編者按
第五屆中國人工智慧大會在我市召開。開幕式結束後，來自國內外人工智慧領域的專家學者就「未來交通、自動駕駛與智能網聯」「邁向第三代人工智慧的新徵程」等主題作了解讀。
李德毅
中國人工智慧學會理事長中國工程院院士
無人駕駛的商業應用有四個因素，其中最重要的是技術、市場、生態和成本。這個過程中，我認為有四個獨角獸應用場景可以考慮，分別是自主泊車、定點接送、快速公交、有限地域無人駕駛計程車。老百姓要的是安全，要想推動自動駕駛，各個地方政府乃至中國政府應該推出自動駕駛安全等級的綜合標準，我們不僅要關心自動化程度，還要關心安全程度。有一輛無人駕駛汽車出了事故，全世界譁然。儘管人工開車每天都有出事故，人們都習以為常，從這裡來講對人工智慧是不公平的。
無人駕駛的解決方案，從技術上來講大概有四個，結構化道路、人車路聯網協同、確定性窗口和軟體定義的機器。汽車的自動化已經做到極致，但是自動化也遇到了天花板，要人工智慧的解決，自動化並不等於人工智慧，自主駕駛也要遵從常識。
在無人駕駛落地過程中，有三個重要的環很重要：第一個是自動駕駛地圖。第二個是沒有人開車，叫做機器駕駛腦。第三個，我們非常需要一個數位化的汽車底盤，是線控的方向盤、剎車和油門。
智能網聯這一塊，我國的5G走在世界的前列，第五代通信，可以改變道路的信息化程度。發揮5G的超高帶寬、超低延遲、超大連接力，是解決智能網聯的當務之急。
人類的衣食住行需求開銷，行是最大的，中國人工智慧2030年要佔領世界高地，自動駕駛量產舉足輕重，要勇闖自動駕駛量產的無人區。這裡面包括頒布中國安全標準，抓好產業鏈的關鍵環節，開放部分國道，管理到位，加速我國交通運輸行業的轉型升級，隨著自動駕駛規模化普及，人類的出行方式就真的變了。
張鈸
清華大學人工智慧研究院院長中國科學院院士
人工智慧有個特點，大家不能指望人工智慧一出來就畢其功於一役，它永遠在路上，這就是人工智慧的魅力所在。
第一代人工智慧提出的符號模型，以知識經驗為基礎的推理模型，這是人工智慧的第一個重大突破。人工智慧的第一代模型，有優點，但是也有很大局限性。這個優點是顯然的，因為它是模仿人類的，它可解釋，魯棒性很強，但是它的局限性也非常大。因為最大的問題是人類的知識經驗，很難準確表達，這就是產生的後來人工智慧冬天的根本原因。
第二代人工智慧，一個最重要的成果就是深度學習。也就是說，第一代人工智慧提出來，如果能夠很好地利用人類的知識，就可以建立很好的人工智慧系統，如果我們有充分數據，也有可能建立起有用的人工智慧的系統。
深度學習為什麼這麼受重視？一個很重要的原因，它有兩個重大變化。當網絡層次增加以後，有兩個重大變化：第一個變化，輸入只要原始數據，不需要預處理。第二個是性能提高很多，這就造成了深度學習的重大突破。
我們現在有個新的歷史機遇，就是邁向第三代人工智慧。第三代人工智慧就要糾正前面說的兩個局限性，建立可解釋、魯棒性的人工智慧理論，發展安全、可信、可用的人工智慧技術，促進人工智慧的創新應用。
我們成立人工智慧研究院就是通過加強基礎研究的一個核心和學科交叉，應用結合的兩個融合解決這些問題。
人工智慧的確是本世紀最重要的發展領域之一，它的發展將會對人類產生重大影響。人工智慧不像以前遇過的科學，以一個定理解決所有問題。人工智慧太複雜了，我們要不斷往前推進，才能使人工智慧進一步發展。
Justine Cassell
卡內基梅隆大學計算機學院副院長
我們剛剛提到了未來的AI，也就是未來我們會有很多的合作，也就是人和機器之間的合作，而並不是說要用AI去取代人類，我也非常同意這樣的觀點。但是我要把這個觀點進一步地往前推。
那我們今天到底需要什麼樣的AI呢？我們有著智能語音回應，還有IVR，如果大家使用過IVR就可以知道智能這個詞實在不是很智能。為此，我們必須要知道人們是怎麼樣操作的，如何用我們社會的智能來加強我們的行為，這是非常根本的。我們從人到計算機模型，從計算機模型再到實施。
