深圳要发力源头创新，牵住人工智能的牛鼻子！顶尖大咖都到场了……
深圳刚刚开了场关于"人工智能"的源头创新头脑风暴会！可以说是深圳顶尖的创新大咖都到场了……
深圳太空科技南方研究院院长周路明；中国工程院院士、香港中文大学（深圳）校长徐扬生；专注专注于创新技术最后一公里深圳光启高等理工研究院院长刘若鹏；专注金融科技的英国皇家工程院院士、牛津大学计算机系主任Bill Roscoe；中国科学院健康信息学重点实验室主任、国际医学与生物工程院院士张元亭；美国普度大学机械工程学院副教授邓新燕、美国科特勒咨询集团全球合伙人曹虎……等来自全球的学术领袖、产业领袖、青年科学家、创新者，就人工智能领域的格局篇、连结篇、场景篇进行了主题演讲，探讨人工智能产业布局、行业机会和挑战等议题。
深圳梦受邀参加论坛，今天发布，干货多多，可以慢慢读！
人工智能成中国源头创新的重大机会
中国源头创新百人会在深举办年度论坛共探人工智能未来
人工智能成为时下最为热门的话题，如何从源头创新的角度去探讨人工智能产业格局？7月6日，中国源头创新百人会（下称“百人会”）年度论坛在深圳举办，以“连结创造价值”为主题，聚焦人工智能领域，研讨人工智能产业格局，探讨跨地域、跨文化、跨学科连结对创新的意义。国务院发展研究中心原党组书记、原全国政协常委、经济委员会原副主任陈清泰，深圳市人大常委会副主任、深圳市科协主席蒋宇扬出席论坛并致辞。
人工智能 源头创新的牛鼻子
中国源头创新百人会秘书长、深圳太空科技南方研究院院长周路明发表主旨演讲
“人工智能是源头创新的牛鼻子，中国源头创新百人会近年来逐渐把工作的重心转向了人工智能领域，力图通过聚焦相关的理论与实践，找到中国战略性新兴产业发展的突破口。人工智能的发展不仅带来技术本身的进步，也带来创新模式的重大转变。”陈清泰在致辞中表示，人工智能是中国源头创新的一次重大发展机会，与全球同行的合作互补共同进步将实现双赢。“人工智能在知识上呈现出跨学科的特征，在产业形态上呈现跨行业的特征，在政府规管上呈现跨部门的特征，因此如今连结式创新显得更加重要。”
蒋宇扬表示，深圳正在加快建设国际科技产业创新中心，本次百人会年度论坛在深圳举办，将对深圳建设现代化、国际化创新型城市以及国际科技产业中心具有重要的推动作用。“深圳日渐成为创新链条上的重要一环，中国源头创新百人会是中国源头创新的重要组织力量，成立近两年时间以来，在整个国际创新资源、构建产业创新生态，开展决策支持发挥重要作用。”
中国源头创新百人会秘书长、深圳太空科技南方研究院院长周路明发表以“连结创造价值”的主旨演讲。他认为，价值创造模式已从以往的开发式逐步转变为连结创新，在人工智能领域，中国在需求端有快速的进步，在应用场景等方面已经超越欧美发达国家，尤其在珠三角已经形成相当有影响力的高科技制造生态，在应用端已经做到了高度数据化，“在人工智能领域的发展，如果能够有效把中国的需求端和海外的源头技术进行有效连结的话，这就是一个新的机会。”
连结创新 中国需求端发展成优势
深圳光启高等理工研究院院长刘若鹏发表主题演讲
深圳光启高等理工研究院院长刘若鹏分享了“人工智能产业布局”方面的思考。他认为，人工智能领域要面对最终用户使用的场景，因此，人工智能最重要的是在垂直领域的纵深。他谈及人工智能在安保、公交、金融等领域，都有不同的应用场景，“谁的人工智能可以在非常窄的纵深领域充分发展，谁就会变成这一轮人工智能变革的领跑者。”
中国工程院院士、香港中文大学（深圳）校长徐扬生则表示，人工智能领域更需要真正踏实的研究。他认同应用领域广泛是中国发展人工智能的优势，“包括刘若鹏博士讲的领域是比较好也比较重要的，此外我认为人工智能在生物医学、能源、城市管理、交通管理等领域的应用也非常重要及关键。”
英国皇家工程院院士、牛津大学计算机系主任Bill Roscoe以《英国金融科技的中国连结机会》为题作了主题演讲，分享了他在促进中西方学术界交流、中西科技发展、以应用为本做创新等方面的经验；中国科学院健康信息学重点实验室主任、国际医学与生物工程院院士张元亭以《大湾区健康工程：从人工智能技术到人类智慧健康》为题作了主题演讲，他认为，人工智能是技术、工具和方法，在健康医疗方面有很重要的应用；美国普度大学机械工程学院副教授邓新燕以《行动机器人和人工智能的未来结合机会》作了主题演讲，她认为人工智能用在行动机器人的研究领域目前比较空白，但实际上背后的计算算法和阿尔法狗非常近似；美国科特勒咨询集团全球合伙人曹虎以《人工智能时代的经济地理》作了主题演讲，他表示，5年内，人工智能必须成为驱动企业业务的主要发展动力，否则不利于企业发展。随后，周路明、产业界代表及高新技术产业园区代表也围绕“人工智能应用场景的园区实践”进行了圆桌对话。
周路明、刘若鹏、产业界代表及高新技术产业园区代表围绕“人工智能应用场景的园区实践”进行了圆桌对话
“中国源头创新百人会”经徐冠华、陈清泰、吴敬琏三位在科技、经济界德高望重的领袖人物倡导，由清华大学创新发展研究院、中国科学技术协会战略发展研究院、深圳华大基因研究院、深圳光启高等理工研究院等机构共同发起设立。设立的宗旨是“探索中国源头创新的新模式”。2015年成立以来，一直致力于连结海外源头创新端与中国产业需求端，通过国际协同推动中国战略新兴产业发展。
源头创新百人论坛2017—连结创造价值
精彩演讲部分
周路明：深圳人工智能源头创新连结全球：
美国波士顿+英国牛津大学+欧洲
中国源头创新百人会秘书长、深圳太空科技南方研究院院长周路明发表主旨演讲
周路明：尊敬的陈清泰主任，各位领导、各位来宾大家上午好。根据会议的安排由我来就百人会过去几年的工作向大会做一个报告。
就像陈清泰主任前面致辞讲到的，源头创新百人会过去几年逐步把工作的重心转移到人工智能这个领域，因为这个行业最近激动人心的变化可能是源头创新里面一个最关键的节点，所以我们通过这样一个领域的探索，希望能够找到中国源头创新一些新的模式。
在过去两年，百人会和我们的会员围绕人工智能这一领域形成了自己的一些相关论述和实践，关于这些部分我们想给大家做一个简要的报告。
人工智能这一部分我们认为最近这些年的发展出现了一个值得大家关注的中国机会，实际上在过去很长时间，我本人对中国创新的前景是有一些悲观的成分在里头，因为我们在体制机制和高等教育上存在着一些结构性问题，在未来相当长的时间里，还没有看到这些问题解决的可能性，但是在人工智能过去十年发展的领域里面，我们看到了一个新的机会，这些机会一个就是中国在需求端的快速进步，在应用场景上这些部分已经超越发达国家，这是一个非常值得关注的变化。
第二是在过去这几十年的国际制造业的转移导致的后果，发达国家的制造业的不同程度的空心化，导致高科技产业化环节出现了一些困境，相反在中国这一端，尤其是在珠三角这一部分已经形成了在整个国际创新格局里面，相当有影响力的完整高科技制造生态。
第三，中国在过去十年里面，在应用端数据化的趋势。就像前些日子马云在美国演讲的时候提到的，中国是在手机上的社会，这实际表现了中国在应用端的高度数据化。这几个场景使得中国在源头创新里面形成了过去不曾拥有的新的筹码，三个场景对人工智能的发展也可以看到，在发达国家，在实验室技术，在人工智能这一方面非常需要得到中国需求端和制造业生态还有数字化这一方面的支撑，所以这给我们提出的问题就是，在人工智能领域的发展，如果能够有效把中国的需求端和海外的源头技术进行有效连结的话，这就是一个新的机会。所以在人工智能这一方面，我们认为连结将成为一个重要的创新工具。
实际在过去几年国内外都看到了在连结创造价值的案例，过去比较熟悉的是开发创造价值，开发技术、开发市场、开发产品，实际在过去十年我们看到的连结创新正在成为一个主要模式，在这一个方向上我们看到了很多的变化，像我们过去两年曾经多次到过波士顿地区，我们看到在美中这个地方在学科连接已经形成了很多东西，哈佛商学院正在准备搬迁，这是需要花很多钱的搬迁举动，搬到跟商学院连结的部分，背后的考量是学科之间连结的意思。我们在MIT的纳米实验室的设计上就看到背后更精心的设计，纳米实验室投资建设9亿美金，从建设形态到实验室的管理模式背后都体现了连结的含义在里头。这个建筑的形态四通八达，能够从空间上跟MIT的各系院校实现非常畅通的连接。第二，它在组织管理上这么昂贵的实验室不属于任何一个机构，它在管理上是要让更多学科的实验室，通过这个机制享受到平台，最后创造出一些新的东西。
