為期3天的中國互聯網大會7月13日落下帷幕。本屆大會的主題為“廣連接新活力融實業”，將圍繞人工智能、智能制造、分享經濟、產業互聯網、互聯網醫療健康、互聯網教育等熱點領域，舉辦20余場特色論壇。

　　人工智能在過去的一年甚至在未來的時間都成為了互聯網主流的話題，特別是馬云的無人超市出來以后，把人工智能推向了一個新的階段。

　　李開復有一句話：5秒以下的工作將全面被人工智能所取代，十年出現最多的獨角獸公司肯定是人工智能公司。現在資本基本追著人工智能走。人工智能、機器人、無人機、自動駕駛、Fintech等，這幾個都是當下的風口。

　　接下來，盤點下3天里互聯網大會上幾位大佬關于人工智能的一些觀點。

　　IBM大中華區首席技術官、IBM中國研究院院長沈曉衛

　　1.IBM綠色地平線計劃

　　IBM綠色地平線計劃，這是2014年開始的一個IBM全球，由IBM中國研究院牽頭引領的一個全球的研究計劃，這個是做一個什么樣的事情呢?就是我們把人工智能的技術、物聯網的技術做一個結合，包括云計算的技術，我們來看一看如何來改進空氣質量的管理和優化，今天我們可以做到利用人工智能技術來訓練大量的，我們把它叫超級模型。利用的數據，這里面有衛星的遙感數據、有氣象數據，有一個城市的實時的空寂質量監測數據，當然還有污染源的數據、交通的數據，甚至社交媒體的數據，今天可以做到什么程度呢?我們可以非常精準地預測一個城市未來72小時1公里×1公里PM2.5的濃度。基于此，我們可以對污染源進行溯源，我們也可以對決策提供支持，因為當，比如當污染源達到一定程度的時候，我們可以有不同的解決方案，不同的解決方案有不同的經濟成本和社會成本，我們可以為決策者提供支持，來選擇更好的方案，這就是人工智能今天在環境中的非常好的應用例子，我們也把綠色地平線計劃今天從環境中也推廣到能源、食品安全等等這樣的新的領域。

　　2.糖尿病的醫療診斷系統

　　我們在認知醫療或者人工智能應用在醫療行業的實踐。應該說醫療行業在眾多行業中可能是人工智能率先能夠取得突破性成果的非常有可能的一個行業，而今天我們也知道，我們能夠使用到的用于診斷的醫療數據是真正影響診斷的數據的非常少的一部分，我們今天用到的更多的是臨床的數據，大概占到整個數據的可能不到10%或者10%左右，實際上我們知道，還有基因數據，還有更大的所謂的大健康的數據，包括飲食、鍛煉、生活規律等等，如何構建新的解決方案為未來的醫生診療提供更好的決策支持?

　　今天已經做到的就是我們通過對幾十萬糖尿病病人，二型糖尿病病人，幾十萬病人的臨床數據學習，把這樣的學習自動抽取到信息，與醫療指南的信息做一個結合，來構建針對糖尿病的醫療診斷系統，這樣的系統我們已經在實際的社區醫院進行試點的試用，今天有超過6000病人已經從這樣的系統中獲益。這實際上相當于我們為每一個社區醫生提供了一個助手，能夠為他診斷提供建議。

　　3.對視頻的自動解讀

　　可以用對視頻的自動解讀，圖像識別技術，來對一個生產線產品的質量監測進行自動化。比如一個SOP的生產廠商用這樣的技術可以做到節省他50%以上的人力，需要這樣的人力來用于產品質量監測。

　　沈曉衛給出了三個詞：人工智能(認知)、云、行業，這也是今天IBM在新時代轉型的最重要的三個詞匯，就是我們需要構建基于行業的從云端提供的具有人工智能能力的或者具有認知能力的行業解決方案，這是我們認為IT行業接下來發展一個非常非常重要的方向。

　　谷歌翻譯研發科學家高勤

　　2015年9月，我們項目開始基于TensorFlow，2016年2月獲得首個產品規模模型，2016年11月總計16個語言對上線自此神經網絡機器翻譯初具規模。上個月超過50%的流量采用神經網絡翻譯。什么讓我們在計劃初期設定一個相對保守的目標呢?神經網絡雖然擁有強大的表達能力，也需要極大的計算量，我們獲得第一個產品化模型時，迅速單個模型需要2-3周時間，并且每次訓練需要超過100塊GPU，在進行翻譯時，翻譯20個次的句子需要超過10秒時間，模型數量超過200個。這樣一種情況，使得讓這個產品上線變得非常困難。這個時候，谷歌在機器學習軟硬件上的全面布局，為我們彈藥庫提供了充足彈藥。當我們致力于提升數據和吞吐量的時候，谷歌張量處理器誕生。高度優化的代碼，使得我們為數億用戶提供快速的翻譯服務成為可能。

　　面對200個模型的訓練與維護，對于我們來說仍然是極為繁重的任務。因此，我們將目光投向多語言模型。所謂多語言模型是指用同一套神經網絡學習多種語言的互相翻譯。如，可以將英語、西班牙語、韓語放在同一個翻譯模型中進行翻譯。我們發現，實現多語言模型的機器翻譯其方法可以非常簡單，只需要將我們想要翻譯的目標語言代碼通過特殊符號形式告訴神經網絡，神經網絡就可以處理多種語言的翻譯。如，要翻譯到日語，只需要在原語言前加入2ja+簡單符號。通過這樣處理的多語言簡單符號，很多情況下其性能超過單語言情況。

