<mark id="oztn4"></mark>
1
| 本文作者： 楊曉凡 | 2018-12-17 22:55 |
2018 年 12 月 17 日，由鵬城實驗室、新一代人工智能產業技術創新戰略聯盟共同舉辦的「新一代人工智能院士高峰論壇」在深圳隆重開幕。本次論壇將持續兩天，由 17 日的主論壇和 18 日的醫療專題論壇組成。論壇以「『頭雁』穿云，云腦啟智」為主題，邀請了多位院士、國內頂級科技企業技術負責人參加論壇做報告，論壇的重頭戲是院士 panel，多位院士將針對人工智能現狀與發展的一些疑難問題展開討論。此次論壇匯聚了國內人工智能領域頂尖專家，共同探討行業變革與技術創新、探尋 AI 邊界，是 2018 年人工智能領域最值得關注的盛會之一。
論壇主辦方之一的鵬城實驗室，又稱深圳網絡空間科學與技術省實驗室，于 2017 年 12 月 22 日授牌，2018 年 3 月 31 日正式啟動。目前鵬城實驗室設有網絡通信、人工智能和網絡安全三個研究方向和網絡通信、人工智能、網絡安全、機器人、量子計算五個研究中心。同時已有多位院士入駐實驗室院士工作室。
另一主辦方新一代人工智能產業技術創新戰略聯盟成立于 2017 年 7 月 23 日。聯盟發起成員單位包括百度、阿里巴巴、騰訊、華為等十幾家知名企業。中國工程院潘云鶴院士任聯盟名譽理事長和專家委員會主任，高文院士任聯盟理事長，北京大學計算機科學技術系主任黃鐵軍教授任聯盟秘書長。
12 月 17 日上午主論壇開幕，科技部創新發展司司長許倞，深圳市副市長、鵬城實驗室理事會副理事長王立新進行開幕致辭，他們在對鵬城實驗室和本次論壇對于貫徹落實習近平總書記的重要講話精神的意義表達了高度肯定， 并對參與論壇的學者及與會人員表示由衷感謝。
作為大會的第一位報告嘉賓，百度高級副總裁王海峰博士帶來了主題為《百度AI開源與開放》的報告。一上場，他就對為什么選這樣一個主題進行了解釋：開源開放的確是人工智能時代非常重要的事情，一方面要發展人工智能這樣一個高速發展的技術，不是一個人或者一個團隊所能完成的，而是需要大家齊心協力，這時候開源開放就顯得尤為重要；另外一方面，人工智能作為一個使能技術，它影響的是各行各業，當技術被開源開放出來，各行各業在需要技術的時候就不需要都去開發，而是直接受益于現有的技術。另外，我國人工智能技術的開源開放也還處于相對落后的階段，目前百度也在致力于推動開源開放方面的發展，因而選擇探討這樣一個主題。
隨后，他圍繞百度在開源和開放兩個方面的現狀展開了他的報告。
目前，AI 已被廣泛應用于互聯網領域，而百度實際上從 18 年前就開始研究人工智能技術，只不過到 2010年才開始真正布局，而在百度的 AI 布局中，各個領域的共通點就是深度學習框架，它就相當于AI 體系的“操作系統”。百度對深度學習的研究已長達 9 年時間，不過最早的研究思路是用什么技術就開發什么技術，直到 2013年才開始真正有意識地開發深度學習技術，并于 2016年發布自研的深度學習框架——Paddle Paddle。Paddle Paddle所具有的異構計算、并行訓練、多種算法、多路通信、多端部署等核心特點，能夠進行大規模異構計算集群、支持稠密參數和稀疏參數的并行訓練以及適用于多平臺的服務部署等，此外，能夠高效化模型任務解碼的深度學習解碼技術也都包含于Paddle Paddle的開源框架中 。目前， 在 Github開源社區上，Paddle Paddle得到了快速發展，得到了諸多開發者的歡迎。
在開放方面，目前百度針對語言和知識、視覺以及語音等領域，開放了基于 Paddle 的的開發平臺，包括 Easy DL定制化模型訓練和服務平臺、UNIT 智能對話系統開發平臺、自定義模板文字識別平臺、機器翻譯開放平臺、AR/VR開放平臺、數據智能平臺等。開放以來，百度 AI 開放平臺已有60+開發者和合作伙伴，覆蓋了 20+個行業，日均調用量已達到 4000億+。
