论坛以“人工智能，赋能未来”为主题，李德毅院士、毛军发院士、徐宗本院士、黄河燕教授、焦李成教授、刘宏教授、石光明教授、郑庆华教授、刘成林教授等国内外知名高校学者作了大会特邀报告，全面、务实的探讨了AI技术在经济、计算机、医疗等行业的应用前景及创新型人才的培养模式与发展方向。王国胤教授、王万森教授、王万良教授、曹进德教授、邱才明教授、孙富春教授、林宙辰教授、侯彪教授、王爽教授、马堃博士、薄列峰博士、钟伟才教授、杨少毅先生、李锐先生、王铁震先生、刘钒先生16位学者、企业家围绕“人工智能+高等教育”主题进行了高峰对话。
本文根据论坛期间的现场速记进行整理归纳，将专家、学者们提出的主要观点及报告内容再次呈现出来，以供大家参考。
李德毅：智能时代的教育
在人工智能成为时代标签的背景下，李德毅院士与我们探讨了关于智能时代的教育发展问题，李德毅院士的报告从三个方面展开：“普及智能教育是时代的呼唤”、“人工智能对教育的巨大冲击”、“本科智能教育的实践与思考”。他指出，现在的大学本科生将是未来人工智能产业的顶梁柱，智能时代，教育先行，普及人工智能教育刻不容缓，要同时注重学生的智能知识与智能素质的培养。人工智能的快速发展对教育也产生了巨大冲击，引发人们对教育本源的思考，李德毅院士认为：“教育=培养学生的获取知识能力×决策能力×创新能力，而不是简单的加。”他预测，人类教师将逐步转化为教练的角色。
智能时代的教育，应当系统的延伸至高职教育，李德毅院士介绍，本科生的教育由于学分的设定严重阻碍了社会对智能人才培养的素质要求，而研究生智能教育形势也高开低走，因此，必须要在高校中重视和加强人工智能教育，并且高职生也需加强智能型创业工匠的培养。李德毅院士呼吁，人工智能教育要“用任务带专业，多做实践中的研究，少做研究中的实践。做有用的研究，做有影响的研究，争取到政府、企业或社会的稳定支持。”李德毅院士在报告中还展示了最成功的课程体系设置，包括教育比重的设置、课程的设置以及教材的配备，为智能时代教育的改革提出了方案。
孟德宇：大数据背景下的小样本学习
石光明：人机混合智能及其应用
石光明教授首先讲述了他对于机器学习的理解，机器学习是一种利用计算、推理等手段“重现人认识世界的过程”，本质上仍然是对客观世界的一种表达方式。石光明教授说：“目前的机器智能方法的核心是计算，主要实现方式是重复分解，很难在各种计算模式上跳跃，这是与我们人类最大的差异，机器智能如何突围是目前讨论的焦点。另外，我们看到人类智能不仅涉及计算，还综合考虑心理、物理等认知方面，是大脑机制的研究，目前在参数学习方面表现出一定的优势，在结构学习方面还比较薄弱，因此如何建立机器智能和人工智能结合的智能混合是我们现在要思考的问题。”
目前，石光明教授的团队主要做了两类初步尝试：基于认知计算的混合智能（语义计算网络）和人机混合智能。其中，语义计算网络将语义树与CapsNet混合起来，充分利用人类知识具有从小样本中学习的能力，并且具有极强的泛化性，即举一反三，融会贯通，将CapsNet作为辅助网络来学习人类知识很难理解的特征。人机混合智能针对当前机器智能面临的挑战性问题：不确定性、脆弱性和开放性，将人的作用或认知模型引入到机器智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题，石光明教授团队提出的“脑机融合-机训练脑”的人机混合智能方法已成功地应用到目标检测问题中。未来，人机融合智能是机器智能发展的大趋势。
郑庆华：碎片化知识挖掘融合及其应用
黄河燕：人工智能专业和学科建设
的认识思考
一、首先要“了解人才需求的现状”
二、了解“人工智能专业对学生的要求”
三、进行“宽口径的复合型，以及高水平的专业、创新性等方面培养”
