智博会首日，业界大咖建言献策都说了啥？

腾讯董事会主席兼CEO

马化腾

为跑下一场马拉松做好准备

对于在新的形势下，如何发展数字技术和智能产业，马化腾认为，要学会打逆风球，做好跑马拉松的准备，不要放弃踢出“世界波”的梦想。

首先，我们需要沉下心来，学会打“逆风球”。过去二十年，中国互联网行业获得了高速发展。当然，我们在很多领域与欧美同行相比，仍然有不小的差距。

中美贸易摩擦，不但让我们更清醒地看到了这一点，而且还对全球科技行业的协同创新带来影响。我们不得不在这股全球化的逆风中前行。打“逆风球”，既需要我们稳住阵脚、顶住压力，把手头的每一个球打好；更需要我们坚定信心，紧紧抓住转型升级的发展轨道，不松手。

第二，我们要做好跑“马拉松”的准备。在全球新一轮科技与产业革命的推动下，我们正在面临一场前所未有的数字化变革。

无论是广度，还是深度，数字化进程都不可能一步到位。它需要我们发扬“数字工匠精神”，从外到内打磨每一个细节的改进，而不是热衷概念炒作；它也需要我们帮助更多的人跨过数字鸿沟，把数字产品和服务做好“向下兼容”，带动弱势群体、老少边穷分享数字红利。对于互联网与科技行业的从业者来说，我们每个人都要做好跑下一场“马拉松”的准备。

第三，我们永远不要放弃踢出“世界波”的梦想。上个月大家在看世界杯比赛的时候，也许心里都有一个埋藏很深的愿望，就是希望有一天能看到中国队在这样的大赛上，踢出精彩的进球。

其实，在科技领域大家也有类似的心愿。从产业角度来说，过去我们往往看到做基础研究投入很大，遥遥无期，更多选择做应用。长期下来，我们的基础研究仍然薄弱，独到的创新不多。马化腾认为，现在是我们政企学研一起努力来改变现状的时候了。我们不应该放弃在科技赛场上踢出“世界波”的梦想。

澳大利亚科学院院士

澳大利亚工程院院士

拉玛莫哈那劳·哥达吉利

计算机在很多学科扮演着越来越重要的角色

拉玛莫哈那劳·哥达吉利指出，面对海量的数据，我们要知道怎么样去利用它。

哥达吉利认为，让很多学者面临巨大挑战的是海量数据的三个方面：

第一个是数据的体量。有了物联网以后，收集的数据体量之大，以至于必须要有一种非常方便的方法来处理。

第二个就是数据的类别，有时候是非常简单的数据，有时候是图片或视频。

第三个就是静止的数据和变化的数据。比如，要想预测20分钟后交通方面的相关信息，就需要有一个模型来判断。

科学家们面临挑战，因为数据太多了，不知道怎么样提取出对我们最有利的信息。当前的方法并不能处理如此大规模和多维度的数据，其中的一个解决方法就是使用非常大规模的GPU云计算，或者利用一些人工智能的方式。

拉玛莫哈那劳·哥达吉利说，在生物学等其他很多学科方面，计算机都在扮演着越来越重要的角色，很多信息都是隐藏的，不是那么显而易见的，要知道什么信息是有用的，并且将它提取出来。对于人工智能来说，其实是没有限制的，我们能够不断将它发展下去，帮助整个社会的发展与进步。

中国工程院院士

中国人工智能学会理事长

李德毅

中国自动驾驶要突出自主学习能力

李德毅畅谈了他眼中的未来汽车。他认为自动驾驶已成为全球的风口。

随着人工智能时代的到来，一个真正的无人驾驶汽车不仅是自动的，更应该是自主的，它应该像驾驶员一样具有学习能力，能够应对各种必然的工况。科学技术的发展已经从认识客观世界、改造客观世界进入到认识人自身的阶段。

