又是一年世界人工智能大会
IT时报记者郝俊慧孙妍李丹琦李蕴坤
　　又过了一年，AI发展到何种水平？越来越智慧的AI如何与人类更好相处？如何防止AI带来的风险？AI下一步发展方向在哪里？
　　8月29日-8月31日，2019世界人工智能大会（WAIC）在上海举行，图灵奖获得者、中国工程院外籍院士Raj Reddy，特斯拉首席执行官Elon Musk，阿里巴巴董事局主席马云，卡内基梅隆大学计算机学院院长Tom Mitchell，腾讯公司董事会主席兼首席执行官马化腾，微软全球执行副总裁沈向洋，商汤科技创始人汤晓鸥等众多全球顶级人工智能科学家、科技公司掌门人等亮相。
　　这些人类的“智慧大脑”在交流碰撞，分享对“智联世界”的看法，展望人工智能的“无限可能”。
【AI与人类】李德毅：人工智能不会成为人类敌人
　　中国工程院院士中国人工智能学会理事长
　　提到人工智能，很多人都在讨论人工智能已经在干什么，将来能干什么，但我想从另外一个角度看一看，人工智能不能干什么？人工智能为什么还没有意识？
　　检测意识的简单方法则是镜子测试，即把猴子放到镜子面前，贴个标签区分我和非我，如果能够区分就表明它有了自我意识。但对于机器人来讲，到目前为止，任何机器人都还没有最原始的知觉意识，不能通过镜子测试感知自己的存在，区分本体和环境，表达“我”和“非我”。
　　此前，人类担心人工智能最大的冲击是地球上突然有一种超越人类的新物种，这些未来的生命抑或是人类的朋友，抑或是人类的天敌。目前定论尚早，对于这种观点我认为想得太早，是不存在的问题。
马化腾：探索人与AI的正确相处之道
　　腾讯公司董事会主席兼首席执行官
　　放眼这一年来全球AI领域，热度不减，亮点频频。
　　在AI技术研究方面，通用人工智能发展趋势越来越清晰，AI向人类智慧继续靠近，从专才向通才发展。实现从专用人工智能向通用人工智能跨越式的发展，“人工+智能”在向自主智能转化。
　　虚拟世界作为真实世界的模拟和仿真，一直是检验和提升AI能力的试金石，而复杂的虚拟环境被业界认为是攻克AI的难题，也是关键一步。如果在模拟真实世界的虚拟游戏中，AI学会跟人一样进行快速分析决策和行动，那么AI就能够执行更加困难和更加复杂的任务。
　　在AI应用方面，人工智能的发展将会带来以AI+为标志的普惠型智能社会，我国人工智能产业规模在未来10年内将进入高速增长期。
　　在AI的治理方面，这一年来，AI治理的紧迫性越来越高。今年5月份，腾讯提出了科技向善作为腾讯新的愿景和使命，所着眼的也正是探索人与AI正确的相处之道。
　　加强全球治理和合作是AI发展过程中必不可少的一环，今天没有哪一个国家能完全拥有新一轮科技和产业革命所需要的全部资源、技术和能力。产业割裂和技术脱钩将会损害整个人类的长期利益，面对技术竞争、贸易争端、地缘冲突等矛盾，我们应该拿出智慧和胸怀，努力跨越这些壁垒。
陈黎明：挖掘AI“向善”的能力
　　IBM大中华区董事长
　　AI可以下棋，可以剪辑一部电影，甚至可以作诗、作曲，AI写的唐诗差不多和人类一样好。但是，一项技术不仅应该满足日常的娱乐活动，更应该解决人类社会中的难题。
　　除了行业级的AI解决方案，AI“向善”的潜力也应大力挖掘。根据世界劳工组织的统计，每年有4030万人口遭到拐卖，其中有妇女，也有儿童，每一次拐卖都是一个家庭的破裂。IBM和致力于消除人口拐卖的非营利组织合作，借助AI能力打击这方面的犯罪。2017年，我们成功地将4名美国重犯送上了法庭，凭证据使他们获判了40年徒刑。
【AI与未来】Tom Mitchell：AI国家战略，不要零和要双赢
　　卡内基梅隆大学计算机学院院长
　　AI正在进一步加速世界的发展趋势。
　　在感知领域，计算机已经达到甚至超越人类的感知程度。比如在医疗领域，仅仅看到图片里皮肤上的一个症状，计算机便可以确定这是不是皮肤癌。
　　自然语言的处理能力在未来12个月中将达到最好水平。研究人员训练了大量文本给计算机，而且提前训练过的语言网络可以在网上进行下载，这样研究人员不需要从零开始开发语言感知系统，可以站在巨人的肩膀上去开发应用。
　　目前很多国家都有自己的人工智能战略，但有一点要注意，那便是分清零和游戏和双赢合作。
　　如果德国生产了更多的智能汽车，会导致日本的车卖得少，这就是零和游戏。但我们有很多应用场景并不是零和，而是双赢的，比如医疗、保健、教育、环境、智能城市。
　　在未来规划中，政府不仅要允许合作，还要推动合作，比如说在国际上分享医疗数据、分享算法等等，加速人工智能的发展，提高所有人的生活质量。
