8院士齐聚CCAI 2016，全面揭示人工智能最新技术与应用

花甲之年方兴未艾，人工智能将走向何方？CCAI 2016，一场本年度国内人工智能领域规模最大、规格最高的学术和技术盛会，汇聚近40位世界顶级AI专家的真知灼见，为从业者及普罗大众揭示了人工智能研究前沿与应用路径。

8月26日，在中国科学技术协会、中国科学院的指导下，由中国人工智能学会发起主办、中科院自动化研究所与CSDN共同承办的2016中国人工智能大会（CCAI 2016）在北京辽宁大厦拉开帷幕。为期两天的大会，除了来自国际人工智能促进会、麻省理工学院和中国“两院”等机构的8位院士/Fellow的思想碰撞，大会还设置了“人工智能驱动的人机交互”、“人工智能产业论坛”、“人工智能青年论坛”和“机器学习的明天”等四大专题论坛，由中科院、清华、北大的专家学者，和微软、BAT、滴滴等企业技术精英，以及人工智能领域初创公司广泛参与，议题方向内容覆盖了机器学习、人机交互、模式识别、自然语言处理（NLP）等人工智能领域的热门/前沿研究和产业实战等，在引领人工智能风向标的基础上，注重产学研紧密结合，充分体现了大会引导和推动我国人工智能的研究及应用的目标。

1000余名人工智能专业从业者和媒体代表作为现场听众参与了本次盛会。同时，本次大会由CSDN网站进行专题直播，并由百度开放云提供独家视频直播技术支持，将大会精彩内容通过不同终端设备实时同步到全球更多的人工智能从业者和爱好者面前。

高端盛会：8院士解读技术前沿

60年前，马文·明斯基（Marvin Minsky）、约翰·麦卡锡（John Mcarthy）和克劳德·香农（Claude Shannon）等人共同发起的达特茅斯会议，引出了人工智能这个当前炙手可热的学术研究方向。及至2016年，明斯基已经作古，60年来跌跌撞撞走来成为当下明星的人工智能，对整个自然科学领域的影响正在不断扩大，其研究领域已经突破了当初的设想，而图灵测试也不再是评价人工智能的绝对标准。CCAI 2016上，8位院士/Fellow的精彩报告全方位地解读了人工智能领域当前最前沿、最重要的方向。

解码人工智能现状与未来。中国科学院副院长、中国科学院院士、中国人工智能学会副理事长谭铁牛的主题报告《关于人工智能发展的思考》，基于人工智能60年发展历程，对人工智能发展现状以及新动态进行重点解读，提醒从业者冷静深入地思考人工智能未来发展。

中国科学院副院长、中国科学院院士、中国人工智能学会副理事长谭铁牛

谭铁牛观点摘录：

大家不要忘记深度学习没那么火爆的时候G.Hinton在干什么，他一直坚持才有了深度学习的今天.所以苦练内功很重要，不能被当下的热点一叶障目，深度学习不等于AI，它只是人工智能领域机器学习方向的一种方法，尽管现在效果很好，所以确实需要进行思考如何克服这个瓶颈，人工智能发展下一个关口在什么地方。

深度学习的成功不是理论方法的突破，而是在大数据和大规模计算资源驱动下的基于基础理论的技术突破，其本质是通过映射对复杂函数进行逼近，所以深度学习依旧存在明显的局限性，尤其在任务的切换和对环境变化自身完善方面，对小样本的举一反三等方面，人工智能与人类还是相差甚远。

以史为鉴，AI一甲子之际需要总结回顾。1，从浅层智能到深层智能，2，从专用人工智能到通用人工智能，3，从机器智能到混合智能，4，从数据驱动到数据和知识协同驱动，5，从线下智能到云上智能，6，从网下到网上。这些具体的趋势实际上都反映在整个社会化大趋势，智能化是新一轮科技与产业革命的最显著特征。

破译机器人/人机交互新密码。机器人的投资创业是目前的一大热点，但智能机器人的技术成熟度还需要很多的突破，如何让学术研究能够以最快的速度变成生产力，如何实现机器人更好地理解人类、与人类协作并成为人类的自动代理，都是当前有趣而必须解决的课题。作为机器人或NLP领域的泰斗，大疆创新科技公司董事长、香港科技大学教授李泽湘的报告《智能机器人：从学术研究到创业创新》，国际人工智能促进会（AAAI）主席、美国亚利桑那大学教授Subbarao (Rao) Kambhampati的报告《Challenges in Planning for Human-Robot Cohabitation》，以及Singularity.io公司联合创始人、ACL Fellow林德康的报告《从搜索引擎到回答引擎再到动作引擎自动问答》，很好地回答了上述问题。