李德毅认为，机器人将成为人类认知自然与社会、扩展智力、走向智慧生活的重要伴侣，汽车对一个人工智能工作者来看，它就是其中的一种轮式机器人而已，它不但应该改变人类的出行方式，还应该改变人类的生产活动、经济活动和社会生活。所以重庆的这两个5000亿如果往这个方向走前景很大，智能产业蓄势待发。

李德毅说，如果再过20年、30年，按照国家人工智能的发展规划，中国的人工智能要占领世界的高地，这时候智能控制、智能芯片、智能网联以及智能计算已经成为成熟的技术，给我们强大的支持，人们会更多关心人工智能本身的技术。

他建议，中国应该把认知作为“未来汽车”攻关的难口，不同于特斯拉的自动驾驶车，也不同于谷歌的感知智能、英特尔和英伟达的车载计算机，应体现计算认知，更体现记忆认知和交互认知，突出自主学习能力，以适应不同的车辆平台，智能驾驶将具有广阔的前景。

他表示，21世纪最具颠覆性的技术当数无人驾驶。当前全球有70亿人口20亿辆车，中国的汽车保有量大概是2.8亿辆，年产新车1亿辆，一旦量产自主驾驶车上路，且占比越来越大，驾驶脑成为汽车必配，驾驶数据和智能越来越累积，驾驶脑越来越聪明，人类的出行方式就真的变了。

华为公司董事长

梁华

发展AI不仅要高而不贵

更要打好基础

梁华表示，人工智能发展必须打好基础，需要长期重视基础研究，扎扎实实打好基础，同时也不能为人工智能而为人工智能，为了泡沫化而赶风口。

梁华表示，新的问题需要新的解决思路，我们需要给机器赋予新的引擎。

人工智能的产品需要把复杂产品简单化，让AI高而不贵，人工智能需要通过大量的数据和行业知识的训练才能够发挥效益。要守住数据的边界，合法使用数据，打造用得起、用得好、用得放心的人工智能和云服务平台。

他强调，历史证明，基础研究才是产业诞生和产业振兴的根本，没有基础研究，产业是不可能有牢固的基础。作为前沿技术，人工智能发展必须打好基础，需要长期重视基础研究，扎扎实实打好基础，同时也不能为人工智能而为人工智能，也不能为了泡沫化而赶风口。

要针对实际应用场景，充分利用算法、算例和数据积累，来产生实际效果和收益。

梁华谈到，未来二三十年，无论科技革命如何变化，无论世界局势如何变换，为百业提质增效，为实体经济赋能，都值得长期对基础研究进行投入和中短期对商业问题进行解决。

美国高通公司全球总裁

克里斯蒂安诺·阿蒙

2025年人工智能增强技术将创造

5万亿美元商业价值

克里斯蒂安诺·阿蒙表示，在未来30年，移动技术将达成万物互联。我们现在正处在行业变革新的开端，也就是5G和无线技术的开端，我们将会加快万物互联的速度。

他认为，5G时代移动通讯技术因为很快的宽带技术得到了发展，对多媒体的用户也起到了很好的能力提高作用，在5G时代，人工智能赋能的5G技术，同时也能够推动移动通讯技术，提高5G的速度，提高我们的通讯速率，同时能够提高机器学习的能力。

到2025年，人工智能增强技术将创造5万亿美元的商业价值，而2035年它的商品价值将会高达12万亿美元。

他强调，5G技术可以把很多处理的能力从设备端转到云端，把设备端的人工智能和虚拟智能的功能变得非常容易。

比如在变革汽车行业，通过蜂窝技术能够在汽车行业达成一个基础设施的网络，手机可以和汽车互联，提供一些智能地图，保证驾驶安全。另一个在移动性方面的例子就是物联网，5G技术能够把设备相连，提高工业以太网的服务能力、可靠性，低于1毫秒的延迟。

