首屆世界智能大會發言回顧：120條精彩語錄閃耀「智能之光」

至頂網CIO與應用頻道 07月06日 北京消息：6月30日，首屆世界智能大會在天津閉幕。為期三天的大會，共有來自17個國家和地區的1200多名世界多個領域的傑出代表出席。大會以「邁向大智能時代」為主題深入對話和交流，探討智能科技前沿發展的趨勢，展望智能科技產業的發展，謀劃智能社會未來的願景。

以下摘自主會嘉賓演講實錄，根據語境略有修改：

第一天主會精彩語錄集錦

大會致辭

全國政協副主席、科技部部長 萬鋼：

1.中國政府高度重視人工智慧發展，未來將重點推進四方面工作：一是加強能力建設，持續夯實人工智慧發展的科技基礎；二是加快科技成果轉化應用，推動智能經濟和智能社會建設；三是強化政策儲備，重視風險防範，抓緊研究制定完善相關政策法規；四是加強國際合作。

2.中國政府高度重視人工智慧發展，目前已編製完成新一代人工智慧發展規劃和與之相關的新一代人工智慧重大科技項目。

3.全面推動人工智慧產業戰略布局，打造「天津智港」。身處智能時代「順變、應變、求變」，將推動天津智能產業更大發展。

大會致辭

世界工程組織聯合會當選主席 馬琳·肯加：

1.世界工程組織聯合會是國際工程界的大型組織。它代表著120多個國家和2000多萬名的工程師。通過充分利用工程的潛力，來解決世界所面臨的重要問題。

2.世界工程組織聯合會是由各國政府以及政府間組織認可的非政府組織，可以提供重要的指導和戰略支持。

3.世界工程組織聯合會旨在利用工程潛力，為世界各國解決城市發展、氣候變化等重要問題提供指導和戰略支持，推動實現可持續發展目標。

「人工智慧與可持續發展」

聯合國教科文組織知識社會局局長 英德拉吉特·班納吉（Indrajit Banerjee）：

1.從聯合國教科文組織的角度來看，我們的總體目標是要建立知識社會，並不是僅僅為了追求技術而推動技術。

2.全世界教育行業跟現實是脫節的。雖然我們的技術、工具變化了，但是我們在重複過去的流程，所以我們需要21世紀的新技能。

3.有的時候我們可能過於強調技術，而忽略了這個技術可以怎麼樣惠及於整個人類。

4.如果我們盲目的去推動AI，會發現它會有很多風險存在。我們必須做好充分準備，來確保我們能夠在利用這些技術和工具的同時還享受其帶來的好處。

5.AI是否會造成人與人之間的不公、社會偏見，以及是否存在安全方面的隱患，這些都是我們需要注意的問題。

「人工智慧·現在進行時」

百度公司董事長兼首席執行官 李彥宏：

1.人工智慧時代已經到來了，在未來的三十年到五十年內，它成為推動世界經濟發展的一個最重要的力量。

2.大家知道GPU原來是打遊戲用的，現在人工智慧、深度學習的計算，基本上都是通過GPU來完成的。吳恩達以前在谷歌的時候很不爽，因為谷歌不讓他們買，但到了百度後就隨便買。

3.人工智慧技術要想往前推進，需要有大量的數據的積累進行訓練，全世界沒有一個市場有7億多的網民，說的是同樣的語言，遵循的是同樣的文化和道德標準，遵循的是同樣一個法律，你再也找不到這樣的市場了，在這樣的市場中，人工智慧真的是如魚得水，我們不領先世界真的是說不過去的。

4.今天任何一個會點深度學習技術的人，別的不敢說，你找一個高薪的工作肯定是沒問題的。

5.今年市場對AI的投資有三百億美元，人們對AI的關注也是前所未有的高。百度指數搜索顯示，2016年比2015年搜索「人工智慧」這個詞頻率上升了632%。

「科技創新過去的坎坷和未來的光明」

聯想控股的董事長 柳傳志：

1.現在天津市領導手裡端著白米飯，但是忙著為未來的老百姓在燉鍋里的紅燒肉。

2.技術和基礎科學是有根本不同的。如果技術本身轉不成經濟效益，那麼這個技術本身是沒有價值的。

3.在競爭性對抗性很強的行業裡邊，企業本身沒有很強的科技隊伍是沒法生存的，靠轉化是根本來不及的。

4.未來的智能科技都是屬於競爭性極其劇烈的行業，所以企業本身必須擁有非常強大的技術隊伍，建議企業裡邊都應該配有院士。

5.中國的企業已經有足夠的實力為未來的科技布局。第一，我們已能夠用撒網式的方式來支持科技創新；第二，規模的企業已經有實力把企業實驗室的成果變成產品，變成效益；第三點，在企業的科技隊伍里，科技人員可以是混合編隊，既可以有中國人，也可以有外國人；第四點，對於企業來說，除了做技術研究以外，大的企業應該有實力進行基礎性的研究，即對人類有貢獻的帶有發明性的研究。