ACM / IEEE Fellow，騰訊 Robotics X 實驗室張正友博士
第二位嘉賓是來自騰訊 Robotics X 實驗室的張正友博士，他的報告題目是《人工智能和智能機器人》。張正友博士曾長期在海外工作，他首先介紹了自己的研究歷程，也說明了自己和人工智能以及機器人兩個方面的淵源。
張正友博士表示，加入騰訊是為了創建 Robotics X 機器人實驗室，他對未來的判斷是我們將迎來一個人機共生的時代。近年來計算技術、感知技術都有了大幅進步，而這些技術還沒有在機器人領域得到充分的應用。當這些技術得到充分應用后，人機協作、人機共生將有長足的發展。
張正友博士接著介紹了機器人技術的相關狀況。機器人有6個組成部分，本體、感知、執行器、動力系統、交互系統、決策。機器人的未來趨勢是自動化、智能化，要在不確定的環境中自主決策。針對機器人的自主決策，張正友博士提出了SLAP范式，傳感器和執行器要緊密結合，在學習和計劃模塊的幫助下提升能力、做出決策。
機器人本體科研有六大趨勢：仿生化，靈巧操控，觸覺基礎，多機器人協同，人機協同以及醫療輔助。在技術達到人機協同的水平之前，還有很多的技術研發需求，技術突破點包括人工智能技術、機器人本體、自動控制、進化學習、情感理解、靈活操控、守護人類，這對更先進、更智慧的機器人提出了要求。最終目標是機器人要服務于人。
張正友博士還介紹了自己目前在騰訊 Robotics X 實驗室做的三個機器人，絕藝圍棋機器人為絕藝圍棋AI落子；一個智能冰球機器人，以及騰訊 Robotics X 實驗室與浙大合作的機器狗，它在不同的場景可以選擇使用不同的步態。
隨后進行報告的是科大訊飛副總裁、訊飛AI研究院聯席院長李世鵬，他的報告題目為《頂天立地：打造人工智能的創新體系》。
他認為從數據的角度看智能等級的話，毫無疑問預知和決策是最頂級的，然而目前業界最常用的還是感知智能與認知智能。不同層級的智能技術對數據都有相應的要求，我們如今依然缺乏靠少量數據就能運算的系統，加上基于深度學習的人工智能需要大量算力支撐，因此整體而言人工智能尚處于早期發展階段。
他簡單介紹了科大訊飛在語音合成、語音識別、機器翻譯、機器視覺以及認知智能領域所取得的成就，值得一提的是，科大訊飛并未滿足于其在語音識別領域取得的進展，未來還將嘗試在嘈雜環境和小語種領域的語音識別應用上取得突破；認知智能領域方面，成功研發出了AI 機器人，幫助醫生作出更全面和客觀的病情診斷，為此還成立了中國第一家 AI 醫院；涉足教育領域，利用 OCR 識別技術對學生作業本進行掃描識別后上傳，讓教師可以根據學生表現形成的圖譜進行個性化教學。
當然，人工智能的局限也很明顯，需要我們進行一系列工作進行優化。除了重視場景落地、系統開放、平臺開放以外，他特別強調了要數據開放，并提出一個全新的數據開放方式——數據銀行，從業人員可通過交換或交易的方式將自身的數據與他人進行共享。最后，他還提到了「人類參與 AI 閉環」的概念，讓人類對 AI 在應用中所犯的錯誤及時進行糾正，讓人類成為機器學習成長的最佳拍檔。
第四位出場的是阿里巴巴副總裁、阿里云人工智能中心負責人華先勝博士，他進行了主題為《城市大腦—超級人工智能挑戰和應用》的演講。
他由「世界上最遙遠的距離」這個熱議引入城市大腦的介紹。他指出在沒有城市大腦之前，城市數據就是存在的，但是存在「盲人摸象」、「燈下黑」以及「霧里看花」這三大問題。而城市大腦就是通過認知對數據進行認知和判斷，然后進行決策和優化、搜索和挖掘，進而進行預測和干預的過程，其包括四個關鍵詞——AI、算力、城市數據和價值，其中最核心的是價值，當提到AI、算力以及城市數據到底能產生什么樣的價值，就需要從不同的角度去解析它，從技術角度來看，就是城市智能化、數據化、全面、實時、全量的決策，從更大的層面來看則是城市治理模式、城市管理模式和城市產業的突破。
