家居电商“知闲科技”完成百万级天使轮融资，东方富海投资
06-18
雷锋网消息，9月7日，在领导见证下与全球学界、工业界精英齐聚，工业和信息化部第二届珠海智慧城市专场赛暨2019“绽放杯”5G应用征集大赛岭南大数据国际论坛在横琴盛大开幕珠海国际会展中心。
作为大数据、5G、智慧城市领域的国际顶级盛会，本届论坛规模较去年有所升级，参会人数创历史新高。
全球创新创业企业云集，众多国内外知名院士、专家作为嘉宾重磅亮相。
本次活动由珠海市工业和信息化局、珠海市科技创新局、珠海（国家）高新区管委会、珠海市人才工作领导小组、中国移动广东公司珠海分公司、广东广电总局主办。
电视网珠海分公司，由珠海华发集团、珠海城建集团、珠海岭南大数据研究院等主办，广东诚智科技有限公司、珠海岭南大数据研究院协办，工业和信息化部、珠海市人民政府、中国移动研究院、中国移动广东公司等对此予以大力支持。
本次活动吸引了来自全球5G、大数据、人工智能、物联网等领域的顶尖院士、专家和企业代表参与盛会，旨在打造国内5G智慧城市领域的高端学术交流峰会。
雷锋网作为协办方深度参与了本次活动。
欧洲科学院院士、上海交通大学人工智能研究院首席科学家徐雷发表演讲《人工智能科技对智慧城市未来的影响》。
徐雷教授主要分享了他对人工智能的看法，并简要讨论了智慧城市的话题。
他认为，人工智能从某种意义上可以从识别认知、形象思维和抽象思维三个维度来理解，而当今人工智能第三次浪潮的核心突破点就是识别认知。
他提到，根据《自然》最近的综述，中国在基础理论和算法创新方面与英国、美国还有五到十年的差距。
关于智慧城市，徐雷教授认为，我国智慧城市的发展要根据不同城市的具体情况而定。
毕竟每个城市都有不同的痛点和优势。
在4G/5G网络的支持下，地理距离不再重要。
城市无需重复建设；从这个角度来看，我国应该大力发展智慧城市群。
以下是雷锋网根据徐雷院士在大会上30分钟的演讲整理的分享内容： 我演讲的主题分为两个部分：人工智能发展和智慧城市。
人工智能有定义吗？让我们看看大脑。
如果我们从大脑的内部机制来看，它的整个结构是非常复杂的。
基本上就面临着失败。
这次欧洲大脑计划也基本失败了。
从外部表现来看，目前主要有两个方向。
刚才陈老师从认知科学研究与应用的角度讲了。
另一种来自经典的计算机信息处理。
一般可以认为，智力是大脑的信息处理活动。
不过，现在最简单、最常用的就是图灵测试。
也就是说，如果你分不清是人还是机器，那么机器就有智能。
那么要花多少钱呢？ 30%或50%，有不同的方法。
但这可能太笼统了，所以我也想总结一下各种类型的人工智能。
为此，我将钱学森先生关于思维科学的一些思想进行整理、修改和推广。
人工智能分为三个主要部分。
第一个就是俗称的“人脸识别”，后面会讲到，是这一波人工智能发展的主要突破点。
其次，早在2000年，钱学森先生就认为，智力中常用的、重要的部分其实是形象思维。
当时人工智能界主要研究抽象思维。
粗略地说，形象思维是基于相关性对特定图案或其形象进行的相对具体的推论。
抽象思维是基于逻辑和因果关系的推理，大概就是这样。
有趣的是，中国人和西方人都擅长这两种不同方法中的一种。
汉字基本是象形文字，思维发展注重形象思维，而西方文字则抽象为符号，抽象为26个字母加标点符号，拼在一起成为符号串，包括A+B=C等数学抽象，注重相互关系，注意形式语法。
事实上，图灵机和后来的计算机都是在西方自然语言的简化基础上发展成为今天的计算机能力的。
可以说，从这个角度来说，它几乎已经达到了模拟智能发展的顶峰，但通常不包含在人工智能中。
聪明的。
而我们的古汉语没有语法，也没有标点符号。
即使是现在，你也必须至少认识几个汉字才能被认为是懂中文的人。
我们还没有达到象征抽象的程度。