「從大數據到大智能」

國際知名大數據專家、牛津大學教授 維克托·邁爾-舍恩伯格：

1.我聽到了一個更好的詞，叫做「超級智能」。不是說機器贏了人或者人贏了機器，而是人和機器可以一起工作，達成一種前所未有的相互理解和對於世界的認識。

2.通過數據才推動了演算法，所以數據才是關鍵。

3.有一些深度學習的機器還是很難操縱的，很難合作的，需要人工有很多的技能來操作。

4.未來其實不是將我們和別人進行對比，而是將我們身體的各種階段的不同的狀況進行對比。對數據來說也是如此，我們關注的仍然是反饋。

5.人們往往感到擔憂，因為他們覺得失去了掌控力。但超級智能並不是人類的威脅，而是一個機遇。當然我們首先得設計好。

「中國新一代人工智慧」

中國工程院院士、中國工程院原常務副院長 潘雲鶴：

1.AI分成三派，一派是符號學派，一派是連接學派，一派是行為學派。

2.前60年AI的基本任務，都是用計算機去模擬人的專業知識。現在市場上出現最廣泛的AI技術，是類似翻譯技術、模式識別的技術、博弈技術。

3.60年後的今天，環境和形勢起了巨大的變化。第一個變化，是信息環境巨變。第二個是社會的需求改變了。第三個是人工智慧的基礎和目標變了。

4.除了深度學習技術以外，未來AI的發展還應該包括人和機器緊密的結合并共同營造一個混合的智能、跨媒體的智能、無人系統等技術。

5.中國新一代AI工程研究建議從5個方面研究：大數據智能、群體智能、跨媒體智能、人機混合的增強智能，第五自主智能系統。

「天馬津云：智能改變世界」

馬雲阿里巴巴集團董事局主席 馬云：

1.智能世界有三個主要要素：互聯網、大數據、雲計算。互聯網是生產關係，雲計算是生產力，大數據是生產資料。有了生產資料、生產力和生產關係，這三個合在一起才可能。

2.所有的數據基於互聯網這樣一個生產關係，基於數據連通，基於強大的計算能力，只有這樣，我們才能進入到大的智能世界。

3.做事情成功的人特別容易高估自己，像我這樣的人往往會以為我看清楚了，其實你根本沒看清楚。

4.未來的機器一定比你更了解你，人類最後了解自己有可能是通過機器。

5.沒有想像力，人和機器有什麼區別。

6.我堅信換道超車，不太相信彎道超車，彎道超車，十翻九翻超車，我們應該在不同的道上進行競爭。

7.機器要向人腦學習，我覺得這是一個悲哀。我們人類對大腦的了解不到5%，我們希望機器去學5%，那不是愚蠢嗎。所以不要讓機器去模仿人類，而讓機器去做人做不到的事情。

