0
| 本文作者： 付静 | 2020-08-15 16:47 | 专题：2020全球人工智能产品应用博览会 |
金鸡湖畔，大咖云集。
2020 年 8 月 14 日-16 日，2020 全球人工智能产品应用博览会（AIExpo2020）于苏州国际博览中心盛大启幕。
AIExpo2020 主办单位为新一代人工智能产业技术创新战略联盟，承办单位为苏州启智创新科技有限公司，协办单位有苏州工业园区科技发展有限公司、中关村视听产业技术创新联盟、上海交通大学苏州人工智能研究院、苏州工业园区人工智能产业协会、创客公社，支持单位为苏州工业园区管委会。
作为国内首个《新一代人工智能发展规划》旗帜下的综合性展会，始于 2018 年的 AIExpo 旨在探索 AI 科技应用创新成果的转化路径和方法，助力打造跨界融合的智能经济形态。以“万物赋苏 智启未来”为主题的 AIExpo2020 集展、会、赛、奖、演五位于一体，最新科研成果、前沿产品应用、优秀行业榜样，都在金鸡湖畔完美呈现。
在 AIExpo2020 的开幕式上，苏州市委副书记、苏州市人民政府市长李亚平先生表示：
2019 年，苏州市人工智能产业产值达 685 亿元，增长约 20%。今年上半年，新增人工智能和大数据企业 383 家，累计达 906 家，表现出良好的发展势头。本届智博会是在夺取疫情防控和经济社会发展双胜利的关键时期举办的，我们希望本届大会能成为苏州在后疫情时代的开放创新的靓丽舞台、展示科技成果的品牌盛会、资源共享的产业名片，更好地助力企业、高校科研机构、投资人、行业协会、科技载体等创新主体，携手合作、共赢发展，共同打造跨界融合发展的产业“新高地”，拓展人工智能产业“新蓝海”。
作为主办方，中国工程院院士、AITISA 理事长高文致辞表示：
在人工智能科技产业支撑下，线上经济和非接触经济成为中国经济发展的稳定器。疫情防控加速了数字经济和人工智能技术的创新和应用，催生了包括 5G 在内的新型基础设施建设计划的出台和实施。希望把全球人工智能产业应用博览会打造成一个开放创新、专业领先的具有行业影响力的交流平台，为苏州打开一个与世界人工智能产业对话的窗口，助力苏州工业园区成为人工智能产业应用示范基地以及国内领先、国际知名的人工智能产业集聚中心。
在随后的主论坛舞台上，专家学者、AI 从业者齐聚，可谓异彩纷呈。
李兰娟院士谈到了抗疫当中信息化人工智能的作用，戴琼海院士解释了未来 AI 发展进程中的协同交互，王怀民院士从软件的角度解释开源创造，凌晓峰院士关注了对儿童的人工智能教育，Sethu Vijayakumar 探讨了协作机器人。同时，来自微软、华为、科大讯飞、阿里、百度、京东、滴滴出行、平安、浪潮、明略科技、商汤科技、天聚地合在内的众多知名公司负责人也依次亮相。
中国工程院院士李兰娟带来了题为《AI 推动医疗健康新变革》的演讲。
站在医生的角度，李兰娟院士首先回顾了在党中央国务院、习近平总书记指挥下的新冠疫情抗击，将我们的思绪拉回了武汉封城的那段艰难时光。
李兰娟院士谈到了几个技术助力抗疫的例子。一是 2020 年 2 月 2 日凌晨 4 点，她与团队在对危重症病人抢救的过程中，用到了在 H7N9 救治中积累的一些方案和技术。其中，人工肝在救治危重症病人、清除炎症介质、降低病死率等过程中发挥了重要作用。二是在抗疫取得成功以后，武汉通过大数据检测，分析检查出了 300 例无症状感染者，有效促进了复工复产。
基于此，李兰娟院士表示，基于人工智能的公共卫生大数据、疫情研判、疫情研判、情绪管理、地图服务、基因测序、药物研发、互联网医院、智能化服务机器人等技术在疫情检测分析、病毒溯源、防控救治、资源调配等方面起到了非常重要的作用。