很有趣的是，根据历史（如果我是对的，我不擅长这个），在西方，古埃及的比喻文字大约在几年前转向了古希腊的象征文字。
是什么驱使它达到这种抽象性，而我们的言语却没有，值得从智力发展的角度来探讨。
正是由于其高度抽象性，西方学者将抽象思维称为高级智能。
只有高度抽象之后，科学才能在那里生长和发展。
汉字没有这种抽象性，这可能在很大程度上导致了科学在中国的失败。
解析确定若干个独立的基本单位（如中文中的一组字母符号或数学系统中的公理），首先考虑它们之间的二元关系（如逻辑、因果、某种依赖性），然后考虑产品就像积木一样，按照一定的规则或模式，理性地选择最好的，并自下而上逐步组合起来，构建一个系统或世界。
它有助于掌握主要背景并解释所看到的现实世界。
然而，有限的图元数量和有限的组合规则只能描述一个相对简单的人工世界。
如何从自然界中获取这些原语和规则，而自然事物的复杂性导致了巨大的组合可能性，这导致使用抽象思维进行“人脸识别”等智能遇到很大的困难。
语文知识是从整体开始的。
混沌分为阴和阳。
阴阳调和论实际上是一分为二的系统构成论。
然后五要素理论定性地描述了这个系统的动力学。
这两种理论其实很像西方科学。
它能经受住恒定法则和普遍法则的考验，这里就不多说了。
如果再细分，八卦就变得更加神秘。
不管怎样，这种自上而下的具体思维方式与抽象思维方式恰恰是互补的，体现了智力和文化的两面性。
中西应该和谐发展，不应该互相冲突。
这波人工智能浪潮在图像思维方面取得了突破。
“巧耳目”是形象思维的基础。
方法其实很简单，就是在数学上完成从X到Y的全面映射，利用深度神经网络结构来实现。
从视力来看，它大概超过了人类，从听觉来看，它接近人类。
大概是因为我们的文化更喜欢用形象思维，也很巧合的是，这种发展的主要推动者不仅是中国人，而且过去一直致力于推动“视觉和听觉”，中国人也主角的一部分。
大家可能知道，2010年Hinton团队发现深度学习网络可以显着提高识别性能后，微软的邓力（也是我的朋友）邀请Hinton到微软来显着推进语音识别。
随后李飞飞又创办了image-net，建立了超大规模的头像数据库，极大地促进了人脸识别，带动了产业和资本广泛介入“视听”行业。
再看这张图的话，目前我国的企业分布基本上主要是在这方面。
这是人工智能的山峰般的发展图，是立体的、向上的。
我们的机会不是弯道超车，而是向前跨越。
还有，大家都认为人工智能这次是第三次浪潮，但事实并非一定如此。
抽象思维发展到冯·诺依曼机器之后，实际上在智能的机器模拟方面取得了巨大的成功，但却被刻意忽视了。
当涉及到自然语言和视觉时，就被阻塞，无法推进。
但人工智能仍在发展，热潮已经转移到了另一群人，他们以图像方式思考，专注于“聪明的耳朵和眼睛”。
同样，它然后转移到下一组人。
虽然中国人早在1957年就开始涉足文字识别，主要是20世纪70年代中期到80年代中期，但主要以“耳聪目明”的模式识别为主，开始了第一个十年的发展。
第一位领导人是左图中的傅景孙先生。
(85)。
图中的其他五位百岁已故院士都是我国人工智能发展的先驱者。
左边另外两位是常炯先生和程民德先生，他们领导了中国模式识别的发展，并建立了我国首批三个智能科学国家重点实验室。
其中两个专注于模式识别和机器认知，并且在我国。
学科设置正式开设模式识别相关专业。
近年来，我国出现了很多“视听”领域的人才，这可以追溯到他们当年打下的基础。
人工智能发展的“1”，我们到此为止。
那么我们简单说一下“2”，这是人工智能的两种可能的发展路径。
一种是自主设备，通常称为机器人。
我国在工业生产线上的机器人方面已经非常先进。
不过，就这段视频中波士顿动力公司的人形机器人而言，询问了我国这方面的专家后，我们可能落后了10到20年。
我希望这次机器人比赛的一些年轻人有追求这个东西的雄心，而不是总是做大家都在重复的东西。