8.數據的時代才剛剛開始，連零頭都沒有到，中國是有機會走出一條獨特之路。

9.中美之間的比較沒有多大意義，不是美國有了中國必須有，而是未來有中國必須有。

10.別看邊上就是你的競爭對手，跑三千米後，你才知道誰是對手。

第一天圓桌對話精彩語錄集錦

前瞻對話：智能社會與可持續發展

德國工程院院士、卡爾斯魯厄理工學院教授 伊夫卡·澳夫查洛娃：

1.我們不能單獨應對人工智慧、機器智能或者混合智能，應該選擇一個綜合的解決方案。

2.現在一個技術在市場運用的時間不到五年，所以我們現在應該從一對一的填鴨式的教育變成互動式的學習，讓學生在實踐中學習。

3.AI在城市發展第一個非常重要的目標應該是使這個城市更安全，第二個是讓居民生活變得便捷。

南開大學校長 龔克：

1.當AI與教育相結合，就解決了一個非常重要的問題——有利於消除社會差別，同時也提升教育質量。

2.AI應該是非常簡單、廉價的。如果我們公司要發展AI教育產品的話，應該把持住這樣大的重要市場機遇和技術方向。

3.智能技術的可持續發展非常重要，如果不能帶來社會包容、能源的節約利用和碳排的減少的話，它是沒前途的。

威斯康星大學教授、千人計劃專家 冉斌：

1.發展智能交通有三個目的，一個是安全，一個是效率，最後一個是環保和服務。但是很多人都忽略了安全性。

2.我認為人工智慧的影響至少顛覆了三個行業：第一個是汽車行業，第二個是傳統交通道路及時基礎設施行業，第三個是IT通訊行業。

3.隨著大智能的發展，在地下建立整個交通系統，這將顛覆整個城市的設計規劃運營管理。

谷歌大中華區總裁 石博盟：

1.AI可以分兩部分。第一部分，大企業有很多資源來解決人們面臨的問題。第二部分，在交通和醫療等領域，需要長期進行很多投資，才能真正給人帶來好處。

2.讓AI如何與人類更好的結合起來，實現1+1大於2的效果，這是非常重要的。

3.最讓人振奮的是我恰恰不知道答案在哪裡，我們也不知道未來會有什麼樣的潛力開發出來。

IBM大中華區董事長 陳黎明：

1.AI可持續發展有三個重要因素：一個是經濟發展，一個是資源環境可承載、可持續，還有一點是社會要包容，要普惠文化。

2.AI重在行業應用，難在行業應用，貴在行業應用。如果AI不能夠應用到行業中區的話，它是不能產生社會價值的。

3.假如讓老少邊窮地區的醫生，能夠擁有認知計算這樣的技術輔助他們診斷和醫療用藥，那這個世界會是完全不同的，要做一件有情懷的事情。

博士軟體亞太區總裁 托馬斯·雅各布：

1.人類社會現在很多資金並沒有得到充分有效的利用。我們應該繼續推動可持續的交通，比如共享單車，電動滑板等，這些都是可以進一步延伸的領域。

2.工業、製造業等會首先從人工智慧那裡獲益。甚至可以實現完全自動的實時製造，這是工程師在十年之前的夢想，現在我們馬上就要實現了。

3.天津在發展智能城市，智能家庭，智能建築，我希望藉此勢頭，給我們的生活帶來深遠影響，讓生活變得更加美好。

第二天主會精彩語錄集錦

「基於大數據的人工智慧」

中國科學院院士 張鈸：

1.我們跟世界人工智慧的差距不是很大。中國有這麼多的網民，而且中國有這麼大的需求。中國趕上和超過世界人工智慧的水平，必須是可以做到的。

2.在人工智慧領域，我認為在基礎、方法、演算法的研究上，中國跟世界的水平還相差甚遠。這個是個不爭的事實。

3.為什麼在下圍棋、圖像識別等領域，人工智慧會超過人，它的成功因素中有三大法寶：頭一個是數據，第二個是計算資源，第三個是演算法。

4.大量的數據、完全信息、確定性、單領域和單任務，只要不符合這其中四個條件中的任何一個，現在的人工智慧技術就有困難。

5.深度學習不是非常完美的，還有大量隱患：比如很難獲取大量樣本、推廣能力差、不可理解性等。

「智能時代的工業機遇」

珠海格力電器股份有限公司董事長兼總裁 董明珠：

1.兩、三年前我們苦惱中國製造是戴上低質低價的帽子，但今天我們能夠改變它，是因為我們有了自己的核心技術，所以更有了話語權。