此外，李兰娟院士也详细谈到了互联网医院、医疗机器人等由 AI 推动的医疗行业新变革。
随后，中国工程院院士、中国人工智能学会理事长戴琼海也进行了精彩分享。
演讲一开始，戴琼海院士从 2015 年国家提出的“智能制造 2025”、2017 年的“新一代人工智能发展规划”、2018 年的“人工智能标准化白皮书”和 2020 年的新基建等「顶层设计」入手，强调了人工智能行业的蓬勃发展之势。
戴琼海院士谈到，在人工智能基础之上，计算机视觉、逻辑、推理、自然语言处理等方向发展迅速。而在工业界层面，美国人工智能企业接近 2400 家，中国人工智能企业目前有 800 余家，人工智能已然成为国家国民经济主战场和国家重大需求的所在。
展望未来，AI 与人类的关系成为一个重要的话题。戴琼海院士表示：
未来机器人发展速度会非常快，因此会造成协同性问题，人和机器人之间怎么协同问题，还有安全的问题、隐私、公平问题，这都是我们说的以人为本、服务于人类，这是宗旨目标。
他谈到了两种人和 AI 的交互：真实场景和 AI 交互、虚拟场景和 AI 交互，并介绍了其团队的首个单深度相机实时人体动态三维重建系统。 戴琼海院士认为：
协同交互是 AI 赋能的最核心的部分。AI 赋能人类，而不是成为人类，更不是取代人类。
中国科学院院士王怀民的演讲题目为《开源创作与群体智能》。
在演讲中，王怀民院士主要从软件的角度谈了开源的问题。
王怀民院士首先回溯了软件设计思想最初的发展——从个体作坊型创作到由历史上第一个大型复杂系统 IBM 360 引出的工业化、工程化软件设计思想。
王怀民院士表示，在软件产业随后的发展中，从业者产生了新的困惑：由于软件设计的需求越来越复杂，工程化开发的效率越来越低，形成了严重的剪刀差。就在此时，开源实践给从业者带来了启发，组织大规模人群、更高效地发挥人的创造性，成为新的思路。
不过，行业出现了自由软件和商业软件两大阵营，正如王怀民院士所说：
自由软件说我们必须开放源代码，以保证创新者创作的自由。而商业软件，保护了创新者的利益，但是要保护利益的过程使得源代码不能自由交流，因此伤害了创新者的自由。
在他看来，中国软件产业近年来发展非常之快，背后的一个重要原因便是我们赶上了开源这样一个生态。国家现在推进新一代人工智能的时候，也在毫不犹豫地推进开源。
在演讲最后，王怀民院士表示：
软件开发的未来是创作+生产。我们要高度关注升级了的群体开源创作，也就是群体化、群智化的软件开发。
加拿大工程院院士、苏大人工智能研究院院长凌晓峰的远程视频演讲主题为《人工智能和教育的思考》。
凌晓峰院士将关注点放在儿童如何学习人工智能这件事上。
在演讲中，凌晓峰院士先是用了一个魔方举例子。他将魔方作为一种教学辅助工具，告诉孩子们 AI 系统需要知道的三件事情：有哪些事情可以做？代价是多少？目标是什么？
由此，凌晓峰院士引出了人工智能算法对人的思考的几点启发：
假如一件事有很多可能性，我们要系统地去考虑问题。
必须要记住没有试过的可能性，人的记忆力在人的智慧中也发挥很大的作用。
任何行动都一定是有目标的，而且每次尝试至少是试图向着目标发展。
思考速度很重要，但也得深思熟虑一件事情。
此外，凌晓峰院士认为，通过通俗易懂的方式引导孩子学会思考、培养“人工智能思维”是重要的。例如，他在课堂上也讲过，多人竞赛中有合作也有对抗，实际上这与人工智能也是有关联的。
