潘云鹤院士：大数据智能是人工智能2.0的核心组成部分

近日，在线上召开的第九届全国社会媒体处理大会（SMP 2020）特别约请了人工智能范畴专家潘云鹤院士为大家做了题为“大数据智能”的精彩演讲。潘院士从大数据智能的来源、发展和运用三个方面对大数据智能停止了片面的引见，干货满满。

图 潘云鹤院士在讲座中

潘云鹤教授于 1997 年当选为中国工程院院士，长期从事计算机图形学、人工智能、CAD 和工业设计等范畴的研讨，是中国智能 CAD 和计算机美术范畴的开拓者之一，共获国家科技提高奖二等奖和省部级科技提高奖 7 项。曾任浙江大学校长、党委常委，中国工程院常务副院长。目前兼任国务院学位委员会委员、国家新一代人工智能战略咨询委员会组长等职。

学术君就潘云鹤院士在论坛中的精彩演讲停止整理，内容略有删改：


一、互联网和大数据孕育了 AI2.0


2007 年图领奖得主 Jimy Gray 提出了数据密集型迷信研讨的第四种范式，2008 年 nature 推出了 BigData 专刊，大数据概念应运而生，大数据虽然至今照旧没有一个一致的定义，但是大数据却具有 “4V”即大量化（volume）、多样化（variety）、疾速化（velocity）和价值密度（value）等四个特征。

2014 年人们发现世界正在从传统的二元空间（人类社会空间（H）和物理空间（P））向三元空间，即人类社会空间（H）、物理空间（P）和新增的信息空间（C）的三元空间转变。

图 二维空间向三位空间转变表示图

信息空间（C）是一个正在疾速增长的新“空间”维度，近 50 年来信息基本都是从人类社会产出，后来经过互联网停止有限的衔接，加上近些年来自于物理世界比如传感器和物联网等非人类社会产生的信息，让人类名副其实的进入了“大数据”时代，大数据时代，必然走向大知识，2020 年疫情的推进将加速三元关系的变化。

传统的二元世界存在两种关系，第一种是人类社会和物理世界的关系，第二种是人类和人类的关系，在进入三元社会之后不管是物理世界和人类社会都将信息空间（C）产生亲密的关系，而且这种关系将会越来越强。

图 信息空间与传统二元世界的关系

信息空间中的信息流将推进我们现有科技与产业从三个方面发生变化：



·新通道：给迷信、技术、经济社会的研讨与发展提供了新途径、新方法、新产品和新形式；
·新计算：建立在新老空间的互动 CH、C P之上的 AI；
·新门类：可以从新的视角看法现有的复杂巨路系统，比如城市运转系统、环境生态系统。

信息环境的剧变（超级计算、物联网）、社会新的需求（智慧城市、智能医疗）、AI 基础和目的的剧变（虚拟理想、群体智能）等新的变化和需求促使了 2015 年人工智能 2.0 概念的提出。

2017 年中国发布了《新一代人工智能发展规划》，发展规划提出了 AI2.0 的关键实际和技术，并提出了 AI2.0 的运用场景，推进中国人工智能发展迈向新的台阶。

图 新一代AI发展规划内容

二、知识表达将引导大数据智能的发展




潘云鹤院士首先带我们看法了各种方式的知识：
（1）结构化数据就是一种知识，和以往的程序计算数据的方式不同，AI采用的是数据驱动程序的方法；
（2）知识图谱不但能用于搜索和分析，还能用于推理与学习，是另一种知识表达，2012年浙江大学人工智能研讨所研发了 KS-studio，提出了将大数据转换为知识图谱的自动生成和关系发现技术；
（3）深度神经网络（DNN）本质上也是一种知识表达，深度神经网络可用于辨认图像、声响，但是缺陷是解释性差，对机器敌对，对人不敌对的但是好用的一种知识表达；
（4）视觉知识（VK），是对视觉笼统停止操作的一种知识表达，将来希冀经过VK来模拟人的笼统思想，提高笼统相关工作的效率。

图 四种知识表达的数据方式、特征运用

数据方式与运用目的不同，构成了不同的知识表达类型，随着非结构化数据的细分和运用，将不断的推进新的知识表达技术的诞生，同时不同的知识表达有本人擅长的范畴，多种知识的协同运用，将能提高系统的智能程度，比如深度神经网络（DNN）和视觉知识结合能在实践运用中就能提高辨认率，DNN 相似于人类的短期记忆，擅长感知辨认，视觉知识相似于人类的长期记忆，擅长推理、变化等迁移运用，两者“长短”结合，能有效的提高辨认率，海康威视研讨院基于视觉概念学习的自主目的检测就是该方法的典型运用。

图 海康威视研讨院基于视觉概念学习的自主目的检测

三、大数据智能的运用广泛而深化




随着大数据的广泛运用，数据曾经不只仅是数据，而是一座待开发的矿山，各行各业的人都希望能在本人积累的数据当中发掘出有价值、有意义的“金矿”。中国通讯院对制造业智能运用停止了一次调研，从影响要素和复杂度两个维度对人工智能的运用范围停止了划分，从图中可以看出那些本身流程和操作比较机械化，同时复杂度低的工作比较合适机器学习的运用，而那些复杂的质检、目的软测量等工作比较合合适于深度学习的运用。

图 制造业智能运用总体图

人工能智能可以辅助政府完成对经济运转的智能管理，人工智能能经过对经济目的的提取，完成对成绩缘由的多维度分析和预警预测，经过与可视化终端的交互（手机 APP）,协助政府更快、更准确的了解区域经济运转的状况，从而有利于政府根据详细状况停止“精准施策”。



同时绘制产业链地图，动态展现产业链上企业的发展状况，结合区域经济的优势和短板，疾速辨认成绩、反馈成绩，辅助有关部门制定针对该成绩的相关对策。

图 人工智能辅助政府停止经济管理

还能根据产业的发展状况，结合企业的实践状况，企业的实践需求，协助企业从产业、项目、人才角度停止全体规划，根据现有产业的发展状况，辅助企业完成招商引资，人才引入和产业规划。



此外潘云鹤院士还制造了智能金融的俯瞰图，从大数据智能、群体智能、跨媒体智能、人机交融加强智能和自动智能系统五大 AI 技术出发，绘制出了 AI 技术在金融范畴运用的图谱，让 AI 技术能在客户服务、风险控制、精准营销、资产管理和金融监管等范畴发挥更大的作用。

图 智能金融俯瞰图

演讲的最后潘云鹤院士提出大数据智能及其新技术是富饶的无人区，希望不断的人能在这个范畴停止新的探求，成为勇闯这个范畴的“新英雄”。



学术君真心希望目前曾经投身和将来即将从事 AI 事业的各位学者都能在将来成为AI范畴的“新英雄”！！

AI和BigData都属吹嘘过头、需求萎靡，好好关注下基础迷信和实体经济吧!

为了三千积分！

为了三千积分！

呵呵。。。