“人工智能高端对话--AI经济共享未来”即将开始！！！数据观将全程为您图文直播，敬请期待！！！
本场高端对话将结合企业实践探讨人工智能在企业数字化中的应用和人工智能赋能平台产生的经济价值，以及平台经济的重要战略、创新与发展。
【杨澜】各位尊敬的嘉宾，各位朋友，大家下午好！虽然由于疫情防控的原因，我们不得不保持了更大的社交距离，但是我觉得每一次在我们贵阳数博会，人工智能的高端对话都是最火热的一个现场，因为这里充满了创意，充满了思想，充满了激情，也充满了各种可能性。
我回想起来，今天也是我第四次带领团队来制作和主持贵阳数博会的人工智能高端对话，四年过去了，中间算上去年一年没有举办数博会，已经五年过去了，发生了一些什么样的变化呢，我觉得在这个分论坛起码我注意到有三个变化：
第一就是最初我们在谈人工智能的时候，更多的是研究员和实验室的主任来讲，而现在呢，越来越多的是行业领袖，越来越多生活的场景当中我们见到了人工智能，人工智能变得越来越接地气了，这是第一个感受。
第二个感受是来自各个行业的专家，这种多元化的程度增加了，也说明人工智能在和各个行业进行深度的垂直的和全方位的融合。第三个特点就是我们的发言嘉宾越来越年轻了，刚才我们还在说，每一个身材管理都很好。
我相信，今天下午我们在这里既能听到这个时代人工智能和平台经济发展最前沿真知灼见，同时，也见识到在各个领域当中领军人物的风采，我们把掌声送给今天在这个论坛上进行发言的各位领导和嘉宾，谢谢你们的光临。
在这里为大家隆重介绍一下今天的领导和嘉宾分别是：
中共贵阳市委副书记、市长陈晏先生
贵州省大数据局局长、中共贵阳市委副书记马宁宇
贵阳市政府秘书长许俊松先生
中共贵阳市南明区委副书记、区长黄成虹女士
各位专家和行业的嘉宾有：
京东集团副总裁、京东人工智能研究院副院长梅涛先生
华为中国区计算业务总裁常成先生
医渡云合伙人、CEO张实女士
商汤科技副总裁张果琲先生
海信集团高级副总裁、海信智能科技集团总裁陈维强先生
科大国创软件股份有限公司执行总经理李飞先生
国双科技创始人、董事长兼CEO祁国晟先生
源讯（Atos）中国及香港地区副总裁孙冀军先生
清华大学国强教授、智能产业研究院首席研究员聂再清先生
还有来自全国各地高科技企业的代表，欢迎大家。
说到过去的020年，每个人都有难以忘怀的各种深刻的感受，很多专家说，如果说疫情为这一年的世界社会经济按下了一个暂停键，那么从另外一个方面来说，它为中国的经济数字化转型按下了一个快进键。在疫情防控期间，以平台经济为主要代表形式的数字经济作用被激发和显现出来，人工智能和各个产业的深度融合正在显现，我们的城市、我们的生活都在变得越来越智能化了
在今天的高端对话进入专业探讨之前，我们首先以热烈的掌声有请陈晏市长致欢迎词，掌声有请。
【贵阳市委副书记、市长陈晏】尊敬的各位来宾，女士们、先生们，朋友们：大家下午好！
值此2021中国国际大数据产业博览会召开之际，非常高兴能够与大家相聚在多彩贵州、爽爽贵阳，共叙友谊、共商合作、共谋发展。在此，我代表贵阳市、贵安新区向各位嘉宾表示热烈的欢迎，向一直以来关心和支持贵阳贵安经济社会发展的各界人士表示衷心的感谢！
人工智能是引领未来的战略技术，是新一轮产业变革的核心驱动力，平台经济是生产力新的组成方式，是经济发展的新动能，为人工智能的应用创造了丰富场景。
习近平总书记高度重视平台经济发展，今年3月在中央财经委员会第9次会议上深刻阐述发展平台经济的重要意义，充分肯定平台经济取得的成绩，同时也强调要推动平台经济规范、健康、持续发展，为我们运用好人工智能、发展好平台经济指明了前进方向、提供了根本遵循。
特别是在当前全国上下加快构建双循环新发展格局的历史背景下，探讨人工智能如何更好的为平台经济赋能，不仅是贯彻落实习近平总书记重要讲话精神的实际行动，更是顺应平台经济发展趋势、提高资源配置效率，畅通要素流通渠道的迫切需要，对于推动平台经济规范健康持续发展具有十分重要的意义。
近年来，贵阳市、贵安新区深入实施大数据战略行动，在人工智能领域加快布局，大力推动人工智能与各行各业特别是服务实体经济的互联网平台的深度融合方面取得了明显成效。贵州工业互联网平台是国家级工业互联网创新发展工程，致力于为工业企业提供数字化、网络化、智能化改造方案。截止目前，全市规模以上工业企业上云比例达到85%，打造了一批国家级智能制造试点示范项目，满帮作为西南地区首家超级独角兽，在智慧物流、物联网运用平台、智慧民生等领域表现突出。截至目前，满帮平台认证司机已超过1000万人，认证货主超过500万。贵阳政务服务一网通办网上可办率达到100%，实现全方位智能服务，无人驾驶、刷脸支付、无人配送等新模式新业态正在加快培育。人工智能深刻改变着贵阳贵安人民的生产生活方式。
当前，我们正深入学习贯彻习近平总书记视察贵州重要讲话精神，把发展平台经济作为实施强省会五年行动的重要内容，充分整合贵阳贵安要素市场、交通区位、政策红利等比较优势，加快建立机制，定措施、补短板、强弱项，大力推动人工智能与平台经济深度融合，推动平台经济智能化、精准化、便民化转型，为经济社会高质量发展注入强劲动能。
我们热忱欢迎各位企业家到贵阳贵安考察调研、投资兴业，共同做大做强平台经济。
人工智能高端对话作为数博会重要活动之一，今年是第四次举办，旨在通过探讨人工智能的前沿理论、发展趋势、技术创新，力求为社会生产生活提供更多智能化的解决方案，每一次都受到了业界的广泛关注。今年出席活动的各位企业家、各位专家都是行业翘楚，对平台经济发展有着独到的认识见解和丰富的实践经验，希望大家围绕“AI经济·共享未来”的主题，交流互鉴，碰撞思想，提出更多促进人工智能赋能平台经济的新模式、新理念，引领和带动平台经济健康快速发展。
最后，预祝本次论坛对话圆满成功，祝大家身体健康，万事如意，谢谢大家。
【杨澜】谢谢陈晏市长。今天我们在说平台经济，如果要说平台的话，我们要再次把掌声送给陈晏市长和贵阳，因为贵阳这座城市，还有贵阳数博会，都为我们跨行业的交流提供了一个非常好的平台，再次把掌声送给陈晏市长，谢谢。
接下来我们就要进入到各个垂直领域的专题演讲部分了。
我们都说，今天的是是从一个“数字化”到“数智化”时代前进，人工智能产业能够给我们在消费场景和产业场景方面带来一些怎样的变化？会对我们日常生活产生什么样的影响？它又存在着怎样的发展制约条件或者共同面临的挑战呢？
接下来，我们各位嘉宾会从不同角度为大家一一解答，讲出他们的观点。首先邀请到嘉宾是来自京东集团，IEEE/IAPRFellow京东集团副总裁、京东人工智能研究院副院长梅涛博士，梅博士领导京东云与AI的视觉与多媒体实验室和机器学习平台，聚焦该领域的基础研究和技术创新，在这之前，他也是微软亚洲研究院的资深研究员，曾经多次另团队在国际图象合视频描述识别比赛中夺冠，有请梅涛博士给我们带来《数智与产业“融”出经济发展新动能》，掌声有请。
【京东集团副总裁梅涛】尊敬的陈市长，尊敬的杨澜董事长，尊敬各位嘉宾，大家下午好！很高兴来到美丽贵州，来到数博会，和各位嘉宾一起分享我们在人工智能的一些体会。今天我要分享的主题是《数智与产业，融出经济发展新动能》！
刚才主持人很好解释了什么叫数智化，昨天开幕式上刘鹤副总理告诉我们，我们现在正处在历史发展关键关口，一方面是科技成果进步在加速，我们今天看到科技成果一年的成果往往超过过去数十年成果，另外一方面我们看到产业创新和变革也是另外一个关口。
今天我们讲到技术进步，我们说技术进步是产业变革的原始动力，技术进步与产业发展相辅相成，一方面，我们产业的发展受到技术变革的驱动，从PC到互联网，到我们的人工智能，到下一代的信息科技，包括量子计算，技术在不断拓宽我们行业变革。
另外一方面，产业需求也在向技术创新不断提出要求。我们今天说到数字经济的话，往往我们不能忽略两个飞轮，第一个飞轮是我们的数字产业化，另外一个飞轮是我们的产业数字化。
我们回过头来看一看2019年，国家数字产业化占我们国家GDP占7%到8%，产业数字化我们占到的GDP是超过了29%，大家可以看到，我们可以说我们的数字经济是由产业数字化和数字产业化两个飞轮不断相辅相成。我们可以看到，产业数字化这个方向已经占我们GDP很大部分，并且，产业数字化已经成为我们国家数字经济的一片未来的海洋，所以我们很多的企业、高校、政府都在这方面继续发力。
说到京东，不得不说起供应链，供应链已经渗透到老百姓生活各个方面，小到一个手机零部件，大到一架飞机，每一个零部件、产品都跟供应链相关，如果我们供应链从设计、生产、运输、配送到服务少一个环节，我们多不可能享受到供应链服务。
我们国家供应链发展水平到底是什么样子？我们可以看到，我们国家目前供应链发展水平在各个企业当中是参差不齐的。我举一个例子来说，在物流行业里面，物流行业占我们国家GDP成本是14%点几，一个发达国家的物流占一个国家GDP当中通常只占8%-10%。
所以，我们国家能够在物流供应链成本下降一个百分点，意味着我们GDP就能增加万亿，所以，供应链和产业链是目前国家从政府层面和企业层面都最为关注的技术领域。我们的视角看，我们供应链已经经过几个时代发展，1.0时代传统供应链通过计划生产方式协同供应链上下游，到2.0时代是数字供应链时代，2.0时代是通过互联网技术、平台化技术，能够使供应链效能提升。
早期京东和沃尔玛都是这个时代产物。我们现在处在3.0时代，就是职能供应链，我们希望通过大数据、人工智能加速供应链。未来十年，我们希望与产业界、生态伙伴一起共建数智的供应链。
未来十年，我们的经济发展新动能将源自于科技和产业的深度融合，接下来我会从融出新效率、融出新业绩、融出全新体验三个角度给大家诠释如何融合。这张图显示出来我们京东超越零售以供应链为基础和服务的企业。我们希望从基础方面不断探索人工智能、大数据、云计算、物联网等等，包括未来量子计算的探索，我们把这些技术平台化，放到统一的平台，统一的云底座，统一的协同办公平台，通过这个统一底座去赋能，联合生态伙伴，我们可以一统打造一个五位一体的战略方案，包括我们希望能够把产业界做宽做深做厚做长以及做虚。最后我们是希望能够一头连接着产业互联网，一头连接消费互联网，我们通过数字化的社会供应链完成全场景、全产业链、全社会的优化。
举一个例子来说，我了解到，贵阳未来发展其中一个赛道就是服务，说起服务，每一个服务企业包括政府都面临着一个客服问题，我们今天在京东有了智能客服方案，通过我们对语义理解、对话理解，对用户情绪的理解，对我们自然语言的理解，对视觉多模态交互，我们现在可以把普通人机交互对话提升效率，高峰时期通过智能客服、人工智能回答客服受理量达到7000个，日均受理量提升30%多。我们做了12345的市民服务，提供7×24小时的服务，这是人工很难做到的，通过方言识别、情感识别、智能排班等，我们实现智能客服全链条优化。
