智博會首日，業界大咖建言獻策都說了什麼？

尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️

騰訊董事會主席兼CEO

馬化騰

為跑下一場馬拉松做好準備

對於在新的形勢下，如何發展數位技術和智能產業，馬化騰認為，要學會打逆風球，做好跑馬拉松的準備，不要放棄踢出「世界波」的夢想。

首先，我們需要沉下心來，學會打「逆風球」。過去二十年，中國互聯網行業獲得了高速發展。當然，我們在很多領域與歐美同行相比，仍然有不小的差距。

中美貿易摩擦，不但讓我們更清醒地看到了這一點，而且還對全球科技行業的協同創新帶來影響。我們不得不在這股全球化的逆風中前行。打「逆風球」，既需要我們穩住陣腳、頂住壓力，把手頭的每一個球打好；更需要我們堅定信心，緊緊抓住轉型升級的發展軌道，不松手。

第二，我們要做好跑「馬拉松」的準備。在全球新一輪科技與產業革命的推動下，我們正在面臨一場前所未有的數字化變革。

無論是廣度，還是深度，數字化進程都不可能一步到位。它需要我們發揚「數字工匠精神」，從外到內打磨每一個細節的改進，而不是熱衷概念炒作；它也需要我們幫助更多的人跨過數字鴻溝，把數字產品和服務做好「向下兼容」，帶動弱勢群體、老少邊窮分享數字紅利。對於互聯網與科技行業的從業者來說，我們每個人都要做好跑下一場「馬拉松」的準備。

第三，我們永遠不要放棄踢出「世界波」的夢想。上個月大家在看世界盃比賽的時候，也許心里都有一個埋藏很深的願望，就是希望有一天能看到中國隊在這樣的大賽上，踢出精彩的進球。

其實，在科技領域大家也有類似的心願。從產業角度來說，過去我們往往看到做基礎研究投入很大，遙遙無期，更多選擇做應用。長期下來，我們的基礎研究仍然薄弱，獨到的創新不多。馬化騰認為，現在是我們政企學研一起努力來改變現狀的時候了。我們不應該放棄在科技賽場上踢出「世界波」的夢想。

澳大利亞科學院院士

澳大利亞工程院院士

拉瑪莫哈那勞·哥達吉利

計算機在很多學科扮演著越來越重要的角色

拉瑪莫哈那勞·哥達吉利指出，面對海量的數據，我們要知道怎麼樣去利用它。

哥達吉利認為，讓很多學者面臨巨大挑戰的是海量數據的三個方面：

第一個是數據的體量。有了物聯網以後，收集的數據體量之大，以至於必須要有一種非常方便的方法來處理。

第二個就是數據的類別，有時候是非常簡單的數據，有時候是圖片或視頻。

第三個就是靜止的數據和變化的數據。比如，要想預測20分鐘後交通方面的相關信息，就需要有一個模型來判斷。

科學家們面臨挑戰，因為數據太多了，不知道怎麼樣提取出對我們最有利的信息。當前的方法並不能處理如此大規模和多維度的數據，其中的一個解決方法就是使用非常大規模的GPU雲計算，或者利用一些人工智能的方式。

拉瑪莫哈那勞·哥達吉利說，在生物學等其他很多學科方面，計算機都在扮演著越來越重要的角色，很多信息都是隱藏的，不是那麼顯而易見的，要知道什麼信息是有用的，並且將它提取出來。對於人工智能來說，其實是沒有限制的，我們能夠不斷將它發展下去，幫助整個社會的發展與進步。

中國工程院院士

中國人工智能學會理事長

李德毅

中國自動駕駛要突出自主學習能力

李德毅暢談了他眼中的未來汽車。他認為自動駕駛已成為全球的風口。

隨著人工智能時代的到來，一個真正的無人駕駛汽車不僅是自動的，更應該是自主的，它應該像駕駛員一樣具有學習能力，能夠應對各種必然的工況。科學技術的發展已經從認識客觀世界、改造客觀世界進入到認識人自身的階段。