在人工智能发展的行业之间我们也看到，人工智能出现的行业形态和过去我们看到通讯形态的明显边界的商业形态出现非常大的变化，像无人驾驶这个行业，你说它是交通还是通讯？还是互联网？它实际上在人工智能这个新的业态上出现了很多行业融合的趋势，由于这样一种行业形态的出现，也使得政府规管出现了重要变化，所以像无人驾驶这个领域，我们现在说的就是需要跨部门解决问题，我们要意识到中国政府是有能力解决它的，这些看到的问题在中国的规管层面也看出来了。另外在西方发达国家的实验室技术和中国应用端的连结看到了巨大机会，我们认为连结正在成为创新一个非常重要的趋势，从过去的开发创造价值正在连结成为创造价值的一个非常重要的方面，这是我们过去一两年百人会提出的论述，在这样一个基础上我们希望百人会能够充当海外源头技术和中国应用场景需求端的连结者的角色，这样会创造一个重要的商业机会和实践新的空间。
过去两年围绕这个论述，百人会在连结问题上做了很多的工作，这些工作我们看到还是在很大程度上验证了前面我们说的连结的逻辑。在这一部分我们也得到了中国科协、深圳市科协的支持，给我们搭建了海外人才连结基地，过去两年我们在连结这部分做了很多的尝试，我觉得这是很有价值的一些探索，像在波士顿地区我们做了这样的尝试，因为在珠三角地区，它是代表中国在制造业的配套、应用端的场景是最突出的层面，波士顿正好也是在美国制造业空心化之后，导致了在这部分的创新系统是出现了缺失，所以波士顿跟深圳的连结出现了高度的互补性。
过去两年，我们用基地这个平台，在海外波士顿创立了创新中心，在深圳市科创委的支持下，在今年进行了第一批海外中心挂牌的行列。我们把深圳的上市公司需求端带过去，每一家公司交费12万美元这个费用不低，其中三分之二支付给东部实验室的通道费用，当时我们对连结是否能够达到这个效果开始是没有底的，但实际在这个过程中可以看到，波士顿实验室的这些大牛的教授们对深圳的需求端的上市公司的看法非常关注，所以在这些连结的过程中有一些项目已经达成了，我们原来以为实验室非常靠前的东西，中国的公司是否能够有需求，但实际上后面证明了担心是多余的。这个中心现在有越来越多新的会员加入进来。
第二个案例可以看到，我们在欧洲做的连结，在牛津的计算机系也是属于人工智能领域比较重要的节点，我们在去年把牛津原计算机系主任Bill Roscoe教授引进深圳，创造了中欧科技研究院，可以看到在金融科技领域，我当时问过Bill Roscoe教授，你对中国感兴趣的背后逻辑是什么。他说英国在牛津拥有最好的金融科技技术，但是在应用场景上，我们看到中国把二维码，他们认为是比较烂的技术应用到这么极致，应用端中国的发展对他是很大的吸引力，把他的技术跟中国的应用端做连结的话是很大的机会。所以我们用了民办科技院的模式连结起来，后续还会有很有意思的进展。因为Bill Roscoe在牛津、欧洲都很有影响力，他的举动在当地的主流科技圈里引起很大的关注。研究院成立之后，很快有一批一流的教授会受聘于深圳的研究院，围绕着中国的需求端做一些高水平的研究工作，这种事情是过去没有发生的，因为有了这个桥梁，这中间的价值可以逐渐体现出来。而且这个事情在牛津大学里会引起一些连锁分析，现在牛津正在跟深圳地区洽谈未来与新的校方合作。
第三个案例是百人会跟欧洲连结的案例，欧洲有很多成熟的人工智能技术公司，他们的技术现在在本土的应用是受到很大的困境，因为在他们前面有很多跨国公司在原来传统领域投了太多的钱，这些新的颠覆性技术要颠覆原来场景的话，对他们来说是非常困难的选择，但是这些技术在中国有非常多的应用。过去两年百人会做了两项工作，一项是把欧洲的传统技术公司和深圳的上市公司，因为是上市公司的原因不便透露名称，这家公司通过百人会的专业性连结，达成合作，这在过去来讲，欧洲一个小的技术公司想进入中国市场做这样的合作，概率是比较小的，有一个专业性平台帮他做连结，这个事情就发生了。另外就是在沈阳我们正在做的探索，就是把欧洲的人工智能的一些技术和沈阳的传统智能制造这一部分做一些连结，这个我们前面已经做过几轮的对接，已经有初步的效果。
这几个案例可以看到，中国应用场景需求端和海外连结部分正在创造价值，这是我们很值得关注的话题。当我们在做这些连结的过程中，我们跟国外交流的时候，我们说中国的需求端很牛，他们经常会问到一个问题，你的需求端在哪？中国这么大，我在哪找这个需求端，给我们提出的问题是，你怎么样呈现中国的需求端的优势，这是过去几年百人会在连结载体上做的尝试，就是怎么样在有限空间的尺度上，把中国的应用场景、把中国需求端的优势能够集中体现起来，这种情况下连结就会高效率发生，这种载体的打造过去我们已经有很多的试验，而且从这些试验的效果来看，我们认为这个模式还是成功的。从过去两年我们在连结载体上主要有三个形态的百人会尝试，一个是民办非企研究院的形式，这是百人会在陈主任的带领下，在过去几年的探索中把它变成一项国家政策的成功尝试，原来在国内的创新主体要么是企业的创新主体，要么是国有事业单位的创新主体，但这两个主体都有它不同层面的局限性，能不能有一些新的平台来做跟产业化相关源头的体制，这是过去几年源头创新百人会的探索。
民办非企的研究院在深圳最先推起来，从华大光启开始，已经形成一个新的板块和势力，通过陈主任跟中央的报告之后，民办非企的研究平台成为国家一项政策。这从过去几年我们在连结的过程中看到，尤其像Bill Roscoe教授这一块，他们觉得这个体制是他们跟中国连结的最好架构，如果进入一个国有的事业单位上，很多事情的连结发生就有困难。所以这是我们连结的工具。
第二个是产业园区，这是大家比较熟悉的，怎么在一个产业园区里通过产业智库的支撑，能够把它装进一个产业的故事，能够把这个产业生态的各个节点梳理出来，而且能够把国内外通过连结，把节点建立起来，这是我们过去做的一些事情。像还有我们推出一个概念，城市级的社会实验室的概念，在发达国家技术实验室依然会超越中国未来十年二十年，这个格局都不会有根本性的改变。但是现在中国应用场景的优势突出，使得它变成我们手里非常重要的筹码，就是在人工智能这一方面，很多的技术在通过了实验室的研发之后，要进行大规模的商用，尤其是跨行业、跨部门的管理层面上，要一些在大的空间上进行社会试验，能够解决它的规管问题，这是现在我们面临的很大问题，所以在中国的应用端如何用一个社会实验室来解决这样的规管问题，解决跨行业应用的空间试验问题，这个实验室将会成为我们在应用端去连结的很重要的载体。
所以在过去两年，在无人驾驶上有社会实验室，去解决它规管法律问题的不同规管场景，我们称之为社会实验室，这种在将来我们做的尝试，在国外的源头我们得到很好的反响，很多机构愿意参与这样的过程，所以在过去几年，有一些场景民办非企研究院在百人会的推进上，我们从海外引进了超过十多加平台级项目，成立了民办非企研究院，这些效果未来几年会逐步显现出来。在产业生态园方面，在沈阳的中德园包括在珠海、东莞都做了不同形式的尝试，未来我们还会在无人驾驶领域做更大的一些尺度空间的安排。
