機(jī)器學(xué)習(xí)將從研究人工智能算法理論的學(xué)科，向工程化學(xué)科發(fā)展。機(jī)器學(xué)習(xí)作為人工智能領(lǐng)域的重要分支，目前已發(fā)展成熟，以深度學(xué)習(xí)為代表的機(jī)器學(xué)習(xí)算法已全面落地應(yīng)用。機(jī)器學(xué)習(xí)領(lǐng)軍人物、加州大學(xué)伯克利分校教授邁克爾·喬丹（Michael Jordan）認(rèn)為，在下一個(gè)十年，機(jī)器學(xué)習(xí)科研工作重心將從研究類人智能機(jī)器向開發(fā)建造能夠處理大規(guī)模數(shù)據(jù)的智能化計(jì)算機(jī)系統(tǒng)轉(zhuǎn)變。通過這類大型智能系統(tǒng)，將為人類提供更好的決策支持。機(jī)器學(xué)習(xí)研究者需要在下一個(gè)十年持續(xù)關(guān)注算法架構(gòu)優(yōu)化、數(shù)據(jù)樣本采樣、博弈論、市場(chǎng)設(shè)計(jì)等領(lǐng)域。

加強(qiáng)和發(fā)展機(jī)器學(xué)習(xí)的理論研究是當(dāng)前迫切需求。近年來機(jī)器學(xué)習(xí)的研究已經(jīng)產(chǎn)生了數(shù)以千計(jì)的模型、范式和優(yōu)化算法，在推動(dòng)機(jī)器學(xué)習(xí)高速發(fā)展的同時(shí)，也導(dǎo)致機(jī)器學(xué)習(xí)的理解變得困難，急需解決隱私保護(hù)、模型可解釋性、泛化等問題等方面機(jī)器學(xué)習(xí)理論的不足。卡耐基梅隆大學(xué)機(jī)器學(xué)習(xí)系副主任邢波（Eric Xing）教授從損失函數(shù)、優(yōu)化求解、模型體系結(jié)構(gòu)和理論等方面提出了一個(gè)系統(tǒng)的、統(tǒng)一的機(jī)器學(xué)習(xí)藍(lán)圖，提供了對(duì)各種機(jī)器學(xué)習(xí)算法的全新整體理解，并給出以組合方式解決機(jī)器學(xué)習(xí)問題的指導(dǎo)方向。

算法突破可解決當(dāng)前人工智能計(jì)算復(fù)雜度高、資源消耗巨大的發(fā)展困難。哥倫比亞大學(xué)電子工程系副教授約翰·萊特（John Wright）認(rèn)為，突破傳統(tǒng)框架的全新高效機(jī)器學(xué)習(xí)算法是當(dāng)前的研究前沿，算法突破將推動(dòng)新一代人工智能發(fā)展。通過針對(duì)非凸優(yōu)化問題的討論，用不依賴初始化的簡(jiǎn)單迭代方法予以解決，在天文學(xué)和計(jì)算機(jī)視覺領(lǐng)域亦有廣泛應(yīng)用。智源研究院“機(jī)器學(xué)習(xí)”方向研究員、北京大學(xué)教授林宙辰認(rèn)為，在傳統(tǒng)優(yōu)化算法的適當(dāng)部分引入學(xué)習(xí)機(jī)制，可以顯著提高算法的收斂速度并得到更好的信息處理效果。基于學(xué)習(xí)的優(yōu)化算法能夠更好地適應(yīng)數(shù)據(jù)，將是傳統(tǒng)優(yōu)化算法的有益補(bǔ)充，建議從事優(yōu)化算法的研究者多加以關(guān)注。

縝密人工智能系統(tǒng)將建立新型人機(jī)協(xié)作關(guān)系。人工智能在科學(xué)研究生態(tài)中已發(fā)揮重要作用，但當(dāng)前主要還是利用數(shù)據(jù)而不是知識(shí)。人工智能促進(jìn)會(huì)（AAAI）現(xiàn)任主席、南加州大學(xué)信息科學(xué)研究所科研副主任尤蘭妲·吉爾（Yolanda Gil）教授提出利用知識(shí)技術(shù)發(fā)展縝密人工智能系統(tǒng)（Thoughtful Artificial Intelligence），通過新型人機(jī)協(xié)作方式助力科學(xué)探索過程，并建議系統(tǒng)滿足七項(xiàng)原則：合理性、語境性、主動(dòng)性、在線性、雙向性、系統(tǒng)性、倫理性。

（3）智能信息檢索與挖掘

搜索與人工智能技術(shù)將深度結(jié)合，智能搜索要體現(xiàn)“以人為本”理念。加拿大皇家科學(xué)院和加拿大工程院院士裴健教授認(rèn)為，搜索需要理解復(fù)雜的用戶信息需求，需要大量的人工智能技術(shù)支撐，高質(zhì)量的人工智能算法也需要高效的搜索算法從大規(guī)?？臻g中搜索到最優(yōu)的參數(shù)和模型，搜索技術(shù)將在未來人工智能技術(shù)發(fā)展中扮演重要角色。同時(shí)，智能搜索不僅僅是人工智能技術(shù)的簡(jiǎn)單應(yīng)用，還要考慮每一個(gè)“人”（包括老年人、殘疾人等）的不同需求，需要在可解釋性、文化差異、公平性、隱私保護(hù)、安全性、信息準(zhǔn)確性、用戶適應(yīng)性等方面進(jìn)行進(jìn)一步的探索。

開放世界的持續(xù)學(xué)習(xí)具有重要價(jià)值。傳統(tǒng)的機(jī)器學(xué)習(xí)是一個(gè)封閉式的系統(tǒng)，如何讓機(jī)器能夠在開放世界，包括訓(xùn)練數(shù)據(jù)未覆蓋的未知世界進(jìn)行探索學(xué)習(xí)，是一個(gè)很難但很有意義的問題。北京大學(xué)劉兵教授指出，持續(xù)學(xué)習(xí)的核心在于如何引導(dǎo)機(jī)器自發(fā)進(jìn)行學(xué)習(xí)，從而使其面對(duì)未知困難時(shí)，能根據(jù)機(jī)器累計(jì)的知識(shí)，自發(fā)地解決困難。主要研究?jī)?nèi)容包括如何持續(xù)解決問題、如何進(jìn)行自發(fā)的知識(shí)積累與收集、如何讓機(jī)器保存記憶、如何更好地讓對(duì)話參與在整個(gè)過程中等。