学术嘉宾中，最后一位出场的是阿兰图灵研究所人工智能项目联合主任、英国爱丁堡大学教授 Sethu Vijayakumar，其远程视频演讲题为 From Automation to Autonomy: Collaborative Robots driving the Future of Work（从自动化到自主：协作机器人驱动未来工作）。
演讲一开始，Sethu Vijayakumar 教授就提出：我们应该重新看待机器人。
Sethu Vijayakumar 教授认为，机器人的应用场景相当广泛，包括太空和地下探索、外骨骼技术、人形机器人、实时运动控制等等。而在机器人不断向自主化发展的进程中，Sethu Vijayakumar 教授提出了一种 shared collaborative autonomy（共享协同自主）的概念，并从技术和社会经济角度分析了现阶段机器人想要实现完全自主面临的挑战。
Sethu Vijayakumar 教授演示了不同场景下人机协同的实例，其中包括 NASA 将人形机器人送上空间站的计划。最后，Sethu Vijayakumar 教授也谈到了机器学习对于机器人的意义。
作为第一个登台的产业界嘉宾，微软全球资深副总裁王永东的演讲主题为《转型有数，智在云边》。
演讲中，王永东表示，智能云和智能设备正在构建一个万物互联的世界。学校、企业、公共场所，我们所有的生活化场景都会通过边缘设备，转换为云端数据，再通过大量计算实现智能化。
接下来，他以企业运营为例，谈到了大数据和智能化设备如何为企业赋能，提高运营效率。
微软作为一家技术和平台公司，如何践行最初的使命，帮助更多行业、客户完成数字化转型。王永东从三个方面谈了微软的努力和尝试：
打造智能化产品。王永东主要通过几个短片集中展示了我们熟知的微软产品，如 Teams、Excel 和 Bing 搜索。
构建开源生态。 从保护软件的心态到开源的转变。王永东表示微软人工智能平台和工具已经走进开源社区。对于企业而言，开源平台可以让他们把更多的精力放在最有竞争力的应用层面，而且微软的人工智能平台提供基础认知服务、定制训练，以及公有云、私有云、混合云、本地设备、IoT 等多层次部署。
提供行业解决方案。产品落地是所有 AI 企业的痛点，王永东表示，其根本原因是大部分 AI 人才对技术有很深的理解，但对行业知识有所欠缺。而微软提供了一种行业解决方案，可以让人工智能的技术和平台落地，同时又能反馈数据，优化技术和平台。
最后，王永东谈起人工智能的公平性、可靠性和安全性问题，表示相关从业者要负起责任来，在追求人工智能产业发展和企业利润的同时，让人工智能服务于这个社会。
主论坛上，嘉宾们一直在谈到人工智能的产业发展与应用创新，华为副总裁、华为云与计算中国区副总裁史耀宏对此也给出了自己答案。
他认为，人工智能正处于技术发展和社会环境相互碰撞的关键期，在 5G、AI、智能边缘等技术的支撑下 AI 时代正在“万物复苏”。对于未来，他表示 AI 会在端、管、云、应用生态等方面实现全面变革，但这需要全产业链同仁共创。
随后，他谈到华为在 AI 应用场景中扮演的角色和价值，表示会从两个方面体现：
第一是投资研发。史耀宏表示未来华为会持续在底层技术研发领域投入大量经费，预计会保持在 200 亿美元的强度，而投资方向将聚焦在 AI 芯片和平台软件。
第二是华为投入 AI 的商业逻辑——把每次利润的 99% 分给整个团队。用任正非的话说就是：最大的自私就是无私。史耀宏表示生态战略的核心就是商业逻辑。
最后他用“共赢”这本书的核心观点表达了 AI 商业理念：
