汇聚了来自中、英、德等国以及中国香港特别行政区的院士、IEEE Fellow、专家，阿里、京东、华为等标杆企业的领军人物，奉献了10场主旨报告，1场专题讨论，10月30日，学术盛会“2020年‘一带一路’人工智能高峰论坛”在西安成功举办，众多大咖为探索全球化背景下人工智能发展的前沿，应对人工智能全球竞争的挑战，交流思想、分享经验，为‘一带一路’人工智能产业提供因地制宜的启发和思路，吸引了线上线下近百万人观看和聆听大会报告。本文根据现场速记整理了专家的精彩致辞、主旨报告以及专题讨论，再现盛会视野。
从电子信息科技谈创新体系建设
国家自然科学基金委信息学部主任、
中国科学院郝跃院士
郝跃院士在报告指出，我国信息科技在国际上具有重要的影响力，并取得了辉煌的成就。具体体现在：信息科技在学术水平上大幅的攀升，中青年人才的快速增长，尤其在超算、移动通信（5G）、人工智能方面的信息领域达到了国际领先水平。特别地，人工智能在我国确实具有比较强的优势。然而，我国在信息科技方面也存在短板，首先，信息产业整体大而不强，在基础材料、基础器件（芯片）、基础软件、基础装备方面发展失衡且受制于人；其次，我国信息科技原始创新不够、中规中矩；再次，基础研究对我们产业的支撑作用不够。信息科技将是相当长一段时间内大国博弈的最前沿，信息科技“卡脖子”问题成为长时期的重大挑战。
郝院士介绍了信息科技中最活跃、影响最大、发展最迅速的四个方面。一、通信网络与数据科学与技术。从4G到5G的领跑，推动了我国信息领域的快速发展，凸显出5G赋能的问题。与此同时“新一代工业互联网”重大研究计划的提出，表明工业互联网将会是未来整个5G赋能，引领我们整个未来新业态很重要的方面；二、计算科学与技术。我国的超算发展在超级计算和计算能力等方面面临巨大挑战，芯片功耗太大限制了计算能力的提升。目前提出的方法有多核解决算力问题、神经元类脑芯片（AI芯片）、神经形态器件集成（感存算一体）、集成电路芯片与光电结合、量子芯片和量子计算机等；三、智能科学与技术。郝院士指出人工智能是以应用牵引的一个科学技术，人工智能不同场景的问题是不完全一样的。在人工智能+教育领域，改造现有教育封闭、自私、僵化、垄断的高等教育制度，将信息科学技术与教育融合，建立泛在大学促进智能科学的发展；四、集成电路芯片（微电子与光电子科学与技术）。当今这个时代一切都依赖于微电子技术，国家发改委在西安电子科技大学成立了目前唯一的一家宽禁带半导体器件与集成电路国家工程研究中心，研究第三代半导体-宽禁带半导体、微纳米半导体新器件、新结构和先导工艺和高性能集成电路设计，希望把目前的研究成果尽快转化为现实产业。
最后，郝院士提出国家从长远利益考虑，一定要建立我们自主科技体系和技术生态体系。针对如何推进创新体系建设，提出了六个坚持和四个强化：坚持以科技促产品，以产品促创新；坚持需求牵引，市场与科技创新双驱动；坚持看准的事情不动摇不摇摆不折腾；坚持产学研共赢，不是谁吃掉谁；坚持国际化开放不动摇；坚持体系化布局，避免短板效应；强化创新文化，强化研发投入，强化有序竞争，大力协同，强化体制机制。郝院士讲到，面对挑战总有很艰难的时候，一定要把我们能做的事情做到极致，从小着手，绝不放弃，相信我们国家的信息科技、信息产业和其他产业都会得到一个健康的快速发展。
“柔性电子+智慧未来”—努力发展“根部技术”，加速打造“中国碳谷”
中国科学院院士、
西北工业大学常务副校长、
黄维院士
（由西北工业大学李鹏教授代为演讲）
报告从四个方向介绍了“柔性电子+智慧未来”：
第一、颠覆性创新定义国家未来。农业时代我国有自己很大的优势，但是随着进入工业革命时代，我们逐渐在跟西方竞争过程中落后，在信息时代有了后发优势，未来智能时代应该打造中国引领的新型信息技术，这个领域里柔性电子是可以发展的非常好的方向；习近平总书记强调，我国经济社会发展和民生改善比过去任何时候都更加需要科学技术解决方案，都更加需要增强创新这个第一动力。颠覆性技术蕴含着破坏性、变革性思想与渐进性技术相对应的范畴，包括变革性，导向性、广泛性、引领性。
在这个背景下，黄维院士提出了PLIM概念，是以物质科学为代表的基础学科、以生命科学为代表的前沿学科、以信息科学为代表的应用学科以及作为科学技术基础的数学学科。信息技术目前处在系统创新和智能引领的重大变革期，一方面柔性电子、智能感知、先进材料、万物联网、数据科学等信息技术不断冲击着天花板，加速着颠覆性的重大变革，另外与空间科学、能源科学、健康科学等技术产业交互融合，推动群体性技术突破，进行体系化创新成为赢得整个技术产业创新的主导力量，在这个前提下，黄院士提出了FAMISHED，包括柔性电子、人工智能、材料科学、万物联网、空间科学、健康科学、能源科学、数据科学的发展方向；在颠覆性科技创新领域，黄院士一直强调弯道超车，颠覆性科学培育需重视基础科学研究，柔性电子面向国家重大需求和科学前沿，聚焦自主创新。