多模態(tài)對(duì)話式搜索將成為智能信息檢索的重要研究方向。現(xiàn)在的信息檢索工具（如搜索引擎）不能處理復(fù)雜的信息需求，迫切需要新的信息檢索工具能夠處理更加多樣的信息（如圖片、視頻以及各種模態(tài)的數(shù)據(jù)等），并且能夠通過多輪自然語言對(duì)話方式解決復(fù)雜信息獲取問題。新加坡國(guó)立大學(xué)計(jì)算機(jī)學(xué)院的首任院長(zhǎng)蔡達(dá)成教授認(rèn)為，多模態(tài)對(duì)話和多模態(tài)推薦系統(tǒng)的主要技術(shù)挑戰(zhàn)，在于多模態(tài)上下文和歷史的建模，領(lǐng)域知識(shí)與用戶模型的融合，交互方式，評(píng)價(jià)方法及數(shù)據(jù)集等。未來搜索、對(duì)話和推薦的界限將逐漸消失，融合各種技術(shù)的新的信息獲取方法應(yīng)該成為未來研究的重點(diǎn)。

（4）智能體系架構(gòu)與芯片

探索合理的智能超算評(píng)測(cè)方法，推動(dòng)大規(guī)模智能超算系統(tǒng)的健康發(fā)展。智能超算系統(tǒng)是支撐智能時(shí)代的重要基礎(chǔ)設(shè)施，針對(duì)智能超算系統(tǒng)，傳統(tǒng)高性能計(jì)算領(lǐng)域的基準(zhǔn)測(cè)試（如Linpack）難以高效準(zhǔn)確評(píng)估智能超算算力，而已有的人工智能基準(zhǔn)測(cè)試程序（如MLPerf）由于規(guī)模固定、結(jié)果不直觀等原因并不適合智能超算系統(tǒng)的評(píng)估。智源研究院“智能體系架構(gòu)與芯片”方向研究員、清華大學(xué)教授陳文光認(rèn)為，合理的智能算力測(cè)試程序應(yīng)規(guī)?？勺?，具備人工智能意義及多機(jī)通信特征，同時(shí)測(cè)試結(jié)果可用單一分?jǐn)?shù)表示。

智能計(jì)算系統(tǒng)需要系統(tǒng)性創(chuàng)新，形成長(zhǎng)期深耕和持久發(fā)展意識(shí)。智源研究院“智能體系架構(gòu)與芯片”方向研究員、中科院計(jì)算所研究員包云崗認(rèn)為，智能計(jì)算系統(tǒng)的芯片設(shè)計(jì)是該領(lǐng)域的核心問題，既可以借鑒傳統(tǒng)計(jì)算系統(tǒng)的設(shè)計(jì)方法（如軟硬件去耦合層次化設(shè)計(jì)思想），也需要EDA（電子設(shè)計(jì)自動(dòng)化）工具和軟硬件協(xié)同設(shè)計(jì)平臺(tái)等方面的創(chuàng)新，應(yīng)建立貫穿研究、應(yīng)用、教學(xué)、推廣等環(huán)節(jié)的長(zhǎng)期深耕和持久發(fā)展的創(chuàng)新意識(shí)。此外，開源已經(jīng)成為芯片發(fā)展的新趨勢(shì)，通過敏捷設(shè)計(jì)方法可以降低芯片設(shè)計(jì)門檻，打造開源芯片生態(tài)。

后摩爾時(shí)代的算力提升需要以新器件和新架構(gòu)作為驅(qū)動(dòng)力。摩爾定律帶來的計(jì)算性能提升日益放緩，基于傳統(tǒng)器件的馮諾依曼架構(gòu)面臨存儲(chǔ)墻和功耗墻等問題，難以滿足智能應(yīng)用日益增長(zhǎng)的算力需求，需要加快推動(dòng)以神經(jīng)形態(tài)計(jì)算為代表的智能體系架構(gòu)發(fā)展。智源青年科學(xué)家、北京大學(xué)研究員楊玉超提出，可以利用憶阻器的動(dòng)力學(xué)特性來探索新的計(jì)算應(yīng)用，充分發(fā)揮神經(jīng)形態(tài)硬件的優(yōu)勢(shì)。

（5）自然語言處理

基于深度學(xué)習(xí)的自然語言處理需要建立新的知識(shí)體系。這一輪以深度學(xué)習(xí)為代表的人工智能發(fā)展高潮，其代表性技術(shù)即為語音識(shí)別和自然語言處理。智源研究院“自然語言處理”方向首席科學(xué)家、清華大學(xué)教授孫茂松指出，在前期快速發(fā)展的基礎(chǔ)上，目前最前沿的自然語言模型已經(jīng)進(jìn)化到具有1500億個(gè)參數(shù)，但需要深入思考面向未來的發(fā)展方向。下一個(gè)十年，在大數(shù)據(jù)與富知識(shí)相結(jié)合的雙飛輪驅(qū)動(dòng)下，通過多模態(tài)信息融合，將建立語言處理和知識(shí)表示的新體系。

開展多模態(tài)融合和多任務(wù)學(xué)習(xí)是推動(dòng)自然語言處理發(fā)展的重要方向。當(dāng)前的自然語言處理研究的新趨勢(shì)是進(jìn)一步融合視覺、聽覺、情感等文本之外的信息，交叉進(jìn)行信息的對(duì)齊、互補(bǔ)、融合。華盛頓大學(xué)瑪麗·奧斯登多爾芙（Mari Ostendorf）教授提出，要將實(shí)時(shí)物理和社交環(huán)境等多模態(tài)信息融入語言理解模型。微軟亞洲研究院周明博士提出，語言+視覺的多語種多任務(wù)聯(lián)合機(jī)器學(xué)習(xí)將是獲得通用語義表征模型的途徑。

推動(dòng)大規(guī)模開源開放平臺(tái)建設(shè)具有重要意義。算力、算法和數(shù)據(jù)是推動(dòng)新一代人工智能發(fā)展的核心動(dòng)力，此外Theaon、Caffe、Kaldi、TensorFlow、PyTorch等開源平臺(tái)在人工智能發(fā)展過程中也起到了關(guān)鍵支撐作用。語音識(shí)別開源平臺(tái)Kaldi創(chuàng)始人、小米集團(tuán)語音首席科學(xué)家丹尼爾·波維（Daniel Povey）認(rèn)為，建設(shè)下一代開源社區(qū)是重要的核心任務(wù)，將有力推動(dòng)語音識(shí)別和自然語言處理技術(shù)快速發(fā)展。

2. 人工智能其他前沿研究方向發(fā)展現(xiàn)狀及趨勢(shì)