成功的秘诀是忘掉自己的利益，全心全意帮助伙伴成功，我们底层研发的积累和做人工智能的商业逻辑是华为为整个 AI 产业做的一点点贡献。
作为一家以 AI 语音技术起家的独角兽公司，科大讯飞高级副总裁、消费者事业群总裁、研究院院长胡国平从感知智能和认知智能两个方面，谈及了讯飞两年来的技术与产业发展。
感知智能，是指通过传感器和算法感知世界，包括让机器能听、会说、会看。胡国平从四款产品介绍了智能感知技术的持续、广泛进阶：
语音识别：连续三年获得最难语音挑战项目 CHiME 冠军。
语音合成：达成了最难挑战的虚拟主播技术的研发，在语音合成的基础上匹配图像。
机器翻译：实现了从统计机翻译到同传字幕翻译的跃迁。
OCR：除文字识别外，已经能够应对复杂结构的数学公式。
提到认知智能，胡国平表示，
感知智能的输入信息是充分的，基本都是“可解决的”问题。而认知智能不一样，它任务是不确定的，用户输入是各种表达的，隐含非常多常识、知识的约束和推理，所以落地还是有挑战的。
另外，胡国平从医疗、教育等领域出发，具体介绍了讯飞在认知智能方面的成功案例和存在的瓶颈问题。在他看来，人工智能落地必须要满足的三大条件：真实可见的实际应用案例、能规模化推广的对应产品，以及可用统计数据证明的应用成效。
明略科技首席科学家、明略科学院院长吴信东主要为大家介绍的是集人类智能 HI、机器智能 AI 和组织智能 OI 为一体的人工智能理论——HAO 智能。
吴信东先是简要回溯了明略科技自 1988 年以来在人工智能领域长期积累的技术沉淀，其中包括 2014 年为迎合大数据浪潮，发表了一篇文章。吴信东表示，在 2014 年发表的文章中，在大数据环境下如何做数据挖掘是探讨的重点，HACE 定理也因而提出。
他表示：
从大数据开始，凝练了 HACE 原理，每个数据来源要获取它的知识，这个知识被凝练了以后，我们就从“大数据”开始向“大知识”迈进。
而在“大知识”的研究进程中，明略科技将主要关注点放在 Big Wisdom 上面。Big Wisdom 的两个核心之一便是 HAO 智能——针对某一特定行业，汇聚人工智能、人类智能，试图做求解的优化和提高。正如吴信东所说：
决策的时候把知识图谱、人类经验加在一起做协同开发，这是 HAO 智能的核心。
滴滴出行张博：滴滴自动驾驶的 DNA
滴滴出行联合创始人、CTO，自动驾驶公司 CEO 张博的演讲题目为《滴滴自动驾驶的 DNA》。
在演讲中，张博先是讲到了当初创立滴滴的想法——乘客在房间里就可把要出行的信息发出去，信息通过互联网抵达周边好几公里的司机。
随后，张博回顾了滴滴的发展，即沿着纵横两个轴延展。横轴是地域，从北京到全国 400 多个城市，甚至到海外；纵轴是连接多种交通品类，从出租车开始，到专车、豪华车、快车、公交车、两轮车以及前段时间发布的青菜拼车。
他表示：
基于 AI for transportation 的科技战略，滴滴希望解决物理世界的人和物体的流动，希望在未来的十年、二十年，通过科技、通过 AI 让交通变得更加安全、更加智能。
在张博看来，交通分三层结构——最下面一层是交通的基础设施，中间一层是交通工具本身，上面一层是共享出行网络。
在此基础之上，他总结了滴滴做自动驾驶的优势，并将其称为 DNA。
百度首席技术官王海峰的演讲题目为《智能云平台加速产业智能升级》。
当前，各行各业正经历基于人工智能技术的产业智能化转型升级。王海峰介绍道，百度为支持各行各业产业智能化升级，推出了百度智能云平台；