第二、我国柔性电子产业的发展。初期柔性电子发展将有机、无机或有机无机复合材料沉积于柔性基底上，形成以电路为代表的光电子或者电子元器件与集成系统的一门新型科学技术。柔性电子已经成为全球科学前沿和研究热点，柔性电子应用在航空航天、国防军工，公共安全、健康医疗等方面。黄院士成功获批教育部新兴交叉学科支撑点，也是全国第一个。目前柔性电子学的范畴凝练为有机电子、塑料电子、生物电子、印刷电子四个方向，随着未来不断的发展和完善，相信学科的内涵和定义会有新的发展。
第三、创新团队及近期成果简介。以黄维院士带头，团队从海外到地方高校、西部高校，一直创新引领。科研成果领域，累计发表了一系列高水平期刊，出版了一系列有机电子学、生物电子学相关专著，目前正在编制柔性电子学系列的专著和教材；国际合作领域，通过国家引智基地和陕西省国际合作研究中心，聘任一大批海外专家，包括11名院士，同时也获批国家留学基金委的研究生创新项目，目前有20名师生出国交流，目前国际合作领域还是比较活跃；团队在柔性电子领域的代表性成果，包括面向柔性显示的钙钛矿发光材料，全无机钙钛矿纳米晶闪烁体，面向柔性能源的钙钛矿光伏，有机长余辉发光，有机半导体聚合物用于生物成像，有机半导体聚合物用于癌症光学诊断和治疗，具有计算能力和分子智能的单分子DNA巡航机器，纤维基柔性电子，面向健康医疗的柔性力学传感器，特殊环境多维信息感知等；成果转化与产业示范包括：柔性电子印刷浆料，印刷柔性光伏电池，团队在制备高能量密度的、可穿戴、可折叠的柔性电池，包括新能源汽车，很多地方可以用到柔性电子的材料和器件，如印刷光伏天窗，车载传感器等。
第四、柔性电子产业的机遇与挑战。习近平总书记强调，推动中国制造面向中国创造转变，中国速度向中国质量转变，中国产品向中国品牌转变。柔性电子是智能时代的关键核心技术，柔性电子是我国具有优势的研究领域，我国目前在一些关键方向已经取得创新突破。未来21世纪将是碳基材料和光电过程的柔性电子产业的未来，这个领域里面我们有我们的优势，我们可以做到开道超车，做到院士创新，实现我们自己技术的更新换代。
最后，黄院士倡导立足西安打造我们的中国碳谷，在2020年的疫情下，我国的制度、体制展示出我们自己独特的优势性，新生代科研工作者逐渐登上舞台，不断追赶，终将超越，我们一直在努力，打造中国的西部碳谷，江山代有人才出，各领风骚50年，柔性电子产业将引领这个时代的开启。
数智时代弄潮儿——产业生态+产业家+和谐心智
西交利物浦大学执行校长、
英国利物浦大学副校长席酉民教授
席酉民教授从宏观产业的视角向我们分享了产业生态、产业家、和谐心智三个概念，从理论上诠释了产业生态促进“一带一路”的发展。
席校长在报告中指出，我们正处在一个模糊的、不确定的、复杂的和多变的全球互联新世界，这样的生存环境会形成各种各样的产业生态，如何用生态去促进“一带一路”的发展，促进中国的发展是一个重大问题。席教授强调要利用产业生态建立不同国家之间的联系，突破国界、民族和文化的界限促进“一带一路”发展。
席教授讲到：产业生态是未来的趋势，而生态管理需要很多新的思维方式，新的组织方式，新的管理方式，以及现代技术支撑。与过去管理机制不同，生态管理中演化机制上升为主导地位，未来是控制机制和演化机制共同作用的生态管理，用好这两个机制需要有新的思维方式--“和谐管理理论”，即愿景和使命的驱动、和谐主题导向的布局、和谐耦合的生态营造、演化和在线的干预、最终达到目标，这是未来生态管理的基本逻辑。
最后，席教授再次鼓励我们通过和谐管理形成和谐心智，把东西方智慧结合起来促进“一带一路”的发展，使得我们能够迎接未来的趋势和挑战。
国务院参事、
中国人工智能学会理事长、
中国工程院院士戴琼海
国务院参事、中国人工智能学会理事长、中国工程院院士戴琼海在致辞中表示，越来越多的国家加入到了布局人工智能的队列中。在基础理论突破、信息环境支撑、经济社会需求拉动的共同作用下，人工智能已呈现出加速突破、应用驱动的新趋势，正在深刻改变甚至可能从根本上改变科技、经济、社会和国家安全格局。
当前，我国已经把人工智能的发展上升到了国家战略高度，为人工智能的发展提供了强有力的战略引领和政策支持。在政策和市场的双重驱动下，我国人工智能发展取得了长足进步，技术创新成绩显著，产业规模持续壮大，融合应用快速发展，“智能+”新技术、新模式在制造、物流、家居、医疗、安防、交通、零售等领域不断涌现。我国积极营造开放包容的人工智能产业生态，推动开放合作，实现互利共赢。“一带一路”是促进共同发展、实现共同繁荣的合作共赢之路，“‘一带一路’人工智能创新联盟”致力于为全球人工智能产业发展搭建合作和促进平台，推进学术交流、人才培养、科学研究、政策研究、社会服务等方面合作，促进区域合作发展。
