（中國網 訊）2018年6月10日，由清華大學經管學院金融協會主辦、清華大學數據科學研究院協辦的“數聚萬物 智啟未來——人工智慧與大數據高峰論壇”在北京順利召開。與會嘉賓就“人工智慧現狀及倣腦人工智慧”、“從能聽會説到能理解會思考”、“電腦視覺技術在智慧城市建設中的應用”、“未來已來——大數據與人工智慧時代中的金融科技”以及“數據驅動創新”等人工智慧與大數據領域的熱點話題，進行了分享和熱烈討論。
清華經管學院金融協會會長、水木投資集團董事長方方表示，如今各行業都在被人工智慧、大數據等新興技術所影響，尤其是金融行業。本次活動邀請來的嘉賓都是很有特色的，並帶來最新的行業思考和分享。
清華大學腦與智慧實驗室及生物醫學工程系研究員宋森： 基本的深度學習演算法進入平臺期，腦科學研究也許能提供下一步發展的關鍵啟示
清華大學腦與智慧實驗室及生物醫學工程系研究員宋森主要從事腦科學和人工智慧的交叉研究，關注腦科學的研究對人工智慧會有什麼樣的啟發。在宋森看來，人工智慧這一波主要是基於深度學習，深度學習很關鍵的一點是基於大數據，目前在基於大數據、特定場景下以及確定性問題上有了非常大的突破，但小數據情況下，與人腦會採用推理、類比等方法應對相比，深度學習經常犯致命錯誤。下一步，深度學習會往通用性、不確定性，帶深度理解的方向發展。
據宋森介紹，最近深度學習在醫療圖像的應用領域非常熱門，比如谷歌實通過演算法對眼底圖像實現了自動分析，能夠早期發現可能導致失明的糖尿病導致的眼底出血等症狀。人工智慧也能幫助挖掘資訊，提供可能的疾病診斷或治療的新思路。
科大訊飛聯合創始人、高級副總裁江濤：科大訊飛人工智慧大量應用在教育、醫療、司法領域
科大訊飛聯合創始人、高級副總裁江濤介紹，從“人工智慧”概念提出來的第一天開始，就有兩條最重要的技術路線，一是腦科學和類腦科學的研究，另一個則是以DNN（深度神經網路）為代表的神經網路演算法進步。作為基於機器學習的技術路線，其中有一個分支叫深度學習。其本質是數理統計建模，更直接來説是數據智慧。目前，深度學習面臨的局限性在於，基於統計建模理論基礎的深度學習發展出來的弱人工智慧具有天然的局限性，不具備像人一樣的創意靈感想像力，不具備世界觀和同理心，更不可能産生自主意識。而造成這些局限的原因主要包括：有智慧沒智慧；有智商沒情商；會計算不會“算計”；有專才無通才。對此，江濤認為，目前工業界正在做的人工智慧，應該説還是處在比較機械的智慧在特定場合能解決特定問題的階段。
就人工智慧目前發展程度，江濤介紹，世界上首部全篇採用人工智慧配音的紀錄片《創新中國》中，配音恢復了已逝配音藝術家李易的聲音，這是通過科大訊飛的語音合成技術實現的。目前科大訊飛的語音識別已經能覆蓋22種方言，近一半識別準確率超過90%。而在機器圖像理解特別是醫學圖像理解方面，科大訊飛2017年8月在國際醫學影像領域的權威評測LUNA上獲得平均召回率94.1%的檢測效果，達到三甲醫院放射科醫生水準，以顯著優勢獲得該項評測第一名並刷新世界記錄。此外，就人工智慧在醫療領域的應用，2018年3月2日，科大訊飛“智醫助理”人工智慧輔助診療系統正式開始在合肥廬陽區“實習”，目前已經可以對300余種常見病提供全科醫生輔助診療，輔助基層全科醫生每天完成大量的診療工作。醫生輸入跟病人相關的資訊，診療系統可以分析出該病人得哪種病的概率是多少，要驗證這些概率分別要做哪些化驗。醫生在這些建議的基礎上，進一步化驗，找到病症所在。這一系統能幫助醫生避免誤診和漏診。