从过去两年连结的实践来看，我们也有一些心得和启示。我们可以看到在过去这二十年间，国内外对硅谷这些创新地区的研究已经非常充分，也可以看到国外很多的创新中心的形成是自然形成的，但是这些年逐步的对这些案例的研究，我们以比较多的经验知识去超前规划这样的场景，这是我认为现在在中国的高新园区里面进行这样尝试非常好的机会。但是也面临一个问题，为什么源头创新百人会要参与人工智能的产业生态的打造这一部分工作，实际上这一部分在新的连结式创新的情况下，我们的组织方式会做一些重大的调整，原来政府作为全能组织者的角色，在现在的形式下，在协同创新，在跨部门的连结过程中，原来的创新组织者的角色是变得有些不适应了，所以百人会在这个层面，非营利组织在这个层面发挥一定组织者的角色，从过去两年的实践来看是有很明显效果的。这一部分需要跟政府的管理者做更好的配合，这是一个重大的课题，是需要去讨论的，在中国未来的人工智能产业发展中，如果能够有效解决好组织环节的问题的话，我认为人工智能这个领域在中国的发展会有非常重大的机会。另外就是我们在讲前面讲到的这些案例，在沈阳也好，在松山湖也好，这些连结，这些空间的打造，之所以能够形成，是因为有智库研究的基础在里头，你能不能为这些产业生态空间提供一个完整的解决方案，这是产业智库需要去做一些前瞻性研究的，包括未来的一些产业技术发展的趋势预测，前瞻性的研究变得非常重要。这一部分下午的内部会议也希望提交给大家讨论的问题，怎么样把智库的产业研究的能力，能够把它变得更强，这部分怎么去组织工作。
我们在过去两年工作中感觉到有时候经常会遇到的就是评价的问题，你对一些技术领域的判断的评价。对一些平台级的项目引进回来之后这些团队的评价，包括一些技术标准的研究，都涉及到评价问题。从某种程度上讲，百人会本身就是一个专家的构成的系统，但是内部可能还需要去把评价机制建立得更完善一些。
人工智能这个领域发展是中国未来战略新兴产业的巨大机会，但是它的挑战也是非常巨大的，人工智能领域我想下面的演讲者会提到这样的问题，将来对整个社会治理，人们生活方式的变革，有正面也有负面的问题在里头。因为中国的应用端发展得非常快，所以我大胆预测人工智能这个产业生态的未来十年构建中，尤其是在大湾区这一部分可能会有一些比较领先性的进展，但是这后来会带来一些问题是我们需要去做一些研究的，应用端的快速发展，而且这个发展还会超越发达国家，但是中国社会在技术伦理，在技术哲学方面的研究是严重滞后的，中国人基本上是以非常积极的心态，以拥抱各种新技术的出现，这是中国社会过去这些年在经济社会发展中比较正面的意义。但是面对人工智能这么巨大的技术革命的前景出现的时候，如果在技术伦理、技术哲学这个层面，我们不去跟发达国家前面的研究做一些连结的话，未来这个领域的发展会带来哪些冲击，有些不可预料的东西，所以要有充分的预计。所以源头创新百人会也希望能够在这个领域扮演一些角色。
过去三十年，中国创新主要解决自己的生存与发展问题。现在到了这样一个时间节点，中国的创新也应该为世界文明的进展来做出自己的贡献。从这一部分来讲，我觉得百人会在这种技术伦理、技术哲学、科学社会学方面要做更多的探索，是不是以后进程的开始？我今天的报告就到这，谢谢大家。
刘若鹏：人工智能对社会各行业变革速度，
会比前几次工业革命来得快得多
深圳光启高等理工研究院院长刘若鹏发表主题演讲
刘若鹏：尊敬的陈主任，尊敬的各位来宾、各位朋友、各位专家学者伙伴，今天非常高兴能参加2017年源头创新百人会关于人工智能方面的研究和探讨。在开始我的分享之前，想先谈一下今天所讨论的人工智能并不是从人工智能的内核往外看，因为如果从人工智能内核往外看的话，我们会更多的从神经网络的统计模型和数学算法以及大数据获取和模型训练的角度去审视人工智能。但今天在百人会的峰会上，我们更想从外部往回看。今天讨论的人工智能，并不是人工智能的底层技术，而反倒是一种新的业态和新的生产力，甚至导致社会组成方式的变革。
谈到科技创新，实际上今天每一个人的生活包括社会生产力的组织都源于技术创新所不断迭代带来的结果。人们从适应世界，改造世界到创造世界的演进过程，不断以创新生产力来推动着人类社会的进步。因此可以看到整个创新的演进都是来自于人通过人体之外的进化，也就是一种体外进化来实现的。人类并没有比其他的物种增多来自自身生物体上的能力或者能量，但是通过人类自身的智力活动使人类成为整个物种中是最具有实力的物种。所以回头来，从哲学层面上思考创新到底意味着什么，实际创新就是意味着族群的进化，也是族群怎么到未来的活动。
谈到人工智能会谈到一个简单的议题，就是人类大脑的“体外进化”。人类大脑经过20万年的时间，从开始对火的利用，开始吃熟食，按照这样的演进路线，人类大脑的脑容量和大脑计算能力，如果再乘以10，可能人类还得需要20万年或者100万年，这个演进速度很明显并不是整个由于科技创新所推动的人类社会的变革的速度。所以当我们回头来审视人工智能这样一个概念的时候可以看出，人类大脑的进化进入到了从体内到体外的过程。一旦到体外进化后，通过摩尔定律，计算机芯片的进化，超级计算的进化，这比起人脑的进化速度要增快很多。当然很多人也会说，计算机现在还是离人类智慧、人类大脑复杂程度要差得很远，这观点我们是同意的。但是回顾整个社会组织形态，从人通过自身的体力去干活创造价值，到人通过操作或者利用工具机器去干活，还有一部分人去发明机器，下一步就到了操控机器去干活，这时候操控机器的人就不需要了。再往后发展，一部分人去研究操控机器干活的机器，再者，就到了机器去研究机器用机器去干活，这时候研究机器的人就不用了，这就是一步一步的从一阶的劳动力到操控机器干活二阶劳动力。再到开始研究机器去干活三阶劳动力，每次变革直接会带来传统就业岗位的指数级衰减和减少，会带来整个价值趋势的转移，会带来整个社会分工的转移。在前几次工业革命，从人自己去离地生产织布，到机器去织布，带来的除了工业革命以外还带来了一战和二战，因为整个社会会发生巨变。
今天重新审视人工智能这个领域，最大变革不是在乎算法到底复杂度有多高，也不是在乎人工智能做出来的机器人是否能跟人一样，归根结底的事情是在于机器和人之间的关系，从原来人们的工具变成了人们的伙伴，而这样的人跟机器关系的根本变革就会带来整个社会分工和社会就业岗位的根本性变革。换句话说，现在我们正在从人用机器干活到人发明机器，让机器去指挥机器干活，这是非常简单的逻辑。所以从这个角度来审视人工智能，将不是我们刚才谈到的算法，也不是谈到的这些机器人做的是否跟人一样，而是刚才谈到的这种关系。
人跟机器关系的变革，会带来整个社会层面上三个维度的根本性冲沟，一个是时间维度，一个是空间维度，一个是社会维度。时间维度上，我们知道全社会大量的工作还是通过人去操作，尤其是进入到互联网时代，进入到信息社会，人尤其是术业有专攻，各行各业的专业人员，专业的操作人员，专业的专家，包括银行拿着单子让大家签字的专业操作人员，都是我们现在整个信息化社会最主要生产力的组成部分和社会分工。但是从时间的维度来看，如果改变了人拿着工具干活，而是机器指挥着机器去干活的话，我们可以看到几个非常简单的案例，这些案例我觉得大家也都知道，是现在这一秒钟已经实现的。IBM的沃森在医疗领域一直是处于全世界领先前沿的位置，在十秒钟的时间就可以对一个癌症患者开出一个处方，而且这十秒钟时间是聚集了全社会深圳是历史上全人类最优秀医生的诊断经验进行的诊断。现在无人驾驶大家也非常关注，虽然现在无人驾驶还无法上路，像这种人类驾驶汽车来进行交通出行到机器去驾驶汽车交通出行，人只要开发能驾驶汽车的工具就可以了。每天可以节约大量的时间，而时间节约出来就业岗位也减少了，这是一把双刃剑。甚至是战争，未来的战争，战争确实如很多网游粉丝所想象和期盼的，越来越像游戏，因为无论智能的作战还是辅助作战系统，它的准确率和反应已经达到了人类的50倍。比如美国一个高校的研究者，就用第三代战斗机通过人工智能算法打败了第四代的战斗机，这也是对战斗机飞行员的根本性革命性的挑战。从时间的维度来看，它会节约全社会70亿人口的直接劳动或者直接利用机器劳动的海量时间，这个时间省出来一方面是巨大的社会价值财富的释放，另一方面也会带来就业分工上很大的问题。人工智能对这些领域的变革和改造来的速度和时间，应该是比前几次工业革命，尤其是像动力、能源、电力这几次革命来得快得多，可能我们身在其中不太感知。那个时候才刚刚出苹果1代，大家对智能手机和移动互联网的理解，和在几年前才有的微信，对比现在，时间过得很快，因我们身在其中，所以不太能很明显感受到这次革命的快速。