大疆创新科技公司董事长、香港科技大学教授、IEEE Fellow李泽湘

李泽湘观点摘录：

机器人现代数学理论最重要的在机器人里面就是数学模型。机器人微分几何学，其核心就是在欧式空间下怎么样做优化的问题，但是要拓展到微分流形（一个单位球加上一个微分结构）上去。作为一个严谨的统一的数学工具跟数学模型，微分几何理论对于处理机器人千变万化的一些应用提供了平台，不需要针对每个不同的东西去建立一个不同的数学模型。

国际人工智能促进会（AAAI）主席、美国亚利桑那大学教授Rao Kambhampati

Subbarao (Rao) Kambhampati观点摘录：

我们要来学会使用一些不完整的模型来进行学习、规划：

我们可以把这些不完整的模型进行补充，完善之后进行评估；

经过评估之后我们也可以把模型进行简化，以免它们过于复杂；

之后就可以规划如何使这些模型对大家有用。

建模时注意，这样的规划当中最重要的是可以从传统的模型开始，之后要看一下不确定性是什么，这和大家之前所听到的一些内容相关性不是太高，但我们要找到有效的方法，更加有描述性地解释在规划方面所面临的问题，而且采取能够帮助我们做出决策的技术。

Singularity.io公司联合创始人、ACL Fellow林德康

林德康观点摘录：

用机器学习的办法，把用户有可能问的这些不同的焦点词都做一个模型，然后可以用这个模型来决定什么东西是不是有可能的答案。这样就得训练几万个不同的模型，显然用监督学习（手工标注）就没有办法做了，所以我们就得用一个自动抽取训练数据的办法，怎样自动抽取呢？就手工定义几个Pattern，然后就把所有的网页都过一遍就可以从里头抽取训练数据，这个并不是说一种模型我们用一个Pattern，是所有模型我们用一个或者两个Pattern，这样就可以抽取很多训练数据。最后就是做一个计算评估。

认知/神经科学的再认识。尽管人工智能不是人类智能的重现，但人类智能的研究对于人工智能更好地辅助人类而言意义重大，事实上，认知科学和神经科学都已经在深刻地影响人工智能的发展。中国工程院院士、中国人工智能学会理事长李德毅的报告《交互认知：从图灵测试的漏洞谈开去》，中国科学院外籍院士、中国科学院神经科学研究所所长蒲慕明带的《神经科学能为人工智能带来什么？》，麻省理工学院人工智能实验室教授、美国人文与科学院院士Tomaso Poggio的报告《The Science and the Engineering of Intelligence》，分别为认知科学、神经科学与其他领域的人工智能技术的结合打开了新的大门。

中国工程院院士、中国人工智能学会理事长李德毅

李德毅观点摘录：

交互认知不同于但又一定伴随着记忆认知和计算认知；交互认知的外在表现，是语言交互、图像交互和体感交互。交互认知的内涵，语言是对交互认知的语义标注，图像是对交互认知的情感标注，体觉可称之为肢体语言，图像是交互认知的主体。他认为，交互认知的本质是协商和学习，聊天是交互认知研究的突破口。要研究聊天机器人的形式化约束，研究双人聊天、群聊和复杂系统涌现中的交互认知。

中国科学院外籍院士、中国科学院神经科学研究所所长蒲慕明

蒲慕明观点摘录：

过去50年来我认为最重要的理解，对大脑的理解就是神经可塑性，感觉运动认知行为发生的时候的各种相关的活动，有一个作用，就是改变神经元或者突触功能或结构的修饰，这种修饰就叫做可塑性，一旦修饰之后，这个神经系统变成另外一个状态，这个状态就是有了记忆有了学习有了认知行为的改变，所以可塑性可以说是所有认知行为的基础，要理解可塑性来源，就是过去这50年最大的进展。

麻省理工学院人工智能实验室教授、美国人文与科学院院士Tomaso Poggio

Tomaso Poggio观点摘录：

对于智能的科学，基本来说是涉及到神经科学，就促成了今天工程方面取得的重大的成功，总之我们需要做出一个最基本的努力，一方面是在工程方面，同时也是在基础科学方面都要进行更多的努力，这主要是便于我们进行更深入的研发，我们也需要了解智能科学，这样才能够有助于今后的工程的进一步发展。