（1）機(jī)器感知

機(jī)器感知目前面臨依賴大量訓(xùn)練數(shù)據(jù)的問題，未來將通過和神經(jīng)科學(xué)等領(lǐng)域結(jié)合，發(fā)展模擬生物感知模式的新型算法。中國(guó)科學(xué)院計(jì)算技術(shù)研究所研究員山世光建議，應(yīng)重新定義感知計(jì)算概念，確定新的研究方向。智源研究院院長(zhǎng)、北京大學(xué)教授黃鐵軍認(rèn)為機(jī)器感知的研究需要建立視覺信息處理新理論體系。中國(guó)科學(xué)院自動(dòng)化研究所研究員王亮認(rèn)為，應(yīng)將融合多種感知數(shù)據(jù)，實(shí)現(xiàn)多模態(tài)和多機(jī)制融合的感知計(jì)算作為重點(diǎn)研究領(lǐng)域，逐步實(shí)現(xiàn)從感知到認(rèn)知計(jì)算研究的發(fā)展進(jìn)步。

（2）知識(shí)智能

深度學(xué)習(xí)無法對(duì)非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行處理，不具備理解人類知識(shí)的能力。近年來，用于提升人工智能對(duì)知識(shí)理解和處理能力的知識(shí)智能算法發(fā)展迅速。目前，知識(shí)圖譜等相關(guān)算法的性能進(jìn)一步提升，呈現(xiàn)出和深度學(xué)習(xí)算法加速融合的態(tài)勢(shì)，并逐步走向?qū)嶋H應(yīng)用。本次大會(huì)上，加州大學(xué)洛杉磯分校計(jì)算機(jī)科學(xué)系副教授孫怡舟、微軟雷德蒙德研究院高級(jí)應(yīng)用科學(xué)家東昱曉等分別介紹了在知識(shí)圖譜、圖表示學(xué)習(xí)的最新研究成果，結(jié)果顯示可顯著提升算法性能表現(xiàn)；智源研究院學(xué)術(shù)副院長(zhǎng)、清華大學(xué)長(zhǎng)聘教授唐杰提出了針對(duì)圖數(shù)據(jù)的機(jī)器學(xué)習(xí)算法框架CogDL；阿里巴巴達(dá)摩院資深算法專家楊紅霞，斯坦福大學(xué)計(jì)算機(jī)科學(xué)副教授、Pinterest首席科學(xué)家朱爾·萊思科威克(Jure Leskovec)分別介紹了知識(shí)智能領(lǐng)域在智慧醫(yī)療、推薦系統(tǒng)等領(lǐng)域的應(yīng)用落地情況。

（3）決策智能

決策智能是研究多個(gè)人工智能模型（智能體）相互交互學(xué)習(xí)，并采取行動(dòng)的人工智能新領(lǐng)域。決策智能研究對(duì)推動(dòng)人工智能在復(fù)雜環(huán)境下進(jìn)行自主學(xué)習(xí)和決斷具有重要意義，但受限于算力資源短缺、真實(shí)數(shù)據(jù)不足等問題，決策智能研究目前仍處于初級(jí)發(fā)展階段。針對(duì)決策智能研究算力需求大的問題，清華大學(xué)交叉信息學(xué)院張崇潔教授提出，應(yīng)設(shè)計(jì)一種新型算法架構(gòu)，提升模型計(jì)算效率，降低對(duì)算力依賴。國(guó)際人工智能研發(fā)機(jī)構(gòu)OpenAI吳翼研究員則建議，應(yīng)進(jìn)一步加大人工智能算力投入，推動(dòng)企業(yè)和科研機(jī)構(gòu)合作，加快通用人工智能等決策智能技術(shù)的研發(fā)應(yīng)用。數(shù)據(jù)方面，中國(guó)科學(xué)院自動(dòng)化研究所趙冬斌研究員建議通過設(shè)計(jì)虛擬環(huán)境，模擬真實(shí)條件，生成訓(xùn)練數(shù)據(jù)的方法，減少?zèng)Q策智能算法對(duì)數(shù)據(jù)的依賴。

（4）強(qiáng)化學(xué)習(xí)

強(qiáng)化學(xué)習(xí)是研究訓(xùn)練人工智能模型通過和環(huán)境進(jìn)行交互，從中學(xué)習(xí)經(jīng)驗(yàn)和技能的研究領(lǐng)域。隨著算力資源的不斷豐富，博弈論、控制論等學(xué)科的進(jìn)一步發(fā)展，強(qiáng)化學(xué)習(xí)已在決策智能領(lǐng)域取得突破，DeepMind、OpenAI等國(guó)際人工智能研究機(jī)構(gòu)研發(fā)出具備復(fù)雜環(huán)境決策能力的人工智能算法，在電子競(jìng)技中擊敗人類頂級(jí)選手。同時(shí)，強(qiáng)化學(xué)習(xí)已逐漸在智能交通領(lǐng)域應(yīng)用落地。

未來，強(qiáng)化學(xué)習(xí)主要面臨兩方面挑戰(zhàn)。一是訓(xùn)練數(shù)據(jù)不足，強(qiáng)化學(xué)習(xí)模型性能不佳，難以在的真實(shí)場(chǎng)景中應(yīng)用落地，需要提升模型在數(shù)據(jù)缺失情況下的性能、安全性和可解釋性。二是強(qiáng)化學(xué)習(xí)算力需求大，需要充足的算力資源支持。

（5）圖神經(jīng)網(wǎng)絡(luò)

圖神經(jīng)網(wǎng)絡(luò)結(jié)合了深度學(xué)習(xí)算法和圖表示學(xué)習(xí)算法的優(yōu)點(diǎn)，具有高性能、能夠處理非結(jié)構(gòu)化數(shù)據(jù)的優(yōu)點(diǎn)，目前已進(jìn)入快速發(fā)展期，出現(xiàn)了圖卷積神經(jīng)網(wǎng)絡(luò)等一系列研究成果，并在推薦系統(tǒng)、信息檢索、自然語言處理等領(lǐng)域得到應(yīng)用。未來，圖神經(jīng)網(wǎng)絡(luò)將和深度學(xué)習(xí)技術(shù)加快融合，結(jié)合深度學(xué)習(xí)跨領(lǐng)域預(yù)訓(xùn)練和自監(jiān)督學(xué)習(xí)方法，提升在多種應(yīng)用場(chǎng)景下的性能，以及模型的對(duì)抗攻擊能力。同時(shí)，圖神經(jīng)網(wǎng)絡(luò)將借鑒貝葉斯網(wǎng)絡(luò)、馬爾科夫隨機(jī)場(chǎng)等非深度學(xué)習(xí)算法，進(jìn)一步探究模型的因果推理能力。

（6）認(rèn)知神經(jīng)基礎(chǔ)