第二是空间维度上，整个对空间的感知、空间的理解、空间的影响，这也是根本性的变化。小到微观的世界，比如说我们每天生活过程中从空气的分子，水的分子，微量元素包括所碰触到的所有化学元素，更精细化的颗粒度的区分、识别、控制，到个人的状态，到整个城市空间，到临近空间，到外太空，这样的突发猛劲的变革速度和利用空间对空间的理解，也是远超任何时代的。
第三是社会维度，现在我们的社会治理，公共治理，公共安全，便利出行，工业制造，仓储物流，金融等等这些领域都已经在刚才谈到的人跟机器或者人跟设备发生颠覆以后发生了巨大的变化。利用打穿各个垂直系统打造云平台系统，减少流程运行审批的时间。包括城市的“天眼”，百万人中一秒识别犯罪嫌疑人，包括便利的出行，工业的制造。据说在2045年机器人将取代中国77%的劳动力，实际这个问题远不只是机器人的问题，也不只是2045年取代劳动力的问题。现在大量的劳动力为体力劳动力，而大量劳动力成为脑力的直接劳动后，这才是真正我们看到的非常大的变化，包括仓储物流等等。关于整个社会各层面的重构想谈一个观点，当大家第一次听到人工智能的时候，首先想到的是机器人，紧接着机器人立即就想到的领域就是工厂的工人和保姆。但会发现这些工作反倒是替换成本要求代价非常大的。但仔细再回头想，我们金融分析，操盘手，银行就业人员，职业律师，还有很多的码农工程师，技术支持服务人员，客服人员，医生，这些更多的是通过术业有专攻的智力，这些岗位都是高价值的岗位，也是社会主要生产力和资源配置的岗位，这些岗位反倒特别容易让AI体系去进行一种根本性的变革。
所以这个趋势最重要的三个特点，一个是从打破传统的特征表达，因为传统我们认为智能就是我怎么想的，机器应该跟我一样这么想，这是传统的特征表达，实际完全被打破了。用智能的体系去操控整个生产力要素，并不是按照原先人脑的模糊想法去做的。第二是打破行业专家的能力限制，这有两个层面的意思，一个层面是百年树人的问题，十年树木百年树人，每个领域的领袖和专家非常难培养，尤其是这些专业领域的专家，无论是医生也好律师也好，怎么样能让百年树人，让最顶尖的专家都能服务到最基层的农村里面去。另外就是所有的行业专家的经验积累是孤立分散的，怎么样把这些经验的积累和创新能力到一起来，形成不间断的能力经验、总结、循环的体系，这叫打破行业专家的能力限制。第三是从感知理解走向决策，早期大家谈到AI的时候，更多谈到识别，识别只是非常初步的事情，但是再往下走就已经不是识别的问题，而是在于我不仅知道，还做出了决策，让系统进行工作。所以从技术层面讲，从认知、策略、评估，到高性能传感，专业大数据，到刚才谈到的改变人和机器之间关系的生产力，最后到深度学习。是从业务层面是反过来的，是先从识别再到诊断最后到辅助决策或者辅助业务流程。
整个人工智能在全球的趋势非常有意思，这里有一些统计的数据是关于含有人工智能能力或者研发能力的企业数量。这里可以看到，人工智能这四个字不是第一年出现了，已经出现了不止二十几年了，上一轮的人工智能也好，机器人也好，主要发起方是美国、欧洲这些最顶尖的大学，从底层的无论是算法也好，控制系统也好，科学理论也好，工程理论也好，从这个角度来讲去发起了这一轮风暴。所以大家现在都知道，人工智能怎么分解，图像、声音、控制、决策等等，大家有各种各样的从学术学科角度上的分解，这是上一轮人工智能的情况。但是到了这一轮人工智能发生了变化，主要的发起方不再是以高校为主，而是以企业为主，企业为主所涉及到的企业面非常广，包括像高盛，大家都知道这是一个非常厉害的投资的机构，现在组织了近乎上千人的团队，来进行AI自主投资决策，买卖和交易的大的系统，基本上把金牌操盘手退回成怎么样研究机器去投资决策的研究人员，这就是非常大的变化。在这一轮领域里面可以看到几个大的玩家，美国大概有2900多家AI方面的企业，中国大概有700多家，欧洲有300多家，从专利的数量角度来讲，基本上以美国和中国为主。在这个领域大家各自有各自的优势，中国对新技术的拥抱，对于各行各业的渗透的速度是非常快的，美国的技术积累非常的好，创新能力也很强，还有一个地方也非常有优势就是以色列，以色列对底层的技术供给是非常强的，但他缺乏的是数据。在这一轮大变革里面，没有大产业，没有大行业，没有海量数据，是不会成为这个领域的牵头者。所以如果谈到人工智能的话，从现在的逻辑来看，只能看好中国和美国。
所以从基础技术的角度和从专业技术的角度把整个领域又分成了非常多的层面，但是最终这一轮的场景是面向最终用户使用的场景，所以我们有个非常重要的结论，不在垂直领域纵深的AI不是好AI，这是这几年百人会包括很多合作伙伴企业高校的教授，我们大家共同一起研究出来的非常重要的基于这一轮的人工智能发展的领域，大家都在讨论谁的算法更好，谁的数据更多，这个事情是不对的，最重要的是谁在某一个非常窄的垂直领域的纵深，这就可以变成这一轮的领跑者，所以可以看到把垂直领域打深了以后，从健康到汽车到金融到零售到文化到能源等等，非常多的细分的窄带的行业。这就有一个概念，到底现在的AI和现在的互联网有什么样的关系？互联网+作为全球的战略，我们知道互联网在渗透各行各业，从早期个人的消费娱乐业到现在的工业产业，不断在渗透，但在渗透的过程中，假设你是运营商，或者假设你是腾讯阿里，当你进入另外一个领域，进入另外一个产业去渗透互联网+的时候，你会做什么事情？你会做的第一件事情就是找到对方集团企业的行政部门和IT部门，说我给你一个更高效的信息互联的方式来提升你的效率，而所有企业行政和IT部门，大家统一把它归纳为后勤保障部门，如果谈互联网+战略的话，是让我们的后勤保障低效率的事情变得更高效，但当我们讨论AI的时候，如果你去一个金融的公司，你讨论的第一件事情就是征信的问题，就是投资决策的问题，就是资金安排的问题，就是对整个市场风险自主研讨的问题。当你去工业领域的时候，讨论的第一个问题就是工业制造的工艺问题，工业制造的效益问题，工业制造的成本问题，这时候你不会去的是后勤保障部门，你去的是他主业务流的部门，所以这是我们看到的在这样的一种理解情况下的AI，和我们原先的互联网+他们之间的一个非常大的区别，就是整个技术的变革使得新技术从后勤保障部门可以做成通用的后勤保障工具，现在要走到了我们全场战斗部门，但是主营业务都被解决的话，你还需要别人解决吗？你能不能自己解决，自己投资？这是比较可靠的，所以我们看到BAT包括美国谷歌、亚马逊都在投入这个领域，但是整个AI行业的巨头根本还没有出现，因为这些巨头要不然就是已有的这些垂直行业的企业突然进行了大脑的体外的比商鞅变法还要激进的根本性变革，要么就是有别的企业进来，直接把这些垂直行业从根子上颠覆掉，这是现在一个非常重要的研判。
举几个例子，以平安城市角度来讲，从公安项下有非常多的垂直，这些垂直都有各自的业态，从国保到刑侦到缉毒到食侦，到交警到监管，以及警卫、消防、边防、机场公安、铁路公安、武警等等，每个细分垂直都是用海量的人员，大家知道中国有超过百万的公安武警维护环境和社会治理，这个业态在迅速发生变化。比如说还有一些突发的防恐事件，重大的交通事故的处理，高层的火灾灭火问题，抢险救灾问题，文娱活动的安保问题，这些问题都是互联网时代后，社会面临的很难解决的棘手问题，这些问题也是刚才谈到的技术领域里面可以去进行大规模处理的，比如说把AI和空中飞行平台和机器人结合以后，就可以远程取证锁定嫌疑人识别，可以一次一个站点建立超过两千平方米的通讯网络，这样的能力都可以在深度的垂直场景里面去应用。以及对重大事故的交通预防，我们知道现在有眼球追踪的能力，有对人的精神状态识别的能力，可以实时去预防这些事情，以后有无人驾驶就更好，没有无人驾驶的时候也有对司机的全方位安全保障体系。比如眼球追踪，这里面回归技术，深度的神经网络的算法可以使得我们用一个极低的成本，就可以高精度的从三维图像解析你人的眼球到底在看什么位置，用这个眼球我们可以去瞄准，也可以去判断司机的精神状态，甚至是可以看出眼神这么一个抽象概念，去判断一个人的内心活动状态。另外还有公交领域，公交领域最重要的无非就是两件事，一个是降低成本降低事故增加收入，里面最核心的无在乎你的车开到哪里，更重要的是你这个车上，乘客的人都分布在哪些地方，我们需要精准知道车上有多少人，别看这个事，这个非常难做，车上多少人，多少人上下车，以及司机实时的精神状态，不是说司机带来了什么危险物品，这个事举几个例子。这是我们国家公交的常态，各种各样的脑袋，你要精准识别出来有多少人上车，都是一些谁，他们在车上都做了什么，眼睛关注哪里，这个精度已经到了99.2%，可以根据人流量优化公交线路，因为人才是最重要的，不是车是最重要的，不是站点最重要。但是刚才的难度不够大，这个难度更大，有上有下，另外就是整个公交领域的广告竞价系统，完全以人流和人眼球关注广告多长时间来排名和竞价的，而不是想象中这条线人多，那条线人少，以及这个人没上包丢下了，也已经自动识别报警了，这是比较复杂的公交运营体系，可以看到极大的提升了效率。
