（中国网 讯）2018年6月10日，由清华大学经管学院金融协会主办、清华大学数据科学研究院协办的“数聚万物 智启未来——人工智能与大数据高峰论坛”在北京顺利召开。与会嘉宾就“人工智能现状及仿脑人工智能”、“从能听会说到能理解会思考”、“计算机视觉技术在智慧城市建设中的应用”、“未来已来——大数据与人工智能时代中的金融科技”以及“数据驱动创新”等人工智能与大数据领域的热点话题，进行了分享和热烈讨论。
清华经管学院金融协会会长、水木投资集团董事长方方表示，如今各行业都在被人工智能、大数据等新兴技术所影响，尤其是金融行业。本次活动邀请来的嘉宾都是很有特色的，并带来最新的行业思考和分享。
清华大学脑与智能实验室及生物医学工程系研究员宋森： 基本的深度学习算法进入平台期，脑科学研究也许能提供下一步发展的关键启示
清华大学脑与智能实验室及生物医学工程系研究员宋森主要从事脑科学和人工智能的交叉研究，关注脑科学的研究对人工智能会有什么样的启发。在宋森看来，人工智能这一波主要是基于深度学习，深度学习很关键的一点是基于大数据，目前在基于大数据、特定场景下以及确定性问题上有了非常大的突破，但小数据情况下，与人脑会采用推理、类比等方法应对相比，深度学习经常犯致命错误。下一步，深度学习会往通用性、不确定性，带深度理解的方向发展。
据宋森介绍，最近深度学习在医疗图像的应用领域非常热门，比如谷歌实通过算法对眼底图像实现了自动分析，能够早期发现可能导致失明的糖尿病导致的眼底出血等症状。人工智能也能帮助挖掘信息，提供可能的疾病诊断或治疗的新思路。
科大讯飞联合创始人、高级副总裁江涛：科大讯飞人工智能大量应用在教育、医疗、司法领域
科大讯飞联合创始人、高级副总裁江涛介绍，从“人工智能”概念提出来的第一天开始，就有两条最重要的技术路线，一是脑科学和类脑科学的研究，另一个则是以DNN（深度神经网络）为代表的神经网络算法进步。作为基于机器学习的技术路线，其中有一个分支叫深度学习。其本质是数理统计建模，更直接来说是数据智能。目前，深度学习面临的局限性在于，基于统计建模理论基础的深度学习发展出来的弱人工智能具有天然的局限性，不具备像人一样的创意灵感想象力，不具备世界观和同理心，更不可能产生自主意识。而造成这些局限的原因主要包括：有智能没智慧；有智商没情商；会计算不会“算计”；有专才无通才。对此，江涛认为，目前工业界正在做的人工智能，应该说还是处在比较机械的智能在特定场合能解决特定问题的阶段。
就人工智能目前发展程度，江涛介绍，世界上首部全篇采用人工智能配音的纪录片《创新中国》中，配音恢复了已逝配音艺术家李易的声音，这是通过科大讯飞的语音合成技术实现的。目前科大讯飞的语音识别已经能覆盖22种方言，近一半识别准确率超过90%。而在机器图像理解特别是医学图像理解方面，科大讯飞2017年8月在国际医学影像领域的权威评测LUNA上获得平均召回率94.1%的检测效果，达到三甲医院放射科医生水平，以显著优势获得该项评测第一名并刷新世界记录。此外，就人工智能在医疗领域的应用，2018年3月2日，科大讯飞“智医助理”人工智能辅助诊疗系统正式开始在合肥庐阳区“实习”，目前已经可以对300余种常见病提供全科医生辅助诊疗，辅助基层全科医生每天完成大量的诊疗工作。医生输入跟病人相关的信息，诊疗系统可以分析出该病人得哪种病的概率是多少，要验证这些概率分别要做哪些化验。医生在这些建议的基础上，进一步化验，找到病症所在。这一系统能帮助医生避免误诊和漏诊。
此外，在司法领域，科大讯飞“辅助定性量刑系统”已经通过人工智能辅助检察官进行重大案件复核。扫描输入案件的卷宗信息后，机器能分析出这个案子的证据链是不是完整，证据链中间有没有自相矛盾的内容，案子涉及到最类似的案例过去是怎么判的，在全国判例是如何分布的，并找出该案件涉及的全部法条。最后在判处罪名、年限以及处罚金额方面给法官建议。这一系统并不能替代法官做决策，但能大量减少法官卷宗文书的查阅工作。
江涛表示，就人类目前认知智能，业界公认最难的是常识的推理。因为常识不像特定领域，如教育、医疗、司法的各种知识，具有固定的比较明确的答案，机器比较容易训练，常识往往没有明确的边界，对深度学习算法来说十分困难。现在的认知智能，无法实现处理常识，但在特定领域学习这个领域专家的知识和经验是可以实现的。
人工智能对就业也有一定影响，需要创意、灵感、想象力的工作，机器难以替代人类。未来艺术创作、精神消费需要大量从业者，机器不会跟他们抢饭碗，只会提升人的效率。另外一类是大量的工程师做各种规划、设计，需要全局观，需要审美能力的更优秀的工程师，机器也没法替代。第三类是需要情商比较高、人与人之间心灵沟通的就业岗位，机器也没法替代。比如机器可以帮助老师批改作业，但老师更重要的是跟孩子沟通，去点亮心灵，激发孩子兴趣，传道授业解惑，这些机器无法实现。江涛认为，未来人工智能对人类的就业结构一定会有影响的，但并不是所有的事情机器都能干。如果想着以后朝九晚五，从事不用动脑筋的工作，这种就业岗位会越来越少。