深度學(xué)習(xí)具有缺乏可解釋性的問題。通過研究神經(jīng)科學(xué)和認(rèn)知科學(xué)，通過將認(rèn)知神經(jīng)科學(xué)研究成果遷移到人工智能理論研究領(lǐng)域，有助于理解人工智能內(nèi)部的計(jì)算過程，提升模型可解釋性，并為發(fā)展新型人工智能算法提供理論基礎(chǔ)。目前。北京師范大學(xué)畢彥超教授和北京大學(xué)方方教授已開展人腦視覺神經(jīng)信號(hào)處理和認(rèn)知模式研究，用于理解人類智能的形成機(jī)制。北京師范大學(xué)劉嘉教授提出，通過類腦與人腦雙腦融合理論范式，理解智能的本質(zhì)。北京大學(xué)吳思教授和中科院自動(dòng)化所余山研究員提出發(fā)展腦啟發(fā)的新型學(xué)習(xí)算法和網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)方案。

（7）海外青年論壇

本次智源大會(huì)特設(shè)了海外青年論壇，邀請(qǐng)機(jī)器學(xué)習(xí)領(lǐng)域的青年才俊們圍繞機(jī)器學(xué)習(xí)前沿研究開展研討，包括：斯坦福大學(xué)助理教授馬騰宇，杜克大學(xué)助理教授鬲融，普林斯頓大學(xué)助理教授金馳，賓夕法尼亞大學(xué)沃頓商學(xué)院助理教授蘇煒杰，斯坦福大學(xué)博士后雷理驊等。與會(huì)人員們認(rèn)為在機(jī)器學(xué)習(xí)領(lǐng)域，以下幾個(gè)方面非常值得關(guān)注：

第一，元學(xué)習(xí)、自學(xué)習(xí)算法都是機(jī)器學(xué)習(xí)領(lǐng)域未來非常重要的研究方向；

第二，機(jī)器學(xué)習(xí)技術(shù)的優(yōu)化將有利于其在數(shù)據(jù)隱私保護(hù)領(lǐng)域的應(yīng)用；

第三，因果推斷問題是人工智能領(lǐng)域非常重要的問題；

第四，優(yōu)化算法的隱式趨勢(shì)分析也是機(jī)器學(xué)習(xí)領(lǐng)域需要關(guān)注的研究方向。

人工智能應(yīng)用及熱點(diǎn)問題發(fā)展現(xiàn)狀及趨勢(shì)

1. 人工智能倫理、治理與可持續(xù)發(fā)展

在“人工智能倫理、治理與可持續(xù)發(fā)展”論壇上，聯(lián)合國(guó)副秘書長(zhǎng)法布里佐·霍奇希爾德（Fabrizio Hochschild）連線出席，北京市科學(xué)技術(shù)委員會(huì)主任許強(qiáng)出席并致辭。

法布里佐·霍奇希爾德介紹了6月11日發(fā)布的《聯(lián)合國(guó)數(shù)字合作路線圖》。該路線圖的首要目標(biāo)是“連接、尊重和保護(hù)數(shù)字時(shí)代的人們”，在全球新冠疫情大流行的當(dāng)下，實(shí)現(xiàn)可持續(xù)和包容性復(fù)蘇，推動(dòng)全球數(shù)字合作，以應(yīng)對(duì)在世界范圍內(nèi)出現(xiàn)的技術(shù)被嚴(yán)重濫用等問題，其主要內(nèi)容包括推動(dòng)數(shù)字通用連接，促進(jìn)數(shù)字技術(shù)成為公共產(chǎn)品，保證數(shù)字技術(shù)惠及所有人，支持?jǐn)?shù)字能力建設(shè)，建立數(shù)字信任和安全等。

北京市科學(xué)技術(shù)委員會(huì)主任許強(qiáng)在致辭中指出，北京于2019年5月發(fā)布《人工智能北京共識(shí)》，為規(guī)范和引領(lǐng)人工智能健康發(fā)展提供了“北京方案”。智源研究院牽頭建設(shè)人工智能風(fēng)險(xiǎn)與安全綜合沙盒平臺(tái)，對(duì)于實(shí)現(xiàn)人工智能“自律”“善治”“有序”起到了重要作用。和諧發(fā)展是當(dāng)前人工智能倫理與治理的主旋律，應(yīng)多方協(xié)作實(shí)現(xiàn)發(fā)展與治理雙輪驅(qū)動(dòng)。聯(lián)合國(guó)可持續(xù)發(fā)展目標(biāo)（SDG）由聯(lián)合國(guó)2015正式通過，旨在從2015年到2030年間以綜合方式徹底解決社會(huì)、經(jīng)濟(jì)和環(huán)境三個(gè)維度的發(fā)展問題，轉(zhuǎn)向可持續(xù)發(fā)展道路。希望北京人工智能領(lǐng)域的高校院所、企業(yè)等履行社會(huì)責(zé)任，發(fā)展“面向可持續(xù)發(fā)展的人工智能”，促進(jìn)全球社會(huì)、經(jīng)濟(jì)和環(huán)境的可持續(xù)發(fā)展，推進(jìn)人類命運(yùn)共同體的構(gòu)建與實(shí)現(xiàn)。

會(huì)上，智源研究院正式發(fā)布了“面向可持續(xù)發(fā)展的人工智能智庫”（AI4SDGs Think Tank）及“面向可持續(xù)發(fā)展的人工智能公益研究計(jì)劃”（AI4SDGs Research Program）。智源研究院將作為管理機(jī)構(gòu)執(zhí)行AI4SDG公益研究計(jì)劃的資助，組織全球相關(guān)專家成立顧問委員會(huì)、執(zhí)行委員會(huì)，并與支持課題的共建科研機(jī)構(gòu)、企業(yè)共同擬定年度資助方向并評(píng)審、并向全球發(fā)布相關(guān)課題，面向全球開放研究成果，推進(jìn)全球可持續(xù)發(fā)展目標(biāo)的全面實(shí)現(xiàn)。目前，小米、曠視、滴滴等公司積極履行社會(huì)責(zé)任，已確定作為公益研究計(jì)劃的共建企業(yè)參與。

另外，參與專家針對(duì)目前全球人工智能倫理與治理面臨的挑戰(zhàn)，開展研討，形成以下共識(shí)：

全球人工智能倫理與治理面臨挑戰(zhàn)，需要加強(qiáng)交流與創(chuàng)新合作，并在工作上有所側(cè)重。劍橋大學(xué)未來智能研究中心主任肖恩·歐·埃格泰格（Seán ó héigeartaigh）認(rèn)為,文化差異下的語言表述易產(chǎn)生不必要的誤解而加深鴻溝。聯(lián)合國(guó)副秘書長(zhǎng)技術(shù)顧問丹尼特·蓋爾（Danit Gal）建議，應(yīng)加強(qiáng)交流、推動(dòng)合作，在全球范圍內(nèi)倡導(dǎo)并激勵(lì)全球合作與國(guó)際協(xié)作創(chuàng)新。慕尼黑工業(yè)大學(xué)AI倫理中心主任、全球AI倫理協(xié)會(huì)發(fā)起者克里斯托弗·盧奇（Christoph Lütge）建議，應(yīng)在平等、公正、隱私、歧視等問題上加強(qiáng)人工智能監(jiān)管與治理。英國(guó)阿蘭·圖靈研究所AI倫理負(fù)責(zé)人、聯(lián)合國(guó)教科文組織人工智能倫理特別專家組委員阿德里安·韋勒（Adrian Weller）建議，人工智能面對(duì)不同種族、性別等群體時(shí)需要用不同的預(yù)測(cè)模型來解決潛在的歧視、不公平等倫理問題。

