2018 全球人工智能与机器人峰会（CCF-GAIR）在深圳召开，峰会由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）承办，得到了深圳市宝安区政府的大力指导，是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流盛会，旨在打造国内人工智能领域最具实力的跨界交流合作平台。

CCF-GAIR 2018 延续前两届的“顶尖”阵容，提供1个主会场和11个专场（仿生机器人，机器人行业应用，计算机视觉，智能安全，金融科技，智能驾驶，NLP，AI+，AI芯片，IoT，投资人）的丰富平台，意欲给三界参会者从产学研多个维度，呈现出更富前瞻性与落地性相结合的会议内容与现场体验。

大会第三天的“AI+专场”，中兴力维首席技术官曹友盛博士发表了题为“人工智能和城市智脑”的主题演讲，分享了人工智能技术如何应用到智慧城市、电信和公共安全领域。 曹友盛现任力维首席技术官，曾任思科全球研发总监和思科中国研发副总裁，并于惠普、SGI、爱立信等公司担任技术高管。获得美国宾夕法尼亚匹兹堡大学物理博士、美国超算中心超级计算科学博士后学位。

在演讲中，曹友盛认为，人脑不是简单的三维体，而是具有极其复杂的结构。我们能不能用多维的脑袋去设计一个城市大脑、人工智能群体，让这个群体像人脑一样可以进行各方面的考量，这就是力维在考虑的问题。

谈及智慧城市的发展历程，他认为，智慧城市1.0基本上都是在做智慧交通，智慧城市2.0实现了信息共享，智慧城市3.0则是要用“城市五官+城市智脑群”实现术业有专攻。

打造“城市智脑”需要用到三方面的技术，分别是“数据使能”、“数据融合”以及“数据分析”，其中数据分析是最难的，。曹友盛认为它要求更高一层的智能，模拟人脑进行分析，作出决策，这就需要业界能够对自己的业务形成深刻的认识，在此基础上通过数据分析技术，可以才能得出比较有效的选择和建议。

以下是曹友盛博士的全部演讲内容：

曹友盛：正式演讲前，我们先探讨下人类是怎么思维的？现在人工智能都是基本靠“人工”，投入多少人工才会有多少智能。我们是用人脑训练人工智能，实际上这是很不成功的，因为人脑看世界是三维空间，加上时间就是四维。爱因斯坦曾经用超过三维、四维的能力想出一个东西。

以AlphaGo为例，AlphaGo不是靠眼睛、鼻子等五官去全方位判断事物，而是有点“偏才”。比如有些人是弱智儿童，但计算能力很强。它需要把精力集中到一本书上或者一个算盘、一个计算机上，但这时你会失去眼睛、耳朵等共用的功能。

有时候人们为了进行深度思考会习惯把眼睛闭起来，这个时候五官的功能就也会同时被关起来。我们把人工智能分成三类，大的范围是人工智能，中间的一个子集是机器学习，最核心的部分是深度学习。AlphaGo实际上是机器学习，但最后一级用的是深度学习，就是需要关起门来想一想。

爱因斯坦是十三维的脑袋，据说他有十三维的空间，那到底什么是十三维？简单来说，从一开始，上帝就给了我们一组数据：1+2=3，这是一维数据；二维数据是Table、Excel表格；三维数据是数据库；四维数据是数据仓库。深度学习就要到N维了，需要超过四维的想象力，所以我们今天无法像爱因斯坦那样做出他想要的人工智能。

近年来，AI又引领了一波全球浪潮。不管是中国，还是美国、欧洲、日本，人工智能都是一个趋势。2018年我们要怎么做人工智能，接下来我们来讨论这个问题。

人工智能”能否达到“人脑智能”？

人工智能”能否达到“人脑智能”？阿里、百度喜欢用“城市大脑”，为什么我把它改成“智脑”？正如我刚才所讲，具有超强的数学能力的人在某些方面非常强，比如AlphaGo在计算上非常强，但在一些感官等其他方面的感知能力则非常弱，所以我们今天只谈大数据、深度学习是不行的，这是我今天要讲的主题。