我們可以看技術層面的一些挑戰，這些都是前所未有的一些挑戰，社會的互動非常重要，但是我們現在的數據還不夠，非常的缺乏，我們沒有數據集，也就是我們沒有找到幾百萬數據集，但是我們也想在這方面提供一些幫助。當我們有這個數據集之後，我們的行為這個數據也非常少，但是我們現在深度學習非常流行，所以這種缺乏性可以逐漸得到解決，我們也會有新的深度學習的方式出現。
我相信我們所看到的，其實我們都是社交的動物，在這個世界裡面自動化越來越常見，我們需要能夠決定自動化是否會代替我們，還是會給我們更多的互動。如果是跟我們互動的，它是否有這樣的技能是我們所依賴的，能夠成為好的伴侶、好的團隊成員，知道怎麼樣慢慢地消除誤解，來識別我們的語言，以及知道做錯了怎麼來道歉，希望能夠更緊密的合作，就像人跟人的合作一樣。如果可以這樣的話，我相信我們建立的一個人工智慧能夠讓世界更好，不會代替人類，而是會加強我們的能力，並且進一步鞏固我們的地位。
張勤
全國政協常委中國科協榮譽委員
我是國際核能院院士，搞核電站的，核電站最重要的是安全。安全裡面有一個複雜工業系統的智能故障診斷問題，這個問題我是1988年在美國做訪問學者時導師提出的。就是在有虛假信號的時候，損失巨大，時間緊迫，信號有動態急劇變化，人顯然不可能做出正確的判斷，這就需要計算機來輔助診斷。但是，有虛假信號存在的情況下，怎麼做出正確判斷。無外乎兩種，一種是通過大數據學習，一種是基於傳統的規則的系統，我的結論是兩者都不適用，不適用於解決這個問題。
核電站，出一次事故就不得了，但是每一次出的都是新的事故，沒有重複的，談不上一個可重複利用的數據，所以沒有可學習的數據，怎麼進行人工智慧的故障診斷？所以第一個，大數據學習的模型，就否定掉了。
第二個是基於規則的專家知識，可是在故障診斷的情況下，另外這個傳播是非常複雜的，沒有嚴謹的理論體系，更不可能辨識出虛假信號這些複雜情況。怎麼辦呢？只好自己創立一道理論體系，用於解決當時提出的問題，花了一年時間解決了。這個理論發展到現在，已經三十一年，我把它取名為「動態不確定因果圖」。
這個理論首先應用在核電站，應用在化工系統，應用在航天系統，我們做了上百項的故障檢測，目前為止，正確診斷率是100%，但是還沒有大規模應用。我們想到了，機器核電站是大型的複雜系統，其實人也是大型的複雜系統，本來DUCG這個理論能解決複雜的核電站診斷問題，我開始了這樣的實踐，用DUCG理論解決看病的問題。
大數據不能代替人工智慧，推動網際網路、大數據、人工智慧和實體經濟的深度融合，大數據和人工智慧是並聯關係，不是等同關係。
肖京
中國平安集團首席科學家
人工智慧究竟在傳統行業有什麼用，在金融領域到底起到什麼作用、有什麼價值？
傳統的金融行業為什麼要做AI，為什麼要做這些創新科技，到底有什麼痛點和機會？在金融行業裡，以平安為例，我們是一個全牌照最大的平臺。在這個平臺上基本上各個環節都有很多的痛點，不管是從最初的獲客到最後提供客戶的服務，到經營運營以及金融最核心的風險控制都有很多的痛點，包括獲客的頻率是很低的，大部分的金融服務一年也就是一兩次的交互頻率，我們要用大量其他的渠道方式提供服務，轉換率也是很低的。還有我們的模式非常重，靠大量的人力，中國的人口紅利已經過去，所以人的淘汰率非常高，我們有很多的機會應用人工智慧的技術、大數據的技術，幫助我們非常有效的去提升我們的業務能力。
最簡單的提高業務能力的科技就是用網際網路。網際網路是一個很好的方式，幫我們大大提升了效率，降低了成本，但是它解決的只是一個促達的問題，一個渠道的問題，不能解決生產的問題。
智能化能力的建設分這樣三個階段，第一個階段是打造基礎的這些人工智慧的能力，包括看的能力、聽的能力和閱讀理解這些能力。第二個階段就是構建知識圖譜。第三個階段就是把基礎能力、知識圖譜和知識性的這種學習體系，跟我們的業務結合起來，形成一套解決方案。
我們平安通過人工智慧技術完成智能調度和選址，並建立了法律知識圖譜和案件要素的圖譜，進行運營管理方面的工作。另外合同審核也可以通過人工智慧技術來做，商標維權、圖象識別，還有文本分析等技術。
製作：新媒體團隊
責任編輯：傅鴻宇
副總編：任獻文
總編：姜蕙真