科學(xué)的人工智能倫理與治理促使高水平人工智能發(fā)展，推動(dòng)人工智能實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)。阿德里安·韋勒（Adrian Weller）認(rèn)為，在解決平等、歧視等問題的過程中，人工智能的準(zhǔn)確度和有效性將得以提升。荷蘭埃因霍芬理工大學(xué)教授、IEEE機(jī)器人與自動(dòng)化學(xué)會(huì)機(jī)器人倫理委員會(huì)共同主席文森特·穆勒（Vincent Muller）認(rèn)為，人工智能倫理發(fā)展促使人工智能技術(shù)前進(jìn)。

2. AI創(chuàng)業(yè)

在“AI創(chuàng)業(yè)”論壇上，北京市海淀區(qū)區(qū)長(zhǎng)曾勁出席并致辭。曾勁在致辭中介紹說，2019年海淀發(fā)布加快人工智能創(chuàng)新引領(lǐng)發(fā)展的15條措施，2020年發(fā)布了《中關(guān)村科學(xué)城新時(shí)期再創(chuàng)業(yè)再出發(fā)提升創(chuàng)新能級(jí)的若干措施》和《中關(guān)村科學(xué)城北區(qū)發(fā)展行動(dòng)計(jì)劃》，率先開放智慧醫(yī)療、智慧社區(qū)、科技公園等應(yīng)用場(chǎng)景，并建設(shè)海淀“城市大腦”，同時(shí)推動(dòng)公共算力平臺(tái)等人工智能基礎(chǔ)設(shè)施建設(shè)，下一步將聯(lián)合智源研究院設(shè)立人工智能科學(xué)家基金，同時(shí)通過引導(dǎo)基金，引導(dǎo)創(chuàng)投機(jī)構(gòu)投早、投長(zhǎng)、投原創(chuàng)，共同培育人工智能創(chuàng)新企業(yè)。

參與嘉賓圍繞AI投資、創(chuàng)業(yè)等問題開展研討，形成以下觀點(diǎn)：

人工智能進(jìn)入賦能時(shí)代，AI創(chuàng)業(yè)呈現(xiàn)新的時(shí)代特點(diǎn)。人工智能發(fā)展從人工智能技術(shù)公司探索落地場(chǎng)景轉(zhuǎn)變?yōu)閭鹘y(tǒng)公司主動(dòng)擁抱人工智能，人工智能進(jìn)入賦能時(shí)代。軟件、硬件、集成和人才等方面的快速發(fā)展促使AI技術(shù)成熟周期越來越短，創(chuàng)業(yè)公司的技術(shù)領(lǐng)先窗口期越來越短，而技術(shù)產(chǎn)品化、商業(yè)化能力重要性不斷提升。創(chuàng)新工場(chǎng)深度分析了64家歐美科技巨頭的創(chuàng)業(yè)團(tuán)隊(duì)模式，其中科學(xué)家與商業(yè)合伙人的復(fù)合團(tuán)隊(duì)占比為80%，純科學(xué)家團(tuán)隊(duì)占比為20%。創(chuàng)新工場(chǎng)創(chuàng)始人兼CEO李開復(fù)認(rèn)為，人工智能賦能時(shí)代下，AI創(chuàng)業(yè)本質(zhì)上做To B生意，工程型、產(chǎn)品型、商業(yè)型人才越來越居于關(guān)鍵位置。奇績(jī)創(chuàng)壇創(chuàng)始人兼CEO陸奇認(rèn)為，未來有可能成為主流產(chǎn)業(yè)生態(tài)的有自主系統(tǒng)（如自動(dòng)駕駛車輛、機(jī)器人),智能場(chǎng)所(會(huì)形成未來新的工作與生活的時(shí)間和空間的體驗(yàn)），個(gè)人助手和城市大腦等。

人工智能早期應(yīng)用的核心賽道是移動(dòng)和云的生態(tài)。奇績(jī)創(chuàng)壇創(chuàng)始人兼CEO陸奇認(rèn)為移動(dòng)和云時(shí)代是目前數(shù)字化創(chuàng)新的主流生態(tài)，它的數(shù)字化的能力和規(guī)模是空前的。移動(dòng)和云的發(fā)展主流更是把數(shù)字化往下沉，特別是在未來10年20年，更多的云和移動(dòng)時(shí)代的機(jī)會(huì)是數(shù)字化企業(yè)、數(shù)字化農(nóng)業(yè)各個(gè)垂直行業(yè)。因?yàn)槿斯ぶ悄芸梢詮拇罅楷F(xiàn)有數(shù)據(jù)當(dāng)中獲得知識(shí)來創(chuàng)造新的體驗(yàn)、新的價(jià)值，在移動(dòng)和云的生態(tài)中將大有作為。C端（面向終端用戶）人工智能在移動(dòng)時(shí)代可以發(fā)揮作用的領(lǐng)域，包括內(nèi)容制作、內(nèi)容推薦、電商導(dǎo)購(gòu)、自動(dòng)定價(jià)等。

數(shù)據(jù)和場(chǎng)景優(yōu)勢(shì)在過去十年助力中國(guó)人工智能發(fā)展領(lǐng)先，未來將繼續(xù)支撐中國(guó)人工智能創(chuàng)新創(chuàng)業(yè)發(fā)展。過去十年，中國(guó)人工智能產(chǎn)業(yè)蓬勃發(fā)展，創(chuàng)業(yè)公司數(shù)量及融資額僅略低于美國(guó)，這受益于中國(guó)獨(dú)特的場(chǎng)景優(yōu)勢(shì)和數(shù)據(jù)優(yōu)勢(shì)。論壇專家一致認(rèn)為，未來，獨(dú)特的中國(guó)國(guó)情優(yōu)勢(shì)將繼續(xù)為我國(guó)人工智能創(chuàng)新創(chuàng)業(yè)創(chuàng)造機(jī)會(huì)。我國(guó)政府大力推進(jìn)的新型基礎(chǔ)設(shè)施建設(shè)將為人工智能發(fā)展創(chuàng)造更為有利的條件，如智慧城市、智慧交通讓城市和道路變得更“聰明”，為自動(dòng)駕駛發(fā)展提供支持；中國(guó)制造業(yè)體量巨大，而人力成本上升和產(chǎn)業(yè)高端化要求將倒逼催生廣泛場(chǎng)景智能化需求；具有后發(fā)優(yōu)勢(shì)的醫(yī)療、國(guó)情特色的教育等產(chǎn)業(yè)也有極大的智能化創(chuàng)業(yè)機(jī)會(huì)。