李德毅認為，機器人將成為人類認知自然與社會、擴展智力、走向智慧生活的重要伴侶，汽車對一個人工智能工作者來看，它就是其中的一種輪式機器人而已，它不但應該改變人類的出行方式，還應該改變人類的生產活動、經濟活動和社會生活。所以重慶的這兩個5000億如果往這個方向走前景很大，智能產業蓄勢待發。

李德毅說，如果再過20年、30年，按照國家人工智能的發展規劃，中國的人工智能要占領世界的高地，這時候智能控制、智能晶片、智能網聯以及智能計算已經成為成熟的技術，給我們強大的支持，人們會更多關心人工智能本身的技術。

他建議，中國應該把認知作為「未來汽車」攻關的難口，不同於特斯拉的自動駕駛車，也不同於Google的感知智能、英特爾和英偉達的車載計算機，應體現計算認知，更體現記憶認知和交互認知，突出自主學習能力，以適應不同的車輛平台，智能駕駛將具有廣闊的前景。

他表示，21世紀最具顛覆性的技術當數無人駕駛。當前全球有70億人口20億輛車，中國的汽車保有量大概是2.8億輛，年產新車1億輛，一旦量產自主駕駛車上路，且占比越來越大，駕駛腦成為汽車必配，駕駛數據和智能越來越累積，駕駛腦越來越聰明，人類的出行方式就真的變了。

華為公司董事長

梁華

發展AI不僅要高而不貴

更要打好基礎

梁華表示，人工智能發展必須打好基礎，需要長期重視基礎研究，紮紮實實打好基礎，同時也不能為人工智能而為人工智能，為了泡沫化而趕風口。

梁華表示，新的問題需要新的解決思路，我們需要給機器賦予新的引擎。

人工智能的產品需要把複雜產品簡單化，讓AI高而不貴，人工智能需要通過大量的數據和行業知識的訓練才能夠發揮效益。要守住數據的邊界，合法使用數據，打造用得起、用得好、用得放心的人工智能和雲服務平台。

他強調，歷史證明，基礎研究才是產業誕生和產業振興的根本，沒有基礎研究，產業是不可能有牢固的基礎。作為前沿技術，人工智能發展必須打好基礎，需要長期重視基礎研究，紮紮實實打好基礎，同時也不能為人工智能而為人工智能，也不能為了泡沫化而趕風口。

要針對實際應用場景，充分利用算法、算例和數據積累，來產生實際效果和收益。

梁華談到，未來二三十年，無論科技革命如何變化，無論世界局勢如何變換，為百業提質增效，為實體經濟賦能，都值得長期對基礎研究進行投入和中短期對商業問題進行解決。

美國高通公司全球總裁

克里斯蒂安諾·阿蒙

2025年人工智能增強技術將創造

5萬億美元商業價值

克里斯蒂安諾·阿蒙表示，在未來30年，移動技術將達成萬物互聯。我們現在正處在行業變革新的開端，也就是5G和無線技術的開端，我們將會加快萬物互聯的速度。

他認為，5G時代移動通訊技術因為很快的寬帶技術得到了發展，對多媒體的用戶也起到了很好的能力提高作用，在5G時代，人工智能賦能的5G技術，同時也能夠推動移動通訊技術，提高5G的速度，提高我們的通訊速率，同時能夠提高機器學習的能力。

到2025年，人工智能增強技術將創造5萬億美元的商業價值，而2035年它的商品價值將會高達12萬億美元。

他強調，5G技術可以把很多處理的能力從設備端轉到雲端，把設備端的人工智能和虛擬智能的功能變得非常容易。

比如在變革汽車行業，通過蜂窩技術能夠在汽車行業達成一個基礎設施的網路，手機可以和汽車互聯，提供一些智能地圖，保證駕駛安全。另一個在移動性方面的例子就是物聯網，5G技術能夠把設備相連，提高工業以太網的服務能力、可靠性，低於1毫秒的延遲。

