本文摘要：。

该活动更有了来自全球5G、大数据、人工智能、物联网等领域顶级院士、专家和企业代表与会，目的打造出国内5G智慧城市领域高端学术交流峰会。作为主办单位，深度参予本次活动。

欧洲科学院院士、上海交大AI研究院首席科学家徐雷公开发表了《人工智能科技对智慧城市未来的影响》的演说。徐雷教授主要共享了自己对人工智能的观点，并非常简单探究了智慧城市的话题。

他指出，人工智能从某种程度上来说可以从辨识理解、形象思维和抽象思维三个维度来理解，而当今人工智能第三次浪潮的核心突破点是在辨识理解方面。他提及，根据《大自然》近期的一篇评论，在基础理论和算法创意层面，中国同英美尚且有五到十年差距。关于智慧城市，徐雷教授指出，我国智慧城市的发展应当融合有所不同城市的情况，却是每个城市的痛点和优势有所不同，而在 4G/5G 网络的承托下，地理距离早已仍然最重要，每个城市也没适当展开重复建设；从这个角度抵达，我国应该大力发展智慧城市集群。以下是根据徐雷院士在大会上的30分钟演讲编辑整理出有的共享内容：我的演说题目内容分成两个部分：人工智能发展和智慧城市。

人工智能是不是定义？我们来看大脑，若从内在机制的看作，看它整个结构，很简单，基本上面临的是告终，这一次欧洲脑计划也基本上是告终了。从外在展现出的看作，目前主要有两个方向。一个刚才陈老师从认知科学研究与应用于的角度。

再行一个就就是指经典的计算机信息处置，可以泛泛地指出智能就是大脑的信息处理活动。不过，现在最简单而常用的是图灵测试，就是说，若分不出是人和还是机器腊的，机器就是有了智能，那么大约要多少？30%还是50%，有有所不同作法。但这样有可能过于绿了，所以我还想要把各种各样的人工智能，略为概括一下，为此把1975年钱学森先生关于思维科学的一些思路拿过来，并整理改动推展一下。

人工智能有三个主要的部分。第一个又称为“刷脸辨识”，这个后头不会谈，是这一波人工智能发展的主要突破点。第二个，早在1975年，钱学森先生就指出，常用而最重要的智能部分只不过是在形象思维。而那时候，人工智能界主要都在研究抽象思维。

粗略地谈，形象思维就是较为抽象、根据关联性就明确模式或其新形式展开的推测。而抽象思维则是根据逻辑、因果条理展开的推理小说，大约是这个状况。

很有意思，这两种有所不同方式，中国人和西方人正好分别擅长于其一。中国文字基本是象形的，思维发展注重形象思维，而西方文字抽象化成符号，抽象化到26个字母特标点符号，拼法组合成符号串，并还包括A+B=C等数学抽象化，侧重相互关系、侧重形式语法。

实质上，图灵机以及后来的计算机就是基于对西方自然语言的修改，发展变为了当今的计算机能力，可以说道完全超过从这个角度仿真智力发展的顶峰，只不过一般来说早已不把它算进人工智能了。而我们的古文是没语法，没标点。就是现在，最少要何谓3000个字，差不多才算不懂中文。我们就没发展到符号抽象化的这一步。

很有意思的是，西方只不过按照历史（如果我是对的话，这方面不出行），大约5000年前古埃及的形象文字南北古希腊符号文字。是什么促成它南北了这种抽象化，而我们的文字却没，有一点从智能发展的角度去探究。正是因为它高度的抽象化，西方学者把抽象思维叫高级智能，高度抽象化以后才有科学在那里生长发展。中国文字没这种抽象化，有可能相当大程度导致中国没发展出有科学。

解析确认若干独立国家的基本单元（如语文中字母符号集或数学体系中的公理），趁此机会考虑到它们两两之间的二元关系（如逻辑、因果、以及某种倚赖关系），再行像搭乘积块似的，按一定的规则或规律，循理筛选，由底朝上逐步人组，搭出一个体系或世界来。它不利于逃跑主要脉络，说明所看见的现实世界。但是，受限的基元数，受限的人组规则，不能叙述比较非常简单的人工世界。

如何从大自然世界取得这些基元和规则，且大自然事物的复杂性造成人组可能性的可观，造成用抽象思维的方式针对“刷脸辨识”这类智能，反而遇上相当大艰难。而中国的学问就是指整体开始，浑沌分阴阳，阴阳人与自然说道只不过就是一分为二的系统包含论，然后五行说道就是定性描述这个系统的动力学，这两个学说，只不过像西方科学一样，是精辟过往律和普适律检验的，这里就不细说了。

若往下中分，八卦就较为渊了。不管如何，这种从顶往下、明确抽象的思维方式，正好与抽象思维的方式有序，体现了智能的两面，也体现了文化的两面，应当中西融合人与自然发展，不不应矛盾互打。

这次人工智能浪潮就是在形象思维的部分突破的，“耳聪目明“就是形象思维的基础。作法只不过很非常简单，就是数学上已完成一个X到Y的一个整体性的同构，用一个深度神经网络结构来构建。在目明的角度上大约多达了人，耳聪的角度上相似人。