教育部教育信息化专家组副组长、
西安电子科技大学校长
杨宗凯教授
教育部教育信息化专家组副组长、西安电子科技大学校长杨宗凯教授在致辞中表示，作为引领新一轮科技革命和产业变革的重要驱动力，人工智能、大数据、物联网、区块链等等这些新技术对经济和社会结构的作用影响越来越凸显。特别是今年以来面对全球疫情突发的新挑战，人工智能技术在疫情防控和恢复生产中发挥了积极的作用，进一步加快了人工智能产业化的步伐，麻省理工发布的全球十大突破性科技，其中有四个直接跟人工智能有关。人工智能带来的新产品、新技术、新业态会发生新的变化。
为适应人工智能时代的教育变革，西安电子科技大学准确识变、科学应变、主动求变，着力打造‘人工智能＋教育’标杆大学，从三个方面抓人工智能高等教育：
第一， 学习人工智能。西电现有人工智能领域在校的本科生将近1000名，硕博研究生在校将近800名。西电最近成立了人工智能研究院，怎么学习人工智能是要解决的问题之一，学习它的核心算法，学习人工智能的基本原理，学习它的技术以及技术的应用。
第二， 大学怎样通过人工智能改变现有的学科，重塑教学内容。人工智能可以跟微电子、电子科学技术、雷达等各个其他专业融合，这种变革在西电已经悄然发生，就是重塑我们的课程内容和研究范式。
第三， 如何用人工智能改变我们现有的教育。学校正在通过人工智能来赋能学生、赋能教师、赋能课堂、赋能管理，西电将通过科教融合、产教融合、校地融合、军民融合的途径，通过信息化、区块链、人工智能、大数据构建双院、双空间、双师、双证、双创等等新的教育模式和形态。
去年由西电倡导建设的“‘一带一路’智能学术带”得到了海内外百余所院校和企业的热烈响应大力支持，各兄弟单位在人才培养、科研合作、产教融合等人工智能领域多个方面开展了形式多样的友好合作，不但增进了交流和理解，而且还带动了区域产业的发展。相信在社会各界的共同努力下我们将迎来更深更广的开放合作，为进一步构筑我国人工智能先发优势、加快建设创新型国家和世界科技强国做出更大的贡献。
陕西省科学技术协会党组书记、
常务副主席
孙科教授
陕西省科学技术协会党组书记、常务副主席孙科教授在致辞中表示，陕西作为科教大省在人工智能领域的研究有一定优势，我省有多所高校的电子科学及技术、信息与通信工程、控制科学与工程、计算机科学与技术等与人工智能密切相关的学科都排在全国前列，每年培养相关专业研究生5200多名，本科生9500多名，已经成为全国人工智能人才的重要培养基地。
当前，我们必须狠抓以人工智能、5G、工业互联网、物联网、量子科技为代表的新型技术的战略机遇，抢占科技竞争和产业发展的制高点，推动我省由科教资源大省向创新驱动强省转化。陕西省科协按照智库、学术、科普三农的工作格局，搭建学术交流平台，支持国际性、全国性、区域性的学术会议在陕西举办。“一带一路”人工智能高峰论坛主旨是分享学术界、教育界、产业界人工智能领域的前沿发展趋势，促进学科进步，培养创新人才，促进科技和经济的融合。希望大家以此次论坛为契机，实现经验的交换、观点的碰撞、优秀科研成果与市场的直接接触，加强与陕西省学会、高校、院所和企业的交流合作，更好地服务陕西经济社会发展，高质量共建“一带一路”。
农业人工智能展望
中国工程院院士、
西北农林科技大学信息工程学院学术院长、
赵春江院士
我国面临很多农业问题，如农村劳动力流失，生产组织方式落后，生产效率低等。针对这些问题，习近平总书记提出来大力推进农业机械化、智能化，给农业插上科技的翅膀。赵院士的报告围绕人工智能在农业领域的研究与应用展开。
农业是人工智能的重要领域。赵院士指出，随着新一代科学技术的发展，特别是农业领域的渗透，诱发了数字革命。数字革命时代的到来，核心要素是数据、知识、智能，表现形态是智慧农业，发展智慧农业离不开人工智能的技术。根据国际最新机构预测，2019—2025年间，人工智能的年复合增长率达到了26%，预计2025年整个农业人工智能产值达到42亿。主要形式有硬件、软件、服务。最大限制因素是高精度田间信息获取成本，最活跃的技术是农业机器人，包括农业无人机等。人工智能技术在农业领域当中的应用有非常大的潜力。
