AI ProCon 2020落幕 百位專家與萬名開發者拉開人工智能新篇章

北京2020年7月6日 /美通社/ -- 7 月 4 日，為期 2 天的“2020 年 AI 開發者萬人大會(AI ProCon 2020)”，在過萬名開發者的關注下圓滿落幕。作為由 CSDN 策劃及主辦的系列技術“開發者大會”之一，本次大會邀請到中科院、卡內基梅隆大學、微軟、英特爾、阿里巴巴、騰訊、京東、快手等100+行業學術界及一線大廠 AI 技術領袖、核心業務線負責人參與，吸引到了 10000+開發者/學習者，并在這個特殊時期全力配合抗擊疫情，全程采用線上直播方式，與大家共話 AI 技術風云。

AI ProCon 2020

當前正值全球新一輪科技革命，產業變革蓄勢待發，人工智能作為其中重要力量，為全球經濟發展與社會進步產生重大而深遠的影響。為了讓開發者一站式學習及了解當下 AI 的前沿技術、AI 產業發展、AI 技術成長之路及企業技術實踐經驗，本次大會設置了 20 大精彩主題論壇，覆蓋了 AI 技術、生態、行業、應用、職業規劃、投融資等話題。

同時，CSDN 在大會首日發布了“AI 開源貢獻獎 Top5”、“AI 新銳公司獎 Top10”、“AI 優秀案例獎 Top30”三大榜單，百度、華為、曠視科技、騰訊、微眾銀行、超星未來、埃睿迪、愛奇藝、京東智聯云、科大訊飛、聯想等企業均榜上有名。CSDN相信，榜樣的力量將成為促進 AI 行業不斷發展的重要基石！

大會上，專家們暢所欲言，金句頻出，分享了對各自專業領域的獨到見解，為大會留下許多具有前瞻性的精彩觀點。本文對為期 2 天的大會進行精華提煉。

人工智能過去與未來

作為主會的第一位演講嘉賓，中國科學院院士張鈸發表了主題為《人工智能的發展現狀與人才培養》的演講。張鈸院士基于以符號主義為代表的“第一代人工智能”和以深度學習為代表的“第二代人工智能”，提出了“第三代人工智能”的構想，在前兩代知識/數據+算法+算力的基礎上，將知識驅動和數據驅動相結合，旨在構建安全、可信、可靠和可擴展的人工智能技術，并推動人工智能的創新應用落地。

而想要實現張鈸院士提出的“第三代人工智能”，清華大學計算機系教授唐杰認為算法是核心、計算和數據是基礎。而目前，人們正處在從感知到認知的過程中。在算法方面，目前主要通過算法實現人工智能，而未來工程學方法和模擬法，可以提升算法的性能。主要原理包括模仿人類或其他生物所用的方法，例如遺傳算法或神經網絡；在計算能力方面，目前主要是通過GPU來并行計算神經網絡，而未來隨著量子計算和速度更快的芯片的誕生，計算能力將指數倍提升；在知識方面，現在的知識數據來自于互聯網，往往較為碎片化，而未來則可以實現全世界常識的知識圖譜。在人工智能的長遠發展方面，唐杰教授認為未來十年的目標是實現認知與推理，這一步需要基于海量數據、知識庫來實現；而未來30年，則有望看到計算機具有自我意識，基于認知推和記憶，讓機器與人更為接近。而在人工智能的發展中，自然語言處理是人工智能從計算智能到感知智能、認知智能、創造智能演進的必要技術。阿里巴巴副總裁、達摩院語言實驗室首席科學家、ACM杰出科學家司羅認為未來自然語言處理會向著以下三個方向發展：1. 深度語言模型突破式發展，引領重要自然語言技術取得進展；2. 公有云NLP技術服務從通用功能走向定制化；3. 自然語言技術逐步與行業/場景相結合，產生出更大的價值。加上自然語言技術平臺的應用，自然語言處理可以打通場景 -- 數據/知識 -- NLP應用技術 -- 更豐富的場景全閉環。此外，人工智能最終還是要落到應用上，華為云 EI 創新孵化 Lab 主任涂丹丹認為，目前人們正處于“技術發展與社會環境互相碰撞”的階段，在這一階段中，興奮、沖動、焦慮、困惑并行，如何抓住這波浪潮，成為了企業決勝的關鍵，并走向“技術發展與社會環境互相促進、穩定發展”的階段。對此，TensorFlow中國研發負責人李雙峰也為大家分享了TensorFlow的最新進展。TensorFlow是AI開發中常用的框架之一，目前，TensorFlow的下載量已經超過100,000,000，提交次數89,000+，代碼改動請求14,600+，貢獻者2600+。TensorFlow的生態發展也是沿著研究—生產力—全場景部署的路線推進。

