀实践放到云上，来构建一个全球的数字基础底座，让所有的能力都能为全球的企业服务。我们认为华为还是要继续成为一家全球的企业，带动着我们中国的产业界一起到海外、到全球来建立数字根基，这是我们的使命，也是我们继续下一步要努力追求的。谢谢大家！我跟大家分享的就这么多，谢谢！[ 2021-09-27 11:05 ]
李筱强
非常感谢张总的精彩分享！主题演讲环节到此结束，感谢各位演讲嘉宾的精彩分享，相信在座的各位和我一样也是受益匪浅，但是因为时间关系，大家可能也意犹未尽。接下来论坛将要进行的是两组精彩的尖峰对话，下面我将话筒交给这个环节的主持人，中国信息通信研究院的余晓辉院长，大家欢迎！[ 2021-09-27 11:34 ]
中国信息通信研究院院长 余晓晖
各位领导、嘉宾，女士们、先生们，大家好！刚才大家都有一个共同的感觉，几位业界的领袖给了我们非常精彩的分享和思想的洞察，我们可以看到人工智能目前发展的一些情况、一些态势和我们各个企业在里面所付出的一些努力和取得的成果。[ 2021-09-27 11:34 ]
余晓晖
从当前看，当前的人工智能发展是处于一个非常重要的阶段，可以看到基本上整个产业界从全球到中国，到人工智能的长期发展都有一个非常好的期待，基本上把人工智能认为是改变经济社会发展方式、改变生产生活方式的一个非常重要的赋能的变革性技术。同时，我们面临一个很大的困难和挑战，大家会看到做人工智能的公司，其实在整个发展中面临比较大的困难，我们在商业的变现、在真正的发展里，其实我们还没有迎来那么快速的发展阶段。比如说，刚才唐主任提到的人工智能的规模，增长速度是15%，其实如果这放在一个信息技术角度来说，并不是一个很高的速度。所以从产业的角度来说，我们现在的一个产业化和工程化场景的适配，是目前非常重要的任务。但是另外一点来说，与此相关的另外一个方面，就是大家对整个人工智能的可信问题也提到一个非常重要的高度。[ 2021-09-27 11:35 ]
余晓晖
关于可信人工智能，我们提到了比如说透明性、公平性、安全性、用户个人隐私的保护、可问责性等，这是一个全球初步的共识，也是我们面临的重要挑战。很荣幸在这个阶段，我来主持这样的对话，共同探讨如何打造一个可信的AI未来。[ 2021-09-27 11:36 ]
余晓晖
进入提问环节。因为目前关于整个可信的AI，在全球有非常多的讨论，也有非常多的思想碰撞，那么从全球看，对于可信的AI，我们有从软的方法，比如说从伦理方面去考虑人工智能如何更好地服务于我们这个社会的福祉，而不是说有一些负面的东西。从硬的方面来说，我们可以看到从立法、标准方面也有很多的实践。那么，在这种实践的情况下，各国有很多的讨论、很多的共识，可能也有很多的争论，那么我第一个问题就想问一下曾毅教授，因为曾毅教授这几年参与了国内外很多人工智能相关治理的工作，在国内担任国家新一代人工智能治理专委会委员、北京智源人工智能研究院AI伦理中心主任，在国际参与到世界卫生组织健康领域人工智能伦理与治理等工作。从您的角度，您参与了国内对人工智能治理、伦理、可信AI的讨论，也参加了全球的这些讨论，您怎么看这个问题，怎么看国内国际对这个问题的看法。[ 2021-09-27 11:38 ]
中国科学院自动化研究所研究员、中国科学院大学教授 曾毅
感谢余院长的问题！我觉得如果在大概三、四年前讨论AI伦理和治理，这是我们国内比较少做的事情。我记得在2018年，在进行国际交流的时候，别人经常问的问题就是中国希望发展新一代的人工智能，但是你们的整体愿景是什么，中国的人工智能将去向何方。所以像不同的国家，有些去发展以人为中心的人工智能，有人发展友善的人工智能，有的发展和人类兼容的人工智能，有的发展面向可持续发展的人工智能，大家都有一个人工智能的愿景。但是中国是什么？其实在2019年之前是没有的，所以当时大家非常关心中国的人工智能去向何方的问题，我觉得这个2019年我们初步的解决，发布国家新一代人工智能治理原则的时候，我们叫做研发负责任的人工智能，通过人工智能作为一种赋能的技术去推动全球的可持续发展。所以我觉得这是一个重要的阶段。[ 2021-09-27 11:39 ]
曾毅
但是正如您所说，很多的国家都发布了这些原则，有那么不一样吗？它有很多的一致性。经过我们的分析，就发现其实国际上发布的100多项人工智能的伦理原则，不管是来自企业，还是来自政府机构，还是政府间组织的，其实共性是很大的。差异是存在的，但是这种差异其实是互补的，比如说刚才您谈到什么叫做透明性、可解释性，不同的国家有不同的解释，来自不同的领域有不同的解释，都更好地去完善了我们对于人工智能的伦理和治理的理解。并且，在这个领域，我想和技术非常大的不同，是这个领域没有竞争，应该更多的是经验分享。如果您讲这些年，更多的国际趋势是什么？我觉得好的趋势是慢慢地形成国际共识，所以联合国教科文组织、世界卫生组织都在今年发布人工智能全球伦理规划和健康领域的人工智能伦理的规范。[ 2021-09-27 11:40 ]
曾毅
但是，另一方面，非常值得关注的是什么？其实AI的伦理和治理的问题，在一个国家、另一个国家不断地出现，没有从别的国家的探索当中学到经验，我们更多在强调，我们的文化和别人的有多不同，我指的是每个国家。但是实际上我们都没有想到的问题，我们的人们都是地球村的人们，碰到的伦理问题、社会风险的问题都如此的相似。所以我想未来一个非常重要的事情，就是如果共识形成了，那么在进行技术落地的时候，在进行和产业、场景应用结合的时候，我们如何去实现互鉴，我觉得非常关键。最近几年，我觉得最重要的，包括未来一两年，我想最重要的是把伦理原则如何去进行技术落地，使得人工智能真正地保证各个国家人工智能的发展，保证是稳健的发展，并且赋能于可持续发展目标的实现。[ 2021-09-27 11:41 ]
余晓晖
谢谢曾教授的分享，给我们非常精彩的归纳总结！很关键的来说，对可信AI、对人工智能伦理的认识，其实全球的共识、全球的相似性要大于差异性，所以我们要经历一个全球的共识，而且这个全球共识正在初步的形成，这是非常好的迹象。第二个问题，曾教授也提到一个非常关键的问题，这些伦理从我们一个政府、国际组织、学界去讨论，它是一个规则、目标、方向，但是技术上如何落地，如何落实到实际的工作中、应用中。所以说回到第二个问题，正好有几个企业，想请两个企业专家来回答。我们说了那么多规则，透明、可解释、可问责、包容、安全等等，但是技术上怎么能够做到？产业上怎么去考虑？首先，有请京东集团的副总裁梅涛先生，因为京东在人工智能有比较全面的布局，也有比较广泛的应用，所以从您的角度怎么去思考这个问题？[ 2021-09-27 11:42 ]
京东集团副总裁、京东人工智能研究院副院长 梅涛
作为一家信息实体的企业，我们更加关注可信AI是如何定义，如何使它可计算化以及落地，我们在这方面有很多的思考。刚才曾教授讲过2019年，其实2019年是一个很特别的年份，因为正好是可信AI的原始年份。其实我们京东也正好是在2019年，在乌镇的互联网大会上首次提出了“可信AI”的理念，并且在上海的人工智能大会上，联合信通院一起发布了可信AI的白皮书，阐述了我们从产业角度怎么理解可信AI，以及如何让大众去接受可信人工智能的概念。我们京东对可信人工智能的理解，基本上可以概括为四方面：稳定性、可解释性、隐私保护、公平性，基本上来说，我们认为这四个方面是比较落地的四个点。[ 2021-09-27 11:43 ]
梅涛
第一个，稳定性就是我们希望任何AI的系统。包括所有人工智能的模型、算法，希望它是能够抵御外面的恶意攻击，保证模型的可稳定性和安全性。第二个，可解释性。我们希望人工智能做出的决策，是可以让人类专家可以解释、理解。第三个，隐私保护。人工智能的算法承担着保护个人和群体数据隐私的作用。第四个，公平性。大家知道，任何一个新的技术产生并不是所有人一开始都能够获利，我们希望可信人工智能能够让老百姓、所有人都能够没有差别地去接受这个技术带来的红利。我们认为是从以上四个角度来说，如果我们能够达到很高的水平，那么我们可信人工智能的落地性会非常好，同时我们在产业界，京东也是秉持着以上四个方面去把我们的产品加入很多的可信人工智能的因素。[ 2021-09-27 11:44 ]
余晓晖
