“云端” WAIC，AI加速智能时代到来

关于人工智能理论的新发展方向：1）神经拓扑结构是神经网络研究的新视角，通过拓扑学这样的其他领域来解决AI的问题；2）隐私保护学习方面，涉及AI与密码学领域MPC（多方计算）的结合；3）可控的SuperAI（超级人工智能）方面，如何设计有益、不威胁人类的超级智能依旧是重要课题。未来AI的人口可能会远远超过在世界上的人的人口，人和AI的交互也是未来AI发展的问题。

在AI的整体发展进程方面，参会嘉宾普遍认为未来AI的发展方向是从“感知”走向“认知”。目前AI在感知层面识别物体上已经实现了巨大的技术进展，而在认知层面仍处于早期发展阶段，这也可能是AI最薄弱的领域。虽然AI帮助人类拓展了认识世界的能力、范围以及人的思维能力，但是AI自身尚未解决常识的问题，即所谓的通用人工智能。

新冠疫情加速了AI技术的创新应用，在社会引发广泛关注，IDC在今年3月份发布的《新冠肺炎疫情刺激数据智能市场跨越式前进》报告中对各条防线人工智能的应用场景进行了总结。本次峰会回顾了AI在疫情防控中发挥的重要作用，也展望了机器学习赋能智能手机预测新冠疫情传染性风险——最新实验结果表明，在考虑一个人核酸检测阳性与否的两元化信息之外，用机器学习进一步整合碎片信息以提供早期预警减少了疾病传染系数。

在医疗、工业、智慧城市等应用场景，IDC观察到，缺乏数据仍然是大量企业进一步发挥AI价值所面临的的问题，在业务应用中不仅缺乏基础数据，也缺乏数据流通的机制。以疫情防控为例，会上张文宏医生坦言中国的疫情控制还是依靠传统智慧和城市管理来实现，AI在医疗物资调配、加快公共卫生体系预警速度、出入境人流量控制等方面发挥的作用有限，未来需要打破数据孤岛，实现线上线下的实时融合。在医疗行业，除了在流行病学领域的广泛应用外，AI与大数据的临床应用还存在较多障碍。

疫情没有改变技术变革趋势，但加速了数字技术的变革，疫情期间企业运用AI驱动的技术系统实现自动化转型显得尤为重要。IDC观察到在AI等技术被应用于支持疫情防控和经济复苏方面，各方更倡导开放与合作。其中联合国工业发展组织提出工业人工智能技术方案将成为诸多产业存续的关键，科技创新能力强的国家将拥有显著优势，需防范发达国家与发展中国家间技术差距扩大的风险。社会各界需要同心协力并建立战略伙伴关系，避免加剧技术鸿沟。