对于所有的人员来讲，尤其是进行驾驶的这些工种人员来讲，他的情绪管理是非常重要的，所以我们结合声音、心理、面部表情，当一排人，每个人的面部表情都不一样，但是同时把这一堆人的面部表情全部识别出来，每个人的心理状态是怎么样的，这样就可以从安全角度，不仅能知道每个人是否携带了什么，而且更重要的是知道这个人的意图是什么，是否有一些其他的不好的精神状态，我们知道台湾的事故，司机前一天跟太太吵架，人的精神状态非常差，第二天开公交车，把全车人都开到沟里，自己也死了。深圳的巴士集团，每天两万多名的司机都要进行心理预测，包括在很多领域需要的专家和工匠，这些是非常稀缺的资源，我们把工匠专家通过物料、机器、环境和工艺方法的由人来控制的体系，变成由机器来去控制整个体系的话，我们就可以去进行高精度的制造，这是对整个制造工艺领域非常重大的突破，这也都已经纳入了实践。
最后介绍一下，我们是一家专注于创新技术最后一公里应用端进行变革的一家企业，主要在材料、装备、智能技术、智能制造、工业智能这些领域做了非常多的工作，在深圳和香港有两家上市公司的平台，非常高兴今天能来分享关于整个人工智能在接下来短短五年时间里面可以给整个全行业和全社会带来什么。以运营商为例，中国联通有五万员工，以金融领域为例，平安有一百万员工，还有很多这样的大型机构和集团，想象在这样的时代到来以后，整个社会发生什么变化，我就相信大家对这个趋势有一个精确的预测，谢谢大家。
香港中文大学(深圳)校长徐扬生：
人工智能上来以后最大的冲击是教育
香港中文大学(深圳)校长徐扬生演讲
今天用十几分钟时间讲讲机器人和人工智能领域，我做这个行业是33年了。
这个领域是前年开始非常的火热，比起我读书的时候现在这个状态已经是完全不一样了，非常热门，但是也比较的虚，不是那么现实。这也是可以想像的，所有的研究都是这样。我到了美国的硅谷，三个月前去转了一圈，一个月前我去了美国的东部哈佛，哥伦比亚等等地区，我发现也不是很多，真正的研究探索都到公司去了，我的学生都到公司去了，很多大学的研究者都到公司里面去了，那谁做研究呢？到底谁在做研究？机器人和人工智能这条线的探索围绕着大数据为主的那些研究，到底谁是主力？全世界的研究主力在哪里？我自己想不清楚。
二十年前的时候，中央领导人问我，中国的高新企业怎么上去，应该怎么靠谁？我跟他说，美国的主要高新技术上去是靠研究性大学或者是一些自然实验室。日本采用完全不一样的模式，日本上去是靠大公司的研究所，日本的主要研究案例是在大公司里面，韩国也是这样，韩国政府花了那么多钱但是什么都拿不到，但是韩国主要是四个公司的研发。中国的情况怎么样？我跟他说真话，我说中国可能大学靠不住，其他的研究所能不能靠得住，我现在还不清楚。我自己觉得中国要靠上去还是得靠新一代的大公司的研究机构，如果能规划好的话。
我们再回到人工智能的研究，到底是靠什么？到处都在挖人，以为挖了人事情就可以做了，不一定，华为的那批专家一小时之前我们在学校，我们闭门讨论，我觉得还是要静下心来想想怎么走。我要说的是，AI是涉及到整体的东西，这方面现在是比较虚，真正做踏实的研究比较少，我估计可能这一波浪潮过去之后大家会静下心来，人在大难当头的时候脑子才会清楚，一般工业界的人不太愿意听这些话。现在讲讲香港，主办方希望讲讲香港，香港发生了什么？香港的基础研究还是的，90年代开始就从美国引进了一些比较知名的科学家，我是1992年第一次访问香港，当时香港在这方面没有很多研究，现在是逐渐上来。举个例子，香港中文大学有个工学院，是香港所有工学院里最小的，这么小的工学院里面，这五个系里面，每一个系都有人做计算机视觉，还不只是一个人做，所以你可以看到这个力量有多强。我稍稍统计了一下全世界做计算机视觉，亚洲占了40%左右，博士论文占了50%多，所以基础研究还是有的，但是缺少了工业界的支持，因为少了支持人就看不到方向，如果你做机器人做了半天，没有看到一个机器人在那里用或者动起来的话，你做了两三年也会有点灰心丧气，所以香港这方面是个弱点。DJI、Sense Time，很多同事在深圳做开发做成果，很多成功的案例。另外一个很好玩的是FinTech，这就是人工智能和数据库的东西，大数据、数据科学和金融连起来组成的平台，这实际上在金融界非常有用，香港非常非常想做这件事情，香港人是非常现实的，他是非常想做这些事情的。
而内地，基础研究少了一点，但是也未必，现在的内地状态跟之前不一样，现在的状态是八仙过海，在有些领域是有些实力起来了，有些领域未必。我称之为蜻蜓点水，一放以后，把有些真正想做研究的人，让他们至少不能饿死，把他们养起来了，这是好的部分，我知道这个叫百人会，我不知道具体情况，大概是一个源头的，什么叫源头？就是基础研究，我觉得这方面国家要重视，有一批专家要静下心来做这方面的重视，但是这个要求是比较高的，不是所有人都能做的，我在很多场合上讲这个事情，但是很多人不相信，全中国都在讲创新文化，但是一般人是做不好的，不是你要创新就可以创新的，这是非常重要的东西，不是说所有人要做就可以做的。中国人做研究跟美国人做研究是不一样的，中国人做创新创业也是不一样的，创新创业主要创在商业模式上，他们就是想赚钱，每个人都想赚钱，我也想赚钱，但是动机还是不一样的。但是中国有一个很好的就是应用领域非常广泛，比较好的领域比如刘若鹏讲的一些领域也是挺重要的，我个人感觉到一个重要领域还是在生物医学，中国是个大国，等下张教授会多讲点，他是专家，这是一个非常大的领域。第二个领域我个人感觉到也是非常大的，中国有可能做得比别人好都说不定，就是能源领域，这个领域能源大家不要忘记，18年前大概在全国有一个很重要的高层会议，当时叫计算机信息系统在全中国各个领域的应用情况，对所有会议里面最最吃惊的，对我来说也是最吃惊的，全中国IT领域做得最好的是石油，所以不要忘记，这是一个非常关键的领域，能源包括能源的管理这条线对中国是非常致命的。我上个月去了几个地方，包括国家电网，走下来以后我觉得非常激动人心，中国真正要把它做好的话，这条线是非常好的。另外就是大家都比较知道的城市管理交通管理方面。机器人这方面比如说五年十年以后，这件事情是肯定要做的了。
下面我讲讲Opportunity，主办方要我讲讲香港和内地，我觉得学术上的交流还是要多加强，在座各位包括领导也在这边，不做交流的话，这是有问题的，我跟香港的有些朋友见面都是在美国或者英国碰到，香港从来不碰到，交流是个大问题，我有个同事香港科大的，跟我讲了大概20分钟内地的研究，我说你对内地的研究蛮了解的。Collaborative basic research center，深圳也有很多要设这个中心那个中心，但是都是凭空的讲，为什么不用用旁边的香港资源？同样香港做这件事情也是这样的，你去看他们科技局、教育局，也从来不想旁边的深圳，奇怪吗？International wconsortium也是可以做的，Mechanism built in for entrepreneurship，最重要的还是要有决心，世界上任何事情如果真要做的话还是能做好的，没有决心做不成事情。我们国家，深圳是不是真的下决心要把这个事情做上去，我不知道。香港有没有下决心要把这个事情做下去？我不知道，我目前还没有看到。