农业人工智能技术。新一代人工智能技术有五大类，大数据智能、跨媒体智能、群体智能、人机混合增强智能和自主无人机系统。未来十年对农业发展有影响的人工智能技术按优先级排序，第一是农业动植物的智能识别。二是农业跨媒体数据挖掘分析，比如机器学习、图像识别、病虫害诊断。三是5G+区块链技术。四是人机协同与农业智能系统，比如说无人农场、智慧管理。五是农业人机混合智能交互与虚拟现实。比如说AR/VR技术模拟现实场景，实现虚拟化。六是农业机器人与农业无人系统，比如无人农场、无人加工车间等。
大力发展农业人工智能。人工智能在农业领域的应用瞄准三大需求，电脑替代人脑，机器替代人力，自主替代进口，满足这三大需求，我们重点发展智慧农业。未来智慧农业的场景，比如说精准作业、无人机等，所以国家发布了新一代人工智能发展规划，农业领域提出三个方面，一是研制农业智能传感与控制系统、智能化农业装备、农机田间作业自主系统。二是建立完善天空地一体化的智能农业信息遥控监测网络，建立典型农业大数据智能决策分析系统。三是开展智能农场、智能化植物工厂。
最后，赵院士指出中国未来农业人工智能发展路径，我们要研发有农业特点的人工智能。这个基础上进行集成应用，通过人工智能的基础应用引领现代农业发展，同时培育数字经济产业。数字经济包括数字产业化、产业的数字化。赵院士还展示了其团队具体相关的研究实践，为我国如何建设和发展智慧农业提供了启示和方向指引。
西咸新区党工委委员、
泾河新城党委书记、管委会主任
张宏伟先生
西咸新区党工委委员、泾河新城党委书记、管委会主任张宏伟先生在致辞中介绍了泾河新城，泾河新城紧紧围绕追赶超越主题，坚定大西安北跨战略核心聚集区和西安制造业新引擎的发展定位，以做最优生态环境、引最多优秀人才、聚最强高端产业为发展路径，通过规划建设院士谷和西北安全应急产业园，辐射带动产城一体，着力打造科技中心、创新中心、人才中心、休闲宜居中心，持续做强南山北水、灵动泾河的城市品牌。张宏伟先生表示，面对新要求，如何抢抓人工智能这一前沿科技，加快科研成果转化，打造高质量发展强力引擎，已成为摆在一项重大课题，也是实现追赶超越必须探索的重点领域。2020年“一带一路”人工智能高峰论坛围绕人工智能产业发展，汇聚各方智慧，共同交流探讨新科技、新理念、新思路，努力为推动高质量发展寻找新动能、新探索路径、谋划新蓝图。
行为人工智能及应用
IEEE Fellow、
中国人工智能学会副理事长、
清华大学孙富春教授
孙富春教授的报告围绕“行为人工智能及应用”的主题，介绍了行为人工智能的发展之路、如何像人一样感知与发育、如何像人一样模仿行为以及对未来的展望。
孙教授认为人工智能正面临着，从以深度学习主导的场景智能向以强化学习为主导的行为人工智能方向发展的变局。未来的机器可能既是动作指令的发出者，也是执行者。机器除了大脑外，将来可能会像人一样有感知部分，能够根据环境的变化，在各种条件下进行独立感知，并独立做出行为。
在人工智能三大范式中，行为主义范式是感知与行为的动态映射，感知为行为服务，同时行为又反过来增强感知。行为主义强调的智能是闭环智能，而且重点强调行为。对此，孙教授带领团队在如何产生知识、如何解决人工智能的三大科学问题（即复杂环境的行为感知与理解、高动态下行为认知与学习、强对抗下行为决策与操控）上做了理论方面的工作。通过介绍团队近期工作，讲解了机器人如何像人一样感知与发育，如何像人一样模仿行为，行为人工智能如何与场景（水下操作）结合和对水下仿生的行为人工智能研究。
孙教授认为，未来比较重要的是如何做闭环的智能，需要进一步研究是否有其他形式的知行体结构、行为产生机制与发育，如何实现共融的行为感知、控制、学习与增强，以及如何实现人-机、机-机及群体行为交互与博弈。
浅谈用人工智能辅助算法设计
IEEE Fellow、
香港城市大学讲座教授、
张青富教授
张青富教授的报告主要围绕“用人工智能辅助算法设计”展开，首先介绍了在自动算法领域如何用人工智能方法来设计算法，之后阐述了目前用人工智能方法来设计算法的进展。
目前，人工智能已成为国家战略发展的重中之重，将为“一带一路”发展注入新的生命力。人工智能，尤其是深度学习的应用，在很多方面已经取得了巨大成功，包括图像识别、语音识别和生成语言模型等领域。如何用人工智能的方法代替领域专家，设计专家系统是人工智能学科发展的长期目标。
张青富教授主要讲述了自动机器学习算法设计和自动组合优化算法设计，提出了自动算法配置及选择方法，并在自动配置算法中进行了初步尝试。在张教授的报告中，他提到：用人工智能自动设计算法具有重大意义。第一，自动算法的设计可以省去大量的人力和物力，可以让算法研究员去做一些有意义的工作。第二，在自动算法的设计领域，根据给定的大量问题的实例所具有共同的数学特征，通过人工智能自动算法的设计，从这些实例中学习到一个优化算法。遇到一个新的问题实例，优化算法可以解决这个新的实例问题。
