2017年11月17日上午，深圳高交會會展中心簕杜鵑廳舉辦了創(chuàng)新與未來技術主題論壇，邀請了多家等企業(yè)機構代表出席，與在場觀眾分享了一場盛大的人工智能、科技未來的思想盛宴！以下是嘉賓精選摘要：

谷歌副總裁、大中華區(qū)總裁 石博盟

石博盟：

使用技術它的目的也是希望能夠大大地提高人類本身的能力，谷歌在未來的發(fā)展當中，希望能夠從不同的行業(yè)提高人類的生活水平。在中國在深圳我們看到了許多的地方都像深圳一樣展示出了高科技的魅力，我們也可以想象一下每一個地區(qū)發(fā)展科技的獨特點以及他們所研發(fā)AI里面帶來不同的計算機的解決方案里面的特殊性，我們需要不同的數據準入，需要數據處理，需要更好的數據升級以及存儲，并且要知道怎么樣建立運行，能夠更好地去進行數據的分類，這就是我們今天在深圳能夠做的。我們也需要更好地探索新的技術。你準備好了嗎？你準備應用人工智能這個工具了嗎？我們不像宇宙觀望的望遠鏡一樣，有了現在的望遠鏡我們能夠展望更為廣袤的宇宙，可能有些宇宙的方方面面是我們從來沒有探討，所以我們需要去了解，需要去勘探，能夠用不同的方式利用AI為我們服務，我們將會迎接更加美麗的未來。

微軟公司副總裁、中國區(qū)首席運營官 鄒作基

鄒作基：我們在這幾年開拓了人工智能，發(fā)現兩個事情是很值得大家去留意的，其實很多時候人工智能大家在看，它的能力它的分析能力，你的工作，你的日常生活中能帶給你什么事，其實很多時候大家都忘記一個事情，就是情商，大家都聽過小冰我們三年前在中國推出來的一個情商的智能機器人，現在已經從中國落地開花了，到了不同的國家，在美國、日本都在當地的小冰，所以我說帶給人類的創(chuàng)造能力之外，不要忘記情商這個事情。

我們看人工智能有幾塊事情，未來大家去開拓的時候都會看得到，就是數據，沒有數據根本是沒有智能的。第二個就是平臺，平臺里面應該有很多不同的開發(fā)工具，給大家去應用，給大家做你想要做的事情，可能你是不同行業(yè)的企業(yè)，你開拓什么數據，這個平臺是很重要的。我們非常關注商業(yè)的應用方面，等一下會分享案例。

從數據方面你看到這個圖，這個就是學習的圖，你每轉一個圈就多學一點東西，所以人工智能不是一走出來就是一個概念，是你不斷地學習，這個學習的過程中不斷增加不同類型的數據。在整個人工智能開拓的平臺里面，我們要照顧并不是很大的企業(yè)，其實開放者還有科學家也是我們要照顧的一群；他們是人工智能的開端，企業(yè)公司才能應用。

英特爾中國戰(zhàn)略合作部經理、英特爾創(chuàng)新加速器總負責人 李德勝

李德勝：科技創(chuàng)新總結的話有兩個大趨勢

第一，萬物數字化，原來傳統(tǒng)的物體都開始有數字化的功能，能夠更好地為人類服務。講一句中國傳統(tǒng)經常講的，這些數據取得以后一定非常有意義，以后每個人去上網買鞋子的之后，你的數據直接傳到工廠，工廠根據你的需求定制每個人不一樣的穿著最舒適的鞋子，這是萬物數字化的例子。

第二，智能的產業(yè)化，例如智慧樓宇，讓大家在一個更加好的社會里面去生活。智能終端也好，人工智能也好，慢慢的一定是要和人類社會，實體經濟進行完美的融合，做到更好地產業(yè)化。

麥肯錫公司全球董事合伙人 唐睿思

唐睿思：

首先我強調三點，第一點就是中國已成為全球創(chuàng)新領導者，中國不斷地在增加它的研發(fā)方面的投入，中國要真的能夠完全實現中國制造2025的戰(zhàn)略目標，未來這個數字會14%到20%。

風險投資在過去的十年還是可以說是微乎其微，但是在過去五到七年出現爆炸式的增長，在座的各位，尤其是在VC的行業(yè)大家可能會覺得很多的投資讓我們感到很震驚，但是的確是這樣，很多風投都進入高科技企業(yè)，中國在全球主要的資本投資我相信也在全球排名前三，包括金融、應用科技，中國已經成為全球風投的目標點。

中國是一個研發(fā)的大國，而且我覺得要贏得走向未來的競爭大戰(zhàn)的戰(zhàn)場，創(chuàng)新也越來越難。很多提到AI提到物聯網、無人駕駛，所有這一切不僅是傳統(tǒng)IT行業(yè)本身創(chuàng)新，你不能在一個層面上進行創(chuàng)新取得成功來賺錢，因為這代表著是一組新的創(chuàng)新的規(guī)則，要在這樣的充滿競爭的創(chuàng)新市場上要保持中國在創(chuàng)新和高科技方面成為全球的領導者，最關鍵的在于技術致勝，人才致勝。

IBM全球副總裁、大中華區(qū)首席技術官，IBM中國研究院院長 沈曉衛(wèi)