另外一个例子，我们从生产端希望打造一个反向定制的智能工厂，我们希望优化传统工厂，使得工厂全面数字化，全面智能化。我们知道，下一代的消费者他们需求是被创造出来的，未来消费者是希望他的需求是千人千面，不希望每个人穿一样的衣服，所以我们希望能通过分析大数据反向定制适合每个人个性化的商品，这是一个未来智能工厂全链条的阶段，包括智能分析、产品设计、智能采购、营销触达、智能仓储物流、智能售后等等。
给大家举一个例子，很有意思的是智能视觉质检，我曾经去一个长三角的工厂考察过，目前工厂里面我们通常看不到工人，生产环节全是自动化、机械化，但是仍然有上千个甚至几千个工人在做同样一件事情，一个年轻工作者每天工作8小时，就是用肉眼去甄别生产线上零部件瑕疵，这个工作到现在为止已经没有多少人愿意做，我们通过机器视觉，通过5G边缘云计算网络，通过AI算法，通过光学相机，重构模拟人的肉眼去甄别质检这个环节。
大家看到，我们右边做了机械臂，它可以7×24小时不间断工作，大家可以看到工厂里面现在已经没有这么多工人了，工人不需要再去看零部件，他只需要看机器是否正常运转工作，这就是我们智能工厂的建构。时间原因，我就不讲了，这是工业场景下，5G、AI和云计算完美结合例子，希望在贵州贵阳也能有很多落地场景。
这里是另外一个例子，我们通过人工智能，通过AI，通过大数据去做市域综合治理。南通市市域综合治理是全国第一个新型社会化综合治理标杆案例，依托我们京东科技开发这样一个现代化平台，融合12345数字城管、网格化服务管理职责，并与南通大数据局统一把政府64个部门、10个县市区数十亿级量级数据进行汇聚，通过一屏统揽实时呈现整个城市突发情况汇聚。平台可以实时下达指令到具体部门，迅速的处理应对。
从生产服务到流通环节的所有这些例子，都是通过云计算来完成的，我们通过京东云，让技术和产业融合成为可能，从底层基础设施层到公有云、私有云、混合云，到我们基础能力，人工智能、大数据、物联网、区块链等技术，通过平台化人工智能能力，与合作伙伴一起构建我们能力层，包括不同产品，包括不同解决方案，赋能于金融、政务、零售、物流、健康、采购、制造云等。
技术脚步从未停歇，我们最新做了一个5G+AI的智能导播，我不知道有多少人看过足球比赛，在一场足球比赛，特别是世界杯，通常有16到32个机位，有不同的人扛着不同相机到处跑，为了捕捉一个精彩镜头。
同时，体育场外有一个直播车，通常里面有大概二三个人不断切不同的视频流，今天我们所有人看到的体育赛事直播只有一个结果，不管它这个场面多么精彩，我们永远看的是同样一个流，未来我们希望能应对所有线上的年轻人的喜好，我们希望能够通过5G+AI技术重构人工导播的功能，呈现给观众的是千人千面的结果，有些人喜欢看球星，我们希望通过机器人通过人工智能做千人千面的导播，我们需要对每一个视频流做清晰的理解和分析，包括动作识别、人脸检测、球员识别，我们要学习导播怎样切导播镜头，以及生成慢动作，通过人工智能方式把慢动作自动切换，AI特效。
我给大家看一个例子，这是一个中超赛场，我们已经在中超几个赛事当中做了直播，这里面有不同镜头，我们通过AI技术自动选择要导播的机位。
我想，京东愿意与各位生态伙伴一起，我们一起打造对社会有价值的供应链体系，谢谢大家。
【杨澜】谢谢梅涛博士，也感谢您给我所在的行业所带来的变化，其实前不久我的一位在央视的老同事刘建宏先生，他是著名体育评论员，他这几年也是在投入技术的一些研发，希望能够完成体育赛事的人工智能的导播，我觉得他应该跟您好好聊一聊，因为他有内容生产方面多年经验。
真的，每一个行业不是你想不想变化，是这个变化已经来敲你的门，而且已经破门写入了，这让我想到两年前制作《腾讯人工智能》纪录片第二季的时候，原来谷歌大脑的主任吴文达博士说，我觉得你们做主持人做记者职业很有意思，我想一想能不能用一个算法把它表现出来，给我吓出一身冷汗，说，您别，等我退休之后您再研发。
所以，的确，每个行业都在受到人工智能的冲击和影响，也给我们带来更多想象空间，比如说数据，过去我们觉得数据是一种资产，现在我们又认识到数据可以成为一个生产资料，是一个企业、一个社会包括个人非常重要财富，云计算成为了生产力，物联网正在重塑生产关系，从底层到表层，从数据到生产，数据在重塑我们世界。
下面有请华为中国区计算业务发展战略部的常成先生，他为我们带来《共创数据新价值，共赢智能新时代》，掌声有请。
【华为中国区计算业务发展战略部常成】：尊敬的陈市长，各位领导，各位产业界同仁，下午好！
我是华为公司的常成，我负责中国整个计算产业业务，含两个大的计算产业，一个是鲲鹏，一个是昇腾，今天我给大家带来的主题是《共创数据新价值，共赢智能新时代》。
我们知道，从人类历史有记录以来到今天一共出现过26个通用目的技术，通用目的技术每一次出现都会给人类经济、文化发展带来巨大变化。今天我们跟牛津研究院一起做了一个调研，从2015年到2025年，我们看到数字经济占比会提升15%-24%，还有一个数据是由人工智能计算带来GDP的增长，在全球会占到1.2%，在中国这个比例会更高，会达到1.67%。这个含义是什么？
中国2020年GDP是100万，1.67%就意味着在2030年之前这个产业基本是万亿级产业，甚至是两万亿级的产业，这个产业给我们带来的是什么，我们怎么样专注这个产业的契机发展好我们的国民经济，促进我们的科学技术进步。
首先修改两点问题要解决，第一个是我们怎么样构建人工智能的思维方式，第二个是我们怎么样用人工智能的技术和手段来解决我们当前面临的问题和我们未来要面临的挑战，我下面简单的展开。
其实“人工智能”这个技术名词出现到现在已经将近六十年了，我们为什么认为到今天人工智能技术会大行其道，因为有几点重要变化。我很早的时候下国际象棋，当时卡斯罗夫被深蓝击败的时候，我有很长时间难过，觉得我们下棋都下不过机器，但是现在在人工智能几个主要方向已经达成共识，我们看到人工智能四个主要领域已经超越了人的能力。
我们有一个大概的人脑模算，目前全球最主流的大模型机大概是1700亿的参数，如果我们把模型做到超过4万亿参数，理论上机器全方位超越人类。是什么技术促使人工智能达到这方面呢？有很多方面，人工智能含算力、数据和算法。
从算力来看，并行技术现在已经大行其道，由通用技术变成了EPU、GPU的并行计算，算法上面以卷积神经为代表的已经跨过了大鸿沟。同时，我们看到，2020年统计全球数据大概40ZB，我们预计到2050年这个数据量会翻四到五倍。
这样大量数据是什么带来的？是由传统互联网转向了移动互联网，有一个数据可能大家都知道，以中国为例，中国一共有16亿终端，平均人均手持终端1.16件，这样大量终端和互联网带来大量可利用的数据。由于人工智能是当前最的热行业，整个产业界包括投资界纷纷投入人力和物力，所以人工智能到今天是非常明确的爆发点。
这样重要的技术，国家肯定关注，我们回顾一下“十三五”规划，“十三五”规划当中，国家重点规划以5G为核心的基础网络，截止517为止，中国已经建成全球最大的5G网络，80万个基站，占全球基站数70%，但是连接数超过了80%，“十三五”规划已经完美的布局。
“十三五”规划当中我们看到国家第一次把计算产业、人工智能作为关键要素，在“十四五”规划当中做了重点陈述，在十个重点场景、7个重要产业，我想跟各位分享一下国家在人工智能全要素布局当中提的四个方向：第一个方向是要发展人工智能的根技术；第二个是要建立公共数据级；第三个是要解决人工智能的产业发展问题；最后是通过人工智能的基础设施大规模建设。我们昨天看到了发改委的领导在贵州公布了一个非常振奋人心的消息，我们要建设国家枢纽节点，包括贵州在内一共八个节点，保证北上广、京津冀等，西北有两个省，西南有成渝和贵州，这样的不及布局就是为了解决人工智能基础算力不足的问题。
基于这样的规划，我们华为有几点考虑。第一个，先不要讲人工智能本身，我们先聚焦一下人工智能的核心发展要素，也是我们这次数博会的一个核心主题，就是数据。为什么我们要在人工智能当中把数据这么强调的提出来？
给大家举一个例子，如果关注这个产业的人大家可能看到了鹏城实验室联合华为发布了千亿级的大模型，这个大模型我们在导入过程中有一个不为人知的故事，高文（音）院士告诉我们的，当时我们有二十多个研发人员，花了三个月时间，把各种购买和从实验室拿到的原始数据，80T的数据，这么多人，花了这么长时间，才把这个数据逐步清理成可用的1T的数据。
为什么对可用数据要求这么高，因为数据在人工智能计算和通用计算定义是不一样的，通用计算是输入到输出基本是单向的，而人工智能在输入端本身就有预设结果，通过大量的数据和算法去校验预算结果，数据质量越高、数据量越大，它的校验性就越强，最后输出算法和模型就会更准确，这就是数据对人工智能的重要作用。基于这一点我们认为，数据在某种程度上是人工智能的血液，它决定了人工智能能不能迅速发展。
我们看到全球包括在中国有一个通用的结果，互联网人工智能发展是最快的，因为有大量的数据，但是到今天，我们中国还没有成规模的公共数据集，清华同方他们也在做一些努力，但是数据体量比较小。我们看到数据本身对人工智能的重要性，第二个是尤其在工业制造和国计民生行业当中，数据体量、数据集规模决定了在算法精度上的要求。
本身工业制造算法要求是99.99%，目前这块我们是严重缺失的。基于这样考虑，在“十三五”规划要求下面，我们提出来，希望在整个政府和行业管理部门共同努力下建立一个重立的数据管理机构，从三个方面解决：第一个是要构建公共数据集能力，第二个是开放公共数据集的能力，第三个是数据治理规范在中国制定下来。
为什么我们当时梳理80T那么难，因为我们是人拿肩扛在梳理，是通过科学家、数据家一个一个梳理出来，那是体力活，如果有了规范，有国家在不同行业、不同区域的规范，我们人工智能发展会得到极大的加速。
讲完数据，我们看一下，人工智能本身分三个层次，基础软件、基础硬件，在此之上是人工智能相关应用。我们非常惊喜发现，国外一些咨询报告和权威机构对中国人工智能产业有清晰定位，中国人工智能产业在应用层是已经在很多领域是世界领先或者世界最前列，包括传统四小龙，包括刚才发言的京东集团，在各个自身领域中应用都有了一席之地。
但是，从基础软件和基础硬件上看，这个领域主要是以美国为主的技术体制和相关的大型企业。2019年世界人工智能大会上，华在15个人工智能相关领头企业中唯一被授予“基础软硬件国家新一代人工智能创新开放平台”。我们得到这个牌子，其实我们很振奋，也感到很鼓舞，但是我们感到压力也很大，我们整个中国人工智能产业当前面临的最大问题是要补齐基础软件的能力。
华为在做什么，我们的产业战略是什么，在这里跟各位做一个分享和汇报。因为我们名字叫做华为技术有限公司，我们核心的是要把技术做深、做透。其实，我们不是第一天做计算，从华公司成立第一天，我们都开始积淀软件和硬件开发能力，我们把计算做到今天，也是借助过去三十年在基础软硬件投入的力量。我们整体战略是以根基础来打造技术软硬件平台，助力中国人工智能产业快速繁荣。
这里重点跟大家讲一下华为对根技术的理解。我们认为，根技术不仅仅是硬件，坦白讲，可能大家不知道，我们计算产业当中只有20%的人是在做硬件，基本上接近80%的人是在做硬件以上的算质算力和模型，这一块对人力消耗和要求是最高的。