百度智能云平台以百度大脑为基础，百度大脑是百度十余年人工智能技术积累之集大成，包括基础层的算法、算力、数据，其中也包括非桨深度学习平台以及感知层的语音、视觉、增强现实、虚拟现实等技术，还有认知层的自然语言处理、知识图谱技术。
在演讲中，王海峰主要介绍了面向企业定制化的 AI 中台。实际上，AI 中台需要基础的数据管理、服务管理、资源管理等等基础能力，同时又包括 AI 能力引擎、AI 开发平台：
AI 能力引擎方面：他主要谈到了感知层的语音和视觉以及认知层的语言和知识；
AI 开发平台：其底层是基于百度的深度学习框架和平台飞桨。
随后，阿里巴巴副总裁华先胜将关注点放在了医疗健康上。他认为，健康对我们来讲至关重要，但当前存在的问题是，我们没有足够的数据。
华先胜表示：
其实已经有一些数据了。听觉的数据、视觉的数据、感知的数决、文本的数据，包括医疗方面的，包括平时的数据，已经具备做健康导航、健康指引的这样一些基本条件，当然数据量远远不够。
基于这一痛点，达摩院医疗 AI 团队要做的事情就是让 AI 解决我们的健康问题。具体来讲，这一团队旨在利用 AI 解决中国医疗的三个核心问题：看病难、看病贵、知识难。
随后，华先胜介绍了疫情期间达摩院 AI 技术是怎样做快速的研发、快速的部署、快速的迭代，为抗疫做出了有影响力的贡献。
华先胜还认为，在医健 AI 领域，未来要建立医健 AI 中台：
医健 AI 中台，在中间这一层，我们通常把研发平台作为通用平台而讲的，对于每一个行业而言，AI 的生产平台加上 AI 算法，形成行业 AI 中台。
随后，商汤科技联合创始人林达华带来了主题演讲《人工智能•普惠与开放》。
演讲中，林达华分享了商汤科技在人工智能赋能产业、赋能社会之路上的探索和思考。
林达华认为，人工智能在产业应用上能够获得成功，背后有几大关键要素：在研究方面的积累、数据和计算能力。
林达华主要提到了基础体系的最底层——Sense Parrots 深度学习平台。他表示，这是整个商汤技术研发的基石。基于此，商汤科技拓展了多个不同方向的算法技术体系，覆盖了包括人脸识别、图像识别、自动驾驶、增强现实、医疗影像、教育等方面的算法技术。
在 Sense Parrots 的基础之上，商汤科技已经形成了一个完善的算法生产平台：
我们的算法研发不再是作坊式的算法，整个商汤内部算法研发形成了工厂式的、大规模工业级的流水线。在这样的算法仓库和工厂支持下面，我们每天都接触着数以百计的新的需求，用按天来算的速度迭代新的算法，落地到新的应用场景上面。
演讲最后，林达华详细介绍了包括北京大兴机场在内的商汤科技将 AI 技术落地新兴领域的实例。
京东集团副总裁、IEEE/CAAI Fellow 何晓冬的演讲题目为《京东智能供应链建设进展及思考》。 
在演讲中，何晓冬从把技术做到极致和实现成果转化两个层面介绍了京东AI智能客服系统的研发目标和历程。
何晓冬首先谈到了当前最火爆的两款 AI 产品：Facebook 超大规模人机对话系统和 OpenAI 的 GPT-3 模型。他表示，计算机发展至今，人机交互一直存在很大的问题，但这两款模型的出现，尤其是 GPT-3，让他感受到 AI 技术的突飞猛进。
他表示，GPT-3 并不是万能的，它在简单的符号推理上仍存在失误，同时有时它的答案也不具备可解释性。
对比 GPT-3 以及其他人机交互系统，何晓冬提出了对 AI 智能客服系统的研发目标和任务。
何晓冬表示，我们希望它能够处理复杂的知识驱动的对话问题，同时也可以处理更多模态的数据，比如同时包含语音、图像、文本、知识等，总结来说，可以分为以下两个方面：
人本智能：以最轻松、自然的方式与人对话，包括咨询、交流、情感和关怀等；