力维如何做“人工智能”？人脑是如何被机器模拟的？很多人都会问一个问题“人脑是怎么思维的？”前面我已经讲了，人脑思维分成三种思维：

一是人工智能思维，简单的由五官作出快速判断，快速判断时不需要回到人的脑子里细想；

二是需要专门针对某一方面进行学习，比如AlphaGo学东西，我们把它称为机器学习。

三是要进行冥思苦想的，这一类我们称之为深度学习。在深度学习上，我们认为一定要跟业务相关，不懂业务去做人工智能或者做深度学习是不可能的。

人脑不是简单的三维体，它是无穷复杂的结构，做数据科学的人都会跟你说卷积神经、深度神经等。脑神经不是简单的三维体，是一个多维体，它在思考问题时也不是三维、四维、五维，聪明的人会用N维考虑问题。我们能不能用四维的脑袋去设计一个城市大脑、一个人工智能群体？要让这个群体具有各方面考量，比如睁开眼睛就能用人工智能判断，针对某一数据能进行机器学习，也能做深度学习，有没有这么一个设计呢？这就是力维在考虑的问题，我们认为打造人工智能，三者都要做。

怎么用人工智能做智慧城市？

我们怎么用人工智能做智慧城市？智慧城市1.0基本上是在做智慧交通，到了智慧城市2.0，大家知道信息需要共享，共享后可以进行机器学习、数据碰撞。智慧城市3.0怎么定义呢？以阿里和百度的定义，智慧城市3.0就是城市大脑，即城市有一个大脑，将所有信息到云端汇总，这个大脑可以做各种各样的思考 ，这就是智慧城市3.0的定义。

力维认为，一个大脑不可能解决智慧城市，正如一个城市的管理需要按区域、层级进行划分，需要市长、区长等级别的管理者。如果真有一个大脑能管理城市，也应该是上帝的大脑，我们认为一个城市应该有一群脑。城市还要有五官，既有五官，又要有一群城市智脑，这样才能做到城市人工智能、机器学习、深度学习，并能管理一个城市。

这是百度城市大脑和阿里城市大脑框架，是一个非常完美的城市大脑，自上而下管理城市。

城市智脑的技术路线分为三个阶段：过去做城市智脑时，我们希望把各种各样不同的数据都汇聚到一个中心做机器学习，有点像周末我拿本书，好好学这本书，把这个问题搞明白，将互联网数据汇聚到一个地方，用偏才的方法学习数据，从中得出一个可以派上用场的结论。

这种做法有一个好处，就是可以学得很深，但它也有很多坏处，数据来源单一，缺乏其他数据。当大脑在深度思考的时候，全部都是脑子内部的数据进行计算。比如我们经过机器深度学习，我们从民政局拿到菜价，菜价的波动居然跟一个城市的安全指数相关，这不就是啤酒和尿布之间的关系吗？因此，只有把眼睛闭下来，让机器去做深度学习，才会发现菜价跟城市安全指数非常吻合。

所以在日常生活中，我们既需要往深里想，把更多维的数据在一个可以思考的脑袋中思考，但有时我们又必须要作出快速判断。 未来我们要按照神经拟态计算，接下来会专门讲神经拟态计算，因为我们过去和今天做的并不能完全模拟一个人的神经。

未来我们要依赖三个技术：

一是数据使能。 一个城市需要感知设备采集数据，但是采集进来的数据并不能马上使用，这中间还要有使能过程，何为使能？就是对感知设备采集到的数据进行清洗、处理等。

二是数据融合。 把前面使能好的数据融合起来，转换成一种知识，将有能力的数据融合在一起进行加工，让它成为能够被应用的东西。

第三个技术、也是比较关键的是数据分析。 数据分析是最难的，它要求更高一层的智能，模拟人脑进行分析，作出决策，这个时候我们要结合一些业务，所以必须要对自己所在的行业足够了解。在此基础上，通过数据分析技术，可以得出比较有效的选择和建议。接下来怎么改进，某种意义上来说，机器在这个时段会作出一些判断，这些判断比人脑能想象的东西更深奥。