在人工智能上面，在软件开发上面，人力的压力是很大的。基于这样的挑战和华为专注于把基础软硬件能力做强做好。这里面分三块，一块是全系列的边缘云计算模块，在这之上还有两个大的模块，一个是E算架构平台，是为了解决硬件创造出来算力怎么样最大化释放出来，这里面是一个一个的函数级，在计算过程当中要找到应用与底层芯片之间最短路径，这个函数级就是需要不断的迭代和开发。
我们从2019年3月份把CANN1.0到去年3月份把整个算力水平提升了一倍，我们相信，在今年下半年，我们马上发布的CANN5.0上面，算力还会提升一倍。
更重要一点是关于模型框架，模型框架实际上类似于通用计算的操作系统，华为自己做了一个MindSpore，不到14个月，已经成为了中国人工智能最活跃的框架社区。
我们认为，在人工智能上面可以干很多事情，我这里简单讲两到三个我们认为最重要的事情。第一个是人工智能可以作为国家大装置甚至是可以赋能国家科研创新。鹏城云脑2就是以人工智能计算平台为核心，短期内干了三件震惊全球的事情。在鹏城云脑盘古发布以后，鹏城实验室会陆续与华为团队发布两到三个重量级的模型。
我们认为今天已经到了从AI找行业到行业找AI的阶段，做AI的人并不太懂行业，AI使用门槛是很高的，就是我们说的行业+AI，现在行业都在拥抱AI，我们希望把这些行业的知识沉淀类似于SDK的能力赋能于千行百业，在这种模式下面，华为今年做了大概3到4个SDK，在7到8个行业当中把水平复制能力做出来，以智能制造为例，今年我们希望在智能制造SDK上面能推广到200个工厂，SDK本身华为本身就用，我们所有产线全部用我们基于华为集成的智能制造SDK能力，我们终端、无线、传输全部用的这套技术。
最后一个例子讲一下智慧城市，我们认为现在智慧城市已经到第四个阶段，其实全国有87%-89%的地级市做了智慧城市的规划，智慧城市很热，智慧城市最早是由场景驱动的，到今天，我们认为是到了由智能驱动，智能驱动的核心是要打造一个可以自己感知、可以自己学习、有温度的城市，这样的城市是以人为本的。我们在龙岗做了大量尝试，而且做完之后，深圳市政府很满意，希望把龙岗模式复制到深圳所有主要的区县，这样模式是以平台化方式解决我们人工智能降低门槛的问题。
最后，我想把我们在产业上的一些思考简单跟大家共享。我们共有16个字的产业思考，即硬件开放、软件开源、使能伙伴、人才培养，这是我们整个计算产业，不管是人工智能还是鲲鹏的整体思考，我们做产业过程当中发现，最强的是众智。
我们有一段时间做开发发现我们开发成本太高，而且开发周期太长，怎么样解决这个问题，我们颁布了一个众智机会，要用大量的社会科研机构、博士生来帮助华为一起开发算力模型，结果发现开发质量远超出我们预期，甚至代码质量高于我们本身自己研发人员开发的代码，因为整个智慧在民间，所以我们在产业上面思考是，最强的知识是众智，最大力是合力，我们希望与生态伙伴共同构建在中国的昇腾的强壮的人工智能产业。
我的汇报就到这里。
【杨澜】谢谢常总，时间太短了，的确值得我们深入探讨和了解，在这里，我也代表在座的各位观众，华为和中国的高科技企业，致力于根技术的投入和研发，也为我们中国带来真正的可持续技术竞争力的团队表示我们的敬意，谢谢。
您刚才的话让我想起两个小故事，有一个故事跟贵阳有关，人们一说到人工智能、大数据，大家都觉得跟高级科技精英有关，不，跟我们贵州的农民的孩子也有关，比如我们就在清镇采访了一些农村出来的高中生，他们过去都是要到广东去打工，成为流水线上的工人，但是今天，他们接受的训练就是如何准确的标注数据，这已经成为一个新的就业的领域了，所以我们的年轻人们也在找到新的就业机会，我们看到整个社会就业的岗位也在出现系统性的变化，非常有意思。
第二个启发，斯坦福大学人工智能实验室当年李飞飞每年暑假都会办一个人工智能的夏令营，有一个夏令营是专门为高中女生举办的，她说，要吸引男孩子学人工智能时，她只要说这事特别酷，但是当她招募女孩子来学的时候，她会说，你知道吗，这会让你的爸爸妈妈祖父祖母生活得更有尊严，所以我想，她提到的一个概念就是怎样让技术服务于人的生活、服务于生命的尊严这样一个话题。
在疫情期间，我相信全球人的目光都集中在健康和生命上，我们有很多感慨、痛苦、唏嘘，也有很多希望，技术真的能够帮助我们获得更加健康的生活、更加长寿的生命吗？
接下来我们要请上的这一位演讲嘉宾是医渡云的合伙人、CEO张实女士，她在医渡云任职期间，运用人工智能技术帮助政府与医疗机构实现数字化转型，她今天的演讲题目是《人工智能在医疗领域的创新与实践》，有请张实。
【医渡云的合伙人、CEO张实】各位领导，各位嘉宾，大家下午好！我是来自于医渡云的张实。刚才杨澜也在讲两个故事，我也想在一开始的时候讲两个故事。
首先感谢贵州省政府和贵阳市政府，把我们从一个小孩子孵化成了一个青少年，在医疗大数据领域还是一个非常创新非常年轻的领域。我不知道大家有没有看一部电影叫《我不是药神》，其实讲主要是慢性淋巴败血病的用药叫格列卫，这款药非常昂贵，如果一个月药要用纯进口药的话，需要将近几万块钱，一年就要几十万元。为什么这个药这么贵？因为它的研发周期一共四十年，研发周期过程当中有很多次失败。
我们医渡云是干什么的呢？医就是医者仁心的医，渡就是渡人的渡，云就是一种技术。
我们是谁，我们是做医疗大数据的公司，大家可能会问，医疗大数据公司跟前面我讲的故事有什么相关性？其实我们当时创新这个公司初心就是想建立绿色医疗，我们想把整个医疗做成一个可及的、便宜的、安全的、快速的、高效的、精准的行业。我们在工信部和科技部的排名当中都是排在很前面的，我们的核心竞争力主要是因为我们做过整个复旦排名前150医院头部前100家医院，我们跟6个区域都有合作，我们做了三个全国平台，还有8个国家级的研发中心，覆盖全国26个城。
大家可能会问，我们为什么要做这么大量这么大覆盖网络的数据，其实就是为了建立医渡云的大脑。我们是要把不可计算的数据变成可计算数据。我给大家举个例子，二型糖尿病，很多医生在书写时写阿拉伯数字的二，也会写罗马数字的二，也会写乙型的糖尿病，但是，在计算机当中认为这是不同的病种，我们怎么能把这些所有词语归一、标准化，这就是我们要建立我们知识库和标准数据集。第二个，我们要通过这些数据把它变成可分析的数据，比如在癌症里面，癌症有一个字段非常重要，就是叫癌症的分期，我们叫TM分期，但是，在TM分期里面，通常医生不会写这个字段，我们会把上下所有逻辑计算成可以做成分期的字段，这样便于我们做药物研发、临床研究时都可以采用这个字段。第三个是能应用。刚才我讲了一个场景，这个场景就是药物的研发场景。
大家会想，医渡云这样一个医疗数据公司的人员构成是什么样的？我们公司60%是来自于比如像微软、谷歌、百度这样的公司专门做计算机NLP技术、做算法的工程师。其中还非常有特点，我们这个公司有很多的医生，这些医生都是来自于国内的很多的知名院校毕业的，他们专门来公司看我们的数据，因为很多的数据要变成知识是需要人告诉给机器，我们有200多个专门的医学人员，我们还有将近100多人做真实世界研究的人，这些人平时都是专门与一些大的研究机构，或者是与国内的专家，还有一些药企、申办方一块儿做研究。
医渡云从2013年成立到今天，我们一共建立了9个专病的词语集，这个其实就是我们所说的数据建模，我要建立这个模型，是需要有标准的字段集，我们也做了40多个疾病的专病库。
我刚才有提到了，我们要把人看得懂但是机器看不懂的语言翻译成机器看得懂的，而且我们要快速把它做出来，比如我刚才说的在药物临床研究的时候，药物临床研究其实有一个最大的瓶颈，就是找罕见病或者找急重症患者，比如我刚才说像白血病，还有像胸腺癌这样一些疾病，来病势头非常急，而且这种病是罕见难治的，我们需要用NLP技术到里面去找到这些患者，在他们身上能使用正在研发的创新药。所以，NLP技术对于机器去理解和快速、高效的、智能的做患者入组是非常有帮助的。
我们面对医院的时候其实是一个跨平台的，因为医院有很多很多公司给他们做系统，每个系统之间很多是不融合的，我们不但要把系统不融合的做成一个统一平台，而且我们要借用刚才提到的NLP技术，在复杂的医学逻辑网络当中，把一些罕见疾病患者找出来。
大家都在讲数据，那医疗数据质量到底怎么样呢我可以跟大家报告一下，其实我们现在数据质量并不容乐观，我们不但需要机器去看，我们也需要人回顾性的看。医渡云能做到现在准确率和召回率都高于95%。
对于数据尤其是医学数据，其实安全是非常非常重要的，其中的隐私保护也是非常重要的。大家知道，我们平时有一些出行数据等等，但是还不是那么关注，但是医疗数据是非常被大家关注的，我们做一个医疗研究，需要过伦理，还要签患者同意，这里面有很多流程，我们参与了国家大数据安全标准白皮书（医学部分）的编制，通时合政法大学做医学的隐私权和个人数据保护方面相关讨论。
我刚才讲了一个故事，就是格列卫的故事。在药物临床研究时分早期研发策略、临床实验执行和真实世界的研究，尤其是现在大数据盛行之后，真实世界的研究是非常流行的能帮助药物快速上市的研究方法，医渡云在这三个领域当中都是有很好的表现。
在过去三年中，我们支持了哪些研究项目呢？我们支持了全球临床研究将近有20个中国site的研究，全球临床实验患者真实世界的SMO服务，真实世界可行性研究20多个，混合型研究差不多2个，前瞻性研究2个所以现在加起来将近100个这样的研究。
刚才我讲的是药物临床研究的场景，还有一个场景与大家也是息息相关的，就是疫情的场景。疫情发生在2020年春节前后，医渡云在2020年2月底就派人进驻到武汉，那时候武汉还是封城的情况，我们帮助武汉做了数据的修订，我们现在做了多点触发的疫情监控平台，我们也在北京新发地和怀柔的疫情防控上帮他们一块儿做溯源，包括宁波、青岛、福建等等，现在我的小伙伴也都还在深圳。
为什么我啰啰嗦嗦讲了这么多，其实大数据公司是一个背后的公司，它需要一些场景来表现出它能真正实现什么样的目标和功能。
我们在疫情监控的理想就是希望能做到早发现、早研判和早阻断。我们帮助武汉做了传染病监测预警平台。
我们现在已经拥有195个软件著作权、400多个专利，还有900多个正在申请。
我也希望大家能够听得明白，医渡云我们是谁，我们想干什么，希望这次演讲之后大家能记住，医渡云是做一个医疗数据人工智能的公司，我们目标是为了实现绿色医疗，让精准的医疗惠及每个人，谢谢大家。
【杨澜】谢谢张实女士，我觉得你们做的这个工作真的是太重要了，太了不起了，也和我们的人的生命，和我们这个社会的温度息息相关，到人工智能正在和多个产业进行深度的融合，也包括和我们的城市进行深度的融合，现在全中国有700多各城市都是把建设智能城市作为自己城市发展的目标，那城市提供了怎样的场景呢？
接下来我们要请出商汤科技副总裁张果琲先生，他为大家带来的演讲是《AI新基建助力城市数字化转型》，掌声有请。