四、“可实现性、模块化、先进性、多元化的人才培养方式”
五、改进现有工科类教育普遍存在的问题：“规模化教育、范式教育、被动传播”
六、解决“专业建设面临的首要问题，包括重构课程知识体系”
七、进行“教育教学方法需要创新”
八、“人工智能专业教学组织需要有所侧重”
九、“贯通新工科背景下工程教育链条”
十、“师资队伍建设任重道远”
黄河燕教授呼吁，各个学校应充分发挥自己的智慧来解决好现有专业和学科存在的问题，造成一个共生共融的发展态势。根据自己的特色形成有特色的学科方向，根据国家的重大战略需求找准自己的特色定位。最后，黄河燕教授就新工科产学联盟的探索与实践强调了联盟的愿景、使命和主要工作，相信新工科也是在新的发展时期对高校提出的新要求，符合国家的发展战略，并最终将引领国家人才培养和技术示范，带动人工智能的提升。
毛军发：人工智能与新工科建设
毛军发院士的报告主要围绕两方面展开：“人工智能+新工科在人才培养方面的新观点”以及“上海交大做出的新实践”。在新工科与人工智能结合的问题上，毛军发院士提出：“人工智能是新工科的一个重要内容，更应该理解成是为新工科服务的一种重要教育手段。新工科不能理解为是独立于现在传统工科以外的工科，也不是‘理科+生物医药’这种简单的叠加形式，而是应该给已有的工科赋予新的内涵，把触角延伸到新的领域，例如，人工智能+教育。”毛军发院士在报告中还介绍了目前上海交大“人工智能+新工科”在本科到博士生阶段的人才培养方面做的一些探索和实践，包括创办了跟人工智能结合的IEEE试点班，以及吴文俊人工智能荣誉博士生计划，均取得了不错的成绩，这些成功的案例为智能时代人才培养的改革提出了新的方案。
姚新：为什么人工智能人才培养这么难？
刘成林：国科大人工智能技术学院研究生
培养现状与思考
刘宏：AI学科建设：北大经验与两江模式
金耀初：数据驱动的智能优化
沈定刚：DeepLearninginMedicalImageAnalysis
沈定刚教授在报告中介绍了深度学习方法在医学影像分析中的运用思想与研究近况。他指出人工智能在生物医学中具有非常重要的应用，并且实践研究比抽样研究更加复杂，特别是AI在医学影像中的应用。沈定刚教授提出医疗领域的人工智能是从成像、筛选、随访到预测，诊断、治疗的全栈式人工智能，利用人工智能的速度、精度、可重复性的优势,可作为辅助智能在整个流程中帮助医生。沈定刚教授说：“我们所做的图像分割、图像配准、疾病诊断都可以用AI的方法，所有的方法要为研究来服务，做影像AI也要跟医生紧密合作。”
针对人脑早期发育、老化等一些问题，沈定刚教授提出利用图像分割、图像配准等相应技术，结合深度学习的方法进行疾病的诊断。在医学领域知识与深度学习结合的问题上，由于医学样本通常较少，沈定刚教授团队提出在每个样本点上训练出一个非常小的深度学习网络，最后统一结合起来形成分类器。最后，沈定刚教授介绍了基于深度学习方法从MRI的图像中构造出CT图像的方法，通过图像合成和映射来指导临床医疗。
黄广斌：超限学习机和深度学习的汇聚
方勇纯：小型无人机视觉控制
方勇纯教授在报告中阐述了南开大学人工智能学院建设的新思路，方教授指出：“南开大学人工智能学院建设要围绕人工智能方法与无人化的实际系统的软硬件结合，并把这个方法和国家的重大需求结合起来，实现实际应用的两翼齐飞。”此外对于如何建设好，发展好有特色的人工智能学院，以及怎样保持在国内相对比较领先的地位，方勇纯教授给出了两点建议：一是充分发挥南开在智能系统、智能机器人等方面的传统优势。二是充分发挥南开文理综合性特征，生物医学、化学这些学科相对较强的优势，进行学科合作，以人工智能方法促进形成新的学科增长点。
王飞：人工智能与智慧医疗