2.格力電器更加註重人才的培養，我們並不認為技術人員就是人才，任何一個崗位上它都有標兵，任何一個崗位上都有人才。

3.在製造業領域，只要貼近市場，貼近消費者的需求來進行技術開發，就一定能夠超越。

4.當一個企業能夠掌握核心技術的時候，就能得到市場尊重，並且市場交易就一定會表現的非常好。

5.一個企業要有生命力必須保持創新，不斷的改變自己，而不是改變別人。

「大數據釋放新智能」

浪潮集團董事長兼首席執行官 孫丕恕：

1.我們原來講1+1=2叫算術，現在講算術是人工計算到算盤到電腦到雲計算。

2.不可能把2C思維拿到2B里來，因為政府需要個性化的服務，擁有了服務也不一定意味著擁有政府的數據。

3.中國現在有14億人，所以數據量越來越大。每個企業都夢寐以求成為一家大數據公司，但即便這樣也不可能把數據壟斷起來。

4.我預計三年以後一定出來數商——大數據交易商，會比現在的電商還厲害。擁有數據就可以把它進行交易，體現出價值。

5.除了中國移動、中國聯通、中國電信以外，未來又會出來新的三大運營商：雲服務的運營商，大數據運營商，智慧城市運營商，統稱「新三大運營商」。

「智能的本質」

矽谷人工智慧研究院創始人、《智能的本質》作者 皮埃羅?斯加魯菲：

1.AI下一個重大的進展，在我看來可能是來自於神經科學，也就是對人類大腦的研究。

2.西歐失業率最低的是是德國，美洲失業率最低的是美國和加拿大，亞洲的話是日本和印尼。所以我認為，機器人並不一定會使人失業，這兩者之間沒有必然的關聯。

3.千萬不要害怕人工智慧，其實人工智慧早就跟我們在一起了。

4.所有新的技術都會帶來一些工作的流失，但同時也很難預測到它會帶來什麼樣的新工作機會。

5.人應該展望這個時代的到來，我們肯定會有越來越多的智能出現，同時人類也會變得越來越聰明。

「智能的改變企業運營」

用友網路董事長兼首席執行官 王文京：

1.任何一個時代的商業，實際上都受到它所在時代的技術影響，所在時代的技術會構成這個時代的商業基礎。

2.現階段，移動互聯網、雲計算、大數據、人工智慧、物聯網、區塊鏈六大技術正全方位改變我們所處的商業，改變當代企業的運營和管理。

3.我們能從人工智慧看到三個力量——數據、計算能力和演算法，技術能力與業務的交叉組合使得人工智慧今天在商業得到越來越深刻的應用。

4.人工智慧對於企業運營的改變，突出表現在：一，業務流程的自動化；二，知識管理工作的自動化；三，管理本身的智能化，包括從數據採集到反饋、監控、評估；四、智能化的分析預測以及決策的智能化。

5.人工智慧對於企業運營有著重大的發展潛力。

「智能改變社會生活」

科大訊飛董事長 劉慶峰：

1.AI有兩個主要的路徑：一個是通過生命科學，通過人類大腦神經元的傳導機制，判斷機器具備推理和學習的能力；第二個路徑是基於數學建模的演算法。

2.萬物互聯時代到來，越來越多的設備沒有屏幕了，越來越多的設備離我們幾米之外可以被操控。這時，語音合成和識別成為人機交互非常重要的趨勢。

3.人機交互，知識管理和推理學習，是未來認知革命的核心。

4.現在AI處於當年2000年互聯網泡沫一樣，看起來短期內可能有不少的泡沫，但是10年20年來看就是偉大的革命。

5.中國在AI領域有很大機會，在中美創新能力對比中，科學研究和工程技術原來是美國強，客戶中心和效率提升是中國強，但是AI恰恰是應用驅動，需要不斷的數據迭代。

「大飛機的科技創新」

中國商飛集團副總裁 吳光輝：

1.大飛機市場巨大，在科學技術方面是對經濟一個很大的提升，可以促進上下游整體產業鏈發展，包括材料，礦上、電子零部件、機械設備形成產品，最後再到服務。

2.智能在飛機上的體現：第一是先進的飛行控制系統；第二是先進的航電系統；第三是發揮複合材料的優勢；第四是科學技術的帶動，新材料新技術新電子信息；第五是多電系統，除了目前傳統的煤油發動機外，挖掘電動發動機潛能；第六是核能技術，燃料電池，驅動裝置等發展；第七是視景合成技術，視景增強技術等。