【商汤科技副总裁张果琲】谢谢主持人，谢谢陈市长，各位领导、各位嘉宾，大家下午好！今天在这里给大家做一个简单的介绍，商汤科技是一个比较纯粹的人工智能企业，创立时间不长，六年多，但是我们一直致力于人工智能技术的发展和业务的落地，这六年可能有一些经历和教训，给大家做一个简单的介绍。今天我演讲题目是《AI新基建助力城市数字化转型》。
我们知道，数字化转型是最近政府非常大的热点，当然，在贵州、贵阳谈数字化更加是切合实际，我们知道，贵州包括数博会包括大数据产业都是经过很多年法，也做得非常成功，接下来，在数字化之后到底怎么样去转型，人工智能在这当中有什么样的能力，给大家做一个简单的介绍。
第一页PPT给大家介绍一下人工智能这个技术到底是什么，其实，开幕式的时候已经有嘉宾讲到过了，我们讲四次工业革命，刚才有嘉宾也讲到了，我们认为人工智能是第四次由技术带来的工业革命机会，第一代是蒸汽机时代，带来体力释放，后来电气时代，第三次是数字化的发展，第四次是人工智能技术的时代，可能改变人们生活方式，现在才刚刚开始。
我们国家对人工智能发展也非常关注，中央领导人都讲到了，新一代的人工智能技术是我们最重要的方向和基础。
我们做了十几年的智慧城市或者城市数字化转型，其实是把数据进行数据化，然后进行信息化，信息化技术给生产力带来的提升主要是在流程改进上面的，可能是百分比的提升，可能今年生产效率提升了5%，或者是整个流程结构提升10%。
但是，智能化的到来，它可以重塑流程，可能带来成倍增加，带来机会也是很大的。所以我们讲智能化或者数智化，智慧的东西加进来之后，它会对整个产业会有倍速的增长，这就是讲技术带来的变革。所以我们讲数字化转型的核心其实是智能化，全面数字化转型核心就是全面的智能化。那智能化需要什么？
我们看一个小视频，其实一个人接触到的物体概600件，如果没三个物体做一个组合的话，我们可以看到发生变化超过3500万次，就是3500万种组合，每个物体识别，包括组合起来发生行为包括它们之间关联，最后都是有非常复杂需要来识别、检测的，如果智能化技术运用进去，它需要我们提供的算法、提供的能力是海量的，或者我们线下世界都希望能够结构化，希望变成可搜索可查询的时候，我们需要的人工智能能力也是海量的。
这样海量的能力跑什么呢？我们有一个新的概念，刚才华为的领导也讲到了，人工智能的大型装置是城市新基建也是数字化转型发动机。商汤从2016年开始在人工智能装置上做了很多探索，我们也是最早实现做到1000层以上网络训练，当时就发现，如何训练这样一个大的网络，超过1200层，这么多参数，到底需要什么样的技术来支撑，未来发展方向会不会是这样一个方向，我们从2016年到现在，可能花了四到五年时间，逐渐把这样一个大型装置的概念给做出来。
我们讲，人工智能的核心技术主要是三个方向：第一个是数据，在贵州谈数据可能是最合适的，我们是大数据最好的区域。但是，人工智能领域的数据可能需要新一代数据平台，与传统数据平台相比，它不简单是数据汇聚、存储或者简单搜索，这样数据需要有更好算法生成功举，需要有一些训练平台和框架，有这样一个体系，才能真正让数据发挥出价值。
第二个是超强的算力平台，有一个算力的底座，最后才能够把这些数据给用起来，这样力底座叫做标准数据中心或者很强的算力大型服务器集群，只是超强算力底座中间一部分，它需要解决问题非常多，从最基础的算力层、芯片层，到传感器层，最后到设备层，到最后成为一个大的系统，我们叫AIDC，这样一个系统组合起来才能完成大的算力的应用。
除了数据和算力之外，我们还需要很多算法，现在国际上最流行的或者引起大家轰动的像GPT3自然语言识别超过1700亿参数的算法模型，它的训练过程其实就是非常耗资源的，大家都知道，一般来讲，这样的模型训练一次就需要50万美金，我们原来玩笑讲，研究员训一个算法，点一下鼠标差不多50万人民币。
所以，人工智能大装置不是单一产品、单一设备，其实是一系列软硬件组合，通过这样东西，我们才能够做一个特别大的智能化的突破，最后才能够带来真正到各个行业的批量化的生产。
我们刚才讲到了平台层，在我们大装置能力当中第一块，主要是指数据平台，我们知道，我们城市的数据蕴藏于生活中每一个方面，我们采集这些数据通过互联网，天上有卫星在看这座城市状况，城市中间有很多摄像头、传感器，还有很多政务相关的数据，有已经结构化的数据，把它们汇聚在一起就是城市的数据资源。
我们经常说要把数据资源变成数据资产，把数据资产变成生产力，但是，这个过程其实是挺复杂的过程，数据资源如何变成资产，就是数据价值如何得到挖掘，其实是需要有算法，需要有一些计算能力，才能把数据资源变成数据资产的。我们的算法就需要很好平台层计算框架，再加上我们有一些自动化的生产模型工具，这两者结合之后，我们就可以把数据资源变成所需要的数据资产，变成资产之后，这个数据才是真正有价值的数据。
这样一个数据资产又能回馈到社会数字经济当中，数字经济又可以产生新的数据资源，这样就产生循环。为什么国家现在要大力推动数字经济，因为不光是绿色的，而且数据资源是无穷无尽的，可以在使用过程中不断的产生新的数据，所以它是一个不会被耗尽的资源，因此，数据经济相对来讲是一个比较好的体系。
算力层我刚才已经介绍过的，主要是我们有超级计算能力的底座，以GPT3超大规模的训练模型，不仅仅是我们经常看到的数据中心，实际上数据中心需要有底层技术突破，包括芯片还有传感器的，从边端到云端很多数据整合来源，就把智能化技术深入到第一线芯片当中，深入到整个计算体系当中，加在一起，我们才能够形成这样一个超强的算力底座。
算底底座应用在人工智能中有两方面，一方面可以进行超大规模参数模型训练，另一方面可以做算法应用，我们叫推理，算法应用推理也可以用大量计算能力的，我们在上海建设过一个大的超算底座，这样一个计算中心可以把人类把石器时代到现在每天所有时间都录成视频的话，它可以一天时间算完。
这样的基础上可以出海量的算法，我们算法有分类，有一部分是经常提到的像人脸识别这样应用非常广的，还有一些算法在城市应用当中长尾的，可能使用没有那么高频但是又非常重要，比如说火灾，我们特别想7×24小时的监管，但是实际上发生概率是比较低的，这样的算法也是有大型的装置来进行计算的，我们现在也做了非常多的落地实践，也做了非常多的算法。
商汤现在已经做了17000个的算法模型，在各行各业都有很多落地应用。另一方面就是要发展生态，整个产业是开放型的，我们现在做了一个MMLab的开放平台，现在已经获得了3万的好评。
这样一个大型的装置其实可以应用到城市非常多的方面，我们经常讲到的数字政府、数字经济或者数字社会，我们在有的地方讲城市的治理，或者是经济的发展，或者是我们生活的改变，就是致力于经济社会，只要有这样一个底座，它产生不同的算法就会在不同方面落下去，做非常多的实际应用。
我这里有一些最近几年我们在城市数字化中的实践，在城市治理包括经济发展和数字生活中非常多的不用，我不在这里给大家做太多介绍，如果大家有兴趣的话，会后可以到我们网站上看，或者联系我们。
我们的整体感受是，人工智能技术带来最大的点是要重塑整个作业流程，如果简单说提升某一个方面或者某一节点的效率，那只是一方面，我们重塑流程可以得到成倍效率增长。一个数据的输入，在成立治理处置过程，从发现一个问题到判断一个问题派单，最后到处理，最后到审核复合，整个环节当中四个环节，其中有三个环节可以由人工智能代替掉，只有处置必须有人去。但是我们可以想像，在不久将来，向自动驾驶、机器人再发展，整个处置过程也可以自动化，整个城市可以自我运行，不需要人介入干预，我们只是做一个简单的定义，我们提出需求，智能就会帮助我们解决。
在我们看来，人工智能大装置包含了新一代的数据平台，包含了超强技术底座，包含了大模型算法工具箱，我们未来是要降低人工智能使用的门槛，通过这套装置使用，诞生各行各业分门别类的算法能应用下去，能降低人工智能使用门槛，让普惠大众、所有行业都能享受人工智能带来的方便，最终，我们通过整个生态赋能到所有行业当中去，这是人工智能发展最新的想法，也是我们所期待的，在城市化数字化转型当中能够助力城市化转型快速变化，谢谢大家。
【杨澜】谢谢张总，给了我们一个相当完整的报告，让我们了解到智慧城市是怎样一步一步的建立起来的。在这里也向各位演讲嘉宾抱歉，由于时间的原因，赶着大家往前走，感觉到还意犹未尽，你们还有很多观点和认知值得跟大家分享，大家可以通过观看直播，包括再搜索一些数据和内容，更多了解他们正在做的事情，非常有价值。
接下来我们要进入制造业的场景了，智能制造这两年也是特别热的一个话题，我曾经去到不同的制造业工厂，有汽车的，也有家电的，看到人工智能不仅在提高我们的制造效率，优化我们的生产工艺，而且在供应链上下游管理方面也变得更加优化和高效。
在这个时候，有一家我们中国的品牌和企业，它的做法让人眼前一亮，这是一家非常知名的家电生产企业，但是你可能不知道，海信集团最近也致力于智能交通新业务，并且多年在中国智能交通市场取得了非常好的占有率和领先的地位。
接下来我们要有请海信集团高级副总裁、海信智能科技集团总裁陈维强先生给我们带来演讲《从场景到情景：海信人工智能之路》，掌声有请。
【海信集团高级副总裁、海信智能科技集团总裁陈维强】尊敬的各位领导，各位专家，各位朋友，大家下午好！
我的演讲题目是《从场景到情景：海信人工智能之路》。海信成立于1969年，已经有52年的历史，去年，全集团收入是1411亿元，利润102亿元，收入和利润双双创下历史最好成绩，其中，我们海外收入达到548亿元，占我们总收入的比接近40%，已经是一个完全意义上的全球化公司。经过持续多年的产业布局与调整，海信是唯一一家不仅在黑电白电领域兼具强大的实力，同时，在智慧社区、智慧城市领域的实际应用和技术储备上也是领跑多年的企业，这份独特的优势给海信人工智能之路带来了重大的机会和可能。我的汇报包括三个部分，第一部分是介绍一下海信智慧新生活战略。
52年来，海信始终坚持技术立企、稳健经营发展战略，不管环境与竞争的挑战多么纷繁复杂，追求技术领先一直是海信生存和实现规模增长的核心秘诀之一，在当前万物智联时代，海信全面启动了智慧新生活战略，将智慧城市、友好社区和品质家庭进行无缝连接与融合，旨在为亿万家庭带来幸福生活。
海信的智慧新生活战略价值定位是致力于让生活变得更加省时省力省心，解决人的健康、情感、交流和成长需求，让生活回归本质，让科技充满爱，为大家提供有爱的新生活。我们目标，到2025年海信实现收入达到3000亿，要实现技术创新是重要的支撑，以AI赋能挖掘产业发展新动能是我们重要实现路径。
第二部分给大家汇报一下海信人工智能之路
作为一个传统企业，我们的人工智能之路归结为三条。
首先，介绍一下攻坚三大AI核心技术，围绕AI应用痛点，我们提出并要攻克云脑技术、友好交互技术和可信赖技术。