大约是我们的文化偏爱形象思维，也很巧了，不仅这次的推波助澜的引发主要发展都是华人，过去一路走过致力于推展“耳聪目明“，华人也是主角之一部分。大家有可能告诉，Hinton团队在2006年找到深度自学网络可以明显提高辨识性能后，就是微软公司的邓力，也是我的一个朋友，把Hinton请来微软公司，将语音辨识明显前进。接着李飞飞做image-net，创建超大规模的头像数据库，使刷脸辨识大大前进， 造成工业界和资本的普遍插手“耳聪目明“行业。

你再行看这张图，我国目前的公司产于情况，基本上也主要在这一块。这是人工智能的盘山式发展图，它是立体向下的。我们的机遇不是急弯转弯，而是有机会构建横跨。

还有，大家都实在人工智能这次是第三次浪潮，只不过不尽然。抽象思维发展到了冯诺依曼机以后，只不过早已是机器仿真智能的巨大成功了，不过故意远比它了。再行跑到自然语言和视觉，阻碍了，推不动了。

但人工智能还在发展，热潮移至了另外一批人，回头形象思维，攻打“耳聪目明”。类似于地，然后又移往到了再行下一批人。尽管早在57年就有华人插手字符识别，主要是70年代中期到80年代中期，主攻“耳聪目明“的模式识别，开始了它第一个十年的发展期，头号领袖是左图的傅京孙先生（1930-85）。

图上的另外五位百岁级胞弟院士，都是中国人工智能发展的先驱。左边另外两位是经常尉迟先生和程民德先生，领导了中国模式识别的发展，创建了我国智能科学的第一批三个国家重点实验室，其中两个主攻模式识别与机器理解，并在我国学科设置上月班车了模式识别的涉及专业，近年来我国 “耳聪目明“方面的人才济济，可回溯到当年他们奠定的根基。人工智能发展的“1”，我们到此为止。

接着非常简单地讲讲”2“，也即人工智能有可能发展的两条道路。一条是自律装置，又称机器人。

在工业生产线上的机器人这方面，我国早已很领先。但是，就这视频上波士顿动力的类人机器人来说，回答过我国的一个这方面专家，我们却有可能差10年到20年。期望这次机器人大赛里头有些年青人有志冲着这个东西去，不要杨家是都做一些大家都在反复的玩意。

这种类人机器，随着其硬实力和软实力的不断加强，最后不会发展到什么程度？答案是我不告诉。另一条路看这张图，是脑机交互强化的所为“超机超人”。这条路我不过于以为然。

协助少数残疾生病的还行。利用电极或可穿着，执着正常人以外的信息互相交换地下通道， 然后人非人，机器非机器、这种混搭一起的怪物是我们要的吗？这条路现在马斯克也竟然介入了，也来做这个玩意。好在这条路现在还只是结尾而已。

下面之后来讲“3”，谈谈一开始提及的人工智能三个维度的承托，即辨识理解、形象思维和抽象思维的基础研究。这张图左边体现的是1981年的诺贝尔奖，授予给这两人明确提出特征检测理论。粗略地谈，辨识理解过程基本上类似于由底向上搭积木块的过程。

在突破点“1”中起最重要起到的卷积神经网络，基本上就是反映了这样一个精神，是这个理论的一个范例。不过，用的是有标签样本的教师自学。

对于无标签样本，怎么办？这就要双向自学。深度自学的偏移传播算法出来后一年即1987年，早期的双向自学就开始了，叫自编码自学。如ppt上的右上角图示, 网络中间层的两边结构平面，把它们对折，就出了双向。

趁此机会输出由底向上展开特征提取，抽象化出一代码，代表一个或一类模式，然后顶向下修复这个输出，修复误差小就反对获得的代码的合理性。我在1991年也明确提出了Lmser自学，如图中左下角右图。一方面，往上发育一步，获得类似于近几年经常出现的基于横跨相连的U网和D网的变种。而再行发育一步就返回自编码。

另一方面，往左发育一步，获得类似于期望网的变种，再行发育一步又返回自编码。我们可以将顶向下去修复输出，改为去近似于其他有所不同的模式，构建形象思维。

图像到图像的一个例子，就是最近很火的换回脸术。不仅如此，还可以展开图像到文本、文本到图像、文本到草图、草图到图像、语言翻译成、 过去到未来，构建一个事物和另外一事物的抽象性的关联和推理小说，类似于作梦或脑子里过电影一样，还可以表明到屏幕上。这就突破了人们的“眼见为实”，可以用上元神的，现实中没的图片。

形象思维的输入还可以用语言对外交流，或驱动继续执行掌控。1991年的计算能力，不了对多层的Lmser展开计算出来实验，只对算单层做到了计算出来，证实了其独立国家分量提取的特征检测能力。最近我的学生，对多层的Lmser展开计算出来，找到不仅比起自编码和U网，性能显著良好，特别是在是样本较较少、反击强劲的情况下。而且1991年分析预期的若干理解功能，如误解、概念构成、心像、留意等，也都能顺利获得检验。