3.未來的民機的趨勢：第一個是超音速科技；第二是核能飛機；第三是無人駕駛飛機；第四是智能飛機。

4.美國的商用製造飛機產出3250多億美元產值，創造了一千多萬個相關就業，這是一個龐大的市場。

5.中國目前的航運跟中國的人口相比，仍然很少，去年只有4.88億人次乘飛機，相當於人均0.36次，但是美國達到了2.6次，我們在未來只要達到美國的數字就可以。

「機器智能的未來」

牛津大學人類未來研究院院長 尼克·波斯特洛姆（Nick Bostrom）：

1.即將到來的這次人工智慧革命，比之前的三次革命都更加重要。

2.隨著科技的發展和不同社會組織的出現，我們發現，讓機器大腦轉變成一個像倉庫一樣儲存的場所，需要更多的技術。

3.AI不太擅長的，就是一些解決方案或者是規則等等。

4.幾年前，AI只能對局部的圖像進行識別，無法系統成像。現在出現了深度學習，機器識別最後的成像風格就比較像原作——圖像是一種本能。

5.如何幫助機器更好的學習，或許可以開發更多針對深度學習的軟體。

第二天圓桌對話精彩語錄集錦

趨勢對話：感知、認知與連接

螞蟻金服副總裁、首席科學家 漆遠：

1.認知更難的問題是機器學習，怎麼讓機器從數據中要學習推理是一個挑戰。

2.更深的連接是博弈論和人工智慧的結合，在連接背後其實涉及多方的利益，如何進行一個機制設計，使整個系統更好地往前走，那就是更大的問題。

3.今天遇到的難題是自然語言理解和背後結合網路圖形下的推理、深度學習和知識圖譜的結合下的推理，這是沒有解決的問題。

工業互聯網聯盟發起人 約瑟夫·薩洛夫：

1.在物聯網的時代，建立起最複雜的網路系統，是前所未有的複雜。

2.我們的記憶相對於計算機來說是不足的，因為計算機的記憶力是100%的。我們必須了解信息和數據的背景，才有能力得把經驗結合起來能建立起智慧。

3.過去我們是在等待未來的到來，但是現在一個新的數字化的時代，我們甚至可以按照我們想要的方式去塑造未來。

今日頭條副總裁 馬維英：

1.人工智慧到今天發展背後有幾個很重要的驅動力量：第一個是大數據，第二是雲計算帶來的大計算，還有基於深度學習和機器學習的演算法，我們能夠建很大的模型。

2.感知就是數字化，所有東西一旦被數字表達後，計算機就可以算了。

3.數字化走完以後下一步就是智能化。智能化就是今天一張圖已經可以數字化表達了，但是我覺得還不夠，理解這張圖，理解這個文章里到底在說什麼，這是更高層的智能。

以色列創新局董事 埃雷茲·楚爾：

1.我們需要找到正確的方式來開發AI讓它真正為人類所服務。但是與此同時我們也得採取措施，要確保我們是給人類社會做了正確的事情，給個人帶來好的結果。

2.對於以色列，AI主要是應用於國防領域。比如導彈防禦系統，現在可以做到精準的攔截。

3.我覺得AI可能有一天會超過人類，但是另一方面AI的生產率可能會變得空前的高漲，這樣我們可以賺更多的錢，我覺得這可能是兩種極端。

高通技術副總裁 李維興：

1.如果把沒有處理過的訊息通過非常好的連接傳送到雲端去就有資源浪費的問題，所以無論是在雲端計算或者是在邊緣計算這兩方面的平衡是相當重要的。

2.在人工智慧、新的智能社會的情況下，手機將是一個非常好的促進進步的媒介。手機現在一年大概有十億的生產，它對於整個規模經濟是有效果的。

3.透過手機這種非常高迭代的情況下，帶給整個人工智慧，可以為未來可能使用的場景和應用做出一些貢獻。

Linkedin數據分析業務副總裁 李玥：

1.感知是一個數據採集的過程。認知實際上是開始利用這些數據，從這些數據里挖掘出來有用的信息，同時用這些數據幫你作出正確的決定。

2.大家覺得我們已經在大數據的時代了，但是實際上今天我們所有的數據還非常非常的小。

3.人生活的數據化的過程就是感知，不斷有更多的數據出現是一個大數據的過程。

英特爾中國研究院院長 宋繼強：

1.感知和認知都是智能系統必不可少部分。感知是讓一個系統知道周圍有什麼，能替代人的感官甚至超越人的感官。

2.目前深入學習很多成果停留在感知這個層面，因為它恰恰符合了幾個特點——有大量數據可以採集到，這些數據都是沒有什麼隱藏的知識。所以感知部分是目前最快可以攻克，也是需要用硬體加速的部分。

3.2020年會有500億的設備接入互聯網。5G的發展就是把這些設備和雲之間連起來，為了讓他們達到很好的協同。未來的願景一定是端到端的把智能的能力部署下去，充分發揮通訊和計算的優勢。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！