谢谢！梅涛总讲到了京东的理解，稳定性、安全性、隐私保护、公平性，我相信这也是全球国内外对整个可信AI认识的非常核心的几个方面。当然，这里面可能非常重要的就是我觉得从京东的实践来说，怎么把这四个方面通过技术和实际应用真正落到各个环节，能够保证大家都信任的环境。感谢梅涛总的精彩分享！梅涛总刚才从京东的角度提到了一些系统的可信AI的原则，其实如果我们讲可信AI，在医疗领域，这里面是非常有代表性的，因为这涉及到每个公民的隐私，乃至是公民的生命安全。推想科技是我们国内做人工智能医疗方面的一个领先企业，有请推想医疗的创始人兼董事长陈宽先生，因为你们做了很多的人工智能医疗应用，你们从实践上是怎么考虑的？[ 2021-09-27 11:45 ]
推想医疗创始人兼董事长 陈宽
非常感谢余院长，这是特别有价值的问题。实际上，我们认为一个大的原则是说人工智能产品本质上是一个复杂产品，我觉得它的未来发展方向以及管理的办法，可能会更加地接近于我们现在看到的一些复杂产品的管理方式。我们看到人工智能是需要大量数据的训练，需要考虑它的泛化性，需要考虑它在一些边缘案例上的稳定性，其实这些都不是一个任何消费者、一个普通使用AI的人能够完完全全在选择使用AI的那一刻就有很清晰的感知。所以在这样的情况下，它一定是需要一个非常强有力的从政府的产业引导、产业监管，以及从企业的深度配合的机制。也就是说，可能是由企业来进行一个对于有效性、安全性充分的披露，但是需要一个强有力的主管部门参与到对整个事情进行评测。[ 2021-09-27 11:46 ]
陈宽
像前两年，工信部包括信通院做的人工智能揭榜挂帅，包括医疗人工智能揭榜挂帅，我觉得就是非常有价值的一个尝试。借助国家的力量、资源、专业性，参与到整个产业的监管，包括它的一个有效的信息，有效性、安全性的披露。当然，我们参与到国家药监局对于整个医疗人工智能这样一个审评当中，并且我们去年开始，国家药监局开始批三类医疗器械，也感谢信通院在后面的推动，这都是非常有价值的尝试，就是说，我们通过政策制定、通过监管、通过和企业之间的联动，使得整个人工智能本身的可信度在老百姓的眼里，其实是有一个更大的透明性，我们认为这就是非常重要的。[ 2021-09-27 11:46 ]
陈宽
同时，我们的另外一个建议，其实是可以考虑更多地走向国际，在国际上有些更有影响力的评测，包括我们今年也非常荣幸地进入到联合国的采购目录里，这是这个采购目录第一次将人工智能加入到它的采购目录里，未来作为发展中国家援助中非常重要的工具。像这些非常专业，非常具有公众可信度的机构，他们对于一个技术、对一个产品的认可，其实也是能够有利于说我们能够增加这个技术的可信度，以及从整个合规、透明的角度，其实都有很大的提升。[ 2021-09-27 11:48 ]
余晓晖
谢谢陈总！我觉得你们找了一个非常关键的问题，因为对于AI是否可信，实际上对普通用户是无法感知的，他无法有这么多的背景，甚至是我们的应用机构也不是很容易判断。陈总提到有一个觉得是从政府的层面、公共的层面里所能发挥的作用，通过政府的监管、评测以及包括陈总刚刚提到的联合国的这样一个目录的方面，通过这种方式增强全社会和公民对可信AI的认识和公信力，可能这也是一种方式。就是说，政府的监管、公共的体系、公共政策的设计、公共的平台以及机制的设计，和企业自己的技术实践和落地相结合，构成了这么一个体系，才能最终解决这样的问题。感谢陈总的精彩分享。[ 2021-09-27 11:49 ]
余晓晖
我们在讲到可信AI里，会提到安全性，某种程度上，安全是可信AI的一个基础，也是可信AI的一个目标。我们今天请到的三位专家里，都对它有非常多的实践，首先有请瑞莱智慧创始人兼CEO田天，瑞莱可能不仅仅在安全部分，你们是要做这样一个平台，但是可能安全方面你们做了很多的事情。在可信AI和安全相互的关系，以及如何去保障，您怎么去看？[ 2021-09-27 11:49 ]
瑞莱智慧创始人兼CEO 田天
感谢余院长的介绍！现在我们在可信AI方面，包括和信通院以及其他的单位有了很多的合作，在我们看来，其实大家现在关注到的可信AI以及安全等方面的几个维度的问题，它们都是息息相关的，而且在很多场景下，其实它是强耦合的。这可能比较抽象，我举个例子，大家可能会有感觉，比如说人脸识别是现在AI非常典型的一个应用场景，但是其实从今年以来，我们看到很多关于人脸识别的讨论，包括一些新的监管规定等。首先，像今年“3·15”晚会期间，专门讲了人脸识别涉及到的隐私保护这样的问题，它是不是说在采集和存储端确保了这一系列数据的安全性，有没有侵犯个人隐私，这是非常典型的AI所引起的数据隐私问题。但同时，其实我们也看到，随着人脸识别在很多关键场景的应用，它也产生了很多安全攻防的问题，比如说会有黑客通过对抗样本甚至用假体去攻击人脸识别，使得人脸识别系统出错，所以它反映的是模型和算法的安全性问题。[ 2021-09-27 11:50 ]
田天
与此同时，在另外一个层面，因为人脸识别以及人脸相关的AI技术相当强大，也有人会用AI技术生成假脸的伪造视频或者内容去做深度伪造，去侵犯一些别人的肖像权或者做一些恶意的事情，这里面又涉及到AI的治理安全问题。所以这几个层面，在我们看来都是息息相关的。也是围绕这几个问题，我们自己做了非常多的实践，包括在AI的数据安全这块，我们打造了自己的隐私计算的子平台，可以在确保数据安全以及数据可用不可见的情况下，去支持上层的各种各样的AI应用，包括金融的风控、智慧治理以及人脸识别各种应用，都可以在上面运行。另外，专门围绕这种模型和算法的安全，我们提出的自己的AI安全平台，有点类似于在网络时代大家理解的网络的防火墙和杀毒软件，我们也研发了AI的防火墙和杀毒软件，专门增强AI系统的安全性。提到深度伪造，我们也研发了深度伪造检测平台，可以以非常高的精度实网地去判断各类的视频或者图像里是否有伪造内容。[ 2021-09-27 11:51 ]
田天
通过这种全方位的结合，我们认为可以为各类AI系统提供一个更加安全的运行环境，给大家提供更加安全可信的人工智能的服务。而且在里面我们看到很多交叉的问题，比如在隐私计算领域，当我们用了隐私计算去研发AI产品以后，对开发者和使用者来说，AI算法的应用都是基于密文数据，就是说无论是开发者还是用户，我完全看不到我处理的数据到底是什么内容。所以这种情况下，对黑客来说，是更容易往里面植入一些恶意的信息、恶意的攻击样本等。其实基于我们的隐私计算子平台和AI安全平台，共同协同，其实就可以很好地处理这样的问题，在确保数据隐私保护的前提下，同时保证算法模型的安全。所以我们看到这是一个整体的可信AI的基础设施。谢谢！[ 2021-09-27 11:51 ]
余晓晖
谢谢田总！他提到了现在我们看到的深度伪造或者说深度合成里带来的一些负面问题，也提到了模型算法的本身安全，以及用户的隐私等，如何用AI的安全平台以及隐私计算的技术去解决这样的安全问题。田总从技术角度提了几个方式，包括平台、包括本身的技术如何去解决我们目前看到的还是一个非常初步的人工智能安全挑战，可能我们还有更多的挑战，那么，这里面是可信AI里一个非常关键的基础。谢谢田总！下面，有请深信服的副总裁和首席科学家古亮先生，深信服是安全领域的一个领先企业，你们做安全已经很多年了，可能人工智能安全是一个比较新的领域，那么从你们角度怎么看这个问题？[ 2021-09-27 11:52 ]
深信服副总裁、首席科学家 古亮
谢谢余院长的问题！我们深信服科技目前在面向全球的10万+企业级客户，承载和保护他们的业务系统中，观察到了一个非常明显的现象，就是目前整个AI赋能是整个数字化转型中非常亮眼的转变特点，也在这个过程中，我们也有一系列的实践，看到了AI在赋能网络安全以及网络安全为我们的AI赋能应用保驾护航这两个方面都有明显的一些趋势和特点。我也从我们的角度给大家做一些汇报和分享。[ 2021-09-27 11:53 ]
古亮
第一个角度，AI怎么样去帮助整个网络安全和整个IT的基础设施更加高效、更加安全的运作这块，深信服目前观测和实践的一些方向，比如说我们能够利用AI和大数据的能力，汇聚全网的安全事件的样本，而这些样本能够让我们去分析安全事件的特征，建立AI模型，来判断这些攻击是怎样的模式特征，以防未来相应事件在发生的时候能够最快的预防、检测、响应和处理。比如说，现在我们正在面对的勒索软件问题，我们深信服也关注到这样的事件，我们有AI引擎可以检测勒索软件，可以预防它的扩散和影响。以及所有现在主要的安全问题，目前我们都可以利用AI的能力来进行建模，这块就是整个AI对我们网络安全赋能这块是有非常明显的赋能。[ 2021-09-27 11:54 ]