王飞教授在报告中首先介绍了什么是精准医学，他指出“精准医学强调的是各方面数据的融合，包括分子层面的数据、基因层面的数据、临床数据、行为数据等，而要把这么多信息结合起来，不是一件容易的事，所以需要人工智能技术帮助推动医学的发展。”随后，王飞教授结合自己多年的研究经历，就医学数据挖掘领域的主要问题进行了总结，分别是数据质量评估问题，数据量问题，数据标准问题，数据维度和异质性问题，数据偏倚及模型的推广性问题，模型的可解释性问题，模型的适应性问题，数据与模型的隐私性问题等。
张军：人才培养情况与计算智能的一些思考
焦李成：人工智能创新型人才的探索与实现
焦李成教授在报告中向大家介绍了西安电子科技大学人工智能学院在人工智能创新型人才培养方面的经验和构想，从培养背景、培养体系、教育理念、实践真知四个方面进行了详细的阐述。
最后，焦李成教授强调了“实践出真知”，并介绍了西安电子科技大学三十年来在人工智能领域科学研究和人才培养方面取得的成果及贡献，西安电子科技大学人工智能学院将依托电子信息技术与计算机的学科优势，进一步确立“智能感知用”的专业特色，在人才培养中注重多学科交叉，将理论知识与实践完全融合、科技前沿与教学完全融合，培养适于“人工智能+”时代的创新人才。
陈俊龙：计算智能在大数据分析的应用
陈俊龙教授基于计算智能在大数据分析中的应用，对大数据做了综述性报告。陈教授指出大数据技术具有4+nV特性,4个基础V是真实性、多样性、快速、海量，除此之外还有邻近性、粘度、多变性、模糊度等。针对大数据中出现的预处理问题、超高温度问题、不确定性、计算复杂性等学术问题，应根据数据存在的特性，提出对应的计算智能方法，如具有多样性和多变性的数据采用遗传计算。大数据分析的一个主要应用就是健康医疗，陈俊龙教授的研究对象是特殊疾病关键科学问题，主要包括感知泛在、模型增量和客观诊断三个方面，探索借助VR技术，解决人体多源生理数据获取过程的不确定性的问题；研究新型智能感知方法和行为理解技术，解决个性增量和资源消耗问题；研发基于多核模糊粗糙集理论和宽度学习的多源生理数据的不确定性建模方法。
曹进德：人工智能中的网络科学理论与方法
曹进德教授从人工智能的背景谈起，讲述中国人工智能2.0理论的研究方向，其中基于网络的群体智能作为人工智能研究的新方向，提供了一种通过聚集群体的智慧解决问题的新模式。曹进德教授团队的主要研究工作是工程应用问题，比如智能电网、智能交通，针对网络系统作为研究对象分析分布式优化的动力学分析和控制，包括系统与控制、大数据的计算等。接着，曹教授介绍了神经网络动力学优化、群集网络分布式优化、网络群体智能协同学习与控制、网络特征描述与模式识别四个方面的网络科学理论和方法。最后，曹进德教授讲述了人工智能中网络科学的研究方向，希望以网络群体智能理论研究、工程开发和人才培养为核心，发展一套系统的群体智能理论与方法，应用到智能交通、智能通信和智能电网的建设中，并构建一系列服务于群体智能研究的仿真平台。
张青富：关于进化计算与传统优化
关系的思考
邱才明：深度学习的随机矩阵理论模型
邱才明教授介绍，深度学习作为人工智能的重要研究领域，在很多应用中通过随机矩阵理论可以将任意非线性问题线性化。人工智能最大的问题是没有一个很好的理论解释和透明性，随机矩阵理论可以很好的解释深度学习为什么多层就好，理解非线性函数。理论分析发现，深度学习可以用暴力解决问题，随机矩阵理论易于分析，累积了丰富的数学结构，邱才明教授尝试将两者结合，将问题回到数学原点应用到工程中，他发现理论分析和实验数据吻合的非常好。实际中，邱才明教授团队已将深度学习应用于医疗数据，如精神分裂症脑电波数据、吸毒成瘾MRI数据、脑部CT数据等，提出了基于RMT的精神分裂症分类方法，基于深度学习的精神分裂症分类方法等。另外，将深度学习应用于微波图像、电力数据、通信数据等，相比于传统方法效果显著。
