<mark id="oztn4"></mark>
0
| 本文作者： AI科技評論 | 2018-10-25 19:04 | 專題：CNCC 2018 |
雷鋒網 AI 科技評論按，2018 中國計算機大會（CNCC2018）于 10 月 25-27 日在杭州國際博覽中心舉辦，會議由中國計算機學會（CCF）主辦，杭州市蕭山區人民政府、浙江大學承辦，浙江工業大學、浙江工商大學、杭州電子科技大學協辦。今年的大會主題是「大數據推動數字經濟（Big Data Drives the Digital Economy）」，CNCC 邀請到近 400 位國內外計算機領域知名專家、企業家到會演講，會議包括 15 個特邀報告、3 個大會論壇，60 個技術論壇，20 場特色活動。
今天是大會首日，大會開幕式由 CCF 秘書長杜子德主持，他表示，大會已經有十四年歷史，今年是第 15 屆，也是第二次在杭州召開。今年 CNCC 注冊人數超過 7600 人，有來自近 1000 家企事業單位的 7000 多名專業人士參會參展，盛況空前。隨后，大會主席、CCF 會士、中國科學院院士、北京理工大學教授、副校長梅宏，杭州市蕭山區委書記佟桂莉，大會共同主席、中國工程院院士陳純，IEEE-CS President Prof. Hironori Kasahara，ACM President Dr. Cherri Pancake 分別為大會致辭。最后，CCF 理事長、北京大學教授、中國工程院院士高文宣布 CNCC2018 正式開幕。
CCF 理事長、中國工程院院士高文宣布大會開幕
作為首名大會特邀講者，羅伯特. 卡恩教授為我們帶來了題為《數字對象與互聯網發展》的演講，著重分享他致力推廣的數字對象體系架構（Digital Object Architecture，簡稱 DOA) 理念——作為一套互聯網的基礎構架，DOA 被認為有效解決「信息孤島」問題，有助于各種信息系統之間信息的共享和安全。
羅伯特教授在會上表示，如今的互聯網主要處理的是信息，即「數字物體」（Digital Object），這是與過去最大的不同，DOA 是對「數字物體」概念的落地實踐，其核心的 Handle 系統，主要用于數字對象標識的注冊、解析與管理，有效打破國界制約，實現互聯網向「多中心開放結構」的轉變。為了讓參會者更好地理解 DOA，羅伯特教授在會上分享了系統的核心原理、系統的組成結構、以及當下的應用情況，使人獲益匪淺。
最后，羅伯特教授也向參會者介紹了在 2014 年一手成立的 DONA FOUNDATION，其主要職責之一就是 Global Handle Registry（GHR）的注冊和管理（GHR 是 Handle System 根服務節點的總稱），而 Handle System 正是 DOA 技術的重要組成部分。
圖靈獎獲得者、美國計算機科學家 Robert E.Kahn
第二位特邀講者是 CCF 名譽理事長、CCF 會士、中國工程院院士李國杰。他的報告題目是《發展數字經濟值得深思的幾個問題》。
李國杰院士針對大數據技術和數字經濟發展過程提出了幾個問題，來探討如何理解大數據與人工智能在經濟轉型中的驅動作用。
他認為大數據的作用不僅僅體現在經濟增長上，而更多地體現在生產方式、生活方式、科研模式和政府管理模式的改變和福利改進，尤其是人們思想觀念和認知方式的改進上。我們應該關注大數據和人工智能究竟為經濟發展貢獻了多少增量，提供了多少原來沒有的新產品和新服務，以及提高了多少經濟效率和用戶體驗。