古亮
当然，另一方面，AI的整个系统，它本身也是一个IT系统，也涉及到了各方面本身的执行安全，所以整个安全也好，包括整个IT基础设施也好，怎么样帮助整个AI系统能够可靠、安全、有效地交付它的IT所赋予的能力，这是整个数字化转型中面对的挑战。第一个层面就是它作为一个IT系统，本身安全的执行、认证等这块是一个关键问题。第二个层面，包括刚才其他的一些嘉宾也谈到了，AI系统最核心的第一个问题就是它的样本问题，包括样本本身的完整性、安全性、被篡改的问题以及隐私的问题，这里面也需要相关的数据安全、审计等相关的平台来支撑它的有效防护。而作为整个IT基础设施的安全和供应商，我们也在这部分做了一些实践，为我们相应的一些企业IT实践提供这样一些防护。[ 2021-09-27 11:54 ]
古亮
第二个维度，模型。今天早上像唐院长也谈到了，未来AI的应用将会是大规模和分发式模型的应用模式，在这样的情况下，模型在分发的过程中，在推理实践的过程中，模型的安全怎么样保护，怎么样保证最初的模型和交付的模型能够完全有效地交付原本设计的这些功能。那么，这里面相应的IT系统需要提供一系列有效的机制来保护，我们也在做相应的实践，这里面包括基于云计算来交付相应的AI能力，以及交付这些AI能力过程中相互的验证、认证的机制，怎么样保证整个AI的能力能够可靠的交付。[ 2021-09-27 11:55 ]
古亮
以上是两个维度对整个安全怎么样去保护AI未来的一些交流。最后，我想简单讲一点，从安全的角度，安全是一个攻防对抗的过程，AI本身可以说是一个双刃剑，因为目前我们也观察到，不仅是防御方和抵抗方在用AI，大量的攻击者、黑客、黑灰产业链也利用AI来对我们进行攻击，像“杀猪盘”就利用自动语音聊天的方式来侵蚀我们的消费者，到企业级市场里，很多的攻击团伙、APT攻击组织利用很多成熟的AI工具来渗透网络，进行网络的探测，他们造成了整个对我们网络的安全、整个应用系统的安全、AI应用的安全带来非常大的影响。所以从攻防对抗的角度、未来演进的角度，我们需要在科技向善，科技有利于正向循环的角度，让AI能够帮助我们去更强地提升防御和检测的能力，也希望未来有更多的产业界在这块开展相应的工作。我就汇报这些，谢谢！[ 2021-09-27 11:57 ]
余晓晖
谢谢古总，古总提到另外一个角度，不光是AI本身安全挑战的问题，AI也可以赋能于安全，从软件公司来说大家都会用AI技术提升安全能力。对于安全的挑战，古总也提到了模型的问题，跟刚才田总提到的是同样的问题模型和算法。另外有一点，就是AI能力的安全交付是一个很重要的问题。感谢古总。最后的问题，再请教一下富数科技创始人兼CEO张伟奇，您怎么看？[ 2021-09-27 12:11 ]
上海富数科技创始人兼CEO 张伟奇
谢谢余院长。既然我们是一个隐私计算的创业公司，我们围绕隐私计算和AI如何发挥它的作用，谈谈我的观点，我就分两个层面：一是隐私计算如何在AI赋能经济社会当中去保障数据安全的角度；二是作为隐私计算本身，它其实也是新一代的人工智能技术，它本身的安全性、可解释性怎么能够做好。[ 2021-09-27 12:12 ]
张伟奇
首先是第一个，在我看来人工智能目前大部分还是数据智能。这个过程当中是不是会牵涉到隐私计算和数据安全的问题？我看这个问题还是有的。隐私计算是什么？它就是通过新型的密码学技术，包括多方安全计算、联邦学习、TEE、差分隐私等技术，去解决数据可用不可见、数据可以不出库的情况下，可以隔空、虚拟进行查询、统计、学习，我觉得这是它非常重要的一个方式，能够保证数据安全。我觉得分三个方面：第一是理论符合，第二是工程化的安全，第三它需要可信第三方，带着这样的算法进行检测，还包括监管。[ 2021-09-27 12:14 ]
张伟奇
理论符合。这个技术蛮新的，又是碎片化，所以需要大量的技术对它进行创新。我们在国际密码学会的指导下，我们目前拥有几十项发明专利，做了这方面的探索，工程化的安全。我们的隐私计算相当于一个路由器，它是一个数据能够对外开放、共享的闸门，如果这个闸门一旦被攻破，本身是想保护安全，反而会引起更大的安全事故。所以对它来说，确保工程安全是非常关键的。目前我们也能看到包括信通院在内做了很多检测、评测的工作，富数科技也是目前比较早、比较多地拿到了这样的评审认证。同时，我们也是积极参与相应的安全或者性能方面的标准制定工作。[ 2021-09-27 12:16 ]
张伟奇
要有可信第三方，一起来做这样的监督和检测工作。首先要有一些标准，前不久在信安标委由富数科技牵头，包括信通院、上海交通大学共同发起隐私保护互联互通的规范，已经获得了国标的立项，目前也获得了整个行业的广泛认可，我们也是希望拉着行业一道把标准能够做好，为隐私计算赋能整个经济，能够找到一个新的技术的思路。以上就是我的一些体会。[ 2021-09-27 12:18 ]
余晓晖
谢谢张总。隐私计算是目前非常热门的技术，我想张总刚才给我们带来一个非常有意思的非常重要的观察，就是隐私计算本身的安全如何去保证，所以张总从他的理论符合性、工程化的安全以及第三方的角度，提了怎么保证隐私计算技术本身也是安全、可解释的，我觉得这对于整个可信AI是非常重要的方面。刚才几位从事安全相关工作的嘉宾给了非常好的分享，如何看待安全和可信相互之间的关系，以及里面涉及到的具体技术，包括政策、法律以及我们产业的问题。[ 2021-09-27 12:18 ]
余晓晖
在这个过程中，其实有好几位专家都提到了在整个建立可信的发展环境和应用中，其实整个公共环境是非常重要的，因为光靠企业的实践是无法彻底解决这样的问题。就回到我们第四个问题，目前我们讲可信AI尤其是这一轮人工智能里面，其实还比较主要的是数据智能，是数据驱动的。所以在这里面一个非常核心的问题，就是整个数据的安全，包括隐私的保护就变得非常重要。当然也不光这些，还有相关的其他的法律。因为在中国有一个标志性的事件就是数据安全法的出台和个人信息保护法的出台。从全球来看对人工智能相关的法律和标准其实都在制定过程中，引起高度重视。可能在未来我们建立可信AI环境中，我们如何建立更好的法治和标准的环境，然后如何更好地实施，这是一个前提。[ 2021-09-27 12:19 ]
余晓晖
既然我们有了相关的法律和标准的制定以及发布，我们如何去推动它的实施？首先想请几位嘉宾做一个分享，就是看看怎么理解。首先还是请教曾教授，因为您对全球的法律体系都有很深的理解，您怎么看、有什么建议，能够简单说出来，我们如何做？[ 2021-09-27 12:20 ]
曾毅
很多重要的法律法规都出台了，最关键的问题就是我们如何根据法律法规进行技术落地。我现在特别想表达的第一个关键是我们现在的人工智能是看似智能的信息处理，我非常同意刚才我们讲的数据智能的观点，所以它是看似智能，但不是真正的智能。所以现在的人工智能也没有达到真正可信的程度，所以我们要迈向可信。所以我觉得这就是两个出发点。[ 2021-09-27 12:20 ]
曾毅
第二，法律法规落地的时候，你会看到很多的痛点问题，法律法规伦理规范对企业、对于人工智能的创新要求非常高，但很多东西在技术落地层面存在着种种问题。举个例子来说，像人脸识别，大家觉得在有些场景是比较敏感的，去禁用，但是你会发现有很多的企业在尝试，比如说用步态识别、指纹识别、远距离虹膜的识别，实际上它存在的伦理风险、安全风险跟人脸识别没有什么太大的差别，所以大规模生物特征识别作为整个大类来讲，它的安全的问题、伦理的问题，不是说这的东西不能用，而是我们如何去真正从更可信的人工智能的角度，全面地防范生物特征识别可能存在的风险才非常关键。[ 2021-09-27 12:21 ]
曾毅
另外一点，我们提到用户的数据，如果你做我的服务，不满意了，我要撤销这个数据，这在我们的个人信息保护法、民法典、新一代人工智能伦理规范当中都提到了。但是在数据库当中删除数据非常容易，但我们非常难做到的就是在我们的人工智能训练过的模型当中把数据特征去掉，除非你重新训练模型，否则像深度学习模型是做不到的。但我们现在的法律法规要求我们做到，这个事情怎么办？就逼迫我们的产业、我们的学术界必须联手尽快地解决法律上对于技术创新提出的痛点和难点的问题，否则的话我们在伦理和道德层面站在制高点，但真正在落地层面是全球都没有解决的方案，所以我想这是非常需要通过我们的技术创新赋能的。[ 2021-09-27 12:22 ]