在本議題的最后，由 CSDN 著重打造的高端對話欄目“大咖來了”也搬上了直播“舞臺”，其中，CSDN 創始人&董事長、極客幫創投創始合伙人蔣濤分享了一份《中國AI應用開發者報告》，報告顯示，在CSDN 3100萬的注冊開發者中，689萬開發者有閱讀、撰寫與研究AI技術的行為。其中，精準聚焦AI學習及應用的開發者人數達到了182萬，AI發展已經進入高熱期。

CSDN 著重打造的高端對話欄目“大咖來了”

此外，小米集團副總裁、集團技術委員會主席崔寶秋分享了深度學習平臺小米 Cloud-ML，和移動端深度學習框架MACE、移動端神經網絡框架基準測試項目Mobile AI Bench等AI開源優秀案例。地平線創始人& CEO余凱分享了地平線最新“天工開物”AI開發者平臺，利用地平線新一代AI開發板可完成有趣的AI 可編程智能小車、AI 體感游戲機等開發應用案例。百度深度學習技術平臺部高級總監馬艷軍分享開源的百度深度學習框架飛槳PaddlePaddle，含開源146個算法和全流程開發套件等內容。

20 大論壇同時直播，大咖金句頻出

除了大會主論壇，在 2 天的大會中共有 20 個分論壇也同步舉行，下面CSDN摘取了分論壇上部分專家的精彩觀點集錦

AI學習與實踐進階 

• 華為云ModelArts開發總監 周明耀：一圖看懂各種角色如何轉型搞AI

一圖看懂各種角色如何轉型搞AI

• 滴滴出行專家工程師 趙永科：調參工作就是這么樸實無華且枯燥。

AI創業與投資

• 南京清湛人工智能研究院創投基金創始合伙人 柯羅馬：隨著算力的強化，算法的進化，并與大數據的融合，弱AI進入到了場景應用爆發的后時代。在這個智能感知的后AI時代，制造業、醫療和自動駕駛等場景的AI應用是非常值得期待的投資機會。

計算機視覺技術與實踐

• 華為海思技術專家 杜鵬：當今深度神經網絡正在飛速發展，對芯片算力的需求也與日俱增，華為昇騰AI處理器芯片大致可以劃分為主控處理器、AI計算引擎、多層級片上緩存、視頻圖像處理模塊等，可以對整型數或浮點數提供強大高效的乘加計算力。

語音語義技術實踐與應用

• 騰訊云高級工程師 紀友升：AI很火，在大家討論各種深度學習算法的同時，我們也希望將騰訊多年積累的AI能力通過騰訊云開放給廣大開發者與企業客戶，助力行業智能化升級，讓AI真正落地應用在日常生活中。
• 京東智聯云自然語言處理架構師 陳蒙：傳統客服向智能客服升級轉型是大勢所趨，“新基建”是最佳契機智能客服的下一個大市場：智能營銷最高效的產品形態是人機融合，而不是完全取代具備復雜對話能力的語音外呼機器人大有可為。

大數據+AI中臺

• 360金融首席科學家 張家興：數據產生AI，AI幫助數據創造價值，把數據和AI融合在一起的中臺才是有價值的中臺。數據AI融合中臺，以平臺為基礎，打通各業務數據，協調各種團隊提供AI能力，賦能業務。平臺、數據、團隊這是中臺的特征，缺一不可。

智慧教育

• 騰訊云與智慧產業事業群高級研究員 劉萌：基于課程知識圖譜，建立學生和班級用戶畫像，根據知識點掌握情況推薦個性化學習內容，踐行“因材施教”，有效提高學習效率。
• 科大訊飛研究院研究主管 李鑫：智慧教育的三大核心場景：精準教學、個性學習、智慧教考。

AI行業新趨勢

• 浪潮邊緣計算服務器高級產品經理 張磊：擁抱5G，就必須走出傳統的數據中心，大跨步邁向邊緣計算。邊緣計算很可能會是中國服務器行業，乃至整個IT產業下一個在5G時代的機會和風口。
• 《人工智能為金融投資帶來了什么》作者 袁峻峰：數字化時代市場需要算法，多智能體強化學習與博弈論、帕累托最優結合是可行的研究方向之一；但如果市場中的新座次取決于誰擁有最強的機器、最多的數據、最厲害的算法，那亦是違背市場機制了。