随着软硬实力的不断增强，这种人形机器最终会发展到什么程度呢？答案是我不知道。
另一种看待这张图的方式是，它是一个脑机交互增强的“超级机器超人”。
我对这条路印象不太深刻。
帮助一些残疾人和病人也是可以的。
借助电极或可穿戴设备，我们寻求正常人之外的信息交流渠道。
那么人不是人，机器也不是机器，这种混血怪物就是我们想要的吗？现在马斯克其实已经介入了这条路，也参与了这件事情。
幸运的是，这条路仅仅只是开始。
我们继续“3”，谈谈开头提到的人工智能三个维度的支撑，即识别认知、形象思维和抽象思维的基础研究。
这张图的左侧反映了2016年的诺贝尔奖，该奖授予了这两个人，因为他们提出了特征检测理论。
粗略地说，识别的认知过程基本上类似于从下到上搭积木的过程。
在突破点“1”中发挥重要作用的卷积神经网络基本上体现了这样的精神，是这一理论的一个例子。
然而，使用了带有标记样本的教师学习。
未标记的样品该怎么办？这就需要双向学习。
深度学习的反向传播算法问世一年后，早期的双向学习就开始了，称为自编码学习。
如ppt右上角所示，网络中层两侧的结构是对称的。
如果将它们对折，它们就会变成双向的。
首先，从下到上提取输入，抽象为代码，表示一种或一类模式，然后从上到下重构输入。
较小的重构误差支持了所得代码的合理性。
我当年也提出过Lmser学习，如图左下角。
一方面，退一步来说，我们得到了类似于近年来出现的基于跨越连接的U-net和D-net的变体。
进一步的退化会导致自编码。
另一方面，向左退化一步得到类似于反馈网络的变体，然后进一步退化一步返回自动编码。
我们可以改变自上而下的重建输入来近似其他不同的模式，从而实现图像思维。
图像到图像的一个例子是最近流行的换脸技术。
不仅如此，你还可以进行图像到文本、文本到图像、文本到素描、素描到图像、语言翻译、过去到未来，实现一件事与另一件事之间的具体关联和推理，类似于做梦或经历你的生活。
头脑。
像电影一样，它也可以显示在屏幕上。
这就突破了人们的“眼见为实”，可以创造出现实中不存在的想象画面。
形象思维的输出也可以通过语言对外传达，或者驱动执行控制。
以多年的计算能力，无法在多层Lmser上进行计算实验。
仅计算单层以确认其独立分量提取的特征检测能力。
最近我的学生计算了多层Lmser，发现不仅性能比autoencoding和U-net明显优越，尤其是在样本较少、攻击较强的情况下。
而且，年度分析中预期的几个认知功能，如联想、概念形成、心理意象、注意力等也得到了成功验证。
沿着Lmser的路径发展，引入了概率论，并在2018年进一步发展为所谓贝叶斯阴阳学习理论。
在2011年的NIPS会议上发表，也被纳入麻省理工学院年底出版的经典合集。
世纪。
掀起这波人工智能浪潮的是NIPS会议。
近年来，有说法称，中国学者的论文在2000年后才进入IJCAI和IAAA，而中国学者的论文进入NIPS则进入本世纪几年。
事实上，这与历史不符。
相反，他们在 20 世纪 80 年代进入了 IJCAI。
，几年前我在 NIPS 上发表了四篇论文。
然后我们来谈谈抽象思维，实现搜索、规划、推理。
近年来的典型代表就是AlphaGo。
它的成功通常可以用蒙特卡罗树搜索来解释，尤其是前向侦察（就像老邓第一次在特区测试道路一样）。
然而，仅此还不够。
事实上，这个想法是中国学者在20世纪80年代中后期研究启发式搜索时提出的。
成功的原因还来自于利用深度学习网络看棋盘，就像睁开眼睛，认清状态并进行联想。
首先，它告诉你有多少个具体的动作以及哪个动作的最佳策略（就像孙子帮助一样）。
，第二个是判断你赢这盘棋的可能性有多大（就像我点头不点头一样）。
其实就是抽象思维加上形象认知，两者相辅相成。