余晓晖
谢谢曾教授，我觉得曾教授给了一个非常精彩、非常重要的观点。当然从迈向可信的过程中，大规模生物识别的伦理是一个非常关键的部分。关键是说我们定了这些规则和伦理以后如何实施，其实这就提到了一个很重要的问题，比如说你去掉数据特征值如何做，产业上能不能做到，技术上有没有可能？如果能做到，把伦理、标准和法律能够落到实处，所以这是一个非常重要的问题。正好接下来我就再请教京东的梅总和推想的陈总，因为你们在产业应用和技术研发方面正在做这样的工作，你们怎么思考相关的法律法规以及标准的落地实施，以及我们如何通过技术能够真正落下来？首先有请梅总。[ 2021-09-27 12:23 ]
梅涛
其实我刚才非常通过曾教授的观点，可信AI现在还处于起步阶段，我们真的属于迈向的一个阶段。作为京东来说，我们作为企业来说，肯定更多的是怎么样把国家的法律法规能够落实。我可以举几个例子，因为刚才我讲到京东对可信人工智能是从四个方面来解释，从稳定性、模型可解释性、公平性以及我们的隐私保护。举几个例子，我们在智能制造行业，大家知道智能制造工业质检里面有很多瑕疵品需要检测，但是我们在落地过程中发现瑕疵样品很少，这个时候人工智能落地的时候就会有很多问题，所以我们打造了基于0样本或者小样本学习的机制，使得我们在人工智能落地的时候，我们的模型具有更好的泛化性。[ 2021-09-27 12:24 ]
梅涛
同时我们在部署模型的时候，我们会保证工厂的数据隐私，我们会使用刚才几位老总讲到的隐私计算平台，我们京东有自己的隐私训练平台，使得我们在部署过程当中保证工厂数据不外泄，这是智能制造场景的实践。同时我们在智能流通环节，比如在物流环节，其实我们为了保证我们的模型通用性，我们做了大规模的预训练模型，我们设计了199层三维神经网络，能够识别操作人员在物流的过程中的他的操作行为规范的问题，这样就可以使大规模预训练模型的模型泛化性、通用性会更好。我们既能识别出这个工厂的行为识别，我们也可以识别出更多别的操作流程中的一些行为。[ 2021-09-27 12:25 ]
梅涛
我们在智能客服领域，刚才讲到了模型的稳定性，其实我们目前看到的很多模型都是单一模态，比如我们用声音或者用文字或者用视觉。其实我们打造了很多跨模态的模型，就是我们用多模态的方式在客服过程中去估计用户的情感和行为。同时我们也有一个真实的案例，我们发现在机器和人的交谈过程中，发现人的情绪的变化，我们及时制止了一场事故。所以，我觉得基本上我们会在几个方面去践行刚才说的可信人工智能的四个维度，使得我们的模型更加通用性、解释性更强、公平性或者隐私保护更好。[ 2021-09-27 12:26 ]
余晓晖
谢谢梅总。梅总从公司的实践，从制造、流通、客服等几个场景分享了京东如何实施他刚才提到的四个原则，以及包括相关法律和标准的实施。我们再请推想的陈总，请你简要说一下您怎么看或者怎么实践。[ 2021-09-27 12:26 ]
陈宽
感谢余院长。我国相关数据保护法案的设立是一个非常巨大的进展，尤其在保护个人隐私层面。我们看到医疗行业对于个人隐私的保护，在一定程度上在很多行业里面是走的相对比较前也是比较早的。我们这么几年的实践，因为我们在海外也有很多的工作和进展，所以我们的大的理解是说：实际上我们现在看到的数据隐私保护和人工智能本身对于数据的需求，其实没有本质上的冲突，我觉得两者相对来说还是相对兼容的。[ 2021-09-27 12:27 ]
陈宽
我提几个大的原则，比如我们看人工智能模型的训练，很大程度上最有价值的是来自于一般性的规律，反而个人隐私对训练环节是没有太大价值。其实这些大的原则和逻辑，我们认为人工智能行业和我们现在看到的监管的大方向是兼容的，当然在很多工作当中，我们觉得可能是细节，具体怎么样执行，需要我们能做到它的原则符合它的实践。[ 2021-09-27 12:27 ]
陈宽
我们去年做了关于新冠肺炎疫情的人工智能系统，这个人工智能系统后面也得到了日本厚生劳动省的集中采购，也得到了欧盟委员会的集中采购，包括在美国也实现了商业化落地。实际上在海外的国家，一定程度上我们认为他们可能是非常严格的数据保护的标准，甚至相对来说是非常保守的。即便是这样，我们认为我们的人工智能到最后都能完整地通过它们的认可，而且很不幸地说因为我们是一个中国企业，一定程度上他们也会更严谨地看，但到最后我们也都能顺利通过。所以我们认为大的原则没有问题，但细则怎么落地、怎么实践？我认为这是后续的关键。[ 2021-09-27 12:29 ]
余晓晖
谢谢陈总，给了我们非常重要的信息，也给中国企业一个信心，就是说即使全球最严的隐私数据保护法律和要求，我们也能达到。再次感谢几位的发言。经过我们这几轮的发言，我们分享了对全球可信AI的共识以及我们在公共政策、法律法规、标准的考虑，以及各个企业在产业的实践与技术创新的应用。最后有一个开放性问题，对于人工智能和可信人工智能的发展，未来我们怎么看、有什么样的期望？看看各位专家能不能用一句话或者是一两句话简短地跟大家说一下？首先我们从曾教授开始。[ 2021-09-27 12:30 ]
曾毅
我从学术界的角度，希望跟大家分享和共勉，现在我们看到更多的人工智能企业开始谈AI的伦理风险的时候，如何把这些东西落地？我认为这是学术界和产业界共同的努力。最后我想表达的观点是我们真的需要去反思到底是不是人工智能，机器是不是真的能够思考？如果我们现在构造的是一个信息处理工具，未来是不是能在这个基础之上构造可信赖的人工智能更长远的、发展通用人工智能可能存在的伦理安全的风险，不要说通用人工智能三年五年去实现，但它可能存在的安全伦理风险，有可能我们要准备三十年才能做到尽可能的安全。所以，我觉得这需要真正的产学研深度融合，确保我们的人工智能健康发展、稳健发展。[ 2021-09-27 12:32 ]
陈宽
我们认为，任何事物要走得长远，它一定要创造出非常大的社会价值，商业价值可能只是其中的一部分。伦理合规、安全性、可信一定是我们人工智能领域走得长远的重大命题，我们也非常希望能够跟监管部门、主管部门一起共同探索。[ 2021-09-27 12:32 ]
古亮
正如目前整个IT系统的广泛应用所面临的安全挑战问题，未来整个AI赋能和AI的能力，也会更加广泛在所有的产业里面得到应用，但它本身的安全问题，包括AI赋能和AI本身的业务系统所存在的安全问题，应该是我们接下来大家要一致去关注、一起去投入，而不应该把它放到未来我们已经用起来了，再去关注整个AI的问题、AI的补救问题。所以，目前正在大规模推广AI赋能、AI引擎、AI模型等阶段的时候，我们就应该关注它的训练、它的建设、它在实施过程中所需要的安全建设，以帮助我们在未来获得更加普惠的安全，可靠、可信的AI能力，来支撑我们未来的数字化转型。谢谢！[ 2021-09-27 12:33 ]
梅涛
如果能够在法律法规的层面上构建一个政产学研用一体的、协同化的、可信AI的新机制，那么在未来十年，可信人工智能会成为被全社会接受的人工智能的新基建，可信人工智能的未来可期。[ 2021-09-27 12:33 ]
田天
就像我们这次入选领先成果的项目名称一样，更加安全、可靠、可控的新一代人工智能平台，我认为可信AI不仅是让AI变得可信，更多的是用这种更加可信的AI去拓展更多这种高价值的AI应用场景，更大限度地发挥AI价值。相信通过我们的隐私计算，可以去挖掘更多数据，释放数据价值，以及我们的这种人工智能安全可以助力高可靠性场景的身份认证，包括自动驾驶的落地，以及我们的深度伪造检测平台可以让更先进的AI技术在更多场景得到应用。[ 2021-09-27 12:34 ]
张伟奇
在整个数字经济和数字化转型的大浪潮当中，个人认为，无论数据的存量还是增量都在爆炸性增长，人工智能在其中怎么把数据价值发挥出来进行赋能，其实这个越来越有需求。另外，最近相关法律法规也在推出，所以我觉得合规方面的界限划得越来越清晰。这两个矛盾下，我觉得隐私计算提供了一个新的解决思路，我相信它能够为人工智能赋能整个经济新形势发挥越来越多的作用，我们需要做好我们的工作。[ 2021-09-27 12:35 ]
余晓晖
