0
雷锋网 AI 科技评论按：2019 年 3 月 4 日下午，由 CCF 深圳分部、YOCSEF 深圳分论坛、鹏城实验室联合举办，南方科技大学协办的《大湾区 IT 创新的机遇暨大湾区 IT 创新系列论坛筹备会》在鹏城实验室三楼报告厅圆满召开。
本次会议由 CCF 深圳分部主席王轩主持，随后鹏城实验室副主任陈长汶、北京大学教授李革、微众银行 AI 副总经理郑文琛、香港城市大学计算机系教授汪建平、大数据系统计算技术国家工程实验室副主任黄哲学以及南方科技大学副教授汪漪六位资深学者分别做了主题报告。
CCF 深圳分部主席王轩
作为首位出场的嘉宾，陈长汶主任在简短的论坛致辞后开始了他的主题报告：《视频物联网：新一代智能化物联网》。他的报告主要包括三个部分：物联网经典的定义、六大趋势及下一代视频物联网的特征和技术挑战。
鹏城实验室副主任陈长汶
实际上，经典物联网的开端离我们并不远，它在 1999 年的定义是：通过各种信息传感设备实时采集任何需要监控连接、互动的物体或者过程等各种需要的信息，与互联网结合形式一个巨大的网络，其目的是实现物跟物、人的连接，以更方便得进行识别、管理和控制。
至于物联网的六大趋势，陈长汶主任提到这是由美国的咨询公司总结出来的，包括：医疗健康、移动终端、定位系统、智能汽车、家庭安防以及工业制造。
针对下一代视频物联网的特征，陈长汶主任总结了四点：第一是无处不在；第二是空时动态；第三是全天候；第四则是集成以后脱离信息孤岛现象。同时，他还阐述了视频物联网所面临的若干技术挑战，包括：第一，嵌入式视觉数据处理方面的挑战；第二，可靠和自适应的视频物联网通信连接能力方面的挑战；第三是有效搜索和检索方面的难题；第四是隐私和安全的问题；最后一个则是为了破除信息孤岛，对于建立一个标准平台的迫切性。
即便视频物联网当下还面临着不少的难题和挑战，但演讲最后，陈长汶教授也不忘表达自己对于视频物联网的信心：「与 5G 网络一起，视频物联网正在阔步走向我们。」
接下来是北京大学李革教授带来主题为《人工智能开源平台及应用》的特邀报告，同时兼任鹏城实验室人工智能中心主任的他，本次的报告内容主要是为大家介绍 鹏城实验室人工智能中心以及其现在正在开展的项目。
鹏城实验室人工智能中心主任李革
首先他提到，鹏城实验室人工智能中心未来发展的中心是建设鹏城云脑，而沿着这个思路的第一个落地项目就是人工智能开源平台及应用，顾名思义，即一个平台+多个人工智能赋能的应用。
关于这个平台，李革教授重点讲到人工智能中心对它的规划，其中就包括打造 4 个关键的技术：第一，建立一套异构人工智能硬件资源的统一调度与计算的框架；第二，做多元计算模型的跨算法的前沿技术；第三，开发支撑智能性能研发的高性能引擎，开发面向未来 的 AI 开源硬件和神经网络计算原型和应用系统；第四，做一个关于 AI 的平台开源社区。
而有了这样的平台后，就需要将人工智能落地到应用场景中去，目前人工智能中心落地了两个项目：一个是智能交通项目；另一个是智慧医疗项目。而现在，人工智能中心还在规划第三个项目——智慧金融项目，并且该项目还会作为一个国际合作项目开展。
而整个演讲过程中，李革教授的字里行间还透露着对于这个平台的希冀，他表示，希望这个开源开放平台能为整个人工智能领域，尤其是粤港澳大湾区的学术界、产业界提供技术的支撑。
与前两位来自学界的教授不同，第三位报告嘉宾是来自微众银行 AI 部门的专家工程师郑文琛，他带来的报告题目是《金融 AI 的落地实践和数据挑战》，重点讲了一下微众银行在将 AI 落地到金融领域中的一些实践案例和遇到的一些挑战。
微众银行 AI 部门的专家工程师郑文琛
在实践案例部分，郑文琛重点分享了两个方面的案例：
一个是智能营销。对于月用户量过亿的微众银行来说，筛选到最重要的精准用户至关重要，也非常耗时耗力。而采用 AI 系统来做这部分工作，不仅能够精确地画出用户画像，还能通过算法来处理金融数据、预测成本以及进行广告推荐，同时还能实现实时异常模式检测、自动多重防控。
另一个是智能服务，包括可实现自然语言处理、对话系统、人脸识别、手语识别等功能、为微众银行各业务提供 AI 技术支撑的「微金智服」和承担接待访客、人工关怀等工作的实体机器人「小薇」。
而落地实践中往往对应着的是大小不一的困难和挑战。郑文琛表示当前金融 AI 遇到的最大的挑战便是数据挑战，其中包括数据短板、数据隐私、小数据处理和数据分割问题等。为此，微众银行采用联邦机器学习的理念开源了一个联邦学习知识库来帮助解决这些问题。
第四位出场的特邀嘉宾是香港城市大学的汪建平教授，她的报告题目是《智慧车联网的关键技术及其发展趋势》。汪建平教授的本次演讲主要围绕两个话题「车联网」和「自动驾驶」。
香港城市大学汪建平教授