目前，高通把每個網和線放在了工業的環境中，未來工廠可以做到無線化、可重置，從而提高效率、生產力，並產生一些智能實時的數據。

克里斯蒂安諾·阿蒙表示，高通對未來IT的發展非常樂觀，不但關注與中國的合作夥伴關係，也致力於促進中國的增長，並推動了一些雙贏的合作模式。

百度公司創始人、董事長兼CEO

李彥宏

我們對人工智能有誤解

李彥宏指出，我們對人工智能的認知有不少誤解，他認為第一個誤解是人工智能長得像人。我們要解決的是讓機器能夠像人一樣思考。

第二個誤解是機器怎麼像人一樣思考。現在有很多的研究是研究人腦怎麼工作，他認為，這條路也走不通。人工智能不是生化學，現在的人工智能技術，各種各樣的算法，近些年的創新跟人腦的工作原理其實沒有太大關係。

事實上，我們人類根本還沒有搞清楚人腦是怎麼工作的，又何談用機器來模仿人腦的工作原理。所以人工智能不是模仿人腦的工作原理，而是要用機器的方式做到人腦能夠做到的價值或者作用。

第三個誤解就是人工智能「威脅論」。很多人擔心有一天人類會被機器所控制，有一天我們自己造出來的技術會毀滅掉我們。

「這個我覺得也是完全沒有必要的擔心。因為我們在做每天的技術方面的研究時，會發現比我們想像的要難很多，讓機器像人一樣思考，就是所謂的AGI做到，其實還離我們非常遠。」李彥宏說。

李彥宏指出，現在看到的很多人工智能是假的。

科大訊飛董事長

劉慶峰

腦科學是未來人工智能

非常重要的突破口

劉慶峰認為，人工智能的發展決不是一個簡單的概念。人工智能第三次浪潮是基於大數據、雲計算、移動互聯網，作為更基礎的是深度神經網路的突破。

中國的人工智能在全球處於什麼樣的地位？他認為，人工智能2006年的深度學習算法主要還是歐美提出來的，後來全世界在這個基礎上進行創新。

大陸新一代人工智能規劃出台後，我們國家在語音交互和視覺交互上已經在全球領先。

下一步的關鍵是什麼？一方面技術上要進一步突破，在小樣本上學到更多的知識。另一方面，腦科學是未來非常重要的突破口，用類腦計算和現在數據建模神經網路的結合，有望做到重大的突破和騰飛。

此外，他強調，人工智能產業發展有非常重要的漣漪效應，人工智能一定要賦能到各行業。

劉慶峰還談到，人工智能是一個偉大的歷史進程，決不僅僅是少數科學家和少數企業的事情，還涉及到社會倫理和法律，即便今天腦科學沒有重大突破，用現有的神經網路已經可以替代未來絕大部分工作。

為此，他呼籲，及時研究人工智能涉及的法律、倫理和社會體系等相關問題。

SAP全球高級副總裁

SAP中國總經理

李強

製造業是人工智能最具潛力的應用區域

李強表示，製造業是人工智能應用場景中最具潛力的區域，人工智能能夠大幅度提升勞力生產力，而因此推動GDP的增長。

李強以汽車工業為例談到，越來越多的消費者希望有個性化的產品、個性化的汽車，但是流水線生產的潛力已經被挖掘到了極限，所以必須通過延長交貨時間來滿足個性化的需求。

目前，SAP和奧迪合作打造了一個智能化的未來工廠，幾乎所有的科技，無論是機器人、可穿戴的盔甲、無人的小車以及虛擬或者增強現實都得到了應用，但最重要的一點是，SAP把傳統的流水線變成了各自獨立的工作島，然後做到智能化的模塊生產，無人駕駛的AGV運載待加工汽車，可以任意組合生產的工具以及工藝，對於一些應急非標的零部件甚至採取用無人機運輸的方式。

「而這一切如此複雜的零部件供應路線、生產工藝的組合，不同生產車間的需求，在背後都是由人工智能在進行調動，人工智能的算法使得我們能夠同時滿足效率和個性化定制的要求，在產品配置大幅提升的基礎之上，生產效率仍然提高了20%。」李強說。