刚才华为的同志讲到了鹏城云脑，鹏城云脑更多是科研云脑，而我们的云脑是要用到实际生活中，用到实际场景当中去，这是一个产业化的云脑。海信提出的云脑技术是以大数据为基础的AI驱动的系统架构，由大数据、智慧仓、中枢社区，可赋能各行业的智慧应用和服务，带动产业发展。友好交互技术是针对当前人机交互啰嗦、冰冷的问题，实现有趣、真实的人机交互新体验。
还有一个重要的技术，我们针对关于可信赖技术提出了要从传感器端特征提取、本地存储、隐私分级、数据加密、安全网络、授权共享七个方面构建用户可信赖系统，实现隐私与安全的全面保护，因为AI要得到大面积的应用，我认为隐私是最主要的一个阻碍，所以我们技术上必须在隐私保护上进行攻关，我们用的AI传感器能不能像温度传感器一样让大家用得放心，这是我们重要的研究方面。
到目前为止，我们在上述领域上，海信已经申报了高质量发明专利接近500项，主持参与了国际标准包括HOE标准7项、国家行业标准17项、团队标准17项。
下面，我介绍一下海信智慧新生活三大平台，海信信我家、爱家、智通城平台，海信爱家负责智慧家居全部产品的智能控制、协同与拓展，是家庭的好管家，信我家负责城市会社区设备管控、管理和生活服务，是生活好帮手，智通城负责智慧城市治理与服务，海信正在以青岛试点，打造全国首个智慧新生活之城。
下面我再介绍一下我们怎么重新定义智能硬件。我们从B2B产业调整到B2B、B2C产业并重，海信早早谋定了产业转型升级方向，主动进行调整，在已有基础上，海信还在不断加大智能硬件的研发力度，进行创新，以AI技术为支撑，重新定义家庭、社区、城市的智能硬件，打造具有智能交互、温情服务特性的智能体，让智能无处不在，让家庭生活更智能，让社区交互便利，让城市更优温度。
海信是一个既懂得场景又懂得AI的独特企业，我们努力将AI、安全、深度、可信赖融入到场景，实现从场景到情景，更好的支撑我们的智慧生活战略。
第三部分，我汇报一下海信智慧新生活之城的体验
首先，介绍一下双云脑架构，这是一个完整意义上的智慧城市的架构，左边是政府侧的设计，右下角是海信“一云脑三平台”，中间是千业百态，右上是家庭和社区，这是商云脑全面打通智慧新生活的全面架构，这个架构在全球也是第一家提出来。
接下来我分别从家庭、社区、城市介绍一些新的体验。
首先是在家里面，我们的电视可以通过“家庭大脑”，大家在不同的家里可以虚拟在一块儿打扑克，可以一块儿斗地主。我们家庭有一个“家庭大脑”作为边缘服务器作为算力支撑，而且视频都是支持4K。第二个我们看一下小剧场虚拟合照，你在你家里，我在我家里，但是咱可以虚拟合照。我刚才也介绍了，我们要重新定义智能硬件，包括家电、电视怎么重新定义，我们做了一系列的工作。
下面我们看一下人工智能冰箱，人工智能冰箱可以实现食材的位置精准管理、保鲜管理，还可以教怎么做饭。
下面我们看一下社区的场景，现在机器人送货，尤其是在疫情的情况下，机器人在社区送货是非常好的无接触方式。
下面是我们的城市场景，我们为政府侧提供了领导驾驶舱平台，并可“一问一答”，帮助快速决策。
最后一个是我们为老百姓提供的一些功能，可以快速的获取像教育、医疗这样的大数据问答服务。
以上是很少一部分演示，欢迎大家去青岛，我们已经建成5000多平方从家庭到社区、城市的智慧新生活馆，可以深度体验到我们带来的智慧新生活，从场景到情景，从智能硬件到云脑到平台，海信正以自己独特的优势走出一条宽广的人工智能之路，谢谢大家。
【杨澜】谢谢陈总。我们看到一个传统家电企业也在人工智能的道路上飞奔着，提供着从场景到情景的各种服务，其实每一个人工智能的企业都需要在这个赛道上找到自己独特的定位，接下来要请出科大国创软件股份有限公司执行总经理李飞先生，他为我们带来分享题目是《从软件定义世界，数智驱动未来》，李飞先生是安徽省工业产业联盟的副理事长，获评2020年度中国经济人物，掌声有请。
【科大国创软件股份有限公司执行总经理李飞】尊敬的各位领导，各位嘉宾，大家下午好，我是来自科大国创，今天跟大家分享主题是《软件定义世界，数智驱动未来》。
大家知道，从社会经济角度来讲，我们在十多年前我们所有需求拉动是靠宏观调控，比如十多年前4万亿投资去拉动，在几年前提到了供给侧改革，去年提到以供给侧改革为主线，同时要结合需求侧管理。
从这个角度来讲，我们社会经济发展是从供给、需求两方面不断平衡不断演进，从而带动整个社会经济发展。我们知道，从需求角度来讲，为了推动数字经济发展，近年来，政府对于科技新基建的投入，不仅写入了“十三五”“十四五”规划，包括长远发展目标，我们在4G、5G投入力度也很大，同时，去年把大数据提出作为新型生产要素，这种新型生产要素怎么样在各行各业当中发挥价值，不仅是需求侧管理，在供给侧怎么样提升产品质量和服务质量，“十三五”和“十四五”我们能感觉到明显变化，以前更多靠市场拉动，从改革开放几十年来看，市场经济走得相对比较活跃，下一步，整个产业怎样升级，怎样引领产业发展，我们提出以供给侧为主线，以需求管理为辅，来进行下一次的转型升级。
回到企业经营角度来看，现在企业经营与以前企业经营不一样，我们要以市场为中心，创造客户价值为目标，我们怎么样创造价值，就需要产品和服务怎样面向更精准领域，我们提供的产品怎么能产生价值，怎么能提升服务增值，我们企业最早以软件信息化为基础，前几年又以大数据为基础，目前逐步演进到数智化为基础，我们想强调的是，我们产品和服务一定要通过数智的力量来提升高质量发展，最后给客户创造价值。
现在讲的数智化和数字化有什么不同，数智化核心基于海量大数据为基础，结合人工智能相关技术，怎么样解决原来数据端到端孤岛，把数据打通，结合场景化来去解决问题。但是，下一步场景化还不能解决，一定要把端到端打通，全域的数据来构建相应的服务。以前数字化主要是数据采集、分析，数智化更多是决策的帮助，我们能不能基于神经网络学习，慢慢把人的经验通过智能体给贡献出来。所以，从数字化到数智化，从技术角度、产业角度都是不断演进和升级。这给我们下一步数字经济发展注入了新的动能。
科大国创是定位于数据智能技术和研发的一家企业，我们底层核心技术是基于大数据的处理，包括知识挖掘、机器学习、神经网络，还有基于形势化的验证，构建国创天演Paas平台，第二个是九章的数智AI平台，还有国创HCS集成开发平台。
我们产业主要面向运营商和政企业，助力运营商下一步云网融合的发展，主要是5G、大数据、人工智能相关的，我们主要提供政企行业平台数字化应用。第二个平台主要是智能汽车领域，我们在智能汽车领域可以随着网联化、电动化的发展趋势，在我们可以想像的未来，智能汽车是否可以智能定制，我们认为，下一步智能汽车也是软件构成的，目前我们切入点是在BMS这块，智能动力总成这块打造软硬件一体化产品，我们很多年一直在做软件，软件我们想要做到极致必须借助硬件力量，硬件做到极致也必须通过软件力量结合，我们认为现在需要适当涉足一些软硬件结合的领域去做。第三个领域是基于物流科技领域，打造了面向于数据智能智慧物流云平台，主要面向这三个领域做的。
我们看一下我们在这几块平台实践，刚才前面讲到了，国创天演PaaS主要解决什么问题，我们做软件行业大概20多年，我们要统一开发测试、统一的组建仓库，再结合我们统一的运维监控，基于这个之上，我们把整个软件包括到开发端到端全部管控起来，同时采用很多自动化手段，包括发布时也可以通过一些智能化能力发布，我们根据底层软件能力，基于容器相应平台，我们有一些智能算法调度，包括后面的监控，同时积累很多丰富的组接能力。
我们做这个目的，一方面是提升内部研发质量，另一方面是尝试往行业头部企业去做，下一步发展，慢慢的是从消费互联网到产业互联网，实际上产业互联网是非常大的领域，但是，产业互联网怎么发展，每个行业特点都不一样，目前来看，在头部行业能不能起到引领作用，头部行业需要一定研发能力，又需要一些下一步的数据治理能力。
同时，我们可以通过这个平台培养相关的人员，因为只有平台支撑而没有人才的支撑也是不行的，我们会打造针对业务分析人员，针对算法的人员，针对开发人员，提供相应的智能平台。
第二块我们打造了九章AI的数据治理平台。我们把很多数据通过各种方式感知，感知了以后汇聚到数据湖里面，我们需要对数据湖的数据做整合，在每个行业、每个产业当中细分领域的数据怎么办，我们希望在每个行业细分领域把每个行业细分领域的数据集打造出来，打造一个AI中台，同时提供于行业的AI算法模型，再加上国创天演PaaS平台，我们两个一起来提升自己企业数智化能力，同时把头部企业相关能力聚能、使能，最后赋能。
目前我们在很多领域做了尝试，一块是在运营商领域，还有客服的语言交互，还有军工兵器的作战推演，还有城市的治理，我们都是从这些不同的领域帮助他们构建数字化平台，来带动行业头部智能化应用。
第三个平台实践，万物互联社会到来之后，我们很多地方都依赖于数据，我们软件已经在身边无处不在，但是软件的可靠性怎么保障，我们做软件的角度来讲，大家知道，软件在上线之前一般通过测试方式去做，但是并不能保证软件没有Bug，那怎么办呢，还有另外两种方式，一种是从程序分析方式，还有一种方式是通过程序验证，比如这段代码相应一个程序能不能解决，能不能与需求满足，我们叫高可性的验证。
我们现在主要是三个平台，一个是学习平台，第二个是程序验证平台，主要是基于核心程序和关键算法，第三块是软件认证平台，目前应用主要是关键领域，我们现在在航空航天一些核心操作系统，但现在，在行业通用软件这块，第一是没有价值没有必要，第二是成本也比较高所以我们还是主要聚焦在智能汽车本身底层动力总成这块相当于嵌入式代码做验证，还有下一步面向于行业的智能物联网领域底层的代码做验证，下一步在工业互联网也积极在做一些探索和验证，这实际上是解决软件可靠可信的问题。
后面还有两个场景，一个是刚才讲到的，大家知道数字经济是两块领域，一块是数字产业化，我这里举一个例子，主要是在运营商领域，我们帮助运营商集团打造整个网络层面的数据大脑，我们当时把整个体系，从不同的场景、业务纬度去进行设计，设计之后我们规划了网络所有场景，同时我们有一些相应体系运营和治理手段，每一类场景达到什么级别，从L1到L5不同级别去做，目前来看，它实现了集约统一数据中台包括计算能力，还有全集团数据能力的统一提供，目前应用效果也是比较不错的。
第二块是也数字化的场景，刚才前面提到了智慧物流领域，大家知道，物流这个行业市场空间是足够的，但是，物流行业中企业融资是很大的问题，银行机构来做这块也是比较难，我们主要是以货车ETC卡作为一个切口，在长三角包括广西很多地方，把相应ETC数据汇集进来，把货车轨迹数据、运力数据，包括司机的数据纳入进来，结合银行相关数据，我们提供相应的数据支撑，这个做完之后我们发现效果非常明显，坏账率极低，确实解决了物流企业资金急需问题。我们后来发现，从产业数字化角度来看，并不是要做得多大，在很细分领域都可以做得效果非常明显。
目前，从数智化转型角度来说还存在很多困境，认知层次、生长土壤、路径选择和核心价值存在很多问题。认知层次问题，现在主要解决是单一场景问题，下一步怎么样解决体系化创新。