阐明非监督深度学习的明天。神经科学对人工智能的一个重要影响，就是当前红遍各大顶级会议/期刊的深度神经网络。但目前深度学习从业者的苦恼，就是大部分场景下发挥作用的只是有监督深度学习——非监督深度学习虽然意义重大，实现却极其艰难。本次大会上，微软人工智能首席科学家、IEEE Fellow邓力的报告《驱动大数据人工智能多种应用的三类深度学习模式》，基于团队的实践经验，为非监督深度学习的研究和应用提供了一个可行的新范式。

微软人工智能首席科学家、IEEE Fellow邓力

邓力观点摘录:

最后成功的AI一定是通用的AI，否则这个AI不会被整个业界广泛的采用，怎样把一方面的知识转化到另外一方面的知识，做一个非常深度的研究，而且必须要能够自动的获取并且产生新的知识，就使得新的知识能够把所有的知识融合在一起。我就希望整个业界能够把人工智能作为一种科学的研究来看待，而趋向就是广泛能够使用AI，语音识别AI跟图像识别AI还不一样，图像识别的深度学习你要有不同的结构，我们语音识别就有不同的结构，然后你要是阿尔法狗用的方法跟做下围棋和下象棋也是不一样的，将来应该有一个统一的构架，他可以解决各种各样的问题。

产学结合：4论坛破实践迷思

CCAI 2016延续了CCAI 2015产学结合的特点，但本次大会更进一步。首先，本次大会程序委员会共同主席杨强、芮勇都与工业界有极深的渊源；同时，本次大会的四大专题论坛也分别邀请一位学界大牛和一位业界大牛联袂出演论坛主席。其次，论坛主题的确立，无一不是瞄准了人机交互、机器学习等当前学术研究和产业实践中都是最为热门的话题。

巨头大牛分享创新技术应用。将应用问题转换为人工智能模型需要时间、精力和资金的巨大开销，尤其深度学习需要大数据、大计算和数据科学家的投资，所以大型企业在人工智能技术创新方面更有优势，也更有业务场景的基础。来自百度、腾讯、蚂蚁金服、微软、滴滴、360、京东等大企业的人工智能研究/研发负责人，就无人驾驶、聊天机器人、机器学习等方面的技术创新探索进行分享。

人工智能驱动的人机交互技术挑战和应用思路

微软、腾讯、头条、清北专家解析机器学习的局限与明天

13创客技术实践经验大放送。除了大企业的人工智能技术核心，分论坛还邀请了地平线机器人技术、云知声、旷视科技、商汤科技、格灵深瞳、驭势科技、出门问问、第四范式、天眼查、今日头条、时趣互动等11家人工智能初创企业的（联合）创始人，结合他们的实践深度解析视觉计算、语音识别、智能驾驶系统、神经网络芯片等人工智能技术落地过程中的重要问题。如果算上主题报告环节的老创客——大疆创新科技公司董事长李泽湘，以及新创客——Singularity.io联合创始人林德康，则本次大会的发言创客多达13位。此外，针对创客们非常关心的投资问题，“人工智能产业论坛”也请来了红杉资本中国基金的合伙人，分享如何从投资人的视角看待人工智能的发展。

漆远论战赵勇、吴甘沙：智能金融和无人驾驶谁更靠谱？

青年拷问人工智能泡沫。尽管人工智能应用潜力非凡，但对人工智能不恰当的理解和预期，则会导致人工智能发展的寒冬，如何避免需要这种情况？“人工智能青年论坛”的嘉宾们则转换视角，围绕“当青年遇上人工智能：基于还是泡沫”的核心主题，从人工智能的内涵、进展到实践路径以及年轻人的定位等方面展开了精彩讨论，与谭铁牛院士的报告遥相呼应，让当下为人工智能的美好前景所吸引的年轻人学会更加理性地迎接人工智能时代并驾驭人工智能。

人工智能青年论坛：论青年正确拥抱AI的姿势

历经两届沉淀，中国人工智能大会CCAI已成为国内人工智能领域的权威平台。2016中国人工智能大会，以最具前瞻性的视野和国际化的内容组织、最前沿的国内外人工智能的技术趋势和最贴近产业界的一流行业盛会，对推动我国人工智能的发展与进步有着极大的价值和影响。