11月13-14日，由OFweek中國高科技行業門戶、高科會主辦的“OFweek2017中國高科技家當年夜會（CHIC2017）”在深圳勝利舉行。在首日“OFweek2017中國高科技首腦年會”上，德國漢堡年夜學傳授、德國漢堡迷信院院士、高科會Fellow張建偉師長教師為現場不雅眾帶來了“ 人工智能 、機械人與醫療技巧的融會”主題演講，從AI今朝和將來成長、基本實際若何轉化為運用，和在與醫療技巧的融會三個方面停止了具體的解讀。

德國漢堡年夜學傳授、德國漢堡迷信院院士、高科會Fellow張建偉師長教師演講

　　AI的明天和今天：從數據時期到感知時期

　　演講開端，張建偉起首從數據時期的變更說起：“30年前，我們幾小我用一臺CPU，如今是一小我用上百臺CPU。經由過程年夜數據的存儲和云盤算，讓我們搜集數據可以無處不在。現在，曾經成長到智能數據主動分類和主動做決議計劃的時期。”

　　在他看來，數據和盤算是明天人工智能之所以有所沖破的兩個主要緣由。而在將來，人工智能的沖破偏向上還須要有更多的思慮。對此，他舉了一個本身親自閱歷的案例。

　　近期，中心電視臺綜合頻道專門制造了一部名叫《機靈過人》的欄目，張建偉院士有幸加入了這檔節目標制造。據他引見，在曾經播出的6期節目中，內容分離觸及“圖像辨認和人臉辨認”、“圖象懂得下的文學創作”、“說話和歌聲的模仿”，和“智能投射”等主題。

　　經由過程以上分歧情勢的模仿，終究得出了以下結論：1、在圖象辨認方面，由于人類可以應用想象力、經歷停止剖析思慮，這點人工智能尚且不具有，間隔人類的認知還有較年夜的差距，有比擬長的路要走；2、能人工智能還須要樹立在將來AI可以具有人類價值不雅的基本上；3、在年夜數據的支撐下，人工智能曾經可以或許在語料庫的支撐下做作聲音模仿，下一步須要具無情感和魂魄；4、人工智能的下一個挑釁是，從虛擬世界到真實的物理世界，從機械人可以或許辨認人臉、或許下棋等純思想認知，到真正在醫療、制作、機械人范疇完成物理世界的運用。

　　與物理世界的聯合和多模態天然交互體系

　　“人工智能和物理世界的聯合，這是我們將來盡力的一個主要的偏向，也是人工智能最具有社會價值和家當價值的運用范疇。”張建偉強調說。

　　那末，畢竟該若何從基本研討上升至運用層面？在張建偉看來，這個邏輯應當是如許的：起首，經由過程人腦盤算、統計進修，和年夜數據、常識表達等底層研討，給到下層垂直范疇運用以基本實際預備。其次，在它們之間還有一個中央層，今朝研討者在這一范疇盡力偏向重要是癥結技巧模塊的霸占，包含圖像懂得、人機對話、天然說話懂得、人機平安和多傳感器的掌握等。

　　“這些癥結技巧模塊，相當因而我們在基本研討和運用之間開辟的公共模塊，它們的開辟可以經由過程人工智能專業公司，或許人工智能研討院來做好，好比以開源軟件的情勢、某種尺度情勢，或許是體系演示情勢，將它們和垂直范疇停止體系的聯合，來終究發明出新的人工智能運用和新的人工智能公司。”張建偉表現說。

　　在此基本上，將來的人工智能體系，特別是人機交互方面的成長偏向將是多模態交互體系。他說明說，“如今我們的手機交互曾經完成從鍵盤到語音，新的iphone有3D辨認，可以懂得人的手勢和情緒，將來的人機體系是一個多模態的天然交互體系，真正成為我們的助理和小我同伴。”

　　基于深度進修AI將在醫療范疇獲得廣泛運用

　　在人工智能對將來學科范疇行將發生的影響方面，張院士持續指出，人工智能將來在心思學、腦迷信方面將有普遍的影響，可以進步人的記憶和進步人的行動掌握功效。

　　而在運用層面，他以為，家居和醫療范疇是機械人和智能體系更具潛力的成長偏向。

　　他舉例說：“年夜家曉得今朝人工智能可以取代大夫讀片子，從而停止診斷，這是在醫療范疇運用的第一步。在將來醫學影象、藥物發掘等方面，人工智能還有很年夜的用武之地。另外，人工智能還能從揭橥的論文中總結出新的診療辦法。與此同時，在養分學、護理診斷、精力安康、可穿著、風險治理和病理學偏向上，人工智能都可以起到異常主要的感化。”

　　隨后，經由過程對今朝正在停頓的案例引見，張院士進一步解釋了人工智能若何增進醫療業的成長。其一，基于深度進修，在他看來，恰是由于AI具有深度進修的特質，從而讓其在醫療范疇可以獲得較為廣泛的運用。

　　“可以說在手術機械人漸漸走向市場化的進程中，康復會是一個異?？斓姆懂?。從較重殘疾人的康復到慢病的康復，我們可使用如今的電機體系加上人工智能，同時裝備可穿著體系，和全部閉環的完成，從而完成新的產物的沖破。”張建偉表現說。

　　其二，在機械人和醫療聯合的基本上，護理也將成為一個主要的運用偏向。據張建偉引見，今朝他在深圳的團隊正在做在幫助醫療方面的運用，包含護理方面的運用。

　　最初，張院士在對一張漫畫的詮釋中停止了本次演講：“如今由人工智能走向能人工智能的進程方才邁出了第一步，深度進修也只是我們人類進修數幾百個模態個中之一。要真正懂得人類，到達人類智能，完成人的各類幫助目的，我們還有100年的路要走。”