情感智能：能够了解知识、文字、语义，同时具备决策、推理的能力，艺术创作、内容创作的能力；
随后，何晓冬以京东售后服务为例，介绍了其智能客服系统在实际场景中的应用。最后，他表示，对话与交互系统，除了服务客服，也可以服务交互营销、创意产业、智能硬件等，这样才能迅速的建立应用生态，最大限度地发挥 AI 价值。
王柏华表示，智能化时代需要新型基础设施，很多 AI 企业都在打造以算力为核心的基础设施。而浪潮在这方面也形成了三步走战略。
第一是计算平台，主打人工智能服务器，除此之外还有专用 AI 芯片。王柏华认为：
在任何一个领域做人工智能算法也罢、做人工智能应用也罢，从云端角度来讲，规模肯定会越来越大。端的概念会越来越小，功耗也会越来越小，而它的核心就是要把算法做进芯片去。
浪潮也会把算法模型，算法模型算出来的数据，推理完的逻辑写到芯片里面，这是我认为未来端的人工智能发展一个大的趋势。
第二是资源，资源平台有很多，其中最重要的是数据，尤其在监督学习下面的数据标注。浪潮的数据资源来源于三大块：互联网数据、政府授权数据、企业授权数据以及全量的医疗数据。基于这些数据浪潮可以和其他企业联合做一些算法研发或 AI 应用。
第三层软件平台，浪潮本身是软硬件一体化解决方案供应商，未来会慢慢把软件做成平台级的。
此外，浪潮在 AI 生态战略方面主要提出智慧元脑，浪潮元脑系统包含超强 AI 计算系统、敏捷人工智能 PaaS 平台、高效 AutoML Suite 和整合一体化交付。“智慧元脑”的发布，让浪潮重新定义了生态化的“全栈 AI”，也推动了人工智能生态的百花齐放。
平安集团首席科学家、集团执委肖京从行业痛点和外部风险两个层面论述了金融领域的 AI 应用。
他表示，获客、风控、运营和和服务等核心环节一直存在难以解决的瓶颈问题，与此同时，随着市场监管越来越严格、竞争越来越激烈，利用信息技术提升企业应对风险的能力是一种最佳选择。
同时，他也表示传统行业要想完成数字化转型，解决获客渠道、运营服务和生产质量的问题并不是一件简单的事情。第一，需要企业完成信息化建设；第二，需要跟业务紧密结合。经过近几年的发展，平安金融基本可以满足这样的条件，但后来他们发现一个现实问题——模式效率很低。为解决这个问题，平安金融打造了一款"平安脑智能引擎"。
他强调：
这个引擎的底层是数据平台。有些数据集因为涉及敏感信息，不能直接拿来做分析，这时候需要用到联邦学习，把数据在各个不同的孤岛、单位，不用汇总到一起，仍然可以利用信息、挖掘信息、建立模型。
演讲中，华为昇腾计算业务总裁许映童一开始便谈到了 Atlas 在华为 AI 产业的定位：
希望昇腾、Atlas 平台能够真正的把基础的硬件、把基础的软件平台扎实。
2020 年 8 月 5 日五部委发布了国家新一代人工智能标准体系建设指南，由国家的各个头部企业来承担相关的课题。华为承担了建设软硬件一体化的国家新一代人工智能的开放创新平台的任务。因此，于近日发布了迄今为止业界最丰富的 AI 全栈软件平台——Atlas 平台。
这一平台最底层涵盖了端边云所有的硬件，包括华为公司最新的 P40、包括芯片；上层包括了 MindX，可以面向更多行业推出这套人工智能应用解决方案。
许映童表示，我们还开发了异构的计算架构CANN，以及全流程的开发工具。其实，既然作为一个平台，工具链的支持是非常关键的。但这个工具链的商业角度是没有办法直接变现的。对此，他解释说：
核心是为了提升整个中国，基于昇腾的开发者效率每提高 50%，对于 AI 人才的效率、整个产业就是 50% 的提升。