谢谢张总。我们经过一个小时的讨论，对AI整个发展方向有一个很强的共识，这个共识大于差异性。每个企业在这方面有很多的实践，来落实可信AI的规则和要求。大家都提到一个很重要的问题，可信AI是一个动态迈向AI的过程，在这个过程中，实际上光靠企业是不够的，我们需要整个的法律法规、公共政策、标准、政产学研用一起结合，才能真正打造出让每个公民可信的AI环境，让AI真正造福于我们全社会的福祉。再次感谢所有专家非常精彩的思想洞察和观点的分享，也感谢我们在座的嘉宾，谢谢大家！我们这个环节就到这儿，下一个环节的话筒就交给中国电子信息产业发展研究院的张立院长，谢谢！[ 2021-09-27 12:36 ]
中国电子信息产业发展研究院院长 张立
本场对话的主题是：AI精准赋能，助力“双碳”战略。为应对全球气候变化难题、体现大国担当，我国提出“二氧化碳排放力争在2030年前达到峰值，争取2060年前实现碳中和”。“十四五”规划也要求加快推动绿色低碳发展。实施“双碳”战略，既是我国构建新发展格局、促进高质量发展的必然要求，也是我国对全世界做出的庄严承诺。随着技术不断创新发展、应用场景不断拓宽，人工智能在节能降耗方面能发挥哪些作用呢？今天我们一起来探讨一下这几个话题。旷视科技是中国最早以计算机视觉技术立业的科技企业之一。首先，请旷视科技的合伙人兼总裁付英波，和我们分享一下企业的创新进展以及在助力实现“双碳”方面有哪些做法？[ 2021-09-27 12:37 ]
旷视科技合伙人兼总裁 付英波
谢谢主持人！首先，非常高兴今天能来到这个会场，和大家分享和汇报一下旷视科技在创新上的进展，包括我们对于“双碳”的一些理解和我们在“双碳”战略上的一些工作。其实，“双碳”是一个很宏大的命题，也是可能要持续奋斗40年乃至更长时间来达到的目标。在这个过程中，我们作为一家科技企业，我们一直认为人工智能和物联网的结合应该是未来最大的机遇，也是最大的赛道。在这个过程中，旷视不单单是在这几年做了很多技术上的突破和技术上的创新，比如说我们在一些比赛上，包括一些核心的原创技术突破上，做了很多工作。同时，这几年我们把更多的精力放在了技术的落地，包括我们在技术和物联网结合的这样一些子赛道的成功落地上。我们也相信，在这些成功的落地里，通过人工智能和物联网的结合，更好地实现了这个产业的转型，更好地实现了产业的数字化和智能化，这个过程也是一个提高效率、降低碳排放，同时达到碳中和目标的过程。[ 2021-09-27 12:39 ]
付英波
举几个大家都有感觉的例子：第一个例子，在智慧建筑这个大的领域里我们做了很多，我们通过更好地把我们的技术应用到建筑的通行、人流管理、照明、供暖供热和整体的运行里。既满足整个建筑的安全通行和安全的人流控制，同时也更好地达到了既满足舒适的办公环境，也达到了降低碳排放的目标，可能这是一个比较大的场景，因为这也是城市微单元里非常重要的一个组成部分。[ 2021-09-27 12:39 ]
付英波
第二个例子，在整个交通的大场景里，很多大的城市，停车是一个很大的难题，我们通过AI的一些技术，更好地把整个城市空间的停车位做了一个线上的识别和线上的处理，同时提供给我们广大的城市居民，可以更好地使用这些空闲的停车位，提高了城市里停车场和停车位的利用效率。在这个过程中，其实也是更好地完成了便民的服务，也更好地达成了碳排放的目的。当然，现在在整个物流的场景里，我们做整个智能仓的数字化，我们不仅提高了整个仓的运转效率，提高了吞吐量，也提高了空间的使用效率。在这个过程中，我们也极大降低了人员的工作量，提高了空间的使用效率，达到了一些效率提升、碳排放降低的目的。[ 2021-09-27 12:40 ]
付英波
对于我们自己来看，我还处于一个非常早期的阶段，我们通过前面几年的技术积累，最近几年一直在一些认定的赛道做技术的落地，在整个物联网大的场景下，我们其实做了几个子赛道的场景落地。在这些落地里，我们以提高效率来作为主要的抓手，降低产业的碳排放，提高产业的数字化和智能化。我相信这个过程会持续地推进，我也相信随着更多场景的AI应用，我们整个的能效提升，包括我们的整个碳排放目标的实现会越来越清晰，也越来越明朗。谢谢！[ 2021-09-27 12:41 ]
张立
非常感谢付英波、旷视科技，他介绍了很多他们在人工智能、AI精准赋能助力“双碳”排放中的好的经验，以及一些好的成功企业探索。接下来，有请清大科越合伙人、新技术研究院院长倪晖，来分享一些清大科越的努力和做出的成绩。[ 2021-09-27 12:41 ]
清大科越合伙人、新技术研究院院长 倪晖
谢谢！说一串数字，应该说我们人类活动，碳排放的所有总量，89.2%来自于能源活动。为什么这次在7月16号，全国首开的全国碳排放权交易市场里，发电行业首先纳入进去，就是这个原因。而我们要做的事情，就是人工智能要做的事情是什么呢？就是帮我们做两件事：第一件事情，让能源的利用效率提升；第二件事情，让信息的传播效率提升。[ 2021-09-27 12:43 ]
倪晖
那么，我可以举个简单的小例子，每年大概全国工商业用电量是差不多6万亿度，在这里面，将来到2030年碳达峰的时候，我们基本上估算是要40%来自于绿色能源，就是所谓的风光水。那么我们现在遇到的最大问题是我们可以并网，但是我们用不好，为什么？因为我们预测不了，1%的偏差，大家就可以想象一下是多么惊人的耗能。那么，在这个角度出发的话，我刚刚在下面做了一个简单的心算，如果各位能够提前一天把风光的绿色能源的预测精度，用人工智能的方式提高1个百分点，你的价值就是100个亿。而我们现在在行业里，我们当然也做了很多的工作，成立了新技术研究院，也挖了京东、美团的一些算法科学家到我们那里去，我们挖出去以后，实际上现在也仅仅能够做到平均85%的精度。那么，大家可以想象一下，如果您能帮助我进入到90%，您就可以赚大发了。所以我总在说，虽然我们各位老总心中都有星辰大海，但是也要看看传统行业，这个行业很有钱，也值得大家去挖掘。[ 2021-09-27 12:46 ]
倪晖
清大科越一直在做这件事，成立新技术研究院就是想把新技术引进到电力行业里，尤其是智能技术，我们一直说云、大、物、联、智、链，但是用得最不好的就是智和链，在电力行业，目前是提升空间巨大。我们做了什么工作？我们提升了我们对于新能源（绿色能源）的预测能力，包括短期、中长期的预测能力。我们提升了我们对于用电负荷的预测能力，因为我们现在负荷的电力构成越来越复杂，尤其是电动车越来越多以后，实际上会整个改变我们现在的用电曲线。那么，另外一个是什么呢？现在我们在青海省、山东省开展了全省的用电消费侧的相当于是叫“碳电全息地图”，就是给所有的电力用户做碳画像。我们是极大程度需要依赖人工智能技术，为什么？你现在测的是人脸识别，我们现在是对企业的碳足迹、碳排放情况进行识别，而这个识别涉及到电、煤、油、气。那么，在这种情况之下，我们现在遇到很大的困难，但是现在这块随随便便一个项目就是5000万的投入，对各位来说可能是非常简单的事情，但是对我们来说是非常难的。所以我更多不是来分享经验，我只能说我们努力艰辛地做这方面的工作，更多是呼吁各位高科技公司的老总们能够帮助我们。[ 2021-09-27 12:48 ]
张立
非常感谢倪晖研究院院长！清大科越在电力方面深耕多年，也取得了非常明显的成绩，刚才他把做的一些努力以及下一步的方向给我们大家进行了交流。接下来有请第四范式总裁裴沵思先生，把你们企业的一些情况向大家做一个介绍。[ 2021-09-27 12:49 ]
第四范式总裁 裴沵思
谢谢主持人！第四范式是一个AI公司，但其实也是一个AI的类似于咨询公司，我们帮助头部的企业做整个智能化的转型。在“双碳”这个背景下，我也大概梳理了一下，本质上是一个化石能源的替代，你要说从源头来看，我们先看电厂或者说能源端，比如说我们和中广核在葛洲坝都做了很多关于特别复杂的、大型的设备的预防性维修的方案提升的AI工作。之前其实他们在这个设备端，实际上是投入非常大，而且用我们的逻辑来看，实际上是专家规则的系统，越是这样的系统，投入非常大，价值非常高，数据量非常大，这就是AI能够发挥作用的地方。[ 2021-09-27 12:50 ]
裴沵思
在输配电端，第四范式控股了一家公司，在国内大概有十几年的经验，做输配电整个的数字化提升。我们和他们一起形成方案，在输配电端形成更好的AI赋能，其实刚才像倪晖总说的场景，我们都在深入地研究，我们和南网做了非常多的工作。特别是在一些荷载的预测，电力的平衡上，这里面的AI场景非常多。这些工作实际上都能够让我们的整个输配电的效率进一步提升。[ 2021-09-27 12:50 ]