张教授针对自动算法的设计，提出以下几个关键问题：（1）如何建立完善的自动算法设计理论；（2）自动算法的可解释性是需要解决的一个重要问题；（3）如何利用已有的专家知识和算法知识，并将其迁移到自动算法的设计中；（4）如何预处理问题实例集，尤其是一些小问题实例集；（5）如何利用人工智能方法辅助问题理解和建模；（6）如何将自动算法的设计成功地应用到实际问题。
人工智能助力智能供应链创新：技术和实践
IEEE Fellow、
京东集团副总裁梅涛研究员
梅涛教授在报告中分享了京东在“人工智能助力供应链创新”中的技术发展和举措。梅涛教授认为供应链是一个复杂网络，构建新时代的供应链是人工智能赋能新兴产业的必然要求和重要实践。同时，梅涛教授分享了几个供应链相关的例子：供应链生产制造过程中使用人工智能代替质检员识别瑕疵零部件；通过人工智能方法理解语音、语义以使机器能够与客户对话；以及零售店中的智能结算系统。
梅涛教授认为供应链发展经历了三个阶段：第一个阶段是上世纪90年代的传统供应链阶段，以企业为单位；第二个阶段是互联网供应链阶段，目前我国很多企业还是处在这个阶段；第三个阶段是智能供应链阶段，这个阶段是要在新的实践下解决整个社会跨行业和整个产业供应链协同问题。梅涛教授认为新的供应链应该是全球化、专业化、规范化和规模化的模式，并且新阶段的供应链应当在协同性、敏捷性和需求方面做的更好。
针对我们国家供应链发展水平在各个企业里面参差不齐的问题，梅涛教授以京东在供应链平台上的创新突破为例做介绍。分别从：顶层设计理论体系，保证软硬件自适应；服务供应链算法，同时研究通用人工智能算法，提供关键技术平台；实现智能生产，智能流通和智能服务三大供应链场景。目前，京东除了超过25亿人民币的投资，通过产学研合作外，京东云还通过跟政府合作模式，创建运营基地。最后梅涛教授分享了他对人工智能助力供应链的看法，他认为供应链是一个庞大的工程，供应链不仅是一个企业的责任，也是整个社会的责任，也是整个产业的责任，以拥抱和开放的心态共建设人工智能开放平台，实现合作共赢，才能把国家的人工智能供应链平台做好、做强、做大。
通用视觉：探索·实践·沉淀
IEEE Fellow、
华为云人工智能领域首席科学家田奇教授
田奇教授在报告中分享了华为在人工智能领域的愿景，以及在计算机视觉方面的探索、实践以及最新进展。
田奇教授指出，华为云在人工智能三大领域进行技术创新，一是计算机视觉，有非常多的基础检测。二是决策优化，帮助企业利用华为云，关注工业优化和决策优化平台。三是语音语义，包括知识图谱、对话机器人。其中，田奇教授详细介绍了计算机视觉的三大挑战，第一，如何从数据中挖掘有效信息，第二，怎样设计高效的视觉识别模型，第三，如何表达并存储知识。如何从数据中挖掘有效信息：设计两种场景，一是如何利用生成数据训练模型，二是如何对齐不同的数据。其中为了获取充足的数据有三种解决办法，一是利用数据扩增方法；二是利用GAN模拟更多数据；三是利用知识蒸馏与自动数据扩增结合的方法。怎样设计高效的视觉识别模型：华为关注两个模型包括深度学习、如何设计神经网模型。深度学习最早的网络都是手工设计，搜索空间需要人工经验定义，但搜算子需要人工设计，较手工设计网络可迁移性差。模型加速，路在何方？很多方案在实际应用中存在各种问题，业界提出了大量模型小型化解决方案。在CVPR2020会议上，华为提出加法网络，利用新型算子加速卷积网络。通用智能：一是如何定义视觉与训练模型，这个比较成熟。二是如何通过虚拟环境学习知识。三是如何表达并存储知识。华为云为保障基础创新能力，提出了创新、开放和培养的战略思维。面向国家重大需求，开发了华为云EI-Health医疗智能体，辅助新冠肺炎筛选，并在各大医院成功部署；抗疫“声”援智能疫情语音回访系统，高效完成疫情信息回访等。此外，他还展示了华为在顶会论文发表，各大竞赛的取得的国际领先成果，以及人工智能在决策优化和语音语义方面的进展，比如深圳交通智能体，语音语义AI模型等。最后阐述了华为云AI人才培养规划，制定人才培养5个子计划并成立了华为云人工智能人才培养专家指导委员会，主旨是培养AI人才，加快AI融入各行各业，不断向科学技术广度和深度进军。
Research Developments for Real World Combinatorial Optimisation Problems–
New Challenges of Automated Algorithm Design
英国诺丁汉大学
计算优化与学习实验室主任
屈嵘教授