　　百度增強現實實驗室主任吳中勤

　　我們在百度大腦這塊的布局基本上分為五個層次，第一個層面是基礎層，包括我們的海量數據，包括核心的算法組件，包括非常大的計算平臺，包括我們最近也得到國家的認可，組建了深度學習國家重點工程實驗室，在這塊也會開放出來更大的純計算方面的平臺，不但給你提供最好的算法、最好的技術還有最好的計算平臺、計算資源。在感知層我們持續在語音識別、圖像識別、視頻以及AR/VR方向有一些持續的積累，在認知層本身搜索引擎就是對語言理解要求非常高的系統，所以在自然語言處理、在知識圖譜、在用戶畫像上我們有非常多的認知層的積累。在平臺層我們通過AI到百度到COM的網站，對外界開放出我們所有的60多項人工智能的能力。

　　百度的增強現實在觸發三維感知與跟蹤、渲染技術、交互技術以及內容制作方面都有自己的特色。比如說我們看到圖像識別觸發，圖像識別百度有非常多的投入，我們也堅信圖像和視頻是未來非常重要的媒體形態，再升級到AR/VR同樣圖像識別技術起到非常大的作用，包括二維圖像的識別，基于地理位置的識別文字、三維物體、手勢、人臉、logo的識別。在三維感知和跟蹤方面，像非常魯棒的圖像識別跟蹤，還有基于真實的三維世界不再需要任何標志物去做彈幕的實時視覺的SLAM，都是可以通過demo來直線，我們來看一個視頻，這是我們直接錄制的一個效果。畫面中其實只是一個普通的明信片，但是如果你的手機APP支持了AI功能，打開它這張明信片這個物體可以復原到很久以前的樣子，它就要非常豐富的色彩，其實隨著歲月的變遷色彩都去掉了，用戶可以點，可以把它的顏色做改變。大家可以看到，畫面的最后我們把標志的物體做了非常劇烈的抖動，真實使用中用戶不會有這么極限的行為，通過剛才極限的演示，大家知道在技術上有非常非常大的增強。彈幕的SLAM，把一只小熊放到畫面上的花束當中它在翩翩起舞。同時3D渲染引擎，市面上絕大部分引擎的增量都在幾十兆的范圍，通過語音識別和手勢識別我們可以支持用戶的交互。給大家看一個我們通過百度開放出來AR能力做了哪些標桿性案例，這里有一些簡單的視頻，這是大家剛才看到的秦始皇兵馬俑的案例，這是一些學科教育的案例，還有一些動物知識的案例，這是品牌廣告，公益的把靜態的畫變成動態的事物，一個出版的試驗，我們和變形金剛的合作。

　　360企業安全集團董事長齊向東

　　今年5月12號，爆發的“永恒之藍”的勒索病毒事件，實際上就給我們敲了一個警鐘，把網絡安全從一個弱感知直接變成了強感知。不管我們的設備或者系統是否受到網絡攻擊，幾乎我們所有的人都被迫地成為網絡安全的一個受害者。

　　去年9月份世界計算機病毒大會上我有一個演講，演講的題目就是“勒索病毒的方式將常態化”。所以我們不要覺得勒索病毒這個東西會過去的，而且我最近在一個署名文章里說像類似勒索病毒這種方式可能會一年一遇，一月一遇，甚至一天一遇。在6月27號，勒索病毒的一個變種Petya卷土重來，再次提醒我們，而且這一次的Petya比前一次要更加嚴重，首先傳播速度更快，我們看到最快的傳播速度在10分鐘之內感染了5000臺電腦，而且在不到24小時時間里頭，多數的歐洲國家，或者很多的歐洲國家為此淪陷了。

　　所以我們只要在網絡攻擊者對我們的網絡實施破壞之前，我們通過大數據、人工智能的方式，把它的攻擊行為能夠判斷出來，及時地告警，采取及時的措施，我們一個防不住的網絡實際上也不代表產生后果。比如說一個小偷到一個農民的三間茅草房里行竊的時候可能一分鐘就能完成行竊，但是如果是到國家會議中心一個小偷來行竊，這么大的房子想要找到一個目標的東西還是需要花時間的。

　　華為技術有限公司高級副總裁、消費者業務CEO余承東

　　今天智能手機仍然是處于一個APP時代，每一個人在智能手機里下載了很多APP，所有的應用在APP里實現的。但是今天這個時代，因為智能手機經過這10年的快速發展，迎來了一個新的時期，這個新的時期是人工智能時代的來臨。

　　人工智能時代的來臨，大量的AI處理，今后未來的發展將從移動互聯網，在人工智能時代的來臨之后將會進入智慧互聯網時代，把大量的人工智能處理和技術應用在設備里。這樣的話，未來的時代，我們認為是智能助理加API時代，從APP時代到智能助理加API時代，我想也會形成一個新的跨越和轉變，今后未來人工智能的處理像一個助理一樣在后端實現服務，大量的應用通過API的方式接入這種服務。今天Google做的應該說都是智能助理加API，把API開放出來，讓服務開發商、應用開發商來開發這樣的一些智能服務。