人工智能領(lǐng)域投資進(jìn)入理性冷靜階段，人工智能創(chuàng)業(yè)面臨多方面挑戰(zhàn)，需各方生態(tài)合作共同推進(jìn)人工智能產(chǎn)業(yè)發(fā)展。近兩年，全球AI投資逐漸趨于理性，特別是2020年受疫情影響宏觀經(jīng)濟(jì)下行，投資機(jī)構(gòu)出手謹(jǐn)慎，人工智能初創(chuàng)企業(yè)融資困難，面臨市場(chǎng)、資本、技術(shù)、產(chǎn)品和人才等多方面挑戰(zhàn)。奇績(jī)創(chuàng)壇創(chuàng)始人兼CEO陸奇認(rèn)為，現(xiàn)階段需要?jiǎng)?chuàng)業(yè)者、投資者、高校/研究機(jī)構(gòu)、政府等多方共同合作，從技術(shù)賦能、資本環(huán)境、市場(chǎng)環(huán)境、退出環(huán)境和人才培養(yǎng)等方面全方位降低創(chuàng)業(yè)門檻，共同把握好人工智能創(chuàng)業(yè)機(jī)會(huì)。

3. 中英研究合作圓桌論壇

6月23日晚，英國(guó)駐華大使館、英國(guó)阿蘭·圖靈研究所和智源研究院共同舉辦“中英研究合作圓桌論壇”（閉門會(huì)議），英國(guó)駐華大使館科技參贊弗朗西斯·霍珀（Frances Hooper）、市科委副主任許心超出席論壇，英國(guó)阿蘭·圖靈研究所、劍橋大學(xué)、曼徹斯特大學(xué)等專家參與研討。市科委副主任許心超介紹，為促進(jìn)聯(lián)合國(guó)可持續(xù)發(fā)展目標(biāo)的全面實(shí)現(xiàn)，北京積極履行責(zé)任，將依托智源研究院推動(dòng)成立國(guó)際性“面向可持續(xù)發(fā)展的人工智能協(xié)作網(wǎng)絡(luò)”（AI4SDGs Cooperation Network）。該協(xié)作網(wǎng)絡(luò)的目的是通過技術(shù)與政策研究的共享，促進(jìn)可持續(xù)發(fā)展目標(biāo)在全球的全面實(shí)現(xiàn)。將圍繞“面向可持續(xù)發(fā)展的人工智能”的基礎(chǔ)設(shè)施、可持續(xù)發(fā)展的不同議題組織跨機(jī)構(gòu)的工作組，圍繞AI如何推進(jìn)相關(guān)議題的核心問題組織研討、搭建開源系統(tǒng)、發(fā)布報(bào)告，并促進(jìn)相關(guān)技術(shù)在相對(duì)不發(fā)達(dá)國(guó)家、地區(qū)的應(yīng)用，以此減少數(shù)字鴻溝，增加技術(shù)的普惠程度，并實(shí)現(xiàn)真正意義的可持續(xù)發(fā)展。會(huì)上，許心超邀請(qǐng)參與研討的阿蘭·圖靈研究所、劍橋大學(xué)、曼徹斯特大學(xué)等機(jī)構(gòu)加入?yún)f(xié)作網(wǎng)絡(luò)。

在人工智能倫理治理方面，智源研究院人工智能倫理與可持續(xù)發(fā)展研究中心主任曾毅介紹了“AI4SDGs Network”具體思路，并以數(shù)字安全領(lǐng)域的合作為切入點(diǎn)，探討中英之間在數(shù)字倫理、數(shù)字安全、隱私等相關(guān)領(lǐng)域的合作點(diǎn)。針對(duì)這個(gè)話題，智源學(xué)者、北京大學(xué)副教授邊凱歸介紹了智源藍(lán)保（Blue Bubble）追蹤系統(tǒng)在隱私保護(hù)方面的探索。

在合作建設(shè)開放協(xié)同創(chuàng)新體系方面，智源研究院黃鐵軍院長(zhǎng)，智源學(xué)者、清華大學(xué)張悠慧教授，曼徹斯特大學(xué)教授史蒂夫·弗伯（Steve Furber）探討了在開源學(xué)習(xí)框架方面的合作，以促進(jìn)實(shí)現(xiàn)類腦計(jì)算相關(guān)技術(shù)的突破進(jìn)展。在健康領(lǐng)域的數(shù)據(jù)合作方面，英國(guó)圖靈研究所艾倫·塞爾旺卡（Allaine Cerwonka）認(rèn)為中英可以在數(shù)據(jù)的收集和使用、個(gè)人信息安全等方面開展合作，智源研究院人工智能倫理與可持續(xù)發(fā)展研究中心和新冠肺炎開放數(shù)據(jù)平臺(tái)將有可能為雙方的合作提供平臺(tái)和支撐。

4. AI防疫

人工智能用于抗疫，應(yīng)注重個(gè)人隱私保護(hù)，但更應(yīng)以服務(wù)民眾生命健康以及國(guó)家安全大局為重。數(shù)據(jù)和人工智能在抗疫實(shí)踐當(dāng)中已經(jīng)發(fā)揮了巨大的價(jià)值，比如健康通行證類的應(yīng)用。面對(duì)整個(gè)人類的生死存亡的時(shí)候，應(yīng)以人類的疾病控制為重。