有一个事情可以稍微讲讲的，我们的社会分工我个人感觉到在下面的五年到二十年当中，会有一个很大的变化，这个事情跟人工智能是有关系的，现在无人车慢慢起来了，只是大家还有点担心，这个不用担心，这是很正常的，我们再看看一百年前的社会分工，分工就是这么变化的。那天他们跟我说笑话，两百年以前江南一带搞学术的才子们，主要的出路是三条，一个是私研，一个是老师，一个是中医，现在基本上都没有了，社会分工是在变化得非常快的，哪些领域会变化很快呢？我个人感觉Industry还有医院，不知道在座有没有医生，我每次到医院里面去，我上面有四个老人，送走了两个，你会知道我会走多少次医院，医生主要做什么？一般医生问你生什么病，但是现在你生什么病是医院做检测的，医生是知道你什么病要开什么药，全世界有两千多种病，四千多种药，这个分配我觉得机器绝对做得比他好，比如说一种病有60种药可以治，医生记得了60种药吗？可能6种就已经了不起了，当时我是外行，我在想人工智能上来以后，医院会有很大的变化。银行也是这样，你去银行排了半天，你去看他到底给你做了什么？我的机器人做得不知道比他好多少，又精确又快又安全，人都是死的，多少利率也不会给你变化的。最重要的还是Education，因为我是一个做老师的人，我自己感觉到教育非常重要，人工智能上来以后对教育会有非常大的冲击，为什么？因为现在的教育主要是知识的教育，灌输知识，这些知识的主要是记忆力、逻辑判断力，这些东西我个人感觉人做不及机器人，江苏卫视有个节目叫最强大脑，看了两三期不想看了，他测试人最弱的那部分，这个跟机器人比肯定没有机器人强。我在日本参加一个非常高层的全国的节目，他们请了非常多的专家，其中有一个题目就是各个国家的高考，我用我们的机器人参加的，我个人感觉高考的题目，机器人是随便做就好了，你比不过机器人的。张教授我现在问你，比如你的朋友圈现在有多少人？他说五百人，张书记呢？到今天为止你人生当中所有认识的人加起来是多少人？只要你认为这个人是认识的，在座各位能不能给我一个数字？我所调查下来五千是比较大的数字，这就是人的记忆的局限性，朋友圈是不可能上到一定程度的数字的。机器人的话，五万人是很简单的，任何一个机器人都可以记忆到五万，所以记忆是人类的弱点，你的知识是以这个方式去灌输的，到最后肯定是要过时的。所以人工智能上来以后最大的冲击是教育，我们的学校在龙岗，我们所有的课程重新排，排完了以后，我们发现人的强项不在这里，是想象，是创造，是情感，是直觉这方面的东西，教育怎么把这些东西放进去，这才是最大的前景，我的讲话就到这里，感谢各位。
牛津大学计算系原主任Bill Roscoe演讲：
英国金融科技的中国连结
牛津大学计算系原主任Bill Roscoe教授演讲
Bill Roscoe：就像几位演讲嘉宾所说，尤其是让我印象非常深刻的是澳门香港还有深圳之间建立的深厚联系，尤其是在科研方面的联系，我之前经常去澳门，也感到非常遗憾，很多美国同事对深圳了解不深，在今年三月份，我遇到了一些校友，尤其是有些牛津校友，他们住在香港，但是对深圳的了解不是特别深，我觉得这点让人感到比较遗憾。
今天我想跟大家讲一讲自己在推动英国中国之间的联系是怎么样的，我之前在牛津大学工作很长时间了，最近我在深圳的罗湖一个研究院，叫和信中欧，我会做详细介绍。我是牛津大学的计算机科学家，之前是计算机系的主任，有11年的时间，这段时间里我也推动了学习的发展，成为了世界上第三大的计算机学系，就是在MIT和斯坦福之后。其实我在18岁之后，40年的时间里一直在做计算机科学，其中有30年的时间是花在计算机验证上，还有10年的时间是放在安全性和金融科技上，可以说我之前有一个学生姓陈，真的就是有了他的启发，才决定来到深圳这里。当然我也遇到了许多非常棒的科学家，我可以建立起一个跨国的网络，这里面就包含了很多的科学家，比如说大数据、AI，AI涵盖的范围可以是非常广的，还有计算机，医疗，它也是涉及到很多东西，包括数据库，包括数据机器学习等等。
我过去到中国的时候总是看到西方学术界和中国学术界比较割裂，对我来讲希望促进中西方国家学术界的交流。我刚刚60岁，我在深圳建立了一个有关金融技术的实验室，因为我已经从牛津大学半退休了，有些业余时间，同时我也是深圳互联网金融协会的咨询小组主席，现在我给大家看看我的工作，我其实是想要促进中西中有关科技的发展，我们希望能够以应用为本来做创新，它是在6月5号正式投入使用的，是深圳罗湖银湖这个区域，我们会在8月份正式开幕，在今年9月29号举办闭门活动，我们会做一些有关支付、有关验证比特币、区块链和大数据方面的研究。
在这个研究院里我们吸取了很多国内外的专家，在6月5号上拍的照片，大多数的科学家已经在场了，现在已经在运作了，也有几个很好的中国顶尖科学家跟我们一起合作。现在他们主要都进行兼职工作和研究，但是我们很快会有全职的科研人员，我们的目标是创造出一个环境，在这个环境里中外科学家可以并肩协作进行合作，另外我们也希望能够给中国的一些科学家提供一些就业机会以及发表机会，除了论文发表还有IP、孵化企业，同时现在已经就大数据和医疗还有智能合同的认证，这也是跟区块链的两家企业进行的合作，我是从牛津大学退休出来的，我们也跟牛津有合作，我们现在也在申请八到十个专利，得到授权，并且把这些授权的专利技术带到中国来。
我也在内部跟员工讲过，希望在专利引进方面做更多的工作，同时我们在牛津还计划打开另外一个研究的基地，这样我们就能在牛津提供一些咨询和教育培训，并且提供一些课程，这些课程我一会儿再详细讲，主要这些课程是帮助培训中国从业者。另外我们还希望在中国珠三角珠海这个城市设立一个有关大数据的研究基地，比如说大数据和大数据相关的人工智能技术，这样我们在深圳和在牛津的一些专家，他们就能够到珠海去定期入住，他们也发现在珠海这个地方有很不错的大数据的研究，所以我们计划在未来开这个基地。
再讲一下教育和培训，在我们的实验室，不光是为了培育我们自己的人才，因为我们需要中国的科学家，我们希望他们掌握的行业知识和技术，所以我们需要培训。另外我们要应对市场的需求来培养人才，不光是深圳的市场需要，还要其他地方，比如说牛津和珠海的基地，比如说像机器学习，有深度学习和算法，在八月份的下旬，我们还会在罗湖有另外一个培训课程，主要是讲机器学习的，这个教授叫Varun，也是我们邀请过来的机器学习的专家，会进行授课，大家感兴趣的话可以关注这个信息。另外在深圳我们还会提供一个关于机器认证的课程，我们希望在深圳有更多的关于认证的专家，我们还会就计算机安全和数据区块链提供一些培训课程，我们的授课专家是来自全球顶尖的，包括来自牛津和其他顶尖大学的，在机器认证和区块链方面，我们希望能够找到一些在全球享有知名声誉的教授来到这里进行授课。如果大家对这些课程感兴趣的话也希望跟我联系。
接下来我讲讲我们研究院的目的，目的就是增强中国和欧洲学界之间的联系，不只是讲美国，美国和中国的学术联系已经是比较好了，但是我想特别强化中国学术界在大数据和在金融科技方面跟欧洲同行之间的合作，同时我还想讲讲以色列的金融科技，因为以色列过去这些年成立了非常好的小的技术公司，所以我们现在跟一些以色列的小的科技巨头公司进行合作，我们还在考虑把他们的一些好的技术带到中国来，另外也给这些以色列的科技公司提供中国的广泛应用平台和空间。
我个人觉得金融科技本身就像AI和深度学习一样，也是现在大家关注的热点话题，另外在金融科技方面，我们的应用也是很广的，大家都知道在学界，大家都希望能够把科学家，比如说那些真正的掌握核心技术的科学家和那些应用端的人结合在一起，所以在我的整个职业生涯里面，我一直在从事基础研究，但是我也认为我是一个实用型的研究者，因为我认为创造理论本身还是不够的，我们还必须要有实用的应用，这样我们才能够产生出科技行业和工业生产者所需要的技术和解决方案。
