相关链接：院士谈人工智能

高文院士：智能机器人技术将从“动作解放”迈向“心脑解放”

在智能感知层面，未来媒体感知发展趋势需要从以下七个维度进行突破：视觉获取需超越人类感知、机器视觉应从被动到主动、发展自然声学场景的听感知、言语感知计算需面向自然交互、媒体感知信息处理应从深度学习到自主学习、大规模感知信息学习是未来智能处理的核心引擎、大范围全维度智能感知。在跨媒体推理技术层面，当下的目标是：跨越语言、视觉、听觉等不同类型的媒体数据，对现实世界中的知识进行统一表征、关联理解与深度挖掘；构建亿级跨媒体知识图谱，实现跨媒体知识演化及推理，研发跨媒体智能引擎；构建跨媒体应用示范系统（跨媒体内容监管系统 IMonitor、跨媒体态势分析系统ITrend、跨模态医疗数据融合推理系统 ICare），为跨媒体公共技术和服务平台的建设提供技术支撑。

重点任务是：跨媒体统一表征理论和模型，跨媒体关联理解与深度挖掘，跨媒体知识图谱构建与学习，跨媒体知识演化及推理，跨媒体智能描述与生成，跨媒体智能引擎和跨媒体示范应用。

在智能计算芯片与系统中，他指出了总体目标——面向各种人工智能应用对智能计算平台的共性需求，提出超越经典冯·诺依曼体系结构、适合非线性时空信息处理的新型体系结构和计算模型，研制超越传统计算机的智能计算系统，开发配套基础软件、系统软件和应用软件。构建涵盖高能效芯片、新型体系结构、高性能计算系统、操作系统和通用智能软件平台的自主技术链和相应的标准体系。

李德毅院士：AI的落脚点是解决现实问题，人工智能教育应回归本科

AI的内涵包括四个方面，分别是脑认知基础、机器感知与模式识别、自然语言处理与理解、知识工程。在这个核心之外，AI的外延还包括机器人与智能系统，AI的落脚点是解决现实问题。被人工智能冲击和改变的四个重要行业分别是制造业、教育行业、医疗行业、金融业。AI的兴起和大规模应用对教育方式产生了很大冲击，未来的教育不应该是知识的灌输和死记硬背，而应重在培养学生获取知识的能力、决策的能力和创新的能力。

目前，国内很多高校成立了机器人学院、人工智能学院、智能科学和技术学院，且以研究生教育为主，未来人工智能教育应回归本科，延伸到高职。人工智能应该怎么教，如何学，这些对于学校和教师都是非常大的挑战。

梅宏院士：机器人参加高考

人工智能曾经被认为是高层次的编程，典型的成果就是专家系统。当前我门正在进入数字驱动时代，以继续学习，深度学习为代表，即从数据中发现规律，挖掘知识，大体可分三个层次：第一个层次是软件加上知识库；第二个层次是自演化的知识系统；第三个层次是连软件也可以自演化，自优化的软件加上自演化的知识库。我做的一个项目是通过集成人工智能相关技术，使机器人通过高考进入人群的前20%。该项目取得了阶段性的成果：该人工智能系统参加高考可以达到数学 110分（150分满分）；语文90分（150分满分，其中60分作文考了45分）；文综40分（100分满分）。该系统的知识库构成还有待完善，涉及的技术包括深度学习、知识图谱构建等。

倪光南院士：人工智能应该更好地为人类服务

国家在人工智能领域有了新的规划后，人工智能可能将是下一步科技发展的决定性方向，也将会是今后互联网技术发展的大潮流。AI会带来什么很难预料，但一定会产生重大的影响。比如，我们不必担心到底哪些人类工作被取代，因为人工智能还是我们创造出来的，人工智能应该更好地为人类服务，帮助人类摆脱繁杂的工作。未来人和人工智能应该和谐相处，把重复性的劳动交给人工智能，人类去做更多有创造力的工作。

潘云鹤院士：人工智能2.0与教育的发展

由于世界正从原来的二元空间进入新的三元空间，人工智能正在从1.0走向2.0。新一代人工智能发展规划的五个基础研究方向有五个：一是大数据上的深度学习+自我博弈进化技术；二是基于网络的群体智能已经萌芽；三是人机一体化技术导向混合智能；四是跨媒体推理已经兴起；五是无人系统迅速发展。

一批人工智能2.0的关键技术已经应用在智能城市、智慧医疗、智能制造等多个领域。人工智能2.0对教育带来了诸多挑战，主要表现在五个方面：一是基于大数据的个性化教育；二是跨媒体学习；三是终身学习将得到智能化的支持；四是图书馆变成智能图书馆；五是新一代人工智能战略实施过程中，队伍组织和人才培育是两个极为重要的关键。