屈嵘教授的报告主要围绕“自动算法设计的进展研究，以及如何将自动算法的设计解决现实生活中的组合优化问题”展开。屈教授首先介绍了，将自动算法的设计解决工业届问题的几个经典场景。第二，阐述了将自动算法的设计用于优化超启发式算法的一些进展。第三，屈教授探讨了自动算法设计领域中的几个挑战。
首先，屈教授介绍了实验室近年来在优化调度方面的问题建模与算法应用：路径优化在物流中的应用，交通运输中车辆的调度优化，港口车辆的调度优化等。他们很好地将组合优化问题的理论研究应用于实际问题，强调了算法的实用性。这些问题的解决，充分体现了“一带一路”人工智能创新联盟西安宣言所倡导的将深化产学研用，加快人工智能源头创新及关键技术转化应用，促进技术集成与商业模式创新，推进现有产业智能化升级，为“一带一路”建设探索新技术、新业态、新模式。
在不同的应用场景里，对算法设计的时候，需要做不同决策。对于这些决策，不同的研发者有不同的经验，算法的有效性很大程度上取决于开发者的经验。屈嵘教授以医疗领域人力资源和港口运输车辆调度与优化作为案例，深刻剖析了组合优化问题的建模和优化求解过程，展现了组合优化算法在实际复杂问题应用中需要考虑的重要因素，比如算法的灵活性、有效性，甚至可解释性。面对这些挑战，自动算法设计成为近年来新的研究重心。通过对自动通用组合优化问题（GCOP）框架等方案的解析，展现了自动算法的优越性。
屈教授指出将优化算法的思想运用到机器学习中的研究由来已久，但是，将机器学习应用到优化里的研究则是近年来才起步，用机器学习算法去学习优化任务中隐藏的模式值得继续探索，自动算法设计、物流中的路径选择及其应用和车辆联网及自动驾驶都是未来研究的延伸和拓展方向。
澎思科技：发力迁移学习，致力打造通用人工智能
澎思科技北京研究院首席算法研究员、
德国洪堡大学Robert Lorenz博士
Robert Lorenz博士在报告中与我们深入地探讨了澎思科技在前沿学习算法方面的研究和落地。他首先介绍了澎思科技是一家国际前沿AIoT生态平台公司，以“AI即服务”为使命，驱动尖端AI技术向普惠性的智能服务持续进化，其主要研究方向是机器视觉和图像处理。他详细讲解了澎思基于深度学习的算法池及在各领域的技术成就积累。接着，Robert Lorenz博士从深度学习在数据训练过程中出现的难点及小样本学习问题来指出，深度迁移学习是AI规模化落地的希望，且讲述了深度迁移学习在人脸识别、行人再识别/ReID中的应用。随后，Robert Lorenz博士使用具体实例与我们分享了澎思在小样本学习、多任务学习和异常行为识别与深度迁移学习结合的研究。
Robert Lorenz博士表示，通用智能是下一代AI发展的必然趋势，代表智能革命的未来，澎思的相关算法研究走在国际前列，并且已在产业应用中发挥良好效果，形成生产力转化。最后，Robert Lorenz博士在报告中向我们展示了澎思科技在深度迁移学习相关应用案例，包括人脸识别门禁、智慧安防和智慧社区、智慧工厂和AI康养以及无人巡逻车。
Panel: 人工智能与产教融合国际化挑战
在大会组委会主席、“一带一路”人工智能创新联盟秘书长、西安电子科技大学永利皇宫463cc执行院长侯彪教授的主持下，围绕“人工智能产教融合与国际化挑战”的议题，西安电子科技大学研究生院副院长王爽教授、陕西理工大学副校长王磊教授、西北大学陈莉教授、陕西国博政通信息科技有限公司总经理邓颖敏、西北农林科技大学信息工程学院院长张宏鸣教授、西安交通大学电子与信息学部副主任李辰教授、中国科学院自动化研究所模式识别国家重点实验室刘康研究员、阿里巴巴技术发展战略部高级专家石洪竺、澎思科技创始人兼CEO马原、维塑科技创始人兼CEO杨少毅10位专家从智能人才培养、智能教育发展路径、人工智能技术应用落地以及未来发展新机遇等多个方面展开了深入研讨。
首先，陕西理工大学王磊教授介绍了陕西理工大学在智能人才培养方面近年来开展的工作以提供参考。第一，AI+智慧学习/智慧教育，以学生的个性化条件、资质以及面向学习目标，在知识图谱基础上制定相应的学习路径和学习决策；第二，AI+智慧旅游，重点开展吃、住、行、游、购、娱六个维度的协同计算和资源调度优化，为市政府在全域旅游规划方面提供支持和决策方面专家咨询工作；第三，AI+智慧体育，培养了大量服务于社会的体育人才，带动了地区全民健身工作。王磊教授认为，产教融合最大的挑战是在于人才培养体系的建立，要从四个方面做好产教融合：针对学生、培养学生的独立思考、创新意识及艰苦奋斗的意识；针对老师，提升社会实践经历和教师队伍素质；针对企业，降低研发工作成本和风险的同时拓展企业研究的领域；针对社会，有利于社会整个科研水平的提升和全民参与创新及人才培养。