接觸者追蹤系統(tǒng)對(duì)疫情防控具有重要價(jià)值，應(yīng)通過技術(shù)手段賦能個(gè)人數(shù)據(jù)保護(hù)，服務(wù)抗疫等重大突發(fā)事件。智源研究院組織研發(fā)的“智源藍(lán)?！毕到y(tǒng)，是一個(gè)可以保護(hù)用戶隱私的接觸者追蹤系統(tǒng)，面向復(fù)工、復(fù)產(chǎn)、復(fù)學(xué)等環(huán)境，追蹤感染人員在室內(nèi)的位置和軌跡，快速排查與感染者有近距離接觸風(fēng)險(xiǎn)的人員，大幅降低隔離人員比例，挽回因不必要隔離所造成的人員與經(jīng)濟(jì)損失，該系統(tǒng)已申請(qǐng)2項(xiàng)專利。當(dāng)前流行病接觸者追蹤技術(shù)依賴于收發(fā)特定的藍(lán)牙信令，然而各個(gè)國(guó)家、各個(gè)地區(qū)沒有統(tǒng)一的標(biāo)準(zhǔn)，導(dǎo)致不同追蹤APP之間的信令不兼容、系統(tǒng)之間的數(shù)據(jù)無法打通。例如新加坡的TraceTogether應(yīng)用與蘋果、谷歌推廣的Exposure Notification藍(lán)牙技術(shù)框架不兼容，導(dǎo)致安裝不同APP的設(shè)備無法相互發(fā)現(xiàn)，無法完成近距離追蹤的任務(wù)。智源研究院已經(jīng)著手牽頭研究制定一個(gè)面向流行病接觸者追蹤技術(shù)的藍(lán)牙信令交互通用標(biāo)準(zhǔn)。該標(biāo)準(zhǔn)兼容不同藍(lán)牙設(shè)備類型，支持跨移動(dòng)操作系統(tǒng)平臺(tái)，獨(dú)立于國(guó)外技術(shù)框架，可以在全國(guó)范圍內(nèi)推廣，有效保護(hù)我國(guó)流行病接觸者追蹤系統(tǒng)的數(shù)據(jù)安全和用戶隱私，服務(wù)社會(huì)和民眾。

制約真實(shí)數(shù)據(jù)發(fā)揮更大作用的關(guān)鍵原因是數(shù)據(jù)零散，缺乏優(yōu)質(zhì)、全面的數(shù)據(jù)。現(xiàn)在面臨難題是數(shù)據(jù)源應(yīng)該到哪個(gè)地方去找，由于現(xiàn)在這些數(shù)據(jù)之間并沒有打通，數(shù)據(jù)無法完成證實(shí)或者證偽，從而無法得到可信的結(jié)果，兩個(gè)月以前美國(guó)大概有22家大數(shù)據(jù)公司要形成一個(gè)聯(lián)盟，討論要把他們的數(shù)據(jù)打通，然后把數(shù)據(jù)拿出來利用起來，美國(guó)的CDC可能有很多數(shù)據(jù)源，但是卻拿不到這樣高質(zhì)量的數(shù)據(jù)。解決這個(gè)問題的最好辦法是以一個(gè)研究目標(biāo)為基礎(chǔ)，帶著目標(biāo)去整合優(yōu)質(zhì)的數(shù)據(jù)，進(jìn)而獲得相應(yīng)的證據(jù)。

5. AI醫(yī)療

臨床同時(shí)是智慧醫(yī)療的起點(diǎn)與終點(diǎn)，研究要從臨床痛點(diǎn)出發(fā)，并最終應(yīng)用到臨床上以解決根本問題。目前，智慧醫(yī)療產(chǎn)品涉及多種人工智能技術(shù)，面向不同病種，并已應(yīng)用在部分臨床上。然而，部分產(chǎn)品普遍出現(xiàn)了實(shí)驗(yàn)結(jié)果表現(xiàn)優(yōu)良，但臨床應(yīng)用不理想的現(xiàn)實(shí)問題。國(guó)家神經(jīng)系統(tǒng)疾病臨床醫(yī)學(xué)研究中心副主任、首都醫(yī)科大學(xué)附屬北京天壇醫(yī)院常務(wù)副院長(zhǎng)王擁軍建議，應(yīng)將臨床同時(shí)作為智慧醫(yī)療研究的起點(diǎn)與終點(diǎn)，從病種的臨床痛點(diǎn)出發(fā)，最終實(shí)現(xiàn)智慧醫(yī)療精準(zhǔn)的臨床落地。

醫(yī)療數(shù)據(jù)的隱私保護(hù)是所有智慧醫(yī)療研究的基本前提，臨床數(shù)據(jù)安全是智慧醫(yī)療下一個(gè)亟待攻克的難題。應(yīng)在實(shí)現(xiàn)醫(yī)療數(shù)據(jù)安全的前提下，盡量保證用于人工智能建模的數(shù)據(jù)集能反應(yīng)出真實(shí)的臨床特性。中國(guó)工程院院士，清華大學(xué)臨床醫(yī)學(xué)院院長(zhǎng)，北京清華長(zhǎng)庚醫(yī)院院長(zhǎng)董家鴻介紹了他們開展的一項(xiàng)探索性工作，基于區(qū)塊鏈技術(shù)等安全數(shù)據(jù)共享機(jī)制，構(gòu)建了國(guó)家肝膽疾病標(biāo)準(zhǔn)數(shù)據(jù)庫，在實(shí)現(xiàn)隱私不泄露和利益共分的前提下，可支持醫(yī)學(xué)教育、藥界研發(fā)、臨床應(yīng)用的發(fā)展。

6. 智能交通

自動(dòng)駕駛和車路協(xié)同前沿技術(shù)是我國(guó)智能交通發(fā)展的制高點(diǎn)，車路協(xié)同是智能交通發(fā)展的必經(jīng)之路。中國(guó)科學(xué)院自動(dòng)化研究所復(fù)雜系統(tǒng)管理與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室主任王飛躍研究員指出我國(guó)應(yīng)開發(fā)適應(yīng)我國(guó)城市特定交通需求的車路協(xié)同技術(shù)，通過智能車輛載體，研究車輛無人駕駛技術(shù)，結(jié)合車路協(xié)同、車間通信構(gòu)建一個(gè)車聯(lián)網(wǎng)，提高交通系統(tǒng)的智能化水平，通過車輛的信息服務(wù)與車輛間通信等車聯(lián)網(wǎng)功能優(yōu)化交通流、提高交通效率、減少交通事故和節(jié)能減排。

交通大數(shù)據(jù)是智能交通發(fā)展的基礎(chǔ)支撐，利用人工智能技術(shù)驅(qū)動(dòng)交通融合發(fā)展。目前，交通數(shù)據(jù)存在信息孤、質(zhì)量差、分析弱等問題。具體體現(xiàn)在行業(yè)數(shù)據(jù)整合不全面；不同省市交通部門之間數(shù)據(jù)沒有互聯(lián)互通；研究渠道不暢通，數(shù)據(jù)價(jià)值沒有得到很好的發(fā)揮。北京航空航天大學(xué)杜博文教授認(rèn)為利用物聯(lián)網(wǎng)技術(shù)獲取全域的城市交通數(shù)據(jù)成為可能；同時(shí)，交通大數(shù)據(jù)不僅是面向城市建設(shè)新常態(tài)的需求，也是交通服務(wù)效能提升的重要抓手。北京市交通信息中心杜勇副主任認(rèn)為在業(yè)務(wù)架構(gòu)層面應(yīng)以智慧感知設(shè)施為基礎(chǔ)，全面整合政府、企業(yè)、社會(huì)化數(shù)據(jù)，搭建交通大數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)交通要素的全景全量采集；在技術(shù)架構(gòu)層面應(yīng)搭建邊、端、云為主線的系統(tǒng)，實(shí)現(xiàn)地面交通、軌道交通、運(yùn)輸服務(wù)等領(lǐng)域的端邊云的數(shù)據(jù)管理體系；從實(shí)現(xiàn)路徑上應(yīng)該重塑道路資源、運(yùn)輸資源和城市空間資源的分配模式，實(shí)現(xiàn)交通運(yùn)輸全局優(yōu)化，系統(tǒng)協(xié)同與智能可控。