中國科學技術大學常務副校長

中國科學院院士

潘建偉

量子力學可幫助解決

信息安全問題和計算能力瓶頸

潘建偉表示，智能技術的發展不僅需要計算能力和網路感知能力，某種意義上，量子力學不僅催生了它的誕生，本質上也提供了各種各樣的基礎。有位科學家說如果沒有量子力學，我們馬上就退回到了18世紀。

在潘建偉看來，目前，信息技術的發展面臨兩個比較重要的問題。一是智能社會對信息安全提出了更高要求。目前網路安全遭遇著各種各樣的威脅，密碼容易被破解，如果通過提高算法複雜度來加密，那麼我們來加密它所用的時間和資源的消耗就變得越來越多。歷史的經驗告訴我們，依賴於計算複雜度的經典加密算法原則上都會破解，所以信息安全成了一個永久的話題。

二是為了充分發揮未來大數據和人工智能的優勢，我們對計算能力提出了非常高的要求，但實際上我們的計算能力還是非常有限的，目前全世界計算能力的總和一年內只能由一個大數據庫完成搜尋，原來的晶體管原理不再適用。

如何解決以上兩個問題，他認為，量子力學在第二次世界技術革命以後，催生了近代的信息技術，同時經過近百年的發展，已經為解決這些問題做好了準備。利用量子保密通訊，可以在人類歷史上首次提供一種原理上是安全的通訊方式。與此同時，計算能力也非常強大。

潘建偉希望，在未來5—10年做到數百個量子比特的相幹操縱，對特定的問題計算能力超過目前全世界計算能力綜合的100萬倍，可以為未來人工智能、各種大數據的發展奠定非常好的方向。

紫光集團董事長

趙偉國

「芯」和「雲」是鑄就智能科技的基礎

趙偉國認為，大家都在討論智能世界的高樓大廈，紫光則是給智能世界的高樓大廈的建造者提供建築材料和鋼筋水泥的。萬物互聯的基礎是通訊和計算，而通訊和計算的基礎則是晶片和雲計算，紫光主要做的就是和這兩個東西有關。

紫光集團去年大概總共提供了34億顆晶片，其中包括手機晶片，從數量上來講高通市場分量第一，紫光是第三，大概每年有六七億套。而智能卡晶片，紫光在世界市場份額排首位。

另外在專用的CPU領域，紫光也有很多重大的成果，在很多領域獲得應用。紫光還有一部分在努力的就是存儲這塊，這次在全球的存儲峰會上，紫光也發表了在存儲領域的一個重大成果。紫光在集成電路領域正不斷創造新的自主技術。我們會在今年年底量產32層64G存儲器，在明年會量產64層128G的，我們也同步研發128層256G的存儲器。

在雲方面，紫光集團主要提供雲的基礎構架技術來支持行業，賦能行業和企業，支持他們的發展。

阿里巴巴集團董事局主席

馬雲

新製造是製造業和服務業的完美結合

馬雲認為，新製造是製造業和服務業的完美結合，未來將沒有純製造業，也沒有純服務業。未來的製造業不是標準化和規模化，而是個性化、定制化、智能化。

「以前是以製造為中心，未來應該以創造為中心」馬雲說，機器人會取代流水線上的很多工作，但是服務業會產生新的大量的崗位，需要人來設計、體驗、創新。所以，未來製造業的引擎不是製造業，而是現代服務業。

新製造也是實體經濟和虛擬經濟的完美結合，實體經濟和互聯網以後誰也離不開誰，未來90%的製造業會在互聯網上。

發展新製造應具備三項核心技術：智能製造、IT、區塊鏈。數據是新製造的關鍵要素，用好數據是智能技術的能力，是走向智能化不可逾越的關口。

IoT和區塊鏈技術正在推進互聯網本身發生巨大的變化，不過，他認為今天的IoT不是真正意義上的IoT，是很多賣硬件或者賣軟件的人找個理由賣得更好而已。