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(shù)據(jù)智能”的精彩演講。潘院士從大數(shù)據(jù)智能的起源、發(fā)展和應用三個方面對大數(shù)據(jù)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(yè)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(zhàn)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(lián)網(wǎng)和大數(shù)據(jù)孕育了 AI2．0

2007 年圖領獎得主 Jimy Gray 提出了數(shù)據(jù)密集型科學研究的第四種范式，2008 年 nature 推出了 BigData ?？?，大數(shù)據(jù)概念應運而生，大數(shù)據(jù)雖然至今仍然沒有一個統(tǒng)一的定義，但是大數(shù)據(jù)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(fā)現(xiàn)世界正在從傳統(tǒng)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(chǎn)出，后來通過互聯(lián)網(wǎng)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(lián)網(wǎng)等非人類社會產(chǎn)生的信息，讓人類名副其實的進入了“大數(shù)據(jù)”時代，大數(shù)據(jù)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(tǒng)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(chǎn)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(tǒng)二元世界的關系

信息空間中的信息流將推動我們現(xiàn)有科技與產(chǎn)業(yè)從三個方面發(fā)生變化：

·新通道：給科學、技術、經(jīng)濟社會的研究與發(fā)展提供了新途徑、新方法、新產(chǎn)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(xiàn)有的復雜巨路系統(tǒng)，比如城市運行系統(tǒng)、環(huán)境生態(tài)系統(tǒng)。

信息環(huán)境的巨變（超級計算、物聯(lián)網(wǎng)）、社會新的需求（智慧城市、智能醫(yī)療）、AI 基礎和目標的巨變（虛擬現(xiàn)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(fā)布了《新一代人工智能發(fā)展規(guī)劃》，發(fā)展規(guī)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(fā)展邁向新的臺階。

圖 新一代AI發(fā)展規(guī)劃內容

二、知識表達將引導大數(shù)據(jù)智能的發(fā)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(shù)據(jù)就是一種知識，和以往的程序計算數(shù)據(jù)的方式不同，AI采用的是數(shù)據(jù)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(fā)了 KS-studio，提出了將大數(shù)據(jù)轉換為知識圖譜的自動生成和關系發(fā)現(xiàn)技術;

（3）深度神經(jīng)網(wǎng)絡（DNN）本質上也是一種知識表達，深度神經(jīng)網(wǎng)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(shù)據(jù)形式、特色應用

數(shù)據(jù)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(shù)據(jù)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(xié)同使用，將能提高系統(tǒng)的智能水平，比如深度神經(jīng)網(wǎng)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，?？低?/u>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。