他指出應從信息技術整體的作用和全要素生產率的角度，來理解大數據與人工智能在經濟轉型中的驅動作用。第一，大數據與人工智能的驅動作用實際上是信息技術整體的作用，在醞釀了幾十年后的今天，正是信息技術初見成效的時候，不過人工智能技術目前還是使能（enable）技術，不是像電力一樣的通用技術，而從使能技術到通用技術則還需要一個大規模普及的發展過程。第二，大數據和人工智能的主要作用實質上是提升規模效率、配置效率和技術效率，我們應從全要素生產率（TFP）的角度來理解大數據和人工智能，因而提高能效應成為今后數字經濟發展的主要目標。
在肯定大數據人工智能的戰略作用的同時，他也警示大家要理性地看待人工智能，不應對其抱有不切實際的幻想，更強調領域的科研人員和從業者「要務實務實再務實」。
此外，他還提到大數據和人工智能可能引發信息時代新的經濟長波，而在這種發展趨勢下，我國的數字化轉型有主要有三大目標：第一，改變產業分布，大力發展生產性服務業；第二，傳統企業轉向數字化企業；第三，要大力發展科技型中小企業。
最后，李國杰院士還反思了中國當前大數據和人工智能發展的最大短板，那就是頭重腳輕、基礎薄弱。這一現狀既體現在全球市場中我國芯片和軟件企業的弱小，更體現在我國人工智能基礎層人才比例的嚴重偏低（我國人工智能基礎層、技術層、應用層人才數量占比分別為 3.3%、4.9%、61.8%；而美國則分別為 2.7%、37.4%、39.4%）。這些問題帶來的結果就是我國目前只有 1% 的云服務器為 AI 加速服務，如果要實現「AI 無處不在」的愿景，吞吐量需要提高 100 倍以上。
CCF 名譽理事長、中國工程院院士李國杰
第三位出場的特邀講者是北京大學經濟學院教授、博士生導師，北京大學博雅特聘教授孫祁祥。她的報告題目為《關于信息社會的經濟學思考》。
她開場即提到，數字經濟深刻了改變人類的思維、生產、交換、分配等方式。人類社會發展至今，經歷了農業社會、工業社會、信息社會，20 世紀后半段，伴隨計算機等電子信息技術的發展，逐漸進入信息社會。在信息社會時代，誰更好地掌握了大數據等現代信息技術，誰就能在競爭中占據主導地位。
她進一步表示，進入信息社會以后，建立在傳統工業文明基礎之上的現代經濟學中的許多經典問題，包括供給與需求、經濟增長、收入分配等的內涵和外延都發生了重要變化，導致我們生活的社會發生一系列變化。隨后，她從以下五個方面討論了這些變化和由此引發的相關問題：
第一，從經濟學上資源特性和供求分析的角度看信息社會。她提到供求分析在經濟學中的重要地位，信息社會時代從一定程度上改善了生產要素供給的有限性，改變了供需的空間格局，在更高層次上構建了新的供求關系。與此同時，知識經濟更迭的速度越來越快、周期越來越短。信息社會中收入分配的變化和格局的調整更加靈活和快捷。
第二，信息社會的經濟增長。她提到，互聯網和信息技術的應用，能迅速分析、整合供需雙方的海量信息，滿足大家的海量需求。這時候，知識賦能的信息技術成為規模經濟的重要前提，能大大優化各種生產要素的配置和管理。
第三，信息社會的壟斷問題。在信息社會時代，數據壟斷成為壟斷的新內容，傳統社會的反壟斷措施在當今數字經濟時代無法使用。她具體談到以下三方面，一是互聯網公司對用戶具有明顯的鎖定效應，二是數字經濟具有明顯的網絡效應，三是數據收集平臺擁有多邊市場。
第四，信息社會的安全問題。廣泛的信息接入增加了網絡安全的脆弱性和復雜性，個人隱私和信息安全受到嚴重威脅，黑客攻擊和大規模個人信息泄露事件頻發。但她提到，問題與解決問題的方法一直都是同在的，這時候，需要計算機專家的支持，以及經濟和法律上的配合。
第五，信息社會的技術使用問題。現代科學技術的發展讓人類社會進入空前繁榮階段，但技術的進步回避不了「雙刃劍」問題，如果運用不當，會帶來負面影響。工業社會如此，信息社會更是如此。