「城市大腦」最早由阿里巴巴于 2016年 4 月正式提出其概念，并于 2017 年 11 月入選科技首批人工智能開放創新平臺，在這兩年多的時間里，已取得了一系列成果。華先勝博士主要介紹了 4 項 AI 技術：「天曜」、「天鷹」、「天機」、「天擎」，分別是阿里自研的城市交通巡邏、城市視頻搜索、車流人流預測以及作為基礎設施的大規模視頻智能分析平臺。
隨后，他提到了「城市大腦」未來發展的五大趨勢：
第一，從組件轉向平臺，通過平臺化為大家提供統一的標準來來進行算法的研發、系統的集成，最后實現共創。
第二，從在云或端上實現「城市大腦」走向邊、云、端的協同異構
第三，從感知、態勢和優化階段走向預測、干預和規劃；
第四，從 To G 轉向To G+To C+To B，讓人們直接地感受到“城市大腦”對城市所帶來的影響；
第五，從交通、綜合治理等領域的應用場景擴大到環境、安檢、規劃、旅游、水電和農林等更廣泛的應用場景。
之后，他還提到，從高層級的角度城市來看，大腦作為一個AI研發和應用平臺應該具有三個特點，第一，城市大腦能通過大規模計算和 AI 挖掘海量異構市政數據中無法替代的核心價值；第二，從復雜度和計算量上講城市大腦完成的是人力無法完成的重要任務；第三，我們希望有一天城市大腦像水電煤一樣，成為城市不可或缺的基礎設施。
香港科技大學教授楊強的報告主題是《遷移學習和聯邦學習》。教授楊強介紹道，現代組織機構雖然數據多，但是各自是各自的小數據庫；或者另一種狀況是在某一種任務上有大數據，另一種任務上只有小數據。
解決這些問題的第一種方案是遷移學習，希望像人類一樣把以往的任務中學習到的技能運用在新任務中。遷移學習還可以兼顧可靠性和隱私安全問題。遷移學習把源領域的模型和任務遷移到新領域，但遷移學習的本質是找出不變量。遷移學習中，定量分析表明模型的淺層比較容易遷移，理論分析結果可以幫助我們更好地做遷移學習。例子比如衛星圖像識別，貸款風控不同用戶類別間的遷移，推薦系統的策略遷移，輿情分析中的遷移學習。
第二種方案是聯邦學習，它的目標是解決有許多不同的領域、而每個領域都只有小數據要如何建立模型的問題。這種方法也引起了很多金融企業的興趣，數據可以不離開本地的數據庫，正因為聯邦學習的學習過程不需要大量的數據交換。聯邦學習有兩種模式，縱向聯邦學習，數據中有部分數據特征是同樣的，A 方和 B 方都持有模型的一部分，通過動態加密技術傳遞重要的參數；第二種模式，橫向聯邦學習，在用戶端更新模型并上傳，云端服務器根據一定的策略統一更新用戶模型。未來可以形成數據聯盟，讓各方都受益。
接下來演講的是北京大學教授、「新一代人工智能產業技術創新戰略聯盟」秘書長黃鐵軍，演講的題目為《新一代人工智能開放平臺》。
黃鐵軍教授在報告中說道，得益于我國有力的政策支持、大量的青年人才、快速成長的技術能力、豐富的應用場景、開放的市場環境以及海量的數據資源，國內的人工智能領域這幾年取得蓬勃的發展。然而我國的短板也很明顯，如人工智能基礎理論和原創算法差距較大、關鍵部件基礎薄弱、高水平人才不足等，關鍵的一點是，尚未形成具有國際影響力的人工智能開源開放平臺。
為此，在科技部領導、新一代人工智能產業創新戰略聯盟（ATSA）組織、產學研用的通力協作下，我國正式推出新一代人工智能開源開放平臺——啟智（英文名稱 OpenIntelligence，簡稱 OpenI），以促進人工智能領域的開源開放協同創新，構建 OpenI 的技術鏈、創新鏈和生態鏈，進而推動人工智能產業健康快速發展及其在社會經濟各領域的廣泛應用。
黃鐵軍教授介紹道，人工智能開源開放平臺已在2018年3月31日取得開源許可證，前期參與的單位包括北京大學、國防科技大學、北京航空航天大學、華為、百度、阿里、騰訊、訊飛、商湯、微軟、lntel、NVIDIA等，在未來有望打造出一個學術機構、商業實體、自然人或任何其他法人等共建共享的開源軟件開源硬件開源數據超級社區。