此外，在司法領域，科大訊飛“輔助定性量刑系統”已經通過人工智慧輔助檢察官進行重大案件復核。掃描輸入案件的卷宗資訊後，機器能分析出這個案子的證據鏈是不是完整，證據鏈中間有沒有自相矛盾的內容，案子涉及到最類似的案例過去是怎麼判的，在全國判例是如何分佈的，並找出該案件涉及的全部法條。最後在判處罪名、年限以及處罰金額方面給法官建議。這一系統並不能替代法官做決策，但能大量減少法官卷宗文書的查閱工作。
江濤表示，就人類目前認知智慧，業界公認最難的是常識的推理。因為常識不像特定領域，如教育、醫療、司法的各種知識，具有固定的比較明確的答案，機器比較容易訓練，常識往往沒有明確的邊界，對深度學習演算法來説十分困難。現在的認知智慧，無法實現處理常識，但在特定領域學習這個領域專家的知識和經驗是可以實現的。
人工智慧對就業也有一定影響，需要創意、靈感、想像力的工作，機器難以替代人類。未來藝術創作、精神消費需要大量從業者，機器不會跟他們搶飯碗，只會提升人的效率。另外一類是大量的工程師做各種規劃、設計，需要全局觀，需要審美能力的更優秀的工程師，機器也沒法替代。第三類是需要情商比較高、人與人之間心靈溝通的就業崗位，機器也沒法替代。比如機器可以幫助老師批改作業，但老師更重要的是跟孩子溝通，去點亮心靈，激發孩子興趣，傳道授業解惑，這些機器無法實現。江濤認為，未來人工智慧對人類的就業結構一定會有影響的，但並不是所有的事情機器都能幹。如果想著以後朝九晚五，從事不用動腦筋的工作，這種就業崗位會越來越少。
文安智慧技術股份有限公司董事長陶海：智慧城市要先建資訊化，用資訊化倒逼流程改造
就目前人工智慧在智慧城市建設中的應用，北京文安智慧技術股份有限公司創始人、董事長陶海認為，由於目前國家層面的大力投入，我國的智慧城市建設市場前景巨大。陶海認為，真正的智慧城市可分為兩個層面，感知層和決策層。不過，目前國內不少地方的智慧城市還只停留在更淺層的資訊化階段，尚未達到感知和決策這兩個層面。感知層建設的典型應用包括大量的城市道路交通、監控攝像頭，通過攝像頭將城市中的人和物體數字化。比如進行人臉感知、識別，並進行一定的智慧判斷，以及把城市的井蓋、燈桿等資訊都數字化，供城市管理者使用。但真正實現智慧城市，一定要有決策層智慧，即對城市狀態觀測、數字化後實現管理優化，優化環境、優化交通、優化各方面資源配置等。當所有資訊都收集了之後，可以實現自動或半自動的城市優化控制。與之相配套的，還需要改造各個委辦局的辦事流程。智慧城市先建資訊化，用資訊化倒逼流程改造。比如在我們服務過的華南地區某中心城市，可以通過智慧視頻分析檢測城市垃圾筒是不是滿了，再進行更加合理的人員調配。以前每天晚上環衛工人都要全部清理一遍，現在垃圾箱堆滿了才去清理。這就是智慧技術減少成本支出的典型應用。
陶海介紹，對於現有的城市道路監控攝像頭，大多數攝像頭還只是用來做事後判斷，比如事件發生後，再去回調原始視頻素材，以作為事件處理的依據。而如何從實時視頻素材裏通過智慧分析，主動發現資訊，做到事前、事中的及時預警，進而改善管理水準，目前做得還是很少的。所以説，智慧技術，包括智慧視覺技術，在智慧城市建設中具有巨大的市場空間，未來十年都將是人工智慧技術促進社會發展的一個重要方向。