人工智能和深度学习存在的问题

目前大家都在谈人工智能、机器学习、深度学习。我们认为这里大概有四个困难：

一是机器学习很多时候是用督导式学习 ，首先要大量的数据训练机器，比如AlphaGo，只有进行了很多棋谱训练的AlphaGo，才能跟李世石下围棋。但是很多情况下我们没有足够的数据， 也不能区分这些数据。这种我们称之为无标签数据。

第二是数据样本太少，甚至零样本。

第三是训练机器花的时间很大，要用大量的数据训练机器。 现在市场上有很多人工智能企业，如商汤、依图、旷视都做得很好，它们基本上是在做样本学习，所以需要花费很多时间才能做出一个人脸特征来。

第四是成本问题。 因为计算量、维度越来越大，没有足够的数据和维度，这些样本都很难被计算出来，这种情况下用CPU很难进行计算，所以就会出现GPU，怎么理解GPU呢？CPU是一维的话，GPU就是二维的，现在又出现了TPU。

这四个问题怎么解决呢？一是大家比较关心的小样本，没有什么数据怎么做大数据？这里又要讲到人的浅层学习，即不需要很多数据，人工智能判断很快，这种能力我们称为“元知识”。

小样本挑战我们就是用和元知识相关的元学习和关系网络来进行的。比如这张图，上面有鸡、狗、猫，我们让机器先把鸡、狗、猫的特征提取出来，让它学习。当有一只狗放进去进行识别时，机器就能很快识别出这个东西像一只狗，这就是小样本元学习和关系网络技术。

下面是一些经常用到的技术：K近邻、深度学习与少样本学习、弱监督、无监督学习，增强学习，数据增扩技术，生成式对抗网络。

我们做智慧社区时经常碰到样本特别小，尤其是公共安全领域的视频监控，对行人进行再识别，基本上采样很小，一两张照片就能把罪犯找出来。

解决第三和第四个问题的办法基本上有多个。，其中的一个是采用神经拟态计算，人脑判断一个数据时用的是脉冲形式，而不是一直在想。所以我们需要有一个CPU，它也是以人脑的脉冲形式在想。

其次是期待未来的人工智能更快、更简单、更便宜、更智能，更省能耗。其中高性能计算今天已经可用，量子计算机和神经拟态计算网络即将进入商业化。

一个城市应该有五官和智脑群

最后是我今天的总结：简单来说，一个城市应该有五官和智脑群。 人脑思维时并不是简单的用脑在想，更多时候是用中枢神经和脊椎神经在思考，中枢神经和脊椎神经直接跟感知设备连在一起，判断一个事情并没有连接大脑，是直接在中枢神经、脊椎神经作出判断。

如果今天有一个人跟你说，一定只能是利用大数据进行深度学习，通过学习和模仿才能做出人工智能，显然这是不可能的。这是我们在智慧城市中的机器模拟，首先是五官，各种采集设备；然后通过中枢神经进行数据汇聚，如果这里能作出判断就立刻作出判断，快速作出反应；中枢神经存储、神经网络和记忆思维在这一块，浅层次的做出快速判断，最后是深度学习，也就是能超出人脑思维能力的这一部分。

近年来，在智联网领域，力维不断进行探索和实践，以力维结合最新智联网技术推出的智慧社区解决方案为例，基于社区多维数据汇聚融合以及大数据架构的深度挖掘分析技术，为社区主管单位和社区居民提供更丰富的社区级大数据服务，如人像惠民、社区停车、社区联防、社区指数等，极大提升了社区智能化治理和服务水平。

这就是力维对人工智能和城市智能的体会。谢谢大家！