OpenI 啟智平臺基礎設施及環境建設已經在萬科云城的鵬城實驗室 AI 中心大樓啟動，建設內容包括 AI 超算、AI 研究中心、OpenI 啟智深圳平合、OpenI 智源深圳社區和新一代人工智能產業創新聯盟「啟智空間」(含 AVS2 超高清影音中心、「啟智未來 4k 超高清 VR 直播間、OpenI 門戶網站、「源智造」流水線-AI 開發基礎設施建設及系列推廣活動、「智源」社區公號、「啟智」官微抖音號等)。另外值得期待的是，下一代網絡信息中心、港轄河套人工智能國際研發中心、「云腦」大科學裝置運維辦公室及分布全國的人工智能重大基礎設施，如今也在逐一建設規劃劃中。
17 日上午的最后一項議程是院士 panel ，邀請了高文、趙沁平、俞大鵬、吳建平、桂衛華、廖湘科六位院士討論關于人工智能開源開放平臺的技術挑戰。院士們各自講述了自己對人工智能技術現狀的看法、對人工智能技術與產業結合的認識，以及討論了人工智能開源在中國的現狀，回答了現場聽眾提出的「中國參與開源項目少是否因為中國不具有這樣的文化氛圍」、「如何保障開源項目的發展壯大」、「企業如何參與學術性質的研究」等許多問題。討論內容實錄請參見雷鋒網 AI 科技評論的后續單獨報道。
作為17日下午首位出場的演講嘉賓，達闥科技創始人兼CEO、華中科技大學電子信息與通信學院院長黃曉慶博士進行了主題為《5G時代的云端智能機器人發展》的報告。
他認為 5G 是為非人類的使用而設計，其帶來的更大的挑戰包括萬物互聯、大數據應用以及新業務模式等，而「云端機器人」則是 5G 的「殺手級應用」，其需要的帶寬是人類的 100 倍。基于這種理念，黃曉慶博士將其創立的達闥科技定位為「服務云端機器人」，致力于通過公共基礎設施創造有效的機器人網絡，將云端機器人租給用戶使用。
不過，在「云端機器人」抱有極大信心的同時，他也提到了機器人通過云端連接所存在的安全隱患，為此，他認為應該利用新型網絡架構和能力來將機器人與互聯網進行隔離，一種方式是通過 5G 網絡切片技術構建安全可靠的「云端機器人神經網絡」，從而實現機器人的可控；另一種方式則是采用邊緣云（Edge Cloud）的方式，將云端智能推理能力分布在 5gMEC 服務器上，形成一個類似于 CDN 的 IDN（Inference Distribution Network）。
在「云端機器人」的產品化方面，達闥科技做的第一個項目是云端導盲機器人，不過這款產品還沒來得及量產；另外在新零售領域和營銷宣傳方面，達闥科技則正在跟運營商進行云端機器人+5G 的探索和合作，并嘗試利用 5G 實現云端智能的更廣泛的應用，包括超聲數據分析、超聲操作指導、拉曼光譜分析以及拉曼數據收集等。同時，其還在推進「XR-Plan」計劃，致力于建立服務機器人的標準模型，計劃研發 4 款關節靈活、行動平衡的標準服務機器人（3 輪人形機器人、4 輪車形機器人、4 足車形機器人、2 足人形機器人），來引導未來機器人的開發。
演講最后，黃曉慶博士還分享了達闥科技與鵬城實驗室的合作建議，包括共建超腦中心、AI 應用落地以及機器人臨聯合實驗室三大塊的合作建議。
字節跳動副總裁、字節跳動人工智能實驗室主任馬維英帶來題為《人工智能賦能內容創作和交流》的報告。在報告中，馬維英回顧了內容分發、內容理解和內容創作等多個方面的技術變革歷程。雖然隨著 IT 技術 大潮的發展，這些領域都有自己的變化，但人工智能技術在這些方面也都有越來越多的參與，越來越成為強大、好用的人類的助手。
現在的人工智能不僅改造了內容分發的方式，也以短視頻為載體推動了新的人與人交流浪潮的到來。借助人工智能技術，視頻理解、人物美化、AI 輔助視頻特效、AI 寫稿、AI 輔助內容審核等都成為了可能。未來，人工智能相關技術也將會成為人與人之間互相聯系、人與整個社會建立聯系的重要基礎設施。
接下來進行報告的是 360 集團副總裁、360 人工智能研究院院長顏水成博士，他報告的題目為《視覺智能：從攻堅到閉環》。