陶海表示，現在有很多人工智慧創業公司，絕大部分創業公司基本上是選擇一兩個垂直行業，針對其共性需求，選擇標桿客戶，打造産品與方案，並進而在全國推廣。但目前樣本量不足是困擾業界人工智慧公司的一個普遍問題，尤其是在服務特定行業客戶時，這一點更加突出。人腦只需要看過一遍就可以識別，但目前基於深度學習技術的AI技術靠的是樣本量。在大樣本情況下，機器可以通過深度學習進行訓練再識別；但如何在缺少訓練基數的小樣本情況下有效解決問題，這也是目前不少人工智慧創業公司所欠缺的。
根網科技有限公司副總裁趙磊：我國券商行業IT投入遠低於國外水準
談到大數據與人工智慧時代中的金融科技，北京根網科技有限公司副總裁趙磊表示，金融科技或者説人工智慧、大數據，未來在金融行業的主要應用還是人機結合，人機如何更好地協同，或者是用增強智慧，用人來輔助的組合。他舉例説，國內券商行業IT投入遠低於國外水準，美國的證券公司極其注重IT建設。以高盛和摩根大通為例，高盛説自己是科技公司，其2017財年的IT投入達到30億美金，佔營收10%，超過中國證券全行業IT投入。高盛的33000員工中，有9000多位是工程師和技術人員。而摩根大通2017年IT預算為90億美元。另據數據顯示，中美兩國資本市場2015年總成交額已持平，但證券行業總IT投入差距卻高達20倍。此外，我國證券業軟體投入佔IT總投入比例只有20%左右，遠低於國際平均60%的水準。
清華大學數據科學研究院執行副院長韓亦舜：大數據在數據採集、存儲、應用上值得關注
就“數據驅動創新”話題，清華大學數據科學研究院執行副院長韓亦舜認為，中國的創新更多體現 在 商業模式上，而美國則體現在技術中。大多情況下，中國創新本質上是微創新、微整合，即：把很多已經成熟的技術重新組合在一起。然而在美國，一個新技術出現之後，其價值很快可以獲得上下游的認可。
在風險投資領域，部分投資人評價一個項目時，不僅會看其技術亮點，也會衡量商業模式是否完善，是否能打通理順各式各樣的生産關係，這些對於中國創新來説也是不小的挑戰。此外，中國市場多強調競爭。而在如今的矽谷，合作大於競爭，每家企業、每個創業者都有自己的亮點。因此在矽谷，失敗的經驗會有人學習，但在中國，“一夜暴富”的故事似乎更吸引眼球。
韓亦舜也同時表示，大數據的採集、存儲以及應用同樣值得關注。在金融領域，管理數據採集的機構不多，更多的是融機構裏管IT的工作人員才會抓取數據。但在大數據時代，數據採集的深度和廣度都會發生很大變化。從技術層面來舉例，一些新型感測器會使得機器反應更快、更敏銳。因此在文本挖掘及自然語言處理方面，都會有一些新的機會，去進行一次或者二次的數據採集。而在數據存儲和數據應用方面，同樣有很多創新創業的新機會。
他建議，一個機構在數據化或智慧化的過程中，應該分為以下幾步：一是認真歸納自己真正擁有的數據資産，不盲目追求大數據的概念；二是進行內部整合，比如公司內部的數據共用；三是進行價值挖掘，將現有的數據資源都派上用場，在此階段來追求新維度的數據，既能低成本獲取，又能持續挖掘出新的價值，才是大數據時代真正的新機會。
論壇期間，還舉行了清華經管學院金融協會專委會顧問授予儀式，邀請韓亦舜、宋森、江濤、陶海、趙磊為清華經管學院金融協會人工智慧與大數據産業專業委員會顧問。清華經管學院金融協會會長方方，秘書長馮琳珺出席了授牌儀式。（完）