沈曉衛(wèi)：人工智能時代，從技術的角度人工智能的創(chuàng)新應該有什么樣的戰(zhàn)略？從某個緯度來講，人工智能的創(chuàng)新可以看作幾個大的方向，首先是人工智能核心技術的創(chuàng)新。第二，我們也會看看今天的人工智能需要在計算機上運行，如何構建面向未來人工智能應用的計算機系統(tǒng)？第三，我們也會看一下人工智能如何與包括區(qū)塊鏈、物聯網、云計算這樣的技術做一個更好的整合。就來看人工智能與行業(yè)的結合，提到人工智能真正改變世界不僅僅是要靠一場比賽的勝利，真正改變世界是要解決行業(yè)的問題。今天看到人工智能解決的行業(yè)問題，大致是分為兩大類：

第一，所有的傳統(tǒng)行業(yè)都可能受到人工智能的極大沖擊或者改變，使得這個行業(yè)變得更加高效，變得更加安全。

第二，利用人工智能的技術，我們會產生很多基于知識的專家，無論是從知識中還是從數據中學到的知識，使我們很多領域，無論是醫(yī)療、教育、金融等等，我們的職業(yè)變得更加方便，相當于你有一個助手。

從人工智能和行業(yè)結合的角度就有三個非常關鍵的詞：云、人工智能、行業(yè)，未來從人工智能與行業(yè)結合的角度來看，就是來構建從云端提供，基于人工智能能力的行業(yè)解決方案，整個IT發(fā)展的方向，IT和行業(yè)融合的方向我們認為就是往這個方向走。

百度副總裁，百度AI技術平臺體系總負責人兼百度研究院院長 王海峰

王海峰：人工智能既可以賦能很多傳統(tǒng)行業(yè)，同時也會帶來很多新的產業(yè)機會，一些新的產品產業(yè)在人工智能時代逐漸出現。AI技術也是方方面面的從圖像、自然語言等等，運用在金融里面就構成金融科技，可以幫助金融做文字的識別、風控、校驗等等方面，所有的技術一起形成一個完整的金融科技行業(yè)解決方案。

很多人都認為機器人是人工智能很集中的體現，當然機器人不管殼子做的多萌，核心是后面的大腦，比如說百度的小度機器人目前為止百度AI開發(fā)平臺已經開放開源80多個能力，可以供所有人使用。而基于所有的能力，我們也希望與所有的行業(yè)場景去結合，綜合運用所有的AI技術，一起賦能行業(yè)，提升生產率，也創(chuàng)造很多的新的行業(yè)機會。

迅雷集團CEO、網心科技CEO 陳磊

陳磊：

計算能力的匱乏已經在行業(yè)里面能夠慢慢看到了，隨著機器人人工智能、大數據、VR、AR所有的科技創(chuàng)新的大幅度增長和發(fā)展，這個矛盾會越來越尖銳。這是一個趨勢，再去看另外一個趨勢，科技會慢慢地向去中心化的方向發(fā)展

隨著IOT，隨著社會對隱私的認知發(fā)展，我覺得未來會就很多應用場景，其實在這種架構上更容易實現，或者能夠得到更好的解決。

談到去中心化就會談到區(qū)塊鏈，我們在共享用戶的計算當中引入區(qū)塊鏈，為共享計算提供有償服務的交換媒介，提供了小額、快速、高效的補償機制，通過智能合約，同時讓整個系統(tǒng)可信，就是不是有一個大公司在背后在操作或者說隨意修改哪一個用戶他做了多少貢獻。

傳統(tǒng)的云計算它的成本結構是跟他的規(guī)模是一致的，這里面包括帶寬成本、機房的作用成本等等，共享計算它的核心價值是這個計算能力實際上它是一種給用戶足夠的回報，滿足用戶的回報預期就可以維護和運轉下去。共享計算資源的使用效率越高，編輯成本就越低。

我們相信共享計算作為一種解決社會計算成本和推動更加分布式，更加有隱私的技術解決方案，將會在未來的科技發(fā)展道路上，成為很重要的一員，感謝大家的關注，謝謝。

歐洲科學院院士、DFKI科學總監(jiān)、德國人工智能研究中心科學總監(jiān)，AITC院長，聯想集團人工智能首席顧問 漢斯·烏思克爾特

漢斯·烏思克爾特：聚焦于德國人工智能中心，我們有五大不同的位置地點或者說分布所做的一系列圍繞人工智能的工作。這是工業(yè)4.0時代，中間包括人工智能技術，包括物聯網技術，當然也包括商業(yè)智能，BI，也包括網絡、虛擬物理系統(tǒng)等等，還有一系列其他的發(fā)展或者開發(fā)，有的也是之前谷歌的講者百度的講者提到知識信息大的組織，能夠讓每個人觸手可及。這中間帶入越來越多的技術，越來越多的知識，包括語義網，包括一系列的圖譜，在這里還有兩個，我們感到非常振奮的發(fā)展。

今天的AI其實很多時候都能夠符合我們的要求，但是我們也受到一個障礙的阻撓，就是我們的行為，我們的直覺力可以怎么樣更好地去開發(fā)？去適應工業(yè)4.0，能夠監(jiān)測這個過程進行分析，并且用一致性的信息去分析不會有偏差。這包括了工藝流程的優(yōu)化，進行預判性的生產分析還有功能的戰(zhàn)略自動化實行等等。

IT的處理不會有極限也不會疲勞，可以模仿大腦的功能，但是對于大數據和神經網絡的處理能力結合起來，對于顯性知識的了解就能夠幫助我們解決問題，并且能夠建立一些更好的數據的收集和利用；能夠結合原來既有的知識和新收集的數據，再加上我們講到的深入學習，就能夠帶來AI的下一波革命，對于AI的研究者來說，我覺得在未來我們都能夠有更加好的真正意義上的革命，我覺得現在的革命不是真正的，只有當世界一起努力的時候，我們才能真正能夠迎來AI的革命。