李开复：AI将带来第四波工业革命
　　创新工场董事长兼首席执行官
　　AI赋能传统行业带来的价值会超过AI企业本身，即将带来第四波工业革命。
　　AI+的四波浪潮将重塑各行各业，第一波浪潮是互联网智能化，第二波浪潮是商业智能化，第三波浪潮是实体世界智能化，第四波浪潮是全自动智能化。
　　AI领域科学的研究进展是不能预期的，但在工业产业界，96%的企业还没有全面使用AI，如今AI的普及程度几乎和黄页问世时的待遇是一样的，仍有很大的潜力。
　　从2012年到2025年，AI发展经历四个时代，分别是黑科技时代、B2B时代、传统公司时代与无所不在时代。之所以背负着“黑科技”的名声诞生，是因为早期AI技术仅掌握在极少数顶级博士的手中。在第二个阶段，AI公司开始做2B产品，覆盖了保险、银行、客服、金融和教育等领域。如果2030年AI将为中国带来200万亿元GDP的提升，那么其中1/4的价值将来自于AI赋能传统行业，而不是黑科技。
汤晓鸥：为AI创新加三点水，源头自有活水来
　　商汤科技创始人
　　源头创新的核心要素是三滴水：第一滴水，要有好的创新环境，保护知识产权，尊重原创，让原创者能“吃饱饭”；第二滴水，尊重人才、尊重人才培养，“AI+教育”，十年树木，百年树人，才能让原创源远流长；第三滴水，学术的充分交流才能碰撞出思想的火花，AI需要突破传统行业之间的界限，突破学术与产业的界限，突破学术的国界，AI需要大家的交流合作。有了这三点，源头的活水自然就来了。
　　商汤将中国总部落地上海，是因为看重上海有这三滴水，有创新环境、人才积累和海纳百川的胸怀，如今，商汤的三点水和上海的三点水汇聚在一起，一定会水到渠成。
【AI与挑战】Raj Reddy：发展AI要与隐私保护平衡
　　图灵奖获得者、中国工程院外籍院士、卡内基梅隆大学教授
　　企业在发展人工智能的时候一定要谨慎，人工智能翻译一种语言至少需要搜集10万条语音信息，如何合理合法地收集庞大的数据？在印度，企业会付费购买用户的语音信息，比如1000卢布购买1小时的语音，通过有偿的手段，来明确获得用户的授权。而且，用户有权去删除私密对话，因为有些语音信息，只有在亲友对话时才会出现。
　　再看美国几家公司的做法，它们往往准备了很长的隐私条款，但大多数用户都不会去仔细研读，这并不算完全明确地得到用户的授权。互联网公司的惯用解释是，用户使用我们的免费服务，所以我们理所应当可以使用用户的数据。其实，正是因为用户量庞大，才要更具体地限制这些公司。
沈向洋：不能等80年后才给AI系“安全带”
　　微软全球执行副总裁
　　过去的几年中，人工智能技术的发展速度远远超出想象。计算机视觉、语音识别、自然语言理解，包括机器阅读和机器翻译，甚至对话式人工智能都逐步在接近人类水平。
　　比如微软亚洲研究院已经创造出世界上最强的麻将AI，这个叫作Suphx的麻将AI，已经超过公开级别中顶级人类选手的平均水平。人工智能正将很多不可思议的事情变成现实，但是我们同时需要认真思考技术进步带来的社会影响以及将要面对的种种挑战。
　　微软有六项人工智能准则：公平、可靠和安全、隐私和保障、包容、透明和责任。但制定准则还远远不够，要真正解决诸多挑战，我们必须以身作则，积极实践。
　　汽车出现于19世纪末，在20世纪初逐渐流行起来，此后，公路交通事故造成的伤亡，随着汽车数字的增加而不断攀升。一直到1984年，第一部真正要求驾驶者系好安全带的立法在纽约出台。
　　今天，我们是人工智能的发明者，但我们绝对不应该等到80年以后才为人工智能补上一条安全带。
杨强：数据有限是难题
　　国际人工智能联合会议理事会主席、香港科技大学教授
　　实际上，直到今天，深度学习能够运用到的数据仍然非常有限。比如在法律的领域，积累一条有效的数据需要很长时间，而且法律的数据最多积累一万条就很难再有量的突破；在金融领域、医疗领域更是如此。由于监管、安全、利益等原因，不同医院之间的数据往往不能够互相传递，在这个情况下，即便有强烈的需求把数据给聚合起来还是很难。
　　此外，随着欧洲GDPR的正式提出、国内相关法律的陆续出台不难发现，社会对用户隐私的要求越来越高，公司之间进行数据交换的限制也越来越多。在此情况之下，大数据的形成就变成一个挑战。为此，我们提出了“联邦学习”的方法，即如果我们有办法让数据的拥有方在数据不出本地的情况下，建立一个可以共享的模型，与此同时在建立模型的过程中不违反用户的隐私，那么整个建模的过程就叫联邦学习的框架和算法。