目前，高通把每个网和线放在了工业的环境中，未来工厂可以实现无线化、可重置，从而提高效率、生产力，并产生一些智能实时的数据。

克里斯蒂安诺·阿蒙表示，高通对未来IT的发展非常乐观，不但关注与中国的合作伙伴关系，也致力于促进中国的增长，并推动了一些双赢的合作模式。

百度公司创始人、董事长兼CEO

李彦宏

我们对人工智能有误解

李彦宏指出，我们对人工智能的认知有不少误解，他认为第一个误解是人工智能长得像人。我们要解决的是让机器能够像人一样思考。

第二个误解是机器怎么像人一样思考。现在有很多的研究是研究人脑怎么工作，他认为，这条路也走不通。人工智能不是仿生学，现在的人工智能技术，各种各样的算法，近些年的创新跟人脑的工作原理其实没有太大关系。

事实上，我们人类根本还没有搞清楚人脑是怎么工作的，又何谈用机器来模仿人脑的工作原理。所以人工智能不是模仿人脑的工作原理，而是要用机器的方式实现人脑能够实现的价值或者作用。

第三个误解就是人工智能“威胁论”。很多人担心有一天人类会被机器所控制，有一天我们自己造出来的技术会毁灭掉我们。

“这个我觉得也是完全没有必要的担心。因为我们在做每天的技术方面的研究时，会发现比我们想象的要难很多，让机器像人一样思考，就是所谓的AGI实现，其实还离我们非常远。”李彦宏说。

李彦宏指出，现在看到的很多人工智能是假的。

科大讯飞董事长

刘庆峰

脑科学是未来人工智能

非常重要的突破口

刘庆峰认为，人工智能的发展决不是一个简单的概念。人工智能第三次浪潮是基于大数据、云计算、移动互联网，作为更基础的是深度神经网络的突破。

中国的人工智能在全球处于什么样的地位？他认为，人工智能2006年的深度学习算法主要还是欧美提出来的，后来全世界在这个基础上进行创新。

我国新一代人工智能规划出台后，我们国家在语音交互和视觉交互上已经在全球领先。

下一步的关键是什么？一方面技术上要进一步突破，在小样本上学到更多的知识。另一方面，脑科学是未来非常重要的突破口，用类脑计算和现在数据建模神经网络的结合，有望实现重大的突破和腾飞。

此外，他强调，人工智能产业发展有非常重要的涟漪效应，人工智能一定要赋能到各行业。

刘庆峰还谈到，人工智能是一个伟大的历史进程，决不仅仅是少数科学家和少数企业的事情，还涉及到社会伦理和法律，即便今天脑科学没有重大突破，用现有的神经网络已经可以替代未来绝大部分工作。

为此，他呼吁，及时研究人工智能涉及的法律、伦理和社会体系等相关问题。

SAP全球高级副总裁

SAP中国总经理

李强

制造业是人工智能最具潜力的应用区域

李强表示，制造业是人工智能应用场景中最具潜力的区域，人工智能能够大幅度提升劳动生产力，而因此推动GDP的增长。

李强以汽车工业为例谈到，越来越多的消费者希望有个性化的产品、个性化的汽车，但是流水线生产的潜力已经被挖掘到了极限，所以必须通过延长交货时间来满足个性化的需求。

目前，SAP和奥迪合作打造了一个智能化的未来工厂，几乎所有的科技，无论是机器人、可穿戴的盔甲、无人的小车以及虚拟或者增强现实都得到了应用，但最重要的一点是，SAP把传统的流水线变成了各自独立的工作岛，然后实现智能化的模块生产，无人驾驶的AGV运载待加工汽车，可以任意组合生产的工具以及工艺，对于一些应急非标的零部件甚至采取用无人机运输的方式。

“而这一切如此复杂的零部件供应路线、生产工艺的组合，不同生产车间的需求，在背后都是由人工智能在进行调动，人工智能的算法使得我们能够同时满足效率和个性化定制的要求，在产品配置大幅提升的基础之上，生产效率仍然提高了20%。”李强说。