沿着Lmser的路子发展，引进概率理论，在1995年更进一步发展沦为所谓贝叶斯阴阳自学理论，公开发表在1995年的NIPS会议上，也被收益了世纪末麻省理工出版发行的经典汇聚《脑理论和神经网络方法》。带上起人工智能这一波的蓬勃发展，就是NIPS会议。近些年有一些众说纷纭，说道中国学者的论文转入IJCAI和IAAA是1997年以后，而转入NIPS顶会则是在迈入本世纪几年后，只不过这与历史相符，而是80年代就早已转入IJCAI，1995年前本人就在NIPS上公开发表了四篇论文。

接着忘了讲抽象思维，构建搜寻、规划、推理小说。近年的典型代表就是AlphaGo。它的顺利，一般来说的说明是由于蒙特卡洛树根搜寻，特别是在是其中的前搜侦查（犹如老邓做特区先试探路）。但是，只有这点是过于的。

只不过，这一思路在八十年代中后期，中国学者在研究启发式搜寻就明确提出过。顺利原因还来自用深度自学网络来看见棋盘，有如进了天眼，明白了状态并由此误解出有，一是告诉他你明确有几种走法、回头哪最差的策略（有如孙子相救），二是不见得你这盘棋输掉的可能性有多大（有如老子低头与否）。实质上就是抽象思维再加形象理解，双向协同有序。

过去，纯用抽象思维所遇上的问题解法艰难，都未来将会如此取得改良。最后，来辩论人工智能赋能智慧城市。看这张图，佩了那么多牵涉到民生、政务、产业的智慧城市要素。

不少城市都在互相参照，结果考虑到的大同小异。再行看这张，是上海刚评出来的二十几个智慧城市场景，那边叫人工智能创意场景。不过上海城市的情况跟珠海的那些有可能很不一样，不要都做某种程度的东西。

能无法每个城市不要重复建设，每个城市重点优势都有所不同，地理距离也因为4G/5G早已仍然最重要，能无法联合的部分可以集中式或分布式的来分工，而有所不同的部分则协同有序，这是我想要跟珠海建议的考虑到策略。人工智能究竟能给智慧城市诗什么能？赋能前提首先是大数据要多，还得要容许罪点错不是很无非，因为自学出来的是统计资料规律。还有一些其他明确拒绝，这里就不粗谈了。

可以赋能的维度基本上就是前面谈的三个。第一个，就是刷脸、会话和它衍生出来的各种各样场景，例如金融风触、施工监控、各种量的预测。从这个维度赋能，比较早已较为成熟期了。

第二个，就是我们刚才谈的，换回脸衍生出来的各种各样的赋能。第三，城市里有可能有好多规划搜寻问题，必须将老子孙子老邓综合一起，双向协同有序，类似于AlphaGo那样赋能。

再有一个赋能场景就是在手机上玩游戏智能，特别是在是物联网大发展后，手机的起到也更加最重要，智能也比较更容易玩游戏，因为较为环境高效率。还有一个场景是牵涉到大数据分析，数据挖掘、科学知识图谱实质上牵涉到的是涉及关系，看图表中这个例子，只看涉及关系，不吃了药比不出院，样子是有转变、有点用，但是，分为男女再行来看，获得的结论却恰好相反。

也就是说，涉及关系不一定体现事实，故用大数据一定要小心。怎么办？要去找因果关系。

找到因果关系的研究，经过很多年，已累积了一些方法，可以为大数据赋能。最近，我们自己也发展了找到因果关系的新方法。最后，我实在珠海是个年轻人的城市，明确场景可以考虑到智能旅游，智能家居，与智能园区。

还有就是在海洋边，考虑到发展海陆空一体化的智能项目，不会有独有的特点。谢谢大家。所附演说嘉宾讲解：徐雷是上海交大定远讲席教授、理解机器和计算出来身体健康研究中心主任、张江实验室脑与智能科技研究院神经网络计算出来研究中心主任，香港中文大学荣休教授。哈工大77本科，82年到清华师从常迥院士读书博士，87年到北大师从程民德院士和石青云院士做到博后，次年破格升副教授。

其后四年在芬兰Oja、哈佛Yuille、MIT Jordan等团队做到博后；93-96年任香港中文大学高级讲师和教授、02年升至讲席教授。16年重新加入上海交大。

专门从事智能领域研究逾37年，有多个被广为提到的先驱性成果。01年被选为IEEE Fellow（从计算出来智能学会被选为之首位中国学者）、02年被选为国际模式识别学会 Fellow（最先被选为的几个华人之一），03年被选为欧洲科学院院士。获得93年国家自然科学奖、95年国际神经网络学会领袖奖、06年亚太神经网络学会最高奖（首位得奖华人）。涉及文章：智汇珠海！2019岭南大数据国际论坛在珠海完满告一段落院士专家共谋5G智慧城市变革为什么智慧城市在 2019 年火一起了？5G应用于大赛、智慧城市院士论坛，这一届“珠海盛开杯”的6大看点！原创文章，予以许可禁令刊登。

下文闻刊登须知。

本文来源：开云·平台登录-www.liuyepeng.com