他說道，360公司如今的業務不再局限于網絡，而是進一步拓展到了物理空間，背后依托的是這四種技術引擎：運動引擎（例：掃地機器人）、交互引擎（例：兒童手表）、視覺引擎（例：家庭安防生態、內容安全審核等）和決策引擎（金融風控、廣告等）。這些也成為支撐 360 公司 IoT 業務和互聯網業務的核心技術。單就 2018 年上半年的表現而言，360 安全大腦成功在惡意程序、釣魚攻擊、騷擾電話、垃圾短信和網絡詐騙等問題的解決上均取得不俗的成果。
介紹完 360 安全大腦的基本情況后，他緊接著為大家介紹 360 近期在視覺智能領域的最新研究成果——Global Reasoning Unit。Global Reasoning Unit 將 5 個 1×1 的卷積以模塊的形式插入任意網絡做學習，在淺層網絡就能對遠處的目標進行識別，使跨區域進行信息交換成為可能。相較于通過增加 depth 進行優化的方式，Global Reasoning Unit 能有效提升現有網絡的性能，因此在消費級智能設備的應用上指日可待。
顏水成博士也分享個人在業界做研究的心得，他強調，學術界的研究和業界的研究有很大的區別，業界的研究必須回歸商業本質，尤其要放在價值閉環與數據閉環的維度上進行思考。價值閉環方面，技術需要對閉環中的產品、客戶 、企業和社會產生正向推動，不然就有失敗的可能。數據閉環方面，由于不存在完美的算法，因此我們只能依賴特定場景的數據來不斷優化算法，進而優化產品模型。他也強調，產品首先要經得起用戶的檢驗，只有用戶愿意反饋，我們才能發掘出用戶的真正痛點。
顏水成博士也用一組有趣的比喻結束了報告，如圖：
「學術界的研究更像戀愛中的男女，每一點進步都讓你們開心無比，同時還希望不停地有進步，達到新的高度。看到的全是女孩好的一面，你們可以自由地憧憬，沒人催你生孩子（產品）。你們也會憧憬生一個小孩（產品）會有多么美好，認為這個孩子一定會是世界上最聰明最乖巧的，因為反正不用真的把孩子生出來。」
「而在工業界做研發更像結婚后的男女，發現生娃（產品）成了你們最首要的任務。父母（公司老板）天天催著你生娃（產品），你們以為孩子生出來以后會很乖巧，結果生出來以后才發現一堆的問題一堆的毛病，社會（用戶）也不喜歡他/她，你不停根據經驗和用戶反饋進行調教。最后孩子強大了，你也頭白了脊椎壞了，但看著孩子（產品）還是一臉的滿足幸福」。
接下來由深圳市城市交通規劃設計研究中心主任張曉春帶來報告，他報告的主題是《數據驅動城市交通治理》。
他主要從城市治理角度，并結合實際案例，來看需要什么樣的數據以及人工智能。
首先，他由中國大城市的發展階段特征引入城市交通治理問題，其指出當前中主要大城市交通發展所面臨的幾個主要挑戰：
第一， 對于交通、人類活動問題，以及該怎么構建基礎設施來滿足人們的出行，需要我們運用大量智慧化數據的手段，來解決這一系列問題。
第二是主要大城市中還有一些不穩定的建設。比如說在深圳在羅湖中心區、福田中心區、南山中心區的建設相對穩定的時候，還剩了很多小的地塊還要再開發，而如何處理好這些地區的開發與整個城市的基礎設施建設和交通出行的矛盾問題，都需要大量數據的支持。
第三，除了城市協同，城市還面臨著一些大的改造，比如說公交，北、上、廣、深一年要花100-200億來補貼所有的公交乘客的出行，然而這些公交出行補貼給誰了？該補貼給哪一類人群？城市增加了很多的公交車輛，也增加了大量的公交線路，但是使用公交的人在下降。我們的補貼是不是沒有發揮它的作用？這其實也是一個我們面臨的非常重要的對城市規律的了解的課題。
第四，互聯網+交通帶來交通的變革，未來不管是自動駕駛還是網聯化，都會產生更多的數據，這些數據為我們未來能夠了解大灣區的出行規律、城市的出行規律，各類交通基礎設施的出行規律以及各類人群的社會屬性提供了可能性。因此，針對未來面向國家下一輪大的智慧城市、智慧交通的投入方面，智能交通這個行業有很多可以探索和研究的空間。
緊接著，他提到了對大城市智慧化和數據化的探索和思路，主要包括數據治理：使用智慧道路、信號燈以及道路上可智慧化的設施等方式采集數據；基于采集的數據，用知識圖譜，包括人、車、路，包括人的社會屬性的關聯關系，形成背后大的數據支持；利用實時仿真系統，面向城市交通實時的運行和決策。此外，他還結合深圳福田中心基于數據的空間上的改善案例，分享了智慧化交通在城市治理中發揮的作用。
