图片来源：摄图网
当人工智能走过技术爆发，进入落地应用、创造价值的新时期，AI赋能传统行业的重要性日益凸显。过去，AI科学家们常常被问及人工智能可以为人们的生活带来哪些改变，而现在，他们更多地在思考基于深度学习的人工智能技术如何载入人类意识，实现可信AI。
7月9日，来自国内外人工智能领域的院士及顶尖科学家们在2020世界人工智能大会上共话下一代人工智能新范式，聚焦和探索人工智能最前沿的科技发展趋势，围绕人工智能算法创新、多学科交叉融合等话题，描绘智能视觉、智能医疗、智能芯片等领域的技术发展路径。
AI也要举一反三
2020年注定是不平凡的一年。微软亚洲研究院院长洪小文说道：“在全球共同应对疫情、逐渐恢复生产、重建社会生活的过程中，以人工智能为代表的数字技术正发挥出越来越重要的作用。”
突如其来的新冠肺炎疫情让医疗与公共卫生领域成为全球焦点，如何应对疾病及其引发的社会问题和全球经济紧缩，给所有人都提出了挑战。事实证明，人工智能技术做出了快速反应。机器学习三巨头之一的蒙特利尔大学计算机科学教授约书亚本希奥表示，数字追踪技术已经可以通过汇聚大量微小线索预测新冠疫情传染性风险。
而在国内，如智能服务机器人、智能CT设备等被应用到方舱医院等场景，实现零接触诊断、智能陪护等功能，有效控制医护人员感染率。正如微软高级首席研究经理Katsushi Ikeuchi所言，人工智能给人们生活带来的最大改变在于让这个虚实结合的现实世界获得了透视力和关键的感知能力。
不过，在中国科学院院士、清华大学人工智能研究院院长张钹看来，目前的人工智能仅仅解决了完全信息和结构化环境下的确定性问题，尽管极大推动了AI应用落地，但在环境感知、理解环境、AI安全和推理决策等方面存在不安全、不可靠、不可解释的问题。
此外，中国科学院院士何积丰补充道，由于数据本身具有偏向性，基于机器学习算法所得到的数学模型在决策时的不公平性也是颇受关心的话题。
站在人工智能新起点，张钹提出，必须充分利用知识、数据、算力和算法四要素，让机器深度学习，做到随机应变、举一反三，才能不断推进人工智能向前发展。
多学科交叉融合是关键
人工智能赋能百态，当世界将目光投向第三代人工智能之时，有一群人正在默默努力着，向人工智能基础理论发起冲击，不断研究以期突破现有局限。
图灵奖获得者、中国科学院院士姚期智认为，神经拓扑结构、隐私保护学习、可控的SuperAI是人工智能理论研究的新方向。悉尼大学教授、澳大利亚科学院院士陶大程正在从人工智能模型的容量和复杂度出发，进行分析神经网络的相关研究。卡内基梅隆大学机器人研究所主任Martial Hebert则讲述了如何利用智能视觉快速进行估算，加速判断过程。
从理论到算法，我们还能为AI发展做些什么？第四范式创始人兼首席执行官戴文渊认为，当下人工智能发展面临三个挑战：第一是数据科学家门槛高、数量少；第二是缺少数据隐私保护技术，可用的高质量数据依然稀缺；第三是AI发展所带来的算力成本激增。
美国康奈尔大学计算机科学教授Ramin Zabih也说道，人工智能研究人员是一个不可分割、全球相连的社区，用技术改变生活的共同志趣将大家团结在一起。瑞士苏黎世联邦理工学院教授Luc Van Gool则认为，对于深度网络，我们正在用很多个标准架构，但更合理的方式是我们应该设计一种为某种特定应用优化过的架构。
对此，札幌市立大学校长中岛秀之的结论是，人工智能技术的发展需要多学科交叉融合。香港中文大学教授、商汤科技创始人汤晓鸥谈道：“人工智能是一个非常包容的学术领域，不仅跨越学术研究领域、跨越工业应用行业，也跨越学术和产业边界。最重要的是，人工智能是跨越国界的，是需要国际合作的。”
智见未来，韩国首尔大学人工智能研究所主任兼教授Kyoung Mu Lee表达了其对AI未来数年的期待：“希望在医疗、自动驾驶、机器人以及个人助手等领域有更多的实际结果出现，也希望利用AI解决环境、能源、衰老和低增长等人类面临的问题。最终AI可以给我们带来更高质量的生活。”