从生长土壤角度来看，目前信息化的基础，有一些行业领域相对而言比较薄弱的，怎么去做，还有专业化的人员程度比较低，我们怎么通过平台化方式，还有培养的方式，来实现敏捷创新和快速赋能。从路径选择来讲，不仅关注短期，还要关注长期效应、生态。核心价值来看，是通过数据智能怎样打造核心的技术。
我们下一步的对策是两块，一块是内生，主要是提供行业内生应用。第二块基于政产学用，怎样带动数据智能化的发展，我们现在定位第一块是信息高速公路的护行者，面向科技新基建。第二块是科技新基建参与者，第三块是助力行业转型升级的助力者。
谢谢大家。
【杨澜】谢谢李飞总，干货特别多，给我们详细介绍了企业怎么样软件的领域自我定位，又为其他产业赋能。
我们说人工智能不仅在帮助我们解决现实当中的问题，更重要的，它改变了我们解决问题或者分析问题的思维方式，从这个意义上来说，它与我们每个人都建立起了关系。
接下来要上场演讲的是我们今天演讲的最后一位嘉宾，这也是一位非常值得给大家推荐的科技精英，他是国双创始人董事长兼CEO祁国晟先生。
祁国晟先生在大学四年级的时候就开始创业，一度成为纳斯达克上市的中国企业最年轻的CEO，昨天我们正好来贵阳的时候坐在同一航班，我后来一看，你好像不是那么年轻了，他说是的，在人工智能这个领域熬得都有白头发了。我们下面掌声有请他给我们带来精彩演讲《产业智能化的场景化落之路》。
【国双科技创始人、董事长兼CEO祁国晟】大家好，刚刚杨澜介绍了，我创业15年，这15年没有变过，所以我觉得还是有资格讲一讲什么是产业智能。
刚刚很多嘉宾讲数字化、智能化转型，大家知道，计算机我们用了很多年了。最早搞信息化，现在大家说数字化、智能化转型，但是，什么是数字化转型，我发现很多企业很多组织为了数智化在做数字化，我今天想回答一下什么是数字化转型。这里有一个数据，我们会发现，我们的消费互联网企业和美国同类型企业已经站在了同样的高度，我们的BAT加在一起有一万亿市值。但是，为企业服务的计算科技企业到目前为止在中国还没有一家企业超过200亿美元的市值，
我们十几年前或者几十年前在把这个市场拱手让给了西方公司，而现在机会来了，因为到了智能化时代，我们过去信息化水平是比较弱的，这不是一件坏事，我们没有信息化时代留下的一些历史包袱，所以我们机会非常好，我们要做拥抱智慧化的转型，如果拥抱了，产业智能就是未来的形态。
那什么是数字化、智能化转型？我这里试图用一些大家都听得懂的语言给大家讲什么是数字化转型，我认为有两个阶段，但是最终极阶段一定是智能化转型。
数字转型第一是统一数据口径，第二是打破数据壁垒，没有数据孤岛，我相信这点大家比较容易理解，经常在一个组织里面发生问题，财务部买了一套财务系统，这是一个信息系统，销售部门买了一套CIR系统，老板问，上个月我们的销售额是多少，财务部给一个财务口径，业务部门给一个业务口径，这两个数据一定不一样，因为他们数据不同源，所以，数字化最核心两点打破数据壁垒、统一数据口径。
做完后能达到什么效果？在这个组织里面每一个依赖数据做决策的岗位都能拿到一份及时的全面的数据，所有的数据源于一个口径，这样的结果能带来什么样最终的后果，就是要重塑我们这个组织的形态。怎么样重塑？
大家可以想像，如果某一天我们一个组织里面每一个角色都可以及时拿到他所要的所有数据，老板或者一把手可以一通到底看到所有数据，只要他想去做，他也有可能不想去做，但是他有这个能力，这就消灭了信息不对称，这是数字化转型的本质，消灭组织里面的信息不对称。我们经常鼓励干部要实事求是，他凭什么要实事求是？
我在这个组织里面当一个经理或者总监、副总，在我权力范围之内我一定不会对老板实事求是，因为实事求是了的话，我的空间就没有了。如果这个组织的数字化转型真的做好了，我在汇报的时候就知道，如果老板想要知道所有的数据，他就能知道，他不用听我汇报，这个时候我的态度一定是实事求是的。
所以，这个组织的文化一定是实事求是的，因为不能不实事求是。第二个是管理的幅度就能变宽。原来金字塔式的组织就可以更扁平化，我们原来说一个人管七个人，现在一个人可以管十四五个人，因为掌握了全面的数据。在这样的前提下我们再走向智能化转型，价值就更不一样了。
智能化转型很重要的一个特点就是全面的支撑甚至是取代脑力劳动者。我们刚才讲，企业的组织里面有很多岗位，这个岗位上有人要为管理负责任，要为管理做决策。如果我们真的做到了智能化转型，大量的这样的岗位上的人也会被计算机取代。
我们以前经常讲，市场经济比计划经济有效率，是因为做计划经济的那个人没有能力全面的实时的细颗粒度的掌握整个经济社会运行的所有数据，所以他做的计划一定没有效率。但是，如果我们有一天做到了全面数字化、全面智能化的时代，这一点是能做到的，我们是可以非常有效的去做计划经济的，这在很多企业当中已经实现了。如果我们能做到那一步的话，我们最后结果重塑生产关系，生产力、生产关系的又一次革命，所以这是数字化、智能化转型的意义。
我们讲细节一点，智能化转型最后面对的不只是人，我们还面对组织里边所有的物、设备还有管理，这样一个复杂的价值链条，我们希望用计算机技术、软件技术给它完全的模拟，1：1的模拟，我们只有做到了这一点，我们才能说这是一个产业智能的场景化落地实施。所以，本质上这是一个复杂的信息系统工程的场景化落地实施。但是这个事情不容易，不容易的事情肯定要有已经，这样一个复杂的事情离不开算力算法和最后的场景化落地。
我经常喜欢举武侠小说里面的什么样的人会成为武林高手的例子来解释算力、算法。首先是他内力要很强，要内功，内功就是算力，前两天发改委领导说国家要建统一的算力中心，这是一个非常好的事情。
之前演讲嘉宾也有说到算力，要有很强的计算能力，我这里想讲的是，算力并不是越强越好，计算能力最重要是两件事，第一是可扩展性，我需要的时候你能给我，所以可扩展性可延展性是非常重要的事。第二是单位成本下的算力提供，因为买单的是甲方，你把东西搞得很贵，没有人买得起，所以要注意单位成本下的算力。
算法就是武林高手的招式，我们刚才讲了内功，下面讲讲招式，招式就是算法，这点大家可能比较容易理解。但是，在数字化、智能化转型当中很关键的算法是把知识变成计算机代码的算法。以前我们只关注数据，我们不是特别关注知识，真的要让计算机取代脑力劳动者，知识太核心了。
我们以前计算机当中跑的是数据，但是这个背后的知识是什么，知识可以被计算机积累，被计算机所理解，被计算机所进一步抽象，这点太重要了。这时候，数据科学家和行业专家就出现了，我们原来做数字化是懂业务专员和写代码的人一起工作，把流程告诉你，你理解我的流程，把流程变成计算机代码，但是今天我们要取代的是脑力劳动者，有很多高端脑力劳动者可能是院士，所以我们的对话变成院士和一个数学博士的对话，数学博士德方向是把数学公式、数学建模变得计算机可以高效执行，这两个人对话更困难，怎么样让这两类人能够在一起有效的工作，最后用计算机变成一个准院士，去支撑院士的大部分工作，这件事情很困难，所以他需要具备很多的能力。
要想达到这样的效果，靠单一点上的一些突破，功能上的突破、性能上的突破都是不够的，必须要有端到端、从底到上的一整套基础堆栈才能解决这个问题。
首先，我们公司积累了15年，所以我们算力做得很强，强到什么程度，2019年的时候已经在全中国排名前几名的央企把他们的大数据平台，也就是原来甲骨文数据仓库替代掉了，替代不仅仅是60分国产软件对90分外国软件替代，它根本解决了弹性问题、可扩展性问题。
第二个例子，去年获得了吴文俊人工智能工程奖，这是中国科技部对人工智能领域最高的工程奖项，在一个勘探开发的油田里全覆盖油田勘探、开发、生产、运行所有工作，用一个智能化的信息系统，这样讲可能不太直观，我这样讲吧，去年疫情出现的时候，这个油田要求到岗人员只有30%，所以这个系统替代了70%的油田工人工作，所以这个油田去年没有减产，因此我们这个系统不仅获得了科技部的问们军人工智能工程奖，还获得了工信部抗击疫情工程奖项。原来维护需要一些工程师去看的事情全部由计算机去看，计算机还能做很多很好的预测。
我们自己公司也是完成了全面数字化转型，所以我说数字化转型在我们公司的特点，我们公司开会时，同级别的人之间交流，下级向上级汇报，再也不会准备PPT、数据了，大家打开同一个电脑屏幕，进去之后看到的自己要看的数据。我们数字化转型过程很痛苦，但是数字化转型有一个特点是一把手工程，最后受益的是一把手，我自己推数字化转型推了三年时间，推的结果是好多副总干不下去了而离职，背后的原因我刚刚已经讲过了。
我们给贵州省做的一个很重要政务数字化转型系统，它的亲重要特点是数据和知识双轮驱动，我们过去做很多信息系统的时候忽略知识，把信息系统构建起来的时候，其实我们是有很多知识的，是过程忽略了，造成了一个系统建设完毕之后，在做第二期的时候经常问，当时这个系统为什么这样设计，为什么要有这样的字段，其实这背后是与知识是有联系的，我们今天做了很好的理解和呈现。
我们在司法方面有很好实践，一个简单的案件，原来一个法官要做四个小时，现在用我们系统就十分钟。
我们在节能方面也有一个获奖的案例，我们都知道，数据中心需要大量的空调，有暖通工程师要去管这些空调，如果他管得好，空调运行就有效率，它达到的效果就是节能，这是某一个数据中心案例，风系统、水系统节能平均节能22%。
我们刚才讲，产业智能化场景落地需要全面的能力栈，现在我们用一个词叫“集成式创新”，单点突破已经很难有效了，所以，要想找到一个真正能给你带来数字化、智能化转型的合作伙伴，这个合作伙伴必须要具备端到端的所有平台能力，尤其还要自主可控，因为现在国际形势这样一个前提条件下，我们国双自己是这样一个非常好的合作伙伴，如果在座有谁要做数字化、智能化转型工作，我相信我们是您最值得信赖的合作伙伴，欢迎来找我们，谢谢。
【杨澜】谢谢，主题演讲部分到这里就结束了，下面请工作人员搬上座椅，我们还有一个圆桌会议环节，几位嘉宾可以更有针对性的彼此讨论一些问题，我也非常好奇，因为这一年多的时间，特别是我们去年没有办法相聚在一起现场开数博会，这个世界到底在发生一些什么变化，为什么我们老觉得非常的忐忑，心里觉得很慌张呢？无论是国际的政治、军事各个方面的矛盾冲突，还有包括技术壁垒，包括产业发展，似乎我们每天都在被一些正面的消息和一些负面的消息交相占据我们头脑、控制我们情绪，这时候人工智能会给我们带来什么变化，我们又需要人工智能帮到我们什么呢？
接下来有请几位嘉宾到台上，我们更加短平快进行思想交锋。再次邀请商汤科技副总裁张果琲先生，海信集团高级副总裁、海信智能科技集团总裁陈维强先生，国双创始人兼CEO祁国晟先生，还有源讯中国及相关地区副总裁孙冀军先生，清华大学国强教授，智能产业研究院首席研究员聂再清先生。
张果琲：我看主持人一直看着我，我就先回答，其实，昨天开幕式上发改委领导公布了我们要做全国一致性的算力中心，其实是非常典型的做的能源规划，很大目的也是为了要节能减排，统一管理和调度，让大家更好达到碳达峰和碳中和。现在全国大概有400万个机柜，利用率可能在一半左右，平均指数可能在1.5，我们想，通过这样统一调度的方式，最后让它整个指标降下去能耗变得更小，更加绿色化，人工智能在这当中也有很多空间，可以有很多新技术可以用上去。