中国科学技术大学常务副校长

中国科学院院士

潘建伟

量子力学可帮助解决

信息安全问题和计算能力瓶颈

潘建伟表示，智能技术的发展不仅需要计算能力和网络感知能力，某种意义上，量子力学不仅催生了它的诞生，本质上也提供了各种各样的基础。有位科学家说如果没有量子力学，我们马上就退回到了18世纪。

在潘建伟看来，目前，信息技术的发展面临两个比较重要的问题。一是智能社会对信息安全提出了更高要求。目前网络安全遭遇着各种各样的威胁，密码容易被破解，如果通过提高算法复杂度来加密，那么我们来加密它所用的时间和资源的消耗就变得越来越多。历史的经验告诉我们，依赖于计算复杂度的经典加密算法原则上都会破解，所以信息安全成了一个永久的话题。

二是为了充分发挥未来大数据和人工智能的优势，我们对计算能力提出了非常高的要求，但实际上我们的计算能力还是非常有限的，目前全世界计算能力的总和一年内只能由一个大数据库完成搜索，原来的晶体管原理不再适用。

如何解决以上两个问题，他认为，量子力学在第二次世界技术革命以后，催生了近代的信息技术，同时经过近百年的发展，已经为解决这些问题做好了准备。利用量子保密通讯，可以在人类历史上首次提供一种原理上是安全的通讯方式。与此同时，计算能力也非常强大。

潘建伟希望，在未来5—10年实现数百个量子比特的相干操纵，对特定的问题计算能力超过目前全世界计算能力综合的100万倍，可以为未来人工智能、各种大数据的发展奠定非常好的方向。

紫光集团董事长

赵伟国

“芯”和“云”是铸就智能科技的基础

赵伟国认为，大家都在讨论智能世界的高楼大厦，紫光则是给智能世界的高楼大厦的建造者提供建筑材料和钢筋水泥的。万物互联的基础是通讯和计算，而通讯和计算的基础则是芯片和云计算，紫光主要做的就是和这两个东西有关。

紫光集团去年大概总共提供了34亿颗芯片，其中包括手机芯片，从数量上来讲高通市场分量第一，紫光是第三，大概每年有六七亿套。而智能卡芯片，紫光在世界市场份额排首位。

另外在专用的CPU领域，紫光也有很多重大的成果，在很多领域获得应用。紫光还有一部分在努力的就是存储这块，这次在全球的存储峰会上，紫光也发表了在存储领域的一个重大成果。紫光在集成电路领域正不断创造新的自主技术。我们会在今年年底量产32层64G存储器，在明年会量产64层128G的，我们也同步研发128层256G的存储器。

在云方面，紫光集团主要提供云的基础构架技术来支持行业，赋能行业和企业，支持他们的发展。

阿里巴巴集团董事局主席

马云

新制造是制造业和服务业的完美结合

马云认为，新制造是制造业和服务业的完美结合，未来将没有纯制造业，也没有纯服务业。未来的制造业不是标准化和规模化，而是个性化、定制化、智能化。

“以前是以制造为中心，未来应该以创造为中心”马云说，机器人会取代流水线上的很多工作，但是服务业会产生新的大量的岗位，需要人来设计、体验、创新。所以，未来制造业的引擎不是制造业，而是现代服务业。

新制造也是实体经济和虚拟经济的完美结合，实体经济和互联网以后谁也离不开谁，未来90%的制造业会在互联网上。

发展新制造应具备三项核心技术：智能制造、IT、区块链。数据是新制造的关键要素，用好数据是智能技术的能力，是走向智能化不可逾越的关口。

IoT和区块链技术正在推进互联网本身发生巨大的变化，不过，他认为今天的IoT不是真正意义上的IoT，是很多卖硬件或者卖软件的人找个理由卖得更好而已。