就人才培养和学科建设问题，西北大学陈莉教授谈到人工智能产业现已成为国际范围内的新兴产业。从人才培养的角度来说，首先是数量，其次是质量。具体人工智能的人才培养方案要结合各个学校的特色和定位。陈莉教授说道，关于人工智能涉及的八大关键技术，本科专业不可能面面俱到，要结合学校的优势来制定具体的培养方向。从学科建设的角度来说，涉及到队伍、科研平台和人才培养体系等一系列问题。做人工智能三个重要元素，一是数据，二是算法，三是算力，没有能做大数据处理的平台和设备，所以很多本科专业申办后仍处于摸索阶段。人工智能的人才培养需要考虑基本科学素养、专业知识、通识课程、伦理以及认知科学等方面的培养。陈莉教授建议在课程教材编纂、课程设置、人才培养方案设定时要紧跟教育部近两年文件精神。关于“人工智能+X”，企业在高校里面成立联合实验室是一种非常好的解决思路。
阿里巴巴技术发展战略部高级专家石洪竺认为人工智能的下一个风口是跨学科的融合，如脑科学、心理学等。人工智能的应用领域，现在是将感知智能升级为认知智能。从感知到认知分三层，基础数据层、推理层和用户交互层。以阿里为例，一个非常多元化的生态，贯穿了人的衣食住行，拥有全世界最大的电商知识图谱，各个域的知识做整个图谱融合，是目前阿里走到下一个人工智能时代很大的挑战。石洪竺表示，现在是图计算时代，数亿个节点，巨大的数据规模情况下，如何把基础数据层做升级，到下一层的推理层等，这也是迈向下一个时代的巨大挑战。
西北农林科技大学张宏鸣教授重点讨论了AI在农业领域部署的成熟度问题。信息技术涉足到农业领域分成三个部分。一是信息感知，从数据采集端采集常见的温湿度、土壤肥力等一系列数据，与人工智能关联性不大，相对来讲比较成熟，但有一些瓶颈很难突破，较智能的数据感知设备不太成熟，实现预报和预警的智能设备已存在，但程度较差一些；二是算法，目前机器训练进行数据分析非常少，且使用者农户反馈的信息不够，数据分析的结果如何使用尚不成熟；三是农业机器人，实现自动控制的机器将是未来AI在农业的一大应用领域。张宏鸣教授总结，整体来讲目前AI在农业领域部署成熟度不高。
陕西国博政通信息科技有限公司总经理邓颖敏介绍了人工智能在电子政务领域的应用以及未来发展趋势。目前，人工智能在电子政务中的具体应用十分广泛，比如当办理政务信息的时候的身份认证、雪亮工程抓拍、决策支撑系统、服务机器人、政务领域回答问题的在线机器人、行政大厅的线下机器人、自助服务终端等。但人工智能的应用模式主要用于解决大量规模化的、比较固定的问题，这些问题花费大量时间且操作模式单一，即最简单的人工智能，目前只能提供辅助决策。在电子政务领域，政府容错率低、对于试错性也不能接受。所以目前接触比较多的是用人工智能大量识别图像、图像处理、识别一些数据，识别一些视频里面的海量数据的解析、辅助决策性的工作。
人工智能的两个关键是算法和大数据，近些年来政府对于自己的数据是越来越看重，慢慢也会把基于云的运营商，包括BAT（中国互联网公司三巨头）企业数据慢慢集中到政府。现在很多政府单位成立大数据局，政府对数据越来越看重，没有大数据很难有人工智能的下一步，目前是比较好的势头。虽然摆脱了对云平台的依赖，但是会出现大量海量数据的算力问题，相信下一步等到数据足够多时候政府会兴建算力平台。另一个困难就是，国内外人工智能人才大量流入BAT以及国外的科研机构，能去政府的人寥寥无几。有一些人会说依托这些BAT，但人才不等于专业，和其他行业之间都有专业壁垒。既要要求研究政府业务流程，也要懂人工智能，还要有能够把模型抽取出来的能力，就需要人才既懂人工智能又懂政府。所以目前在这种人工智能技术和行业资本数据算力上目前大家都是各有擅长，而在政务领域很难把这些整合在一起。另一方面，基于政府不确定的投入。最近5G、人工智能、大数据都在报一些专项，据了解国家在顶层上有这样一些专业设计，虽然目前到不了省级和学校层面，但是国家已经意识到这个问题了，将来会享受到国家整个大趋势的红利。相信空白的地方一定是机遇多，机遇多的地方肯定有挑战，在时代的大潮中，能胜出的往往是少数。
西安交通大学李辰教授分析了人工智能如何处理不同语境中相同词语和语句的含义的技术问题，因为相同的词和语句是取决于上下文的，而上下文在技术上有很多方法可以区分，其在本质上和图像是类似的，即语义区分，相当于语境带入问题，建模的时候把这些信息带进去。自然语言处理的最终目的是达到让计算机像人一样去阅读理解文本数据、语言数据，并做出相应的反馈。对于图像处理来说，目的就是让计算机看见这些图像的数据，理解这个图像，然后再做其他的处理。同样的，自然语言处理就是能让计算机不仅能读句子，而且理解里面提到的词语是指同一个东西，然后根据数据的本质和它的任务的设定，就会做出相应的反应。