杨澜：人工智能应该对我们能源管理也有很好帮助吧？
祁国晟：因为我们通过人工智能的方法做能耗管理，刚刚我举了一个例子，就是在数据中心集中使用风力和制冷这两个环节，刚刚张总也讲到了，现在国家统一搞一个大的算力中心，可能放在西边，我们讲东数西算，首先是西边比较凉快，水资源也比较丰富，非常冀中的去做，然后再用人工智能的方法去管理，24小时不眠不休，最高水平的暖通工程师，我觉得能耗问题不是问题。
杨澜：特别对于我们贵阳来说也是有得天独厚的优势。
孙冀军：我想从另一个角度来谈人工智能对绿色的意义。因为我觉得人工智能是对人类数据和过去经验总结，通过人工智能可以降低我们未来运营的成本，包括一些重复计算的工作，包括刚才国双也介绍到了我们可以解决数据孤岛，打通数据一致性，如果我们这样做的话，可以大大提高我们生产效率，降低一些成本甚至能耗，除了管理以外，我们通过零复制或者低成本复制方式，就是人工智能方式，反而能够大大提升我们在碳排放这块的管理和节省。
陈维强：我从另一个角度来看现在人工智能技术，咱们都知道现在建了很多计算中心，我听说有的计算中心包括广州的计算中心，一年电费就是一个多亿，这是非常耗能的，这背后说明什么问题呢，现在我们搞人工智能的人并没有突破进本性的人工智能技术，现在为什么人工智能这么火，它没有理论上的突破，相比人脑来讲，人脑吃这么点饭干那么多事，但是它吃一个多亿，也不一定能干什么事，这个问题上我觉得人工智能还是任重道远。为什么现在这个场景下这个技术能给各个行业带来价值？是因为它能够通过比如暴力计算，因为算力、芯片这些东西相对廉价，通过数据暴力计算，让它无限接近提供高的识别率，达到节能的效果，我觉得是有可能的，但是我想，真正人工智能还没有到来。
杨澜：还要继续在发展当中来解决，包括自身问题，还有其他行业能源问题，不知道聂再清教授有没有考虑过这方面应用。
聂再清：我稍微补充一下，我们如果用一个中心做人工智能计算的话，同时还可以降低每个端的能耗，像智能家居这样，如果没有一个智能管理的话，有时候可能全部的灯都打开，但是，如果智能场景理解，可能就没有必要，我感觉，在中心耗的能源可能会大大小于节约的能源。
杨澜：这是与能源战略的关系，讲到能源，就一定要提到今年5月份的时候美国很有名的德克萨斯州的输油管道被黑客攻击勒索，我们说现在城市治安真的比过去好很多，暴力犯罪、刑事犯罪是难逃天罗地网，而且大家也不怎么使用现金，所以小偷也失业了，但是都转移到线上进行诈骗，所以我们好像处在道高一尺魔高一丈的时候，它提出了一个安全性问题，在这方面，几位是怎么看的？
聂再清：首先一个观点，肯定是用技术手段来处理安全的问题。魔和道都得用技术，我举个例子，我原来做的一个项目，大家应该有很多人收到过扰骚扰电话，大家都觉得很烦，他是用机器自动节你打电话，我们就想了一个办法，用机器自动接电话。
杨澜：你为什么要接呀，我看到我不认识的电话根本就不接。
聂再清：因为很多销售有可能是人，也可能是机器，如果是人的话，他今后也可能再不打电话了，因为他聊了半天之后知道接电话的是一个机器，所以我觉得用技术对付可能带来的破坏，这是一个方面。另外一个方面，在上一个系统的时候，应该就要设计系统怎么安全可控，权限要可以降级，我们有很多规定，必须得让它在每个时刻都能有所保证，在设计的时候都应该这么做，我也参加了新一代人工智能治理原则的讨论，我们当时也在讲，最终的这个系统设计还是属于每一个人开发出来的，智能后面都是人在设计，要让人负责。
杨澜：其他几位你们说一说。
陈维强：我补充一下，因为贵阳的天网就是我建的，几万个摄像头，分几期工程，都是我们公司负责建设的。以前在2008年、2019年、2010年的时候，我们就来这儿创业了，我们员工在这儿干活时经常有人一上来就抢包，现在我们上完摄像头之后这些情况再也没有了，全国也是这样的情况，确实是你刚才讲的，现在治安形势非常好，一方面是与震慑有关系，另外一方面是与人们生活水平改善也有很大关系。
你刚才提的那个问题，其实我们在公安系统是有专门的设计，公安网络是一个专门的网，外面的人进不去，它是封闭的，比如马路上有公安网接口，你一接入，公安部马上就会报警，马上就会追查，非常的快，而且处理非常严。另外一方面，为什么破案也快，我们现在用人工智能手段，包括人脸的特征、人像的特征等等，包括步态的特征，我们有一个特征提取服务器，你只要抓一些嫌疑线索丢进去，马上可以找到相关线索，很快就能破案了。
祁国晟：我说几句。
我非常赞同杨澜女士观点，任何科技带来便利，它一定是安全隐患变大，越便利的东西就越不安全，越繁琐的东西就越安全，它的系统性风险就更大。工信部给了我们公司工业互联网数据安全示范项目的牌照，我们全面在做比如能源方面的工业互联网，在做工业互联网的过程当中，所有设备都连在一起了，所有设备都远端可控了，这时候如果被攻破，确实就像美国德州的管道一样，引起非常严重的安全事件，我觉得我们政府有一点做得比较好，在美国他们很依赖于企业自身做安全，但是我们大型央企每年有三级等保攻防演练，政府有力量在后面做得更到位，安全系数还是更高一些。
第二，我们现在新的安全攻防已经不再是原来简单的黑客攻击我时我用防火墙把它挡住，当有了人工智能的能力以后，是可以通过行为的分析去发现发现比黑客攻防还要复杂的严重性事件，比如组织内部出了一个间谍，组织内部有一个人被买通了，他在某一台计算机植入了一个木马，然后把数据给弄出去了，这种形势的严防比黑客攻击你更难防，但是这种安防只有通过全面数字化，所有的数据留痕，然后再分析，专项AI分析、人工智能分析，发现这个行为很异常，异常的登录不应该发生，它背后可能有安全事件。
杨澜：所以未来是要用技术来对抗技术。
祁国晟：没错，是这样的。
孙冀军：我觉得技术脚步不能停，所以不能因噎废食，刚才提到所有坏人，其实都已经数字化了，以前大家过去去偷钱包，现在没有人再关心自己钱包的问题了，而是关心数据的安全、数据资产的问题。我觉得，在未来的人工智能领域上，除了国家帮我们做一些政策上引导和管控以外，企业自身包括我们企业也在通过各种各样的方式来提升自己的能力，其实我们觉得这是一种良性的竞争，有了这些，能使得我们在设计人工智能、设计工业软件、设计网络的时候给更加考虑数据的安全性、系统安全性。另一个角度来讲，人工智能带来预测性判断，我们通过预测性行为判断，这个人可能经常到银行徘徊他是有什么目的，我们会通过这个来发现是不是有不安全隐患，甚至通过风控形式判断贷款人员或者保险人员是不是有一些什么别样目的，我们从过去记录去找问题，然后通过人工智能方式主动判断他的行为和言行，提前去预防，这也是人工智能在安全领域另一个主动解决方案。
杨澜：说了安全问题，咱们再说硬币另一面，隐私的问题，我们的城市现在有天网，犯罪分子无处遁形，但是，我们作为一个普通人来讲，感觉有一双眼睛总在看着你，也会产生一些心理变化。最近有一个新闻，有客户去看房，房地产开发商也用了人工智能和视觉识别，对买房动机、实力等其他行为举止做一些视觉捕捉和判断，有一位看房的客户戴着头盔去看房，他说不想让摄像头识别得一清二楚，怕他们对我一些偏见，带来了一些潜规则。因此，大家怎么看的，这一年多时间，大家对于我们到那儿都要扫码、人脸识别，感觉到这是控制疫情的必要之举，但是另外一方面也对人工智能无处不在有一些心理层面担忧和不安，几位是怎么看待这个现象？
陈维强：我觉得，隐私保护这块对人工智能发展来讲是一个非常大的障碍，尤其是要进入到加强、社区这样的地方，人工智能就跟原子能一样，它具有两面性，好的一方面可以造成人类，坏的方面是让你很难受，我怎么看呢，从隐私保护来讲，欧洲、美国，包括中国都有一些法律，比如现在很多应用都需要大家确认，你确认了就确认了，人家该怎么用就怎么用，这只是法律上的手续。
而现在我觉得人工智能需要攻破的是如何技术上保证隐私，比如我们可以从传感器层面，我们尽量用非侵入式的传感器，还有一个是没有公权力的地方从法律上是违法，但是，比如公安和政府，它是有权力收集这些数据，但是它的使用也是受到制约的，不能随便乱使用，这些都是从法律有约束的。现在我们更多的是在研究技术方面怎么解决隐私问题，刚才说的传感器，包括提取特征完了之后保密，用可见光摄像头，就跟放一个温度传感器一样的，然后对数据还进行加密。另外，我的数据我做主，现在很多企业把用户的数据当成是自己的资产，这就是侵犯人家的支撑，我的数据我作主。
杨澜：人和人有一个边界相互尊重的问题，比如说智能家居，有的人工智能介入了，小两口出去工作了，家里有一位老人，怕老人摔倒了或者出什么事情，于是给老人卧室安上摄像头，但是没有问一问老人愿不愿意被盯着，这也有人和人之间的心理距离问题，像你们做智能家电都连成一个整体了。
陈维强：我问过，老人是不愿意的，我一个朋友，他原先是做轨道的，退休了，他老伴生病了，他的女儿就要关心他们，就在家里安了摄像头，看看妈妈有没有什么问题，我朋友就说觉得合适又不合适，因为心理上是抵触的。
杨澜：所以，这里面伦理的、情感的、关系的问题也引入到我们讨论的范围，其他几位关于隐私问题有什么高见。
张果琲：我觉得这其实恰恰说明了一个新技术的出现对整个社会带来的变化，刚才讲了，不管是隐私也好，或者是技术的使用便利也好，都是有两面性的，为了获取便利有时候就牺牲掉了隐私，如果要很强的保护隐私，可能应用就会非常狭窄，很多技术就可能没有办法推广，其实，从底层逻辑来讲，为什么人工智能在中国能获得比较好的发展，一定程度上来讲是我们比较容忍技术在初期时比较快的进行应用，所以我们的发展在全球来讲相对也是领先的。我们国家率先一步做了人工智能包括伦理，科技部有专门伦理委员会来治理这个东西，有立法规范，逐渐让这个行业技术应用变得更加合规，也消除大家的不安心理，我觉这样一个体系是两边此消彼涨，不断的变化，最后带来我们生活便利很多改善，就像大家不会因为坐车可能出车祸就不去坐车而选择永远走路。
杨澜：但是我想说的是，人工智能的企业，无论是设计硬件还是设计软件，应该把伦理和法律的讨论在底层逻辑上就设计进去。
张果琲：您刚才谈到的是人工智能伦理的讨论范围，现在很多企业或者政府也在设定这方面的相关规章或者制定一些政策，我在想，杨澜女士在主持这样一个论坛或者峰会，其实就是非常好的机会，让我们社会上每一个个体每一个人修改机会去了解人工智能是什么、人工智能在做什么、人工智能能解决什么，我们通过这种方式传播这些信息，让大家有更多的意识，因为当我们更加了解这个技术的时候，我们首先知道这个技术在做什么，我应该怎么样来保护我自己，包括我自己的数据，我自己的个人隐私。
但是，因为我更了解它了，我不担心它，我可以拥抱它，我可以接受它，让它给我带来更多便利，我们人类社会从原始社会发展到今天，我们是在不断进步的，在这个过程中我们会发现，随着文明的进展，我们对自身各种信息的保护会越来越多。我觉得这种对话这种宣讲，其实也是让所有人更加能够在这一轮科技浪潮潮流下如何拥抱科技、如何保护自己的过程。