以往单纯用抽象思维解决问题所遇到的困难有望通过这种方式得到改善。
最后我们来谈谈人工智能赋能智慧城市。
看这张图，智慧城市的元素非常多，涉及民生、政务、产业。
很多城市都在互相借鉴，结果也差不多。
再看这张图，是上海刚刚评估的二十多个智慧城市场景，这就是人工智能创新场景。
不过，上海的城市条件可能和珠海有很大不同，所以不要做同样的事情。
各个城市不能重复建设吗？每个城市都有不同的主要优势。
因为4G/5G，地理距离不再重要。
公共部分能否集中或分散划分，不同部分可以协调？补充一下，这就是我想给珠海建议的策略。
人工智能能为智慧城市带来哪些能力？赋能的前提是有大量的大数据，犯错并不重要，因为学到的是统计规则。
还有一些其他的具体要求，这里就不一一赘述了。
可以赋能的维度基本就是上面提到的三个。
第一个是人脸识别、对话以及由此衍生出的各种场景，比如金融风控、施工监控、各种工程量的预测等。
这个维度的赋能已经比较成熟了。
第二个就是我们刚才讲的，变脸带来的各种加持。
第三，城市中可能存在很多规划和搜索问题，需要老子、孙子、老邓融合，双向协作、互补，类似于AlphaGo的赋能。
另一个赋能场景是在手机上玩智能手机。
尤其是在物联网快速发展之后，手机扮演着更加重要的角色，而智能手机因为环境更加可控，所以相对容易发挥。
还有一个场景涉及到大数据分析。
数据挖掘和知识图谱实际上涉及到关联性。
看图表中的例子，只看相关性。
吃药好像变了，比不吃药多少有用。
然而，当分为男性和女性时，结论却恰恰相反。
换句话说，相关性并不一定反映事实，所以使用大数据时必须小心。
该怎么办？寻找因果。
经过多年的发现因果关系的研究，已经积累了一些可以赋能大数据的方法。
最近，我们自己开发了发现因果关系的新方法。
最后，我认为珠海是一座年轻人的城市。
具体场景可以考虑智慧旅游、智能家居、智慧园区等。
另外，在海洋方面，考虑发展海、陆、空一体化的智慧项目将具有独特的特点。
谢谢你们。
附演讲者简介：徐雷，上海交通大学教授、认知机器与计算健康研究中心主任、张江脑与智能技术实验室研究所神经网络计算研究中心主任、上海交通大学名誉教授香港中文大学。
1977年获哈尔滨工业大学学士学位。
1982年赴清华大学师从常炯院士攻读博士学位。
1987年赴北京大学攻读博士后，师从程民德院士、石庆云院士。
次年，他晋升为副教授。
随后四年，在Oja、Harvard、Yuille、MIT Jordan等团队担任博士后； 1993年至1996年担任香港中文大学高级讲师、教授，2002年晋升为讲座教授。
2016年加入上海交通大学，从事智能领域研究多年。
37年来，拥有许多被广泛引用的开创性成果。
2001年当选为IEEE Fellow（第一位当选计算智能学会的华人学者），2002年当选为国际模式识别学会会士（第一位当选的华人学者），2003年当选为国际模式识别学会院士。
欧洲科学院。
1993年获国家自然科学奖，1995年获国际神经网络学会领袖奖，2006年获亚太神经网络学会最高奖（首位获此奖的华人）。
相关文章：智慧在珠海！岭南大数据国际论坛在珠海圆满闭幕。
院士专家共谋变革5G智慧城市。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
最新文章
3月，腾讯《王者荣耀》在全球App Store和Google Play吸引了2.57亿美元，同比增长63%
生鲜传奇宣布完成数亿元B+轮融资
裁员20%？红杉中国回应：胡说，员工总数不降反升
第二次影视创新“闯”短剧世界：看、留、跳都是钱
ASML：从飞利浦弃儿到光刻之王
宁康瑞珠获数千万元A轮融资 横琴金投、翰颐资本投资
智能金融服务生态平台科客完成A+轮融资
拼多多九鼎：信息披露无懈可击，竞争对手才是“浇水”的