针对研究生教育在人工智能时代面临的挑战，西安电子科技大学王爽教授说不管是人工智能技术热还是不热，这个问题一直都是西电关注的。从个人观点来看，这个问题可以分为两个方面，首先是思考人工智能技术对于研究生人才培养到底起什么样的作用。其次是从人才需求角度，人工智能高端人才培养应该怎么做。
1、现在AI+教育在很多阶段有应用，比如幼儿阶段、本科阶段，那么研究生教育要考虑本身教育的特点，人工智能技术引入对个性化的学习、导师的指导、学生的成长都是从数据技术上有更多支撑，但是要面向研究生本身的教育特点，对高端人才培养和新技术理解能力的提升，跟本科最大区别是本科更多是集中在上课，研究生培养过去更注重入口和出口，现在怎么在过程中帮助研究生培养，结合西电，要考虑西电本身的专业特色，包括西电人才培养，比如面向工程、电子信息领域、人工智能领域的特色。
2、人工智能领域的人才，从研究生培养来说已经到了人才培养的最高端，面向的是人工智能领域高端人才培养。前面也有涉及，在人才培养中，既有量的需求也有质的需求，而我们对应的是质的需求。人工智能人才培养也有特点，比如说技术应用产业的交叉，这一部分怎么样从人工智能人才培养和人才需求做好产教融合。而且人工智能本身是交叉学科，包括交叉学科的人才培养也是在探索中，都是开放问题，没有统一答案，但是这几点应该是未来人工智能技术和研究生培养要结合的几个点。
面对现今大火的知识图谱，中国科学院自动化研究所模式识别国家重点实验室刘康研究员解答了“知识图谱这种技术或者说相关技术在挖掘不同场景或者上下文，或者一些问答中的语义信息和关键信息，是怎么利用知识图谱挖掘不同场景上的语义和上下文信息”的问题。
刘康研究员讲到，知识图谱做语义理解，最大概念是用知识，现在大家把知识图谱定义为实体、关系等表示形式，其实是远远不够的，图像、自然语言或者深度推理都是在理解语义的过程，一个是内涵，一个是外延。内涵是看到这段话知道在说什么，外延是说这些图像和文字在认知里的概念以及可以关联出的东西。知识图谱现在表述手段非常有限，在很多语义层面只是说怎么抽实体，怎么挖掘实体之间的关系，但最核心问题还是在于知识应该怎么落实，我们要做推理，包括语义理解，除了有实体，而且还有事件、场景、规则，这些知识怎么表述、刻画、获取，这是很难的问题。
现在有很多通过人工智能的方式，通过语言构建学习，从大量指标库中学习一些知识。本身最核心的问题是向量和符号匹配的问题，也是下一代人工智能核心技术，就是符号和向量怎么结合，这也是人工智能最本质、最核心的问题。要学到知识，做到这些远远不够，通过大规模的数据训练，让机器学到数据的一些信息，需要多模态配合，需要和环境的交互，得到环境的反馈，这是知识构建和知识工程后续需要考虑的核心问题，也可能是未来重点研究的方向。
作为产业界代表，对于如何持续推进人工智能的落地和产学研的融合，澎思科技创始人兼CEO马原认为：第一是AI落地，即把技术落实到一个实际场景中，这个过程中也是不断提升学习的过程。澎思发现企业在这个环节过程中起到的作用是把技术推向市场和社会最后一公里，最终进入千家万户，最后一公里像看不见的手，必须达到一个成本、技术、体验的最优状态。第二是跟院校合作方面，澎思科技通过和院校合作接触到了非常多的前沿技术，所以不如把一些非常前沿的技术放在院校做。比如微软和索尼正在做的基于SP的AI技术，这样的技术在科研院所早期进行合作，而这种技术一旦做成功对整个产业链的革命非常大，相当于目前所有的图像处理在成像之后做的后端处理，而这个可能在SP层面就可直接植入。
维塑科技创始人兼CEO杨少毅以自己公司为例，分享了关于创业公司如何在与大公司的竞争中保持自己的优势以及公司战略布局重心的见解。现在其所在公司的蒜泥品牌主要专注于人工智能产业链的服务，包括智库、信息化和相关的人工智能空间，原因就是和公司未来发展规划相关，人工智能不是单纯存在的，而是和某一个场景、某一个行业结合。
创业刚开始的核心是关注一件事，把它做得更高、更快、更强，结果发现产品想进入健康行业并不需要这么高、这么快，而是需要在效率和成本中找到一个中间点，比如公司一代产品，重建一个人和重建一个杯子逻辑一样，人在台上站35秒不动，这个体验很差，而第二代是不需要站在台上，10秒钟就可以重建。但真正场景之下，客户觉得二代技术不如一代技术仪式感更好，不如一代技术专业。所以只有进入行业才发现行业的需求很重要，包括用户对于隐私、效率、仪式感的评价。因此，杨少毅认为找清楚行业问题很重要，对于一个公司的发展，应该计划从做人工智能大业务逐渐落地到人工智能+应用健康小范围，把这件事吃透吃精。
（整理人：黄欣研 崔艳雨 张 俊 贾 楠 董惠惠 王锐楠 李鹏芳 张 欣 张若浛 王 丹 郭雨薇 丁静怡 李玲玲 刘 旭）