杨澜：我觉得就是你察觉到这样事情存在，你意识到自己是有某种选择性的，这也是一种时代的进步。
聂再清：我先总结一下我的观点，在隐私问题上，确实是一个便利和隐私的权衡，这时候决策权应该交给用户，用户决策到底要不要用这个便利，这是第一点。
第二，就算是决定要用这个便利的时候，我们希望算法做到可用不可见。算法可以用，但是它不能够被人看见，用在用户统一功能上，而不要用在别的功能上。我们最后肯定还是要有相关的法律来解决问题，我们讨论治理原则时也都有讨论，我们当时讨论是不是要让用户有选择权，比如什么时候不用了，你就要从数据里面删除这个数据。
祁国晟：我稍微延展一下，刚刚已经讲到工程伦理学的问题了，杨澜女士您刚刚用了一个词叫“偏见”，我觉得，隐私的问题还是其次，因为隐私更多的是拥有系统的人要自律，然后用相应法律法规去规范，这没有什么问题，这是完全可以解决的。
但是，人工智能一定会引起偏见，尤其是新一代人工智能主要以深度学习，是基于训练样本的，基于训练样本的结果就是谁贡献样本谁获益，不贡献样本的沉默的大多数就倒霉，就跟我们有时候说民主制度不够好是一样的，不同意的人一定会发言，同意的人就不爱发言，同意的人就变成贡献样本的人，机器学习就学习的样本，这是工程伦理学的范畴，这是我们所有做人工智能的人必须要放在心里的一个准绳。
杨澜：这也与传媒专业息息相关，颠覆性的改变，贡献样本的人提供出来可能是带有偏见的观点，会让沉默的人会感觉到很焦虑，原来别人都是这样想的吗，其实未见得，但是听到他们的声音可能比过去更大了，我不知道我们个人力量有多大，我们必须要进入到下一个话题讨论。
今天我们是谈人工智能和平台经济，那么，我们人工智能实体经济和各个行业结合过程当中，你们觉得现在发展过程中还有什么制约瓶颈和需要大家共同讨论的问题？
我刚才听各位说的时候，作为一个外行就有某种困惑，你们丢在做智慧城市，你们做出来智慧城市每一个逻辑都一样吗，哪一个更好，或者这个城市将来反悔了，要想重新做一套，那得花多少钱？因为我很难判断哪个是最好的解决方案，我想到，人工智能与实体经济应用场景结合时我们会面临什么样的挑战？欢迎大家畅所欲言。
祁国晟：我觉得，智慧城市有很多企业和城市都在做，但是你刚才提的问题，你不用担心，因为智慧城市建设是分层次的，最早开始很多是建的基础设施，包括存储、服务器，这些东西建完了没有关系，智慧城市有这么好的资源，怎么更好服务于城市治理、服务于民生，其实这些东西现在大家都还没有想明白，现在大家在建设的东西可能还只是冰山一角。
从技术上怎么来解决，我们是叫跨系统集成，我可以把过去做的系统的数据提出来使用，你建的我也不推翻你，我的系统是基于数据和AI驱动的更高层面的应用，所以这些东西不会重复。我们经常给做智慧城市的领导说，没有关系，现有的系统我们都能集成，比如说我们做智慧交通，马路上的信号机是五花八门的，总不能都推翻掉吧，我就做一套系统，把他们信号集成到我们系统上面，我还能控制、调整。
杨澜：但是你们彼此之间是在竞争的，你们没有一些技术壁垒吗，一会儿张总要是把您客户撬走了怎么办？
祁国晟：我希望他撬走，说明他的水平比较高，因为智慧城市不是过去的紧系统，应该是松耦合的系统，这样可以跨平台跨系统解决，以前投资可以得到保护。
孙冀军：百事可乐、非常可乐、可口可乐，它的配方不一样，但是都是碳酸饮料，我想说的是，中国有这么多企业，在政府领导下万众创新、大众创业，大家是在良性竞争的，不同的企业不同的解决方案，但是目的是一样，都是通过人工智能的方式提高我们生产效率，提高我们整个社会的进步。所以我觉得这是良性竞争，是非常好的现象。
刚刚您谈到现在我们遇到什么样的困境，首先就是在平台经济这块有几个特点，第一个是零成本复制性，第二个是合作共赢性，第三个是创新性，这是平台经济几个基本要素。
而在人工智能蓬勃发展过程当中，我们现在很多事情是在打点或者是在打面，未来希望能与更多业务场景相结合，解决更多实际的，比如生产、制造业、零售或者政府的一些问题。
第二是能把现在不同企业不同技术，比如有图像的、是觉得、语言处理的，语义处理的等等这些技术进行更多整合，场景整合加上技术整合，原来是打通企业内部的壁垒，未来可能会打通更多服务商的壁垒，使得能形成合力提供更好更全面的服务。
聂再清：我看到有几个挑战，第一个是数据孤岛，私有数据的挑战，我估计几家大厂之间也不一定数据都打通了，包括自动驾驶，很多大厂都在做，但是数据是不是已经共享了，是不是浪费了很多能力，虽然做标注很火，但是可能是重复标注，没有利用好，这是一种数据孤岛问题，大厂有人，它也有钱，每家都各搞一套，这可能是某种形式的内卷，每个企业都产生了，加在一起是不是比分在一起更多。
祁国晟：我觉得是这样，首先，任何一个产业都有竞争，这是必然的，竞争是良性的，现在我没有觉得智慧城市的建设在各个厂之间竞争是非良性的。并且，这是分区分段的，大家不是不可以合作，是可以合作的，既可以合作，也可以竞争。
另外，您问的那个问题可能受限于我们传统对于产品的认知，我们理解成智慧城市是一个产品和服务，所以它一定要被定型，A定的型和B定的型之间有差异，但是，今天大数据、人工智能软件服务特点是快速迭代，人民生活需求不断发生变化，经济情况不断发生变化，我们干这行的就是不断的去迭代我们的软件，所以最后一定是趋同的，不用担心。
张果琲：我也比较同意祁总讲的，包括前面讲的对企业服务的观点，我们现在看到智慧城市的市场足够大，不是有特别强的竞争，另一方面，它不是传统产品和服务，是长期不断变化的过程中一套系统，今天供应商是你，明天供应商可能是别人，不断给政府提供服务，不断使用新的技术。
另一点，每个城市智慧城市最后都有自己的特点，因为每个城市有不同问题，这些问题就需要因地制宜去解决，提供这样产品和方案的服务商伙伴共同成长，在这里长期成长下去，最后感受不到我们在建智慧城市，只是觉得生活越来越好。
杨澜：由于时间有限，我最后一个问题想问一问大家，未来一两年，人工智能发展最快的应用场景是什么？在投资领域他们经常说低垂的果实，我们知道人工智能最终会影响方方面面，但是，你们最看中的最成熟的，而且会最快带来经济效益的竞争场景是什么？就是未来两年人工智能和实体经济结合最快最充分的领域是什么？
祁国晟：我先回答这个问题吧，我觉得这个领域很明显，就是规定的大型的设施设备的自动化人工智能维护，或者是大型中型设备维护，比如我举的油田的例子、空调节能的例子，在以前，这些设施设备维护是需要大量的人去巡检、判断，消耗资源是挺多的，而且这是一个成本项、费用项，因此，这个东西是很容易智能化变成中台管理的，所以它既从管理上，又从直接成本上省钱，因为能直接省钱，所以甲方就愿意买单，我觉得这个简单，可以直接入手去做。
张果琲：这个问题我们看来很明显，最容易落地的肯定是自动驾驶，我们现在看到自动驾驶的车辆技术成熟一是速度非常快，二是产业化非常快，电动车、新能源车非常快的落地，从L2、L3、L4不断升级，新能源汽车带来整套汽车产业的变革，这里面空间是很大的。
另一个是祁总讲到的企业服务，包括刚才讲到自己企业做整套流程重塑，这一定会很快落下去，现在做企业服务的企业在中国并不是很多，我们现在这么多企业出来，这套业务一定会出来，而且近两年一定很快落下去，全球范围已经看到了苗头。
杨澜：对，帮助企业做数字化转型的企业在过去这一年都是非常高速的发展。
陈维强：我觉得，现在大家看到人工智能挺热，我觉得还得泼冷水，看看现在这些头部企业的发展方向，我很担忧，我觉得我们要找到人工智能实实在在落地给客户带来的价值，这是我们的追求，长期追求是这样，我建议是一定在各行各业当中找到能够赋能这个行业产业的产品提升，要不给这个行业带来效率提升，要不给它带来省钱省力，一定找准这样的东西，产品赋能才能有价值，因为人工智能几起几落，我感觉，这波人工智能并不是会像大家想象那么好，它是很苦的差事，不是一个高科技行业。
说白了，搞数据训练，跟工厂工人差不多的活。我说这个可能有点过分，知识图谱积累这是一方面，其实也是一个工程的活，要做出好水平的东西来，是很辛苦的活，说白了是工程化的东西，不是像过去做出一个技术来一下就很大发展，比如像4G技术、5G技术，一下就全部用起来了，它不是的，是要细分到各行各业各个领域找到应用场景，然后让它能给给客户价值，然后才能成长，所以这个还是挺难的。
孙冀军：从B端到C端在未来几年会有非常多的机会。从B端来看，数据数字化这块反而是机会最大的，为什么要谈数字化呢，因为谈人工智能的基础是数据、计算，数据的规范、数据的清晰、数据的分析和挖掘其实是非常重要的，可以坦率讲，我们很多企业先要做到数字化，然求再谈数智化，所以这是我们非常大的机会。
基于数字化之后我们可以帮企业谈数智化转型，预测性维护、自动化生产，比如现在我们帮一些企业把过去原来老师傅能做的，比如翻炒茶叶、翻炒烟丝等这些数据，温度、湿度全部录入电脑，不管什么样的烟叶进来，都炒成同样质量。
就是我们通过数字化转型模式实现预测性维护、生产自动化过程。下一步就是数字化营销，现在营销模式越来越多了，人工智能能帮助我们探测什么样客户是我潜在客户，什么样客户是我目标客户，怎么样快速得到这些客户。
在C端，一些流媒体或者一些平台上面现在也有变化，我们看到，从原来过去文字、语音，现在变成了短视频，我看到一个消息让我非常震惊，亚马逊收购了美高美，我相信，未来人工智能一定会在个性化短视频，在社交媒体、流媒体方面会有更多的投入或者是变化。
聂再清：我感觉，落地最快应该是影响人们日常生活，就是有大量使用量的、大量数据的那些行业，衣食住行都会有，举个例子，个性化推荐，就是大规模影响用户带来价值的东西，我觉得这个是落地最快，而且已经带来大量价值。我看到最有前景的，但不一定是最快的，我归集成为生物世界的数字化，就是我们如何利用AI技术，比如制药行业，我觉得这是我看到人工智能很大价值的行业。
杨澜：我们也可以用人工智能理解人的智能到底怎么工作，人的大脑究竟是怎么回事。
今天非常高兴跟各位嘉宾又探讨了人工智能这两年发展的热门话题，我感觉，主持高端对话四年以来，每次看到不同面孔，看到不同的话题，看到不同的技术和应用，都是非常让人兴奋的。
这让我想到有一位被称为竞争战略之父的战略研究家迈克尔·波特，他把国家经济发展分为四个阶段，第一个是生产资料导向的，你这儿产椰子就做跟椰子相关的事，你这儿产煤就做跟煤相关的事，第二个是投资导向的发展，第三个是创新导向发展，第四个是叫富裕导向。
我觉得是从寻求端提出的发展导向，而我们中国现在正处于创新发展导向的这样一个历史阶段，又遇到了人工智能、大数据、区块链、5G等等的通信技术颠覆和飞跃式发展，所以摆在我们面前的可能性是非常多的，正因为如此，我们也需要一直探讨这样一些重要的话题，让它的发展能够更加的健康和可持续，在这里，我也请大家和我一起再次感谢各位嘉宾今天贡献的真知灼见，感谢他们的时间。
我们最后一起合个影。谢谢各位，希望大家能在2021数博会获得很多营养和信息，希望大家身体健康、工作顺利、生活幸福。
再见。