申恒涛：跨媒体智能：从理解到搜索
申恒涛教授就跨媒体智能理解和搜索两方面工作做了介绍。跨媒体智能是从单一数据到跨媒体数据的认知、学习和推理的过程。要实现计算机用自然语言文字描述视频内容，首先要区分可视化单词与非可视化单词，大多数现有的解码器将视觉注意机制(AttentionMechanism)应用于包括非视觉单词的生成模型，这样可能会误导和降低视频字幕的整体性能。针对此问题，申恒涛教授提出了仅在统一的编码器-译码器结构框架中的TopHLSM层面引入AdjustedTemporalAttentionModel的方法。
孙富春：小样本表示学习及其应用
最后，孙富春教授为2018国际人工智能院长论坛特奉上了诗作以表祝贺：
智能时代盛空前，机器单功已胜专；
驾驶导航初替主，语音识译完胜仙；
宽深有度飞平地，类脑无边越浩天；
设院创新高远瞩，交流合作再攻坚。
VincenzoPiuri：ArtificialIntelligenceTechnologiesforAmbientIntelligence
VincenzoPiuri教授主要讨论了人工智能技术在智能环境（AmbientIntelligence）中的应用。智能环境研究致力于为人类提供一个更加安全，舒适，自适应的生活环境，从而更好的满足人类的需求。Piuri教授指出，构建更加智能，自适应的生活环境关键在于能够动态的采集每个人的生活习惯，偏好的信息，从而使环境更好的理解人们的当前需要。相较于传统的数据获取方法，人工智能在信号和图像的采集方面具有自校正，非线性数据压缩和错误自检测等优点。随后Piuri教授从数据处理，特征提取，传感器融合和模式分析等方面介绍了智能环境的关键技术，智能环境在日常生活中已经取得了一系列成功应用，包括智能家居，自动驾驶系统，共享经济，智能医疗与健康护理等。最后Piuri教授展望了智能环境的未来，他总结到:”Artificialintelligenceisthetechnologicalbasetocreatethisadaption(smartenvironment).”
林宙辰：机器学习中一阶优化算法进展
王国胤：大数据与人工智能创新人才培养
的探索与实践
薄列峰：金融中的AI问题
薄列峰博士指出，“目前计算机视觉领域有一个很大的趋势就是深度学习与三维计算机视觉的融合。深度学习为我们提供了提升识别精度的工具，而三维计算机视觉为我们提供了理解物理世界的工具，这两者的融合会有很大前景。很多计算机视觉问题如果不用三维是很难做特别好的，尤其是AR技术，必须对三维空间有一个很好地理解。”
马堃：人工智能的花样年华
马堃博士以情感分析技术在电影《花样年华》中的应用为导入，介绍了商汤科技围绕人工智能、涵盖了十四个行业、将研究性工作和现实产品相结合的研究成果，包括用于银行、运营商开户实名认证的身份证验证机，为苏宁易购专门研发的智能易购系统，用于金融和通讯行业、超过4亿人的实名认证方案，用于安防布控的自动驾驶技术和人群分析系统，以及“创以智用”的SenseAR平台等娱乐化产品。马堃博士介绍到：“目前安检系统存在一个比较大的漏洞，人们进入安检时会核验身份证和机票，一旦过了安检，在登机口时却没有人再核查身份，这意味着两个人能够拿着各自的机票和证件通过安检、并在登机口交换机票。而在登机口设置的刷脸闸机可以对人们进行二次身份核验，一定程度地解决了这一安全隐患。”同时，马堃博士指出，商汤科技将坚持原创，认真做好产品，让人工智能引领人类进步。
钟伟才：华为云EI企业智能创新技术和应用
“人工智能+高等教育”高峰论坛
全文由王丹、丁静怡、郭雨薇、李玲玲、张梦璇、唐旭、焦昶哲、任博、马晶晶、张丹整理