裴沵思
除此以外，“双碳”最大的一个话题应该是电池。电池无论是在新能源汽车，还是未来储能，这都是非常关键的一个节点。我们和国内最大的像宁德时代是非常强的战略合作关系。电池，如果我们看在电动车上，他是一个天然的能够及时地收集非常多数据的载体，在电池之上是BMS（电池管理系统），又是把电池内的化学信息和物理信息充分融合在一起，又是一个非常充分的、数据量非常大，而且是能够实时产生，而且又价值非常高的场景。我们和宁德在这个场景下已经探索了两年，发现了巨大的价值，无论是电池的安全性还是能源的管理，还是对于操控性能的反馈，都有非常多的工作。在这个层面上，能够让我们的电动车更平顺、更经济以及和用户更好地交互上，起到了非常大的作用。它能够以更快的速度在进化，比我们的柴油车可能效率会更高。[ 2021-09-27 12:52 ]
裴沵思
那么，电池除了这样一个属性之外，因为国家对于未来的风电能是不允许在这个层面的储能建设给大家增加更大的负担，就是马上把它的成本加到电价里，所以几大发电集团不是储能的建设主力，反而电池厂是。核心的一个原因是这些风电能量不能像发电一样非常稳定地进入整个输配电网络体系，它需要庞大的储能基础设施。那么，这个储能一是成本高，二是需要的科技含量高，因为怎么能够管理这么大的一个平衡，比现在的电网平衡的难度还要大，这其实也是几家电池厂，我们在充分攻坚的一个过程，这也是在这里面我们做了很多的工作。[ 2021-09-27 12:52 ]
裴沵思
除了这个以外，我们看到的和“双碳”相关的是一些比较传统的效率模型，比如说我们看到的像电厂，我们有几个电厂的客户。电厂的逻辑是希望把原来的高炉、二氧化碳的逻辑现在变成电的逻辑，但是这只是“双碳”的其中一个步骤。我们看到这样的大型流程制造企业里，因为它整个的过程参数化、数字化，但是它的关键节点其实又依赖于老师的一些经验，其实有非常多的成本节约或效率提高的空间。我们几个客户都提出来要做钢厂的特斯拉，要做自学习型的钢厂，就是说在这些企业里我们如何利用新的技术，让它的效率进一步提升，这也是我们的主题。因此，我们要看从发电端、输配电端、电池端、储能端，以及一些能源企业的效率提升端，AI都在持续为碳中和或者说“双碳”的战略目标，往前去努力。谢谢主持人！[ 2021-09-27 12:54 ]
张立
谢谢裴总！接下来有请深圳思谋科技的联合创始人和CEO沈小勇先生，向我们做一下你们的情况介绍。[ 2021-09-27 12:54 ]
深圳思谋科技联合创始人&CEO 沈小勇
谢谢张院长！我觉得“双碳”是一个非常长久的战略，就像我们公司的名字一样，不光要思当下，还要谋未来。“双碳”对思谋科技来说是非常切实相关的，我们是做智能制造的公司，所以我觉得“双碳”目标要达成一个非常重要的挑战就在制造业的场景里。制造业要实现“双碳”，就是8个字—降本、增效、提高质量。在8个字里，其实也是人工智能非常能够发挥作用的地方。我先来讲讲，整个制造行业非常复杂，我们既有用到的设备，还有用到的人，还有流程，还有工艺，还有整个的工厂产线，整个园区，甚至整个工厂集团的管理。我们思谋科技也是由小见大，不光想我们的人工智能技术怎么能够发挥我们的作用。我首先想讲讲，实际上怎么样在工厂的设备端、工艺端以及简单的流程里，我们人工智能怎么去赋能。[ 2021-09-27 12:56 ]
沈小勇
其实，人工智能要用到工业场景里有非常多的问题，其实我们在整个设备端和产线端要想的问题，就是怎么样去让人工智能技术能够非常低成本的、跨行业的能够快速把这些解决方案创造出来。在这里，我们思谋科技也打造了一个我们自己的工业规模的软硬件一体化的平台，在这个平台里，我们可以用非常低成本、非常快速，就能够实现跨行业的一些AI模型的生产设备的创建。像这个这能够快速让工厂拥有这些智能能力，能够极大提升他们的生产效率，降低生产成本。[ 2021-09-27 12:57 ]
沈小勇
第二件事情，我们不光做设备，我觉得更多还要站在工厂的角度去思考问题，比如说我们现在可以从设备到产线，到整个园区，我们可以把整个东西通过我们打造这些数据化的智能AI的系统，帮助工厂去做数据分析、数据预测以及做很多决策相关的东西。刚刚倪晖院长提到的碳画像，其实碳画像最核心的就是工厂到底是怎么样去用这些能源，那我们要知道这些能源最核心的点，就是我们要知道工厂的各个环节在不同的时间里，它的整个用能源的数据情况是怎么样的。通过我们打造的基于智慧工厂的AI操作系统，就能够一定程度上实现这个目标。[ 2021-09-27 12:58 ]
沈小勇
我们打造了这些工业软件和硬件的解决方案，我们也非常荣幸在过去的两年左右时间，有100多家客户在使用我们的产品和解决方案，其中有大部分都是世界500强的企业。比如说，最近我们和一个世界500强的德国企业合作，我们帮他整个产线的生产实现了高度的自动化，特别是在视觉检测这块。原来他一条产线可能需要用很多人去进行操作，用人的话，整个效率包括整个质量很难控制，既然效率不高，碳排放相对是比较高的，这是第一点；第二点，我们还基于数据帮助他搭建智慧工厂。这里面有一个非常明显的案例，我想分享一下，原来一个工厂最害怕的是一旦涉及到产品的调整，比如说今天我生产了A产品，明天要生产B产品，在这两个不同的产品之间要进行切换，中间有非常长的时间需要进行调试。那么，我们就通过我们的人工智能系统解决这一问题，它原来的调试时间可能需要7天到半个月的时间，良品率才能达到比较高的水平；现在我们通过整个数据的分析加人工智能系统的应用，可以把调试的时间缩短到一天，极大地减少了能源的白白浪费。以上是我们公司做的事情以及我们的思考，谢谢！[ 2021-09-27 12:59 ]
张立
感谢沈总。接下来请百分点科技董事长兼CEO苏萌先生，把你们的情况向各位做分享。[ 2021-09-27 13:00 ]
百分点科技董事长兼CEO 苏萌
谢谢张院长。百分点在AI领域主要专注于认知智能的两点：一个是动态知识图谱的知识构建，另外一个我们在做很多的自然语言处理的应用创新。我们主要是基于多模态的数据来做融合分析，基于这些数据做知识的构建，再通过人机交互做知识的服务输出，主要是帮助社会治理和企业的数字化转型。在AI助力“双碳”战略方面，我们和前面四位嘉宾有一部分相同、一部分不同。相同的部分在于我们都一起通过大数据和AI的能力，帮助传统的企业、传统的行业来提升他的效率，比如说我们在工业领域，我们通过帮助我们所服务的企业构建数据中台、构建AI中台，来实现它的生产效率的提升、实现它的综合能源利用效率的提升，从而达到节能减排的效果，这是我们跟前面四位嘉宾做的比较类似的一些事情。[ 2021-09-27 13:00 ]
苏萌
在另外一块，我们跟他们有一些区分，百分点同时在直接赋能于生态环境领域的监管部门，包括我们在服务生态环境部、在服务于各省的生产环境厅，主要帮助他们实现基于数据治理和数据监测，就是生态环境数据监测的应用创新。比如我们服务生态环境部下面的中国环境监测总站，我们帮他们构建的一些系统，让他们能够更好地、更准确地监测污染排放数据。包括我们最近参与的中国环境监测总站的全国生态环境质量会商平台，这个平台也刚刚上线。同时百分点也跟北京大学国家发展研究院一起，我们的专家和国家发展研究院的专家一起帮助环境监测总站做了课题的研究，一个课题值得分享一下，就是我们通过各省的人口、经济结构、劳动力和能源效率等数据，通过机器学习的模型，来预测未来各省碳排放的总量，以及未来在碳达峰的时间区间内，我们来做出精准的预测，以及基于2030年核心目标之下，碳达峰的最优路径，各个省该怎么走。同时基于这个模型之后，我们还可以基于不同的生产要素、生产成本和能源结构的变化，来做很多的模拟测算。这样的话，各省能更准确地预测出它如何在2030年完成碳达峰目标。在“双碳”领域，百分点主要是通过我们的技术来帮助企业、国家政策的制定等来实现效率的提升。[ 2021-09-27 13:02 ]
张立
非常感谢苏萌总把他们的成功做法和经验向我们进行分享。接下来有请科大讯飞，我们非常熟悉科大讯飞在智能语音技术方面的探索，其实科大讯飞也在工业互联网领域进行长期探索，请徐甲甲副总裁把科大讯飞的成功做法向大家进行分享。[ 2021-09-27 13:03 ]