讲到金融科技，我们最需要的是一定要了解现在主流的人们研究金融科技都在研究什么，这个技术本身有什么优势和劣势，能解决什么问题，我们认为现在金融监管者也需要制定一些切实的目标，来敦促整个行业的发展，至少如果从研究院的角度做一些研究的话，我们就能够帮助金融监管者做很好的决策，所以这又到了另外一个使命，就是我们希望能够帮助制定决策，不光是给中国的金融监管行业，另外还有全世界的金融监管行业，帮助他们了解金融监管行业，这样就能够准确和公平判断和进行衡量这个行业。
现在给大家简单讲一下区块链技术，因为区块链可以说是最颠覆性的技术，其实区块链跟机器学习是差不多的技术，它是能够给许多的行业提供解决方案，另外金融区块链的开发也是不那么顺利的，其实区块链技术是一种分布式的记帐技术，它在计算机的每一个节点上存在，我们需要通过一致的验证对它进行交易记录的存储。比如说在所有的这些节点之内，我们有时间的推移，没有任何的人工能够去篡改和修改这些交易记录，在进入这个记录的时候，随着时间的转移，我们的记录越来越多，而且不能双结算。金融科技本身就能够为小的金融公司提供解决方案，比如说如果我们是金融的区块链或者是加密的数据币，实际上本身就是一种加密的数据货币，这个概念本身是很令人称奇的，而且这种加密的货币可以进行无限复制，但是区块链本身也是有很多问题的，我们能够看到现在全世界很多科学家都在研究区块链本身有什么优劣势，包括比特币，因为它是一种分布式的记帐方式，所以我们需要一个核心监管者进行管控。不管是进行货币的清算、货币的交易、投资，另外监管还有保险以及招标，所有这些领域都能够有区块链技术的使用和应用，所以在过去大家能够看到这是古老的记帐方式，这也是十八十九方式主流的记帐方式，但是随着区块链技术的发展，这一切将会被改变。现在区块链技术不是完美的，也有自己的问题，第一是交易的速度比较慢，在许多的金融区块链的模式之下，交易的速度都是比较慢的，另外还要提供工作量证明，而这个工作量证明本身是非常耗费时间的，因为你必须要有那么多的工作量的时间才能够产生出足量的记录。
第三个问题就是入口端的控制和隐私，第四个是区块链技术本身恢复性能是比较慢的，所以这些记录是固定存在的，而我们无法去抹除这些记录。如果我们有这样一种共识机制的话，在进行交易的时候发现了错误记录就很难去进行抹除。比如说在20年的时间里，可能整个金融交易体系都会变得不安全，在不安全的环境下要进行量子计算或者比特币交易，如何处理这种交易的过程就是一个关键的地方。另外我们还需要有亲自的签名，大家可能听说过量子计算，实际上在未来，大家都在讲我们可以去有量子计算机，它能够同时模拟出我们需要的交易记录，当然没有人知道如何去把这个技术变成现实，但是在未来一定会出现。如果一旦出现的话，现在主流的技术就会变得有局限性了，大家能够看到在英特网上有一个关于量子算法的简单数据表，大家能够看到如果有量子这个计算方法的话，区块链技术的恢复性能就会变得越来越好。同时，这只是其中的一个算法，当然现在还没有人知道随着量子计算的出现还有什么样其他的应用，可能大家会提出一些常规的应用场景，但是在未来可能还会有一些超常规的场景出现，同时我们还有一个网络安全的问题。比如在线犯罪和交易安全如何维护，如何防止腐败，在加以过程中的验证和认证，所有这些都是区块链和金融科技技术提出的挑战，这也是主流的专家正在试图解决的问题，比如说信任问题，信任是整个区块链运营的基础，它是一种开放式的分布记帐方式，如果跟参与方没有信任的话，就没有办法进行合作，当然首先还要有自己对自己的信任。可能你不信任任何人，但不管怎么说，你是会相信大部分的人或者说三分之二的人群，可能大部分人是值得信任的，所以你需要做一个算法。就能够让你去信任大部分工作，从而抵消你所不信任的那群人，可以说是非常困难，但是也很有意思的环节。当然我们在研究的时候就要搞清楚到底这个信任算法，信任的机制是怎么样的，要去分析这个社会，分析这个商业模式等等，可以说区块链的核心就是在于如何给予足够的信任，从而让那些事物不会发生。
一定要信任，有信任才能探索更多的未知，如果要相信这个清算公司，我们才能去跟他们合作。可是，对我们来讲区块链就像是第二张照片里面一样，因为他们相互之间的命运是取决于对方的，是放在对方的手中，所以可以看到可能我们有一百个人，一千个人，他们都站在顶峰，如果其中有一两个人出了问题，大部分人还是停留在山峰上。第二张图片是但是如果一个人松手，你就会掉下去，区块链就是第二张照片，也有人担心第三张图片，这是全世界最大的大众汽车所设计的造假，造假当软件发挥了巨大作用，如何确保大家在应用区块链的时候不会造假呢？我不能给任何人太大的权力，否则就会有麻烦。我们有一个工具，可以去做稽核，可以看一看他们真正的行为是怎么样的，这是科研中非常重要的领域。
我是愿意这样去看待区块链的，区块链由各种不同的链组成的，有些人可能是不好的，可能是坏人，但是它有这样的机制，机制是非常复杂的，可以形成这样的一种结构，在这个结构里面，我觉得就像是一个可以高耸入云的机制，看起来是更加有活力一些，所有人都可以被假设为是好人，同时就像是一个云彩一样，因为你的数据是分布在不同地方的，就好像天上的云一样。可以说这个结构相对比较复杂，但是也非常的有潜力，也就是说它是可以不断通过链的结构给我们带来不同的分布式的储存方式，它可以给我们带来非常大的好处，比如说它可以让我们获得更高的灵活性，更多的创新机会，同时也能够让我们有更加透明的数据。另外，我们也可以让公司更加自动化，尤其是在合规方面做得更好一些，另外就是在设计区块链的算法以及结构的时候，我们可以很好的控制这些使用者的隐私以及监管者权限。我们可以将它作为一种解决方案，让监管当局更好利用区块链技术做更好的法律法规监管。比如说通过区块链的技术去打造一些公司的密钥，这种密钥就可以通过相应的授权，没有任何人手上有这样的钥匙，可以通过相应的一些架构让那些真正需要用到钥匙的时候，出现这种场景的时候，才生成这样的密钥。
跟人工智能一样，当然区块链带来的不仅仅是解决方案，不仅仅是好处，如果我们在用区块链的时候，如果能够有一个更便宜的解决方案更好呢？当然是这样的。所以我们在研究的时候就会有这样的着重点，首先是形式分析，如何达成共识的模式，尤其是公有区块链和私有区块链上，在区块链里面需要去建立一个共识模式，这不是我们今天讲的重点，但是我们确实要思考一下公有和私有之间的问题。另外我们也希望能够去验证区块链的不同组成部分，我们知道有一些区块链可以得到非常精准的执行，我们要对它进行验证，所有的这些区块是由信任方来运营的，智能合同这种形式，它可以为我们所用去进行详细的定制和内容的发布，这样才可以帮助我们去解决所有人的问题，提升我们的安全性，我们也非常希望能够去理解它的内容，比如说比特币，我们也希望能够提升我们的安全程度。我们也做了一些有关智能合约的研究，也希望能够进一步细化尽管当局的要求和公司对风险的管理，我们希望去考虑关于跨境监管或者央行监管的运用。同时也希望去杜绝一些风险，可以让我们的监管工作做得更好更到位。另外就是在区块链当中的永久性安排和技术，总而言之，我们希望能够更好的去发觉它的作用，来探索它作为一种通讯工具以及金融技术的潜力，其实我们可能需要去应对环境当中的诸多限制，看一下它的本质是什么，如何能够更好利用它，让它能够应用在更多的场景，发挥更大的作用。
可能有些话题重复了，但是这是我们的一些调研项目，最后想跟大家讲的是我们希望能够和当地的企业以及行业有紧密的结合，不仅仅是在深圳，包括珠海，澳门，香港，能够有更加广阔的运用，更多的联系，我们希望能够和业界紧密沟通，尽我们自己所能来帮助大家解决问题。如果大家对我们有兴趣的话，我们非常愿意跟大家一起携手解决问题，面对挑战，大家如果是这方面专家的话，欢迎跟我们联系，谢谢。
中科院深圳研究院张元亭院士：
粤港澳大湾区应该叫做“健康湾区”
中科院深圳研究院健康所研究所长张元亭院士演讲内容