基于廣義時(shí)空數(shù)據(jù)挖掘，利用人工智能技術(shù)實(shí)現(xiàn)交通行為認(rèn)知。現(xiàn)有交通系統(tǒng)存在多因素、散決策、強(qiáng)干擾等問題，且由于時(shí)空大數(shù)據(jù)的復(fù)雜時(shí)變及多元異構(gòu)特點(diǎn)，帶來如何對(duì)時(shí)空大數(shù)據(jù)進(jìn)行動(dòng)態(tài)認(rèn)知及響應(yīng)等挑戰(zhàn)。北京航空航天大學(xué)杜博文教授提出了基于廣義時(shí)空數(shù)據(jù)挖掘的交通復(fù)雜行為認(rèn)知，提出將多模態(tài)交通需求量預(yù)測(cè)轉(zhuǎn)化為高維時(shí)空數(shù)據(jù)預(yù)測(cè)問題，通過挖掘不同交通方式，在時(shí)間和空間維度上的關(guān)聯(lián)關(guān)系，來達(dá)到聯(lián)合預(yù)測(cè)的目的，以提高預(yù)測(cè)精度。

AI科學(xué)研究方面的建議

本屆智源大會(huì)上，?AAAI候任主席系教授巴特·塞爾曼（ Bart Selman），圖靈獎(jiǎng)得主、智源研究院學(xué)術(shù)委員會(huì)委員約翰·霍普克羅夫特（John Hopcroft），圖靈獎(jiǎng)得主艾倫·凱（Alan Kay）在與智源研究院理事長(zhǎng)張宏江的對(duì)話中，均分別談到了對(duì)AI科學(xué)研究方面的建議。

巴特·塞爾曼結(jié)合美國(guó)AI科研因商業(yè)導(dǎo)向而忽略重要領(lǐng)域研究的現(xiàn)狀，建議建立一個(gè) AI 的國(guó)家基礎(chǔ)設(shè)施，包括共享的數(shù)據(jù)集、軟件庫、計(jì)算資源等等，以便那些因?yàn)橘Y金和影響力的原因而無法獲得足夠資源的行業(yè)也能為 AI 的發(fā)展做貢獻(xiàn)。

約翰·霍普克羅夫特建議用“好奇心驅(qū)動(dòng)”來進(jìn)行AI研究。他認(rèn)為我們無法在短期內(nèi)達(dá)到通用人工智能的原因，是因?yàn)槟壳暗?AI 研究普遍是具體工程指標(biāo)驅(qū)動(dòng)的，人們花了很多精力，在特定的領(lǐng)域去改善算法的表現(xiàn)，但未來人工智能領(lǐng)域重要的突破，可能并非來自計(jì)算機(jī)科學(xué)專家，而是生物學(xué)研究者等。所以我們需要更多的好奇心驅(qū)動(dòng)來進(jìn)行研究。

艾倫·凱則探討了歷史上最重大的難題如何解決的機(jī)制，并提出了做出突破性研究的相關(guān)建議。他談到，當(dāng)今許世界諸多嚴(yán)峻挑戰(zhàn)都是相互交織的復(fù)雜系統(tǒng)，如食品、氣候、水資源、居住、合作、教育、生物、污染、能源、人口、權(quán)益和健康。我們無法用創(chuàng)造問題時(shí)所用的相同思維來解決問題。當(dāng)眼前問題無法解決時(shí)，我們需要回過頭來，看看那些成功的“重大挑戰(zhàn)”是如何被解決的。必須通過發(fā)明“新層次的思維輔助工具”和更好的教育過程來促進(jìn)“新層次思維”的發(fā)展，這是解決過程的一部分。他提出了做出突破性研究的19條建議：

1. 研究結(jié)果的好壞與資助者密切相關(guān)；

2. 以愿景代替目標(biāo)；

3. 想象的規(guī)模應(yīng)該宏大；

4. 資助人而不是項(xiàng)目；

5. 為發(fā)現(xiàn)問題提供資金，而不僅僅為解決問題提供資助；

6. 同行評(píng)議往往“太過合理”反而有害；

7. 允許失?。?/p>

8. 只資助最優(yōu)秀的人和團(tuán)隊(duì)；

9. 形成一個(gè)研究團(tuán)體，而不只是項(xiàng)目；

10. 培養(yǎng)出新人也是重要成果之一；

11. 將責(zé)任與控制分開，偉大的研究管理者和偉大的資助者同樣重要；

12. 幫助青年發(fā)展，學(xué)生和實(shí)習(xí)生最終也將成為更大社區(qū)的“信使”和“合作者”；

13. 決策不應(yīng)只是自上而下；

14. 訓(xùn)練繼任者，不斷從研究界引進(jìn)新領(lǐng)導(dǎo)者；

15. 爭(zhēng)辯是為了進(jìn)步，而不是為了取勝；

16. 如果有能力發(fā)明和制造解決問題所需的新工具，就應(yīng)該做；

17. 站在未來思考和工作，而不是從現(xiàn)在或過去；

18. 用30年的時(shí)間來評(píng)估一個(gè)想法；

19. 真實(shí)需求。

智源大會(huì)是北京智源人工智能研究院鏈接國(guó)內(nèi)外人工智能頂尖、活躍學(xué)術(shù)資源，搭建前沿學(xué)術(shù)研討的高端交流平臺(tái)。第二屆北京智源大會(huì)的成功召開，國(guó)內(nèi)外頂級(jí)AI專家、產(chǎn)業(yè)領(lǐng)袖匯聚一堂，在把脈下個(gè)十年人工智能的核心發(fā)展路徑、關(guān)鍵命題中的各種真知灼見，并由此開啟的科研、人才培養(yǎng)等方面的國(guó)際交流和合作，將為北京進(jìn)一步加快建設(shè)具有全球影響力的科技創(chuàng)新中心提供強(qiáng)大的助力。

關(guān)于嘉賓們演講的進(jìn)一步詳細(xì)內(nèi)容，我們將陸續(xù)整理推出，敬請(qǐng)關(guān)注。