科大讯飞副总裁 徐甲甲
谢谢张院长。正如张院长说，因为讯飞语音做的特别强，所以语音的烙印打得很深，我也汇报一下。科大讯飞在两年前就开始关注人工智能和实体经济的结合。刚才各位专家也介绍到影响“双碳”很重要的行业就是工业能源的行业，讯飞专门组建了一个团队，专门成立了工业智能事业部，重点探索人工智能与工业的结合。我们专门发布了一个平台叫讯飞“顺风耳”图聆工业平台，这个平台解决几个问题：主要解决工业生产过程中耳朵听到的环节，聆是聆听；第二个，图是图像，解决工业过程中需要眼睛看的环节。图的第二层意思就是解决知识图谱，解决行业与行业之间隔行如隔山的知识比例问题，以及随着老工人退休之后知识代际传递的问题。[ 2021-09-27 13:04 ]
徐甲甲
我举几个例子，就是讯飞在图聆工业平台方面做的工作：第一，大家熟知讯飞原来做语音，我们现在进一步做设备的声音，从语音转到设备的声音。我们知道以前身体不舒服的时候，老中医给人看病叫望闻问切，可以通过声音来判断这个人的身体情况。同样，现在很多设备都带有旋转类设备或者机电类设备，它的健康情况的综合表征就是声音，声音独特的特点是非接触式。以前震动，你要贴设备表面，可能会对设备本体造成一定损伤，但声音可以是非接触式。我们现在做了工业听诊器，它可以放在高价值设备旁边，实时听诊设备情况。我们在国网系统几十座变电站里面已经可以实时听变压器的声音。我们知道变压器如果坏了，像绕组变形、直流偏磁等，你用摄像头是看不出来，外面都是好好的，但是每个类型的声音是不一样的。我们现在的电力领域的听诊器可以听20多种变电器的各种各样的声音，能够为整个变电器的运行提供非常有效的保障。[ 2021-09-27 13:05 ]
徐甲甲
第二个创新成果是做了声学成像仪。我们知道人的耳朵分辨率有限，比如我听到前方有异常声音，但是我无法精确到是远20米、高5米，我们精确不到。我们做了麦克风阵列，它可以把声音源定位到，可以把声音成像出来，方便我们的运维师傅看。这里面有几个应用场景：1.在电力领域里面的局部放电，实际上伴随着超声波的发出。以前超声波的检测是从类似于韩国的手电筒式的，把超声波转换成人可听的声音，我们把点状检测变成面状检测；2.前段时间在湖北和大连都发生燃气爆炸，其实燃气对外泄露会造成空气扰动，也是伴随超声波的发出。我们现在的声学成像仪在杭州燃气和合肥燃气进行检测的时候，它可以把燃气管泄露场景检测出来。这是我们说的从语音到声音的跨越，可以解决工厂里面很多安全生产的问题。[ 2021-09-27 13:07 ]
徐甲甲
除了声音之外，我们还在构建行业的知识图谱。比如我们在节电力领域构建电力故障知识图谱，未来我们的运维师傅可能看到这个现象，大致要知道这个现象对应着背后的原因是什么，然后该用什么样的方法去处置，能够把大量在工业和能源领域的一些经验沉淀成知识，能够让我们新进的工人或者运维师傅站在巨人的肩膀上工作，这是讯飞在工业和“双碳”领域做的工作。[ 2021-09-27 13:07 ]
张立
非常感谢以上六位企业家把各自企业的成功做法向我们做的分享，而且我觉得这个分享中，把他们的一些积极的探索特别是在AI赋能和助力“双碳”方面做的成果向我们做了很好的介绍，也让我们大家对这一项工作有新的了解。[ 2021-09-27 13:08 ]
张立
接下来，我们的对话环节进入第二环节。由于时间的问题，希望大家尽量把语言精准一些，或者说把时间控制得更好一点。第二环节，我们主要是交流一下在AI精准赋能、助力“双碳”目标方面，大家还有哪些觉得存在的问题，以及有哪些挑战，或者有哪些好的建议希望跟大家进行分享？还是请旷视合伙人和总裁付英波先生先来谈一谈。[ 2021-09-27 13:09 ]
付英波
谢谢主持人。刚才第一轮的时候，其实我大概讲了一下现在以旷视为实例，我们在整个人工智能产业的落地，包括在“双碳”的大战略下我们做的一些工作。其实坦诚讲，这些工作还是非常初期也非常基础，因为从整个“双碳”目标的实现其实是两个大的维度：一个维度，在碳排放上，我们如何利用我们的一些技术，可以帮助我们的合作伙伴包括我们自身，更好地减少碳的排放；第二个大的维度，我们在整个能源替代上，我们由传统的石化能源如何更好替换成新的能源。[ 2021-09-27 13:10 ]
付英波
所以在第一个维度上，在整个碳排放上，其实现在碳排放最大的几个行业包括电力的生产和存储，包括我们的生产和制造、种植和养殖、交通和运输、供暖和制冷，在这几个方向或者在这几个大的方面，其实人工智能在这里面做了一些工作，比如说在交通、在生产和制造，这里面应该是做了一些好的方案或好的一些产品，初期做了一些降本增效和控制碳排放的效果，但是刚刚起步。包括刚才我讲到的五个里面其中几个比较大的领域，其实人工智能做的还很少或者还没有太涉及，所以这也是我们未来需要努力的地方，也是我们巨大的机遇。这是第一个方面。[ 2021-09-27 13:10 ]
付英波
第二个方面，从能源的替代上，现在不管是煤、石油还是天然气的石化能源如何更好地向风能、水能等好的洁净能源，本质上从能源生产环节上，AI的公司如何给这些环节提供更好的帮助，甚至能够提高更好的替代，我觉得现在刚刚起步，这也是我们面临的挑战。但反过来讲对我们这些公司也是巨大的机遇。我简单分享这两点。[ 2021-09-27 13:11 ]
张立
感谢付总的分享，他谈到的观点是现在是AI的起步阶段，很多方面还在探索，谈同时也是一个巨大的空间，也是非常大的蓝海，也是我们企业将探索和不断推动的方向。接下来我们请清大科越倪晖谈一谈你们的痛点和建议。[ 2021-09-27 13:11 ]
倪晖
时间有限，我就简短讲一下。因为清大科越从2004年到现在17年深耕在电力行业，基本上也是聚焦在电力交易、电力市场、能量调度这些领域。我们感觉到的痛点是什么？我今天听到人工智能的技术已经到智能AI3.0，惭愧地讲现在电力行业才AI1.0，缓慢地向2.0过渡。但是我们在这一块为什么这么慢，很大一块原因是我们不太信任AI，就是你如何保证秒级指令从AI出来的结果是可信的、可靠的、稳定的、持续的，坦率讲这是我们之所以一直相对保守的原因，也是一个痛点。[ 2021-09-27 13:13 ]
倪晖
但同样一个道理，刚才说了机制创新，能够促进我们向各位高科技公司、或者愿意把这个技术引进来，我举一个简单的例子，比如说前年开始我们在冀北开展的虚拟电厂的项目。这个虚拟电厂的项目实际上就是唤醒海量的沉睡的用户侧资源，把充电站、电动汽车、智慧楼宇、热水器、锅炉、空调，把它们聚沙成塔，聚成一个虚拟的可调节资源参与到电力市场。原来没有这个机制的时候，也就是没有这个市场交易品种的时候，大家就算有这个技术，也没有人想过怎么用。现在北京有一个新碳能源，他们聚集了他们后面30多家企业，直接聚合在一起参加到华北的调峰服务市场，一个月就一百多万，他们买的一个平台一共才一百万，他们很高兴地说一个供暖季基本上把本全赚回来了。我想讲什么意思？一旦有了机制创新，我相信一定能引导或者诱导大量的高新技术愿意进入这个行业。我也想跟大家讲电力市场目前的蓬勃发展的态势，实际上为我们的高新技术进入这个行业创造了非常多的机会，有越来越多的交易品种使得源网荷储四个方面都需要人工智能的深度参与。所以说如果说痛点的话，过去是机制创新，现在大家还是这个痛点，但是我们觉得这个痛点目前渐渐成为我们将来的亮点。我就说这么多。[ 2021-09-27 13:14 ]
张立
感谢倪晖总，我觉得他谈到一个挺重要的观点，就是大家现在很希望用AI，但又不太敢用，因为它的稳定性和它现在对大家的信任度还需要进一步提升，这是企业和我们科技企业一块要共同努力的。接下来我们有请第四范式裴总谈一谈你们在“双碳”目标，企业在追寻什么样的方法论方面做的努力。[ 2021-09-27 13:14 ]
裴沵思
碳中和、碳达峰确实需要一代人的努力，大概到2060年。实际上在这个过程中，它既是个目标，也是个非常大的愿景，也需要一代人不同企业快速变革、快速进化、迭代，才能达到这样的目标。回过头来，其实它跟我们这一轮的数字化、智能化转型也是一样的，就是说在短期之内你可能看它没有效果，长期内是体感速度非常快的旅程。[ 2021-09-27 13:15 ]
裴沵思