今天给大家讲的是从人工智能技术到人类健康技术，人工智能从历史到现在基本还是以机械为主，但人的方面还不够强，这个题目也反映我本人的研究职业，我三十多年从人工智能应用到医学做起的，但是中间隔了二十多年的时间就把人工智能丢了，但是最后我离开健康信息的时候，拿了973项目来做研究，所以我一直都跟人工智能有一定的联系。我当时不做人工智能的最主要原因，不是我个人的兴趣，因为它做机器比较多，我喜欢做人的事，所以人工智能往下走不能光做机器和计算机，必须对人有所理解，才能把人工智能做得最好，才能把应用做到最好，所以我下面用的时间最多的还是在健康方面。
最近几个月尤其是中央决定在这个区建粤港澳大湾区，大家都在议论一个话题，大湾区是什么定义？以什么为主？以什么引导？我个人感觉，大湾区的大很重要，但是区也很重要，我说的不是区域的区，是区别的区，区别是什么概念？就是我们要看看美国的大湾区是什么，美国的大湾区是金融，东京的大湾区是产业，旧金山的大湾区是硅谷高科技，我们要创新，我们要考虑下一个时代需要什么，这个大湾区才定位准确，所以我个人的提法不一定正确，只是抛砖引玉进行讨论。我讲讲粤港澳大湾区，将来被人们应该叫做“健康湾区”，为什么？大家先看看一系列的数据。
建立一个湾区，不只是理解为社会的重大需求，没有需求，没有科研，没有产业，一切都没有，所以社会需求是最重要的，中国人口老化非常严重，老人活的时间长是一件好事，但是很遗憾65岁以上的老人70%都有老年病，癌症，心血管都来了，这个问题给我们带来的启发是什么？校长不能总在学校，他也要去照顾家人，所以他影响的是所有的人。最大的杀手就是心脑血管疾病，这是WTO的统计，说明的是心血管疾病不光是现在，而且在未来二三十年还不见下降的趋势，尤其是中国的形势更加严重，发达国家开始得到了控制下降，中国不仅没降而且还在上升过程中。世界每三秒就会有失智症患者，时间非常长，很难治愈。还有高血压也是很严重的问题，我们无法摸到它也没法看到它，但是你不能忽略它，忽略的后果就可能导致心脏病，可能导致最后的死亡。而这个数据在国内还是上升的，全世界的情况也是这样。另外这一系列问题带来的就是老百姓看病贵的问题，不光是美国，包括咱们国家，老百姓看病难都是压在我们身上很重的一座大山，既然有这些严重的社会问题，我们的国家制订了一系列的健康政策，这是原来历史上原来没有的，2030健康计划，主席也亲自提到了没有全民健康就没有全民小康，要把人民的健康放在战略定位，所以这点从国内国外都有了很重要的战略规划。我们科学院，十年前建立了一个健康工程院研究所，这是把健康放在首位，而不是把医学放在首位，为什么不把医学放在首位？医学是人得了病以后是治疗的，有些病是治不了的，应该把预防医学放在首位，最好不得病，年龄很大了以后再得病这是最好的，我们把预防医学放在了首位，建立了几个研究中心。从十年前只有我一个人，现在已经有1300人在做健康工程方面的事。
美国跟我们是同步启动的，美国的国家工程院也是定位到21世纪工程学14重大挑战之一，它包括能源、环境、材料，健康信息就是之一，这是未来一个很重要的发展方向。2012年我很荣幸邀请到美国国家科学院做了报告，有幸认识到了MIT的Phillip sharp，他的主题就是第三次革命，他是从生命科学的角度谈下一步是什么，他谈生命、物理和数学及工程学在医疗领域合作，为了健康医疗。在亚洲做这方面我感觉韩国走在了前列，这也是我很感慨的事，咱们国家那么大，但是韩国在长期定位上比我们还早。这是美国曾经被选到健康医学领域影响第一的人，他写的是《颠覆医学》，核心思想就是超级聚敛，超级聚敛已经非常形象，要把无线传感、基因、影像、信息系统、移动通讯等等，很遗憾那时候没有加入AI人工智能，把这些东西都加进入形成新的现代医学，这放进去也给大家一个概念，人工智能是一个技术，人工智能是一个工具，人工智能是一个方法，人工智能不能解决一切问题，但是很重要。所以从这个来看，人工智能也是其中和无线网一样，是提供解决方方面面的应用，所以人工在健康医疗肯定有很重要的应用。中国的人工智能也在不断往前走，潘云鹤提出了下一步人工智能的发展，就是要走向2.0，2.0有几个方向，第一个是大数据，红色字是我加进去的，你可以看到这五个大方向都和医疗健康有关，所以大数据就有医疗大数据。方向二群体智能对我们更重要，群体创新群体智能。第三个是跨媒体智能，我觉得除了听觉视觉，还有嗅觉、触觉。还有人机混合增强智能，人工智能过去是在机器，人工智能提出人机结合还要以人为主导，以人为中心。方向五是自主智能系统，可以做无人驾驶，自动疾病辅助诊断治疗等。所以应用很广，但是最大的缺点是和我们人相比，它没有创造力，它只不过是帮助我们做一些事情而已，所以大家千万不要认为它会有什么样的创新能力，它只不过是我们用程序做的一系列而已，但是它也有很多的优势，前面专家们也都讲过。
下一步人工智能要做的就是把声音、影像、Text这些东西都融进去，但是它没有提到大脑的理解，这意味着人工智能的2.0还解决不了创新力的问题，所以也可能在3.0，4.0，5.0，我不知道，最后的人工智能可能有智慧，但是至少现在没有。
下面我举一个例子来讲一下心血管疾病的应用，急性心血管的核心问题是斑块问题，一旦出现在大脑就是血栓，出现在心脏就是心梗，所以早期预测两个疾病都可以找出来，这里面有分子检测，各种医学检测，尤其是MRI方面的发展是非常迅速，要求很高的科技含量，这是我们重点实验室和杨教授共同合作的3DMIT城乡。除了MRI之外，因为影像和传感主要是看斑块的内在情况，血压变化最重要的变化是晚上睡觉的变化，对我们技术上就有很大的挑战，就是很难做晚间血压检测，所以在十几年前就提出智能的无袖带血压检测，这在2014年世界经济论坛被列为十大高风险高回报的新技术，和无显示屏技术和未来的一些其他技术相比，它是作为很重要的一块，这个当时是因为苹果和谷歌开始做的事。我们当年提出要做智能穿戴式，是一个智能系统，我这个只能是小型化、智慧化、网络化、数字化和标准化。小型化就是利用一些不同的手段可以把血压计做在手表或者眼镜上，智能化就是可以做成自动校准，网络化方面大家可以想象现在有很多不同的网络，有一些是身体上带来的网络，在标准方面，数字化方面和标准方面也做了一些工作，这些工作建立了世界上第一个无袖带血压国际标准，这个现在已经通过开始适用。我们又在这个基础上增加了可穿戴柔性压力传感器，未来应该是柔性电子做的，像创可贴一样的，贴在手腕上可以测量血压信息。另外一个是做床单上，像夜间血压检测很重要，这个也可以做成你睡觉的时候拿到一些你的生理信息，这已经在做产业化的工作，总之我们做了十几个平台，关于可穿戴的情况。在智慧医疗方面，除了刚才说的可穿戴以外，在家具以外，还有一个很重要的是在血液检测方面的情况，最后要把医学影像的情况都融合起来，融合的过程中我们需要人工智能，这些机械学习的方式，所以我在我的973当中，最重要的部分，在最后这一块智能学习是最重要的，所以前面就像我们把传感、把可穿戴式、把影像、把基因检测，把所有信息拿过来，用人工智能的方式做判断，这个人得的病到什么程度，或者将来这个人会不会得什么病，人工智能在健康方面大有可为。
有四方面的信息做健康，生理，影像，血液和基因。设备不可能搬到家里或者手机，但是经过人工智能，经过信息提取，最终信息可以到你的手机上，所以将来你的健康你来作主。未来在往下走就是所谓的柔性电子医学发展。
最后还是要跟大家谈谈产业化，2015年中国政府工作报告李克强已经提出要发展健康产业，首次提出“健康中国”，也有人估算，这个产业在下一个五年大概有20万亿，如果我们把所有的科技，所有的养老平台放在里头，远远会超过20万亿。回到一开始的题目，你看看历史，从蒸汽机到机械化到电气化到计算机到网络，下一个时代，国内国外都在讨论下一个时代应该是健康时代，也就是说健康产业将成为IT以后全球财富第五波，如果是这么大的事情的话，我个人感觉，粤港澳大湾区如果能够在全球引领健康，我觉得可以把产业，把科技，把研发，把人员的健康提高，谢谢大家。
关于深圳的一切，关注深圳城市、精神生长！
我们的使命是：星辰大海，只与梦想者同行！
拥有深圳梦，请关注 ☞ 微信公众号ID：SZeverything
欢迎来稿、合作、畅谈深圳梦，邮件至：SZeverything@qq.com