近日，在線上召開的第九屆全國社會媒體處理大會（SMP 2020）特別邀請了人工智能領域專家潘云鶴院士為大家做了題為“大數據智能”的精彩演講。潘院士從大數據智能的起源、發展和應用三個方面對大數據智能進行了全面的介紹，干貨滿滿。

圖 潘云鶴院士在講座中

潘云鶴教授于 1997 年當選為中國工程院院士，長期從事計算機圖形學、人工智能、CAD 和工業設計等領域的研究，是中國智能 CAD 和計算機美術領域的開拓者之一，共獲國家科技進步獎二等獎和省部級科技進步獎 7 項。曾任浙江大學校長、黨委常委，中國工程院常務副院長。目前兼任國務院學位委員會委員、國家新一代人工智能戰略咨詢委員會組長等職。

學術君就潘云鶴院士在論壇中的精彩演講進行整理，內容略有刪改：

一、互聯網和大數據孕育了 AI2．0

2007 年圖領獎得主 Jimy Gray 提出了數據密集型科學研究的第四種范式，2008 年 nature 推出了 BigData ?？?，大數據概念應運而生，大數據雖然至今仍然沒有一個統一的定義，但是大數據卻具有 “4V”即大量化（volume）、多樣化（variety）、快速化（velocity）和價值密度（value）等四個特征。

2014 年人們發現世界正在從傳統的二元空間（人類社會空間（H）和物理空間（P））向三元空間，即人類社會空間（H）、物理空間（P）和新增的信息空間（C）的三元空間轉變。

圖 二維空間向三位空間轉變示意圖

信息空間（C）是一個正在快速增長的新“空間”維度，近 50 年來信息基本都是從人類社會產出，后來通過互聯網進行無限的連接，加上近些年來自于物理世界比如傳感器和物聯網等非人類社會產生的信息，讓人類名副其實的進入了“大數據”時代，大數據時代，必然走向大知識，2020 年疫情的推動將加速三元關系的變化。

傳統的二元世界存在兩種關系，第一種是人類社會和物理世界的關系，第二種是人類和人類的關系，在進入三元社會之后不管是物理世界和人類社會都將信息空間（C）產生密切的關系，而且這種關系將會越來越強。

圖 信息空間與傳統二元世界的關系

信息空間中的信息流將推動我們現有科技與產業從三個方面發生變化：

·新通道：給科學、技術、經濟社會的研究與發展提供了新途徑、新方法、新產品和新模式;

·新計算：建立在新老空間的互動 CH、C P之上的 AI;

·新門類：能夠從新的視角認識現有的復雜巨路系統，比如城市運行系統、環境生態系統。

信息環境的巨變（超級計算、物聯網）、社會新的需求（智慧城市、智能醫療）、AI 基礎和目標的巨變（虛擬現實、群體智能）等新的變化和需求促使了 2015 年人工智能 2．0 概念的提出。

2017 年中國發布了《新一代人工智能發展規劃》，發展規劃提出了 AI2．0 的關鍵理論和技術，并提出了 AI2．0 的應用場景，推動中國人工智能發展邁向新的臺階。

圖 新一代AI發展規劃內容

二、知識表達將引導大數據智能的發展

潘云鶴院士首先帶我們認識了各種形式的知識：

（1）結構化數據就是一種知識，和以往的程序計算數據的方式不同，AI采用的是數據驅動程序的方法;

（2）知識圖譜不但能用于搜索和分析，還能用于推理與學習，是另一種知識表達，2012年浙江大學人工智能研究所研發了 KS-studio，提出了將大數據轉換為知識圖譜的自動生成和關系發現技術;

（3）深度神經網絡（DNN）本質上也是一種知識表達，深度神經網絡可用于識別圖像、聲音，但是缺點是解釋性差，對機器友好，對人不友好的但是好用的一種知識表達;

（4）視覺知識（VK），是對視覺形象進行操作的一種知識表達，未來期望通過VK來模擬人的形象思維，提高形象相關工作的效率。

圖 四種知識表達的數據形式、特色應用

數據形式與應用目標不同，形成了不同的知識表達類型，隨著非結構化數據的細分和應用，將不斷的推動新的知識表達技術的誕生，同時不同的知識表達有自己擅長的領域，多種知識的協同使用，將能提高系統的智能水平，比如深度神經網絡（DNN）和視覺知識結合能在實際應用中就能提高識別率，DNN 類似于人類的短期記憶，擅長感知識別，視覺知識類似于人類的長期記憶，善于推理、變化等遷移應用，兩者“長短”結合，能有效的提高識別率，海康威視研究院基于視覺概念學習的自主目標檢測就是該方法的典型應用。

圖 ?？低曆芯吭夯谝曈X概念學習的自主目標檢測

三、大數據智能的應用廣泛而深入

隨著大數據的廣泛應用，數據已經不僅僅是數據，而是一座待開發的礦山，各行各業的人都希望能在自己積累的數據當中發掘出有價值、有意義的“金礦”。中國通信院對制造業智能應用進行了一次調研，從影響因素和復雜度兩個維度對人工智能的應用范圍進行了劃分，從圖中可以看出那些本身流程和操作比較機械化，同時復雜度低的工作比較適合機器學習的應用，而那些復雜的質檢、指標軟測量等工作比較合適合于深度學習的應用。

圖 制造業智能應用總體圖

人工能智能能夠輔助政府實現對經濟運行的智能治理，人工智能能通過對經濟指標的提取，實現對問題原因的多維度分析和預警預測，通過與可視化終端的交互（手機 APP），幫助政府更快、更準確的了解區域經濟運行的狀況，從而有利于政府根據具體情況進行“精準施策”。

同時繪制產業鏈地圖，動態展示產業鏈上企業的發展情況，結合區域經濟的優勢和短板，快速識別問題、反饋問題，輔助有關部門制定針對該問題的相關對策。

圖 人工智能輔助政府進行經濟治理

還能根據產業的發展情況，結合企業的實際情況，企業的實際需求，幫助企業從產業、項目、人才角度進行整體規劃，根據現有產業的發展狀況，輔助企業實現招商引資，人才引入和產業布局。

此外潘云鶴院士還制作了智能金融的鳥瞰圖，從大數據智能、群體智能、跨媒體智能、人機融合增強智能和自動智能系統五大 AI 技術出發，繪制出了 AI 技術在金融領域應用的圖譜，讓 AI 技術能在客戶服務、風險控制、精準營銷、資產管理和金融監管等領域發揮更大的作用。

圖 智能金融鳥瞰圖

演講的最后潘云鶴院士提出大數據智能及其新技術是富饒的無人區，希望不斷的人能在這個領域進行新的探索，成為勇闖這個領域的“新英雄”。

責任編輯：gt