谭铁牛院士：人工智能是天使还是魔鬼？

人工智能经过六十多年发展已经取得重大进展，由于深度学习和机器学习的进步，专用人工智能，即面向特定领域或者单一任务的人工智能已取得了突破性进展，技术生态和创新生态备受关注，“智能+”已经成为一种创新的范式，渗透到各行各业。但是，人工智能在总体上还处于初级阶段，我用“四有四无”概括人工智能总体状况：有智能没有智慧，有智商没有情商，会计算不会算计，有专才没有通才。

未来人工智能的发展既具有巨大理论与技术创新空间，也具有广阔应用前景，可以说人工智能的春天刚刚开始。人工智能的八个宏观发展趋势值得关注：专用走向通用；机器智能到人机混合智能；从“人工+智能”到自主智能系统；学科交叉将成为人工智能创新源泉；人工智能产业将蓬勃发展；人工智能的法律法规一定会更加健全；人工智能将成为更多国家的战略选择；人工智能的教育会全面普及。

人工智能本身没有天使和魔鬼之分，它是一把双刃剑，是天使还是魔鬼取决于人类自身。因此我们有必要未雨绸缪，形成合力，确保人工智能的正面效应，确保人工智能造福于人类。

邬贺铨院士：数字化转型有赖于人工智能支持

数字化转型有赖于人工智能支持。工业互联网是推动互联网、大数据、人工智能和实体经济深度融合的主要载体，是制造业数字化、网络化、智能化发展的基础。工业互联网以智慧工厂为目标，促进企业的数字化转型，成为数字经济的新动能和智慧社会的支柱。今后移动通信应用到工业互联网，除了传统的工业软件，还需要有面向特定场景的应用开发。大数据引导企业的工业化、数字化转型，已经成为国外传统制造业企业转型的趋势。阿尔法狗用了多台设备48个CPU收集世界上所有围棋棋谱，经过3个月的人工训练，战胜了李世石和柯洁。但新一版的阿尔法狗用的设备量非常少，没有收集任何棋谱，只是了解了围棋的规则，经过3天自学，它已经没有对手了。也就是说，它并不完全靠死记硬背，而是靠深入的理解。所以未来30%的数字化转型都会有人工智能来支持。不久的将来，区块链将在工业互联网里得到应用，硬件的价值体现在软件，网络连接的价值转到云，商业模式从产品转到服务。

吴朝晖院士：高等教育视角下的人工智能创新发展

关于高等教育视角下的人工智能创新发展，我认为，人工智能作为引领未来的战略性技术和推动产业变革的核心驱动力，是经济发展的新引擎、社会进步的加速器，已成为全球战略必争的科技制高点。5月28日，习近平总书记在“两院”院士大会上强调，要以信息化、智能化为杠杆培育新动能，推进互联网、大数据、人工智能同实体经济深度融合。国务院、教育部先后发布了《新一代人工智能发展规划》和《高等学校人工智能创新行动计划》，分别从国家战略层面和高等教育层面对新一代人工智能的创新发展做出了重大部署。从需求侧来看，加快人工智能在

高等教育领域的创新应用，利用智能技术创新人才培养模式、改革教学方法、提升教育治理能力，构建智能化的终身教育体系，是推进教育均衡发展、促进教育公平、提高教育质量的重要手段，是实现教育现代化的强劲动力。从供给侧来看，高校是科技第一生产力、人才第一资源、创新第一动力的结合点，可以为国家现代化建设发展一流的人工智能学科、培育高端的人工智能人才、形成优质的人工智能成果，不断服务人工智能与实体经济深度融合的战略需要，从而为科技强国、教育强国提供更有力的创新支撑。

徐宗本院士：人工智能的核心就是大数据技术

人工智能是人类脑科学、认知科学的进展，它的可见趋势是大数据+场景，由感知智能向认知智能的发展，人工智能的核心就是大数据技术。人工智能生态包括算法、芯片、软硬件系统和应用，在人工智能浪潮下，需要对大数据进行再认识。目前，大数据发展存在产业链条缺乏健壮性和完整性、数据开放共享进展滞后、地方政府实践路径不清晰、应用水平仍处于低位等问题。大数据不仅是数据存储、建立数据中心，关键是对数据的变现和分析，把不同的数据聚合在一起，就是大数据的价值来源，它有一种累积效应。当前，大数据面临着重建分析基础、革新计算技术和劣实真伪判定三大科学任务。大数据产业人才严重缺乏，当务之急是加大人才培养力度。