演讲伊始，她就强调到，二者是两个独立的概念，车联网这个概念已经出现很久了，而自动驾驶则是最近几年才兴起的。在自动驾驶部分，她重点介绍了自动驾驶的基本原理：在普通汽车上加上大量的传感器、摄像头、短程/远程雷达以及激光雷达等硬件设备，之后由软件进行一系列基于图像的算法，进行预测和规划，并作出驾驶决策。同时，她还针对自动驾驶领域所存在的挑战总结了 IT 研究者当前所迎来的机遇：
一个是加强自动驾驶的安全性，而其安全问题涉及到近距离攻击（通过 CAN Bus 总线改变引擎控制单元的程序）和远程攻击（主要针对车载和通信系统及其硬件模块），而这两个方向是研究者可以尝试的突破口；
另一个是自动驾驶仿真平台。虽然现在百度、谷歌等公司已经创建了自动驾驶仿真系统，但是这些仿真系统还只能够用于仿真静态的交通流，其所支持的道路类型也很简单。这也是研究者可以尝试的方向。
而车联网虽然与自动驾驶属于两个概念，但它对于后者的作用巨大。就比如现在自动驾驶的传感型往往会受到环境的限制，而借助车联网，自动驾驶汽车不仅能够感知到传感器所无法感知的环境，还能搜集其他车辆和交通设备的信息，极大地降低自动驾驶汽车在环境感知方面的局限性，接收到更广范围的信息。
演讲最后，汪建平教授对智慧车联网的未来发展趋势进行了总结：第一，车联网和自动驾驶会驱动新的 MOBILITY AS A SERVICE 商业模型；第二，车联网的安全问题会是其发展的一个核心；第三，大规模的自动驾驶仿真系统和半自动驾驶是实现全自动驾驶的必由之路。
大数据系统计算技术国家工程实验室副主任黄哲学教授一出场便为大家总结了前面各位嘉宾在报告中所关注的问题：第一个是通信问题；第二个是智能问题；第三个是计算问题。而他的演讲则聚焦于计算问题上。
大数据系统计算技术国家工程实验室副主任黄哲学教授
他首先提到目前的大数据问题，包括横向上的高维数据难题以及纵向上的上亿甚至几十亿的大规模数据问题，这是一般的算法所无法应对的。而解决这一问题有两个途径：一个是机器运算，一个是超算。然而超算价格太过昂贵，现在还无法普及，因此现在比较常用的还是机器运算。对此，他重点提到了两种计算方法：
其中一个是基于内存计算的方法，不错该方法存在两大瓶颈：一是当数据超过内存机型的容量时，就无法进行计算了；二是当将大数据分成「块」计算大集群数据时，数据分布每个「块」的差异性使得抽样成为一个难题。
另一个是联邦计算，当数据上传到几个数据中心时，就无法进行计算，而联邦计算可以将几个数据中心集中起来进行运算，不过这样还是无法解决上面所提到的抽样问题，对此，可以采取通过 HDF 存储将大数据的每个「块」改成随机的以解决抽样问题，再利用离近式的学习框架优化计算。
而这些计算方法都涉及到目前所用到的核心存储技术——HDF（存储和分发科学数据的新型数据格式）。黄哲学教授提到，针对目前大数据所存在的计算问题，研究人员所需要做的就是开发出一个算法来将它转换成一个统一的转换格式，以方便转换数据模型，从而将大数据分析变成小数据分析，并随机分析各个数据「块」，从而来分析整个大数据。
最后一位出场的特邀嘉宾是南方科技大学的汪漪副教授，他的报告题目是《大湾区未来网络试验与应用环境介绍》。他的报告主要包括三部分内容：未来网络、大湾区未来网络项目的整体现状以及该项目的示范应用。
南方科技大学汪漪副教授
首先，汪漪副教授提到现在对于网络空间，世界各国都比较敏感，而它就相当于国家的第五位空间，无论是美国还是我们中国都将其提升到了一个战略高度。关于网络的划分，大家听得比较多的是 4G、5G 等，未来网指的是 2020 年那代网络。
随后，他介绍了大湾区未来网络这个项目。该项目于 2017 年提出，去年立项，是在总书记关于「将大湾区建设作为改革开放再出发的重中之重」的指示以及发展规划纲要第五章第二节关于优化提升信息基础设置的指导下，所成立的一个希望通过网络的互联互通实现大湾区建设基础设施建设的互联互通的项目。由于该项目大陆、香港和澳门三个体制及相关的一些问题，目前该项目还存在一些政治等非技术性问题。
同时，他表示希望该项目能够成为一个可以实现 4K、8K 以及 VR 的基于互联网的示范平台，吸引全球各地的科研人员来这里开展科学实验，并同时服务于其他项目。
各位嘉宾做完主题报告后，会议进入到最后的部分：由王轩主席组织嘉宾、CCF 委员、CCF YOCSEF 荣誉委员、AC 委员等人员就大湾区 IT 创新系列论坛筹备工作进行研讨。王轩老师带领大家解读了《粤港澳大湾区发展规划纲要》后，现场嘉宾也积极建言纳策，探讨大湾区 IT 创新系列论坛的年度规划，立志于做出深圳的特色与品牌。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。