对我们来讲的挑战，我同意刚才倪总说的逻辑，第四范式成立七年，我们走了什么路？科技、AI在一个企业里面怎么被适用和适配的过程。但是我们很快发现，特别是头部企业光有一个AI适配进去，就改变它的业务模式了吗，就提高效率了吗？其实不是的。这个企业怎么持续地把AI使用起来？在我们自己内部，我们经过这么多年趟过的这些坑，包括我们跟客户一起进步，我们形成了一套方法论——量变到质变。为什么量变到质变？我们举今日头条的例子，实际上它本质上是把信息分发和处理的效率提高了。这个效率的提高，之前需要有人把这样的信息传递出来，但经过一个爬坡的过程，它靠机器把这件事解决了，这解决了企业边际成本的问题，就是我把做一件事的边际成本尽量保持不变或者还有一定降低的情况下，我的整个效率、规模还能持续扩大，这是这些互联网公司的本质。[ 2021-09-27 13:16 ]
裴沵思
但反过来，这件事在传统企业是否能行得通？经过我们这几年的摸索，其实我们觉得行得通。在一些企业里面的关键业务链条，其实是看得到这样的瓶颈，看得到这样的边际成本可以被技术推动，以及让它有更大的增长空间，从而提升的规模增长。[ 2021-09-27 13:16 ]
裴沵思
你说AI是不是在替代人工？其实也不是，你看今日头条其实也不是说我已经有了1万个机器新闻编辑，变成只需要10个人，靠机器了，其实并没有，它更多是在一个企业合理规模之内，它可以管控的资产、业务和决策达到了一个极其惊人的水平，而且效率还非常高，这是我们追求的目标。也就是说我们追求的不是单点上的AI应用被企业接纳，而是企业以什么样的框架、逻辑、闭环，在实现它的内部的进化。这个进化是什么？就是我们用下一代的技术去重构它的业务以及重构它的业务系统。这个业务系统，有可能不是我们今天搭建一个什么方案，我把方案适配到那儿就结束了，这个业务系统很有可能是极其动态的业务系统，是基于你的战略目标不停优化的业务系统。这个业务系统既包括你的流程，也包括你的数据，也包括你的人应该怎么参与、机器和人之间的角色是什么，能让这样一个组织充分被激活起来。我觉得这其实是一个目标，也是一个方法，也是我们现在和合作企业共同探索、磨合的一条路线。我们的目标其实很简单，不只是说把AI怎么引入到企业，更多的是让企业对于这种新技术能够产生自己的闭环，能够让它自己进化的速度更快，从而达到现在社会、国家更高、更宏伟的目标要求。[ 2021-09-27 13:17 ]
张立
谢谢裴总。接下来我们请思谋科技的沈小勇先生谈一下你们企业在AI赋能、助力“双碳”还有哪些短板，以及有什么样的谋划。谢谢！[ 2021-09-27 13:17 ]
沈小勇
我特别认可付总刚刚谈的，AI技术在整个制造业领域的应用刚刚开始；我也赞同裴沵思总的说法，AI更多的并不是说我们把AI技术放到公司里，而是说AI技术怎么样深入融入到公司里，发挥它的价值。我觉得挑战有以下几个：[ 2021-09-27 13:18 ]
沈小勇
第一，今天我们助力“双碳”战略这么大的课题里，对企业来说也好，对国家来说也好，我们在底层技术层面的创新依旧还是比较落后的。就拿我们整个制造行业来讲，其实有两个东西是特别“卡脖子”也特别不自主可控：一是在高端装备制造里，二是在整个工业软件里。举个例子，我们很多的企业用的很多设备都是国外的，而且国外这些设备根本连数据都采集不到，当我们连数据都采集不到的时候，AI就失去了燃料。像思谋，我们也费了很大的心思，就是怎么样去搞定这些底层的软件和底层设备相关的问题，就是希望能够通过底层的这些自主可控，能够把上面这些目标去掌握它优化的一些参数和优化的数据出来，这是第一块。[ 2021-09-27 13:18 ]
沈小勇
第二，在于我们的AI，我觉得它其实更多还是一项新技术，它是个赋能者，重要的目标是怎么样把AI的技术和传统的硬件东西、传统的工业流程、传统的工业软件，怎么样把它们做一个深度的结合，实现很多的技术层面或者产品层面的弯道超车，这也是很大的挑战。最近我们也有一定的探索，就是说我们通过对原来的一些设备，通过我们的一些AI技术的加入，实现了弯道超车，比如说智能检测，原来传统的智能检测设备，整个的准确率，因为算法层面和软件层面的劣势，上一代的技术大概只能达到60%左右的效率。但是我们把AI整个技术加入进去以后，它可以达到超过99%的效率。也就是说，由原来的自动化实现了高度自动化，我觉得这两个挑战，我们在不断地探索，虽然现在只是一个起步的阶段，但是也看到了很不错的成绩。谢谢！[ 2021-09-27 13:19 ]
张立
接下来再请百分点科技的董事长兼CEO苏萌先生，谢谢！[ 2021-09-27 13:19 ]
苏萌
我们主要看到两个问题：一是数据层面，二是算法层面。我们以碳排放的监测和分析为例，首先，数据。我们在服务国家的一些监管部门，数据的采集目前是不全的，也不准确的，所以其实在这点，我们需要有更多的产业来融合，做更精准、更全面的数据采集。[ 2021-09-27 13:20 ]
苏萌
另外，我们还遇到一个问题，就是企业内部和外部数据融合的问题。比如，我们在用电气这些来预测，这是企业内部用这些数据来预测它的碳排放，但是同时我们还要有外部的监测数据，你内部预测数据的校验，但是我们的内外部数据没有打通，企业无法获得外部监测的数据，就获得不了企业内部的用电用气的数据，所以需要融合。另外，我们需要有更大规模的数据算法，来提升我们的预测能力。比如说我们在研究成分的机理模型以及多维分析的数据模型上，能够给我们带来更精准的预测。谢谢！[ 2021-09-27 13:21 ]
张立
最后，有请科大讯飞徐甲甲谈一下你们的挑战和问题。[ 2021-09-27 13:21 ]
徐甲甲
AI落地工业里，我觉得最大的挑战就是有限的资源应对分散需求的问题。这里面我们谈到很多很先进的人工智能算法，实际上那个算法的定制化成本是很高的，有的时候成本很高就算了，但是那个场景可能就一个场景就结束了，这可能是对整个AI落地工业最大的痛点。[ 2021-09-27 13:21 ]
张立
最后还有一个环节，每人总结一句话，对你今天所谈的问题以及你的观点做一个概括。[ 2021-09-27 13:22 ]
付英波
人工智能和物联网的结合，包括智能化和低碳化的融合，我相信是未来十年最大的挑战和机遇。在这个过程中，现在还处于刚刚起步的阶段，道阻且长，但是我相信一定是行则将至。[ 2021-09-27 13:22 ]
倪晖
关注人类命运就关注“双碳”，关注“双碳”就要关注电力，关注电力就请关注我们科越，因为我们是人工智能技术落地在电力行业最佳的合作伙伴。[ 2021-09-27 13:22 ]
裴沵思
“双碳”整个的旅程和AI的落地旅程，再加上企业智能化，其实这三件事有殊途同归的节奏，可能我们都感觉到体感可能没有那么快了，感觉各有各的困难，但是实际上它都是一个在极其快的赛道上突飞猛进，希望业界的朋友一起合作，我们一起把这几件事做好。谢谢！[ 2021-09-27 13:23 ]
沈小勇
我相信“双碳”的战略，加上整个AI，接下来一定能够创造出更多的落地场景，同时也能够诞生更多伟大的公司出来，特别是我们创业公司，机会特别大，当然，挑战也特别大。[ 2021-09-27 13:23 ]
苏萌
“双碳”战略是一个跨领域的复杂系统，它需要不止是几个领域和公司的作为，而是全社会的共识。在这里，AI技术的不断升级以及与场景的融合，将有效地帮助政府做更优化的政策制定，帮助企业做更好的节能减排，以及帮助实现真正的生态环境的治理。谢谢！[ 2021-09-27 13:24 ]
徐甲甲
在“双碳”这个大背景下，科大讯飞的定位是用人工智能解放工业“六感”，赋能百业，这是我们大的愿景。这件事情要有一个长期的心态去做，不是一年两年，可能五年、十年甚至二十年。在这个过程中，我们愿意和各个企业一道，用长期的心态去助推这个战略的落地。谢谢！[ 2021-09-27 13:24 ]
张立
非常感谢！今天的尖峰对话有三个环节，到这里，三个环节的内容就全部进行完了。感谢6位企业家，把他们的一些成功做法和他们的一些经验以及痛点、下一步的思考，给我们进行了分享，也感谢我们在座的各位嘉宾，能够认真地听取他们的一些观点，我们共同完成了今天的对话。我们相信我们的企业会不断地努力，我们也相信我们的国家会在这方面取得更大的成绩。今天的对话环节到此结束，今天上午的所有活动内容也圆满结束！[ 2021-09-27 13:25 ]