演講最后， 他總結道，在目前這個發展階段，整個國家在提城市治理、交通治理，也要提像繡花一樣來管理城市，所謂的要像繡花一樣管理城市，就是我們必須得像繡花針一樣能夠了解這個城市的每一個具體的出行的數據、出行的規律，來作為未來城市的交通治理、運營治理、空間治理或者政策治理的支持。互聯網+交通給我們帶來了可能性，未來的自動駕駛、車聯網會帶來更多的數據以及帶來更多的可能性，希望各位 IT 界的朋友們更加關注交通，利用這一輪人工智能發展機會對我們的城市出行的治理做更多的演繹。
商湯科技聯合創始人、香港中文大學教授林達華在報告《AI 工業化時代：技術平臺與挑戰中》詳細介紹了商湯科技的發展歷程、現狀以及各方面的技術成果。商湯創立至今已經是估值最高的AI公司，商業營收第一。商湯科技的技術堅持自主研發，還是首個在視覺中使用深度學習的企業。商湯科技目前布局全球，影響力也走向國際。
商湯科技有具體商業化技術產品，林達華教授進行了全面的介紹。商湯科技的規劃中也包括了工業化時代 AI 超算建設，云端 AI 服務平臺建立。林達華教授還說道，AI 時代的必需品是降低 AI 的門檻，不需要每個企業都有自己的AI專家、AI團隊，商湯也為此研發了自動網絡結構搜索相關技術，并開發了面向工業級應用的原創深度學習框架。
接下來報告的是曠視科技有限公司首席科學家孫劍，報告的題目為《云、端、芯上的計算》。
作為人工智能領域落地成熟度最高的技術之一，計算機視覺試圖解決的是機器理解圖片以及理解圖像后做什么的問題。他在報告中帶大家溫習了圖像表示研究發展的歷史沿革，從最開始的部件識別、到神經網絡、再到基于學習的方法、再到抽出圖像特征進行高維編碼的 featured-based、一直到當下流行的深度神經網絡，他表示該領域的發展并非是一帆風順的。深度神經網絡剛推出時，學界很多人對此并不看好，他們打從心底不相信深度神經網絡是能被訓練出來的，同時認為深度學習網絡的實驗太難被重現。一直到 AlexNet 的出現，大家才意識到 8 層的效果原來可以比 5 層更好。后來更有 152 層的 ResNet 橫空出世，機器也終于在 ImageNet 上的表現超越人類。
然而回到現實中的產品落地，很多時候我們還得考慮到算力問題，為了讓圖像識別能夠更好地在算力有限的設備上運行，礦視科技分別在端上以及芯片端做了工作。端上，曠視專門做了一個針對為移動端以及所做的網絡結構 ShuffleNet，至于芯片端，則做了一個低比特網絡 DorefaNet，兩者的核心都是讓低算力計算成為可能。
另外值得一提的是，曠視在圖像檢測上也實現了突破，從最初的 R-CNN，到2015 年提出的 Faster R-CNN，再到去年專門推出的 Mask R-CNN，該技術將分類與檢測結合到一起。技術上的突破讓曠視科技接連兩年（2017 &2018）獲得 COCO 圖像識別競賽的冠軍。
接下來進行的是鵬城實驗室與香港人工智能與機器人學會戰略合作簽約儀式。鵬城實驗室主任高文院士與香港人工智能與機器人學會理事長楊強教授代表雙方簽署合作協議，未來雙方將在人工智能與機器人相關領域展開諸多合作。
17 日論壇的最后一項議程是沈向洋、高文、桂衛華三位院士與楊強教授進行的院士 panel，主題為《人工智能核心技術和關鍵應用》。他們討論了「如何在港澳灣區做人工智能研究和合作」、「如何結合工業現狀發揮頭雁效應」、「如何把中國的數據和應用優勢轉化為技術和產業優勢」等多個問題，也回答了現場觀眾提出的多個問題。討論內容實錄請參見雷鋒網 AI 科技評論的后續單獨報道。
「新一代人工智能院士高峰論壇」18 日還有一整天關于智慧醫療的精彩內容，請繼續關注雷鋒網 AI 科技評論后續報道。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