文安智能技术股份有限公司董事长陶海：智慧城市要先建信息化，用信息化倒逼流程改造
就目前人工智能在智慧城市建设中的应用，北京文安智能技术股份有限公司创始人、董事长陶海认为，由于目前国家层面的大力投入，我国的智慧城市建设市场前景巨大。陶海认为，真正的智慧城市可分为两个层面，感知层和决策层。不过，目前国内不少地方的智慧城市还只停留在更浅层的信息化阶段，尚未达到感知和决策这两个层面。感知层建设的典型应用包括大量的城市道路交通、监控摄像头，通过摄像头将城市中的人和物体数字化。比如进行人脸感知、识别，并进行一定的智能判断，以及把城市的井盖、灯杆等信息都数字化，供城市管理者使用。但真正实现智慧城市，一定要有决策层智能，即对城市状态观测、数字化后实现管理优化，优化环境、优化交通、优化各方面资源配置等。当所有信息都收集了之后，可以实现自动或半自动的城市优化控制。与之相配套的，还需要改造各个委办局的办事流程。智慧城市先建信息化，用信息化倒逼流程改造。比如在我们服务过的华南地区某中心城市，可以通过智能视频分析检测城市垃圾筒是不是满了，再进行更加合理的人员调配。以前每天晚上环卫工人都要全部清理一遍，现在垃圾箱堆满了才去清理。这就是智能技术减少成本支出的典型应用。
陶海介绍，对于现有的城市道路监控摄像头，大多数摄像头还只是用来做事后判断，比如事件发生后，再去回调原始视频素材，以作为事件处理的依据。而如何从实时视频素材里通过智能分析，主动发现信息，做到事前、事中的及时预警，进而改善管理水平，目前做得还是很少的。所以说，智能技术，包括智能视觉技术，在智慧城市建设中具有巨大的市场空间，未来十年都将是人工智能技术促进社会发展的一个重要方向。
陶海表示，现在有很多人工智能创业公司，绝大部分创业公司基本上是选择一两个垂直行业，针对其共性需求，选择标杆客户，打造产品与方案，并进而在全国推广。但目前样本量不足是困扰业界人工智能公司的一个普遍问题，尤其是在服务特定行业客户时，这一点更加突出。人脑只需要看过一遍就可以识别，但目前基于深度学习技术的AI技术靠的是样本量。在大样本情况下，机器可以通过深度学习进行训练再识别；但如何在缺少训练基数的小样本情况下有效解决问题，这也是目前不少人工智能创业公司所欠缺的。
根网科技有限公司副总裁赵磊：我国券商行业IT投入远低于国外水平
谈到大数据与人工智能时代中的金融科技，北京根网科技有限公司副总裁赵磊表示，金融科技或者说人工智能、大数据，未来在金融行业的主要应用还是人机结合，人机如何更好地协同，或者是用增强智能，用人来辅助的组合。他举例说，国内券商行业IT投入远低于国外水平，美国的证券公司极其注重IT建设。以高盛和摩根大通为例，高盛说自己是科技公司，其2017财年的IT投入达到30亿美金，占营收10%，超过中国证券全行业IT投入。高盛的33000员工中，有9000多位是工程师和技术人员。而摩根大通2017年IT预算为90亿美元。另据数据显示，中美两国资本市场2015年总成交额已持平，但证券行业总IT投入差距却高达20倍。此外，我国证券业软件投入占IT总投入比例只有20%左右，远低于国际平均60%的水平。
清华大学数据科学研究院执行副院长韩亦舜：大数据在数据采集、存储、应用上值得关注
就“数据驱动创新”话题，清华大学数据科学研究院执行副院长韩亦舜认为，中国的创新更多体现 在 商业模式上，而美国则体现在技术中。大多情况下，中国创新本质上是微创新、微集成，即：把很多已经成熟的技术重新组合在一起。然而在美国，一个新技术出现之后，其价值很快可以获得上下游的认可。
在风险投资领域，部分投资人评价一个项目时，不仅会看其技术亮点，也会衡量商业模式是否完善，是否能打通理顺各式各样的生产关系，这些对于中国创新来说也是不小的挑战。此外，中国市场多强调竞争。而在如今的硅谷，合作大于竞争，每家企业、每个创业者都有自己的亮点。因此在硅谷，失败的经验会有人学习，但在中国，“一夜暴富”的故事似乎更吸引眼球。
韩亦舜也同时表示，大数据的采集、存储以及应用同样值得关注。在金融领域，管理数据采集的机构不多，更多的是融机构里管IT的工作人员才会抓取数据。但在大数据时代，数据采集的深度和广度都会发生很大变化。从技术层面来举例，一些新型传感器会使得机器反应更快、更敏锐。因此在文本挖掘及自然语言处理方面，都会有一些新的机会，去进行一次或者二次的数据采集。而在数据存储和数据应用方面，同样有很多创新创业的新机会。
他建议，一个机构在数据化或智能化的过程中，应该分为以下几步：一是认真归纳自己真正拥有的数据资产，不盲目追求大数据的概念；二是进行内部整合，比如公司内部的数据共享；三是进行价值挖掘，将现有的数据资源都派上用场，在此阶段来追求新维度的数据，既能低成本获取，又能持续挖掘出新的价值，才是大数据时代真正的新机会。
论坛期间，还举行了清华经管学院金融协会专委会顾问授予仪式，邀请韩亦舜、宋森、江涛、陶海、赵磊为清华经管学院金融协会人工智能与大数据产业专业委员会顾问。清华经管学院金融协会会长方方，秘书长冯琳珺出席了授牌仪式。（完）