AutoML技術實踐與應用論壇
精彩觀點：

• 第四范式科學技術部資深研究員羅遠飛：為了進一步提高高維稀疏表數據應用效果，第四范式自主研發了自動深度稀疏網絡，在取得良好效果的同時，能夠顯著降低深度神經網絡的應用門檻和調參代價。
• 騰訊云高級工程師趙勇皓：借助 AutoML 算法，我們把工程師從沉悶繁重的調參中解放出來，讓算法去解決算法的問題，用魔法打敗魔法。

AI+多媒體技術實踐與應用
精彩觀點：

• 快手多模搜索技術負責人陳凱：基于AI的多模態技術給短視頻直播業務插上了騰飛的翅膀。

AI前沿技術與研究論壇  
精彩觀點： 

• 阿里巴巴代碼平臺技術負責人張玉明：如何解決研發過程中缺陷難查找、編碼效率低等問題，基于阿里自研的代碼管理平臺Codeup，通過“大數據+智能化”的手段為開發者給出我們的解法。

智慧醫療論壇 
精彩觀點： 

• 深睿醫療聯合創始人兼首席科學家俞益洲：解決醫學影像輔助診斷需要有創新路徑，落地 AI 模型 = 創新AI 技術 + 領域知識和診斷流程，真正具有實用價值的AI模型必須與醫療先驗知識和流程緊密結合。

AI芯片論壇
精彩觀點： 

• 地平線機器人BPU算法負責人羅恒：評估AI芯片真實效能，既要看多快又要看多準。

AIoT論壇
精彩觀點： 

涂鴉智能 AI 算法研究中心負責人俞偉平：僅僅只是把設備連接對消費者所產生的價值是遠遠不夠的，互聯互通才是真正的價值所在。

AI與企業戰略論壇
精彩觀點： 

• 小米集團副總裁、集團技術委員會主席崔寶秋：AI、IoT和5G三個時代的交匯，讓我們處在了一個智能新時代。AI技術的快速發展給我們提供了一個巨大的風口，也讓大家站在了同一起跑線上。如何圍繞企業的核心業務，打造核心的AI技術，將決定一個企業在這個智能新時代的成敗。AI的時代，仍然是擁抱開源的時代；AI的競爭，最終將是開放生態的競爭。

AI教育與人才培養論壇
精彩觀點： 

• 騰訊智能教育高級研究員劉萌：基于課程知識圖譜，建立學生和班級用戶畫像，根據知識點掌握情況推薦個性化學習內容，踐行“因材施教”，可以有效提高學習效率。

AI開源與生態建設
精彩觀點： 

• 華為計算開源生態部副總監黃之鵬：開源社區不需要大神，每個開發者都是第一公民。

機器學習技術與工程實踐論壇
精彩觀點： 

• 螞蟻金服集團共享智能部總經理周俊：共享智能-隱私保護AI體系，通過多方安全計算、可信執行環境等技術，在保障安全同時連通大數據孤島，確保多方數據拿不走、看不見、用得好。

知識圖譜與認知智能論壇
精彩觀點：

• 一覽群智基礎研發部技術副總裁劉占亮：人工智能以人為本，做人類的智能助手；從人工智能到智能增強，知識圖譜在金融領域的落地實踐；打通了人機協作智能決策的應用閉環，助力行業AI實踐落地，讓AI成為真正的生產力。

推薦系統技術實踐與應用論壇
精彩觀點： 

• 華為諾亞方舟實驗室技術專家董振華：“The  universe is made of stories, not of  atoms”，我對這句詩的理解是可觀察的世界太小、太局限，我們需要用反事實學習、推理技術對未知世界建模，突破當前統計機器學習只對關聯關系建模的局限，讓機器像人類那樣具有想象力、因果推理以及舉一反三的能力，它是通往強人工智能的關鍵路徑。

智能駕駛論壇
精彩觀點： 

• 輕舟智航聯合創始人、CEO于騫：自動駕駛技術存在突出的長尾效應，技術上已經解決了90%的問題，但剩下的10%卻可能要花費同樣多甚至更多的精力，這10%包括很多邊界化難題。邊界化難題的發現和解決除了需要收集大量的數據，更重要的是建立自動化生產的工廠，將源源不斷收集來的有效數據，通過自動化的工具，加工成可用的模型。以更快的速度、更高效的方式應對邊界化難題。

至此，2020 年 AI 開發者大會圓滿落幕。本次大會聚焦 AI 技術領域，由數百名學術界與業界專家參與，吸引了10000+開發者關注，共同在此碰撞思想、交流經驗、開闊眼界。未來，AI 開發者大會也將與開發者們并肩攜手，共同繪制人工智能技術和產業更加輝煌的未來。

觀看大會精彩回放：https://aiprocon.csdn.net/p/live