天聚地合（苏州）数据股份有限公司副总裁韩剑锋谈到，软件开发领域的新基建是中台的力量。
韩剑锋表示，天地聚合从十年以前就开始做中台的建设。目前是中国规模最大的应用开发一站式的数据中台云服务商，在今年春节疫情爆发期，依靠中台基础，天地聚合短时间内研发出的疫情通、苏城码等小程序，稳定服务了苏州一千多万百姓，目前日活在 100 万以上。
韩剑锋表示，十年沉淀，聚合中台形成了两方面的核心技术。
一方面是 API 治理的技术，主要解决系统之间互联互通的问题。通过 API 治理，系统互联互通实现数据的共享交换，业务能力的复用以及技术能力的复用。
另一方面是大数据治理技术，也就是促进数据之间的融合、增值，打破数据之间的孤岛，实现业务数据化、数据资产化、资产价值化，回流到业务当中去。
他表示，我认为这两方面的技术是两个双轮在驱动着中台，使之成为软件开发领域的新基建。
另外，基于这两项核心技术，天地聚合输出了十多个中台产品，包括天渠、天开、天聚、天桥、天掘等，每个产品都致力于解决一个领域的痛点问题，为企业转型赋能。
AIExpo2020 首日，以一场题为《AI 赋能 融通共进》的圆桌论坛作为结束。
圆桌论坛的主持人是上海交大人工智能苏州研究院院长王延峰，共同参与圆桌论坛的嘉宾包括商汤智能产业研究院院长、前阿里云院长田丰，鹏城实验室人工智能中心主任助理陈玉鹏，之江实验室科研发展部副部长任祖杰，AWS 机器学习业务拓展和产品技术高级总监代闻，及中科创达 CTO 邹鹏程。
五位嘉宾依据各自的业务实践，探讨 AI 赋能百业过程中的能与不能。
田丰谈到了 To G 领域的智慧城市、To B 领域的 AI 教育、To C 领域的儿童机器人。
陈玉鹏表示，鹏城实验室人工智能中心主要从事的研究分两个方面，一方面鹏城人脑的基础设施有非常大的算力；另一方面鹏城实验室也有一些赋能的项目，这些项目主要以做基础研究和共性问题为主。
随后，任祖杰谈到：
长远看来，我相信 AI 赋能百业也好、千业也好，都是没有问题的。这个能和不能，当前我们看的，可能有一些不是那么成熟，后面可以再解决。在这个问题上面既不要过于乐观、也不要过于悲观。
代闻认为， AI 赋能百业过程就是产品+服务不断迭代，把“能”做得越来越多的过程。
而邹鹏程表示，结合自身业务看，AI 赋能百业是既能又不能。原因在于，AI 只是工具中的一种，单靠 AI 是不够的。
实际上，除了学术界和工业界嘉宾的观点碰撞，AIExpo2020 首日还重磅发布了《新一代人工智能年度发展报告（2019-2020）》。
主论坛上，新华社中国经济信息社江苏中心主任陈希希主持发布了本次报告，而这也是中国经济信息社第三次发布人工智能发展年度报告。
根据报告，2019 年以来全球人工智能发展呈现出以下几大特点与趋势：
全球主要国家加强人工智能的布局，抢占智能经济的制高点。
人工智能的应用创新活跃，细分领域的优秀案例正加速落地。
央地联合布局“试验区”“先导区”，从技术攻关向应用落地，深化转变。
苏州逐步建成人工智能创新策源地、应用示范地、产业集聚地，综合实力持续增强。
此外，报告认为：
针对当前人工智能发展面临的瓶颈问题，我国应加快完善数字基础设施建设，双轮驱动打造自主可控的供应链体系，稳妥的构建新格局，强化顶层设计、统筹解决“卡脖子”技术难题、筑牢数据安全根基。
主论坛过后 AIExpo2020 精彩继续，雷锋网将继续关注。
雷锋网雷锋网雷锋网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
专题