演講最后，她如是總結：《道德經》談到，「一生二，二生三，三生萬物。」不管是小數據社會還是大數據時代，都是大道至簡，有規律可循。數據是死的，大數據背后的經濟社會現象是鮮活靈動的。希望我們對數字經濟的研究能站得高、看得遠、拎得清。
北京大學經濟學院教授孫祁祥
短暫的茶歇后，第四位出場的是特邀講者美國工程院院士、加州大學伯克利分校教授 Katherine Yelick，她帶來題為《大數據爆炸時代的科研挑戰》的演講。
隨著大數據技術的逐步成熟，如今接觸、分析與整合數據變得空前容易，對于科學家群體而言，大數據有助于構建模型、詮釋實驗結果，加上機器學習的普及，使得科學的諸多領域在理論與實踐層面上產生了變化。在會上，Katherine Yelick 教授列舉了幾個比較典型在科學領域的應用例子，如憑借結構化與高精確度的數據被用于預測極端天氣的深度學習系統，通過與圖像切割技術的結合，可以有效預測臺風的生成位置。
無可否認，大數據技術的進步確實給科學領域帶來肉眼可見的益處，然而 Katherine Yelick 教授也強調，大數據技術的「痛點」同樣不容忽視。以科研最重視的客觀為例，科研工作一旦牽扯到利益，比如科研人員受雇于某企業，那么在這些科研人員眼中，如何幫助企業取得成功將比科研成果的客觀性更重要。
其他的痛點比如，對數據之間的因果關系的誤判、外界干擾所導致的噪音數據、計算機算法與性能的限制、數據遷移的成本問題等等，都在掣肘著科研界更進一步的發展，如何從計算機性能、計算機底層架構以及編程檢索系統等方面入手解決問題，是值得所有計算機從業者深思的問題。
美國工程院院士、加州大學伯克利分校教授 Katherine Yelick
第五位特邀講者是東軟集團股份有限公司、董事長兼首席執行官劉積仁，他的演講主題是《當數據遇到商業模式》。
演講伊始，他笑稱，我原來是教授，后來「墮落」去了商業領域。而本次報告，他也從商業應用的視角來分享其對技術與商業模式融合的思考與實踐。
他指出，我們在大數據技術方面已經解決了許多問題，但許多問題對大數據技術還僅僅是開始。目前數據的獲取還很初級，而解決問題需要高質量的多元數據與領域知識的融合，包括數據之間的融合，以及數據與規則、倫理和商業模式的融合。其中，他強調大數據的技術與倫理的融合問題，是技術人員特別需要關注的一個問題。而隨著算法的平臺化、免費化，試圖拿獨立的技術創造商業價值已不可能，數據只有與商業模式融合，只有在解決方案中才能創造真正的價值。
針對大數據的未來發展趨勢，他提出了五點：第一，個人與行業數據的融合；第二，技術與工具的平臺化和普及； 第三，純技術的商業空間更小；第四，大數據的行業應用更有價值；第五，數據+算法+領域知識+商業模式不可分割。
最后他總結道，信息技術日漸失去了獨立性，進入了平臺化、普及、快速傳播的階段，技術的使用者往往比技術擁有者更知道技術的發展方向，這就要求技術研究人員學會新學術思維，真正從行業應用中洞察大數據的未來趨勢。
東軟集團董事長兼首席執行官劉積仁
精彩的特邀報告就此結束，下午，將會迎來二十場精彩的技術論壇，如「大數據時代的計算機教育」、「深度強化學習進展、應用與未來」，「AI 作惡，是世界末日還是杞人憂天」，「大數據分析與智能」等，相信此刻關注會議和雷鋒網的你，必定會應接不暇，糾結于究竟該關注哪場論壇。
雷鋒網 AI 科技評論也將持續為大家帶來更多關于會議的現場報導，敬請關注。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
