世界就是这样，我们担心的事情都没有发生，没担心的却在接二连三地发生。数字转型的提前与加速，构成疫情巨变之后最大的巨变，也成为 2020世界人工智能大会云端峰会最大主题。
尽管这次中国疫情之所以得以控制，主要是靠传统智慧和城市管理，而不是如日中天的人工智能。但是，鉴于计算机视觉、云识别等感知智能进步已经非常大，以至于无法抹杀AI在抗疫和日常生活管理，乃至经济复苏中所扮演的重要角色。
数字化不再是一个选项，而是必选的。随着软件工具的进步、硬件加速、云计算以及人才培养等因素的变化，未来几年的主导角色很可能是传统行业公司。AI公司必须与传统企业合作才能产生价值，而这个过程将由传统公司主导。
+AI重塑中国经济的背后，需要企业实现观念破壁，也离不开最为基础的数据打通等工作，更需要讲究一套有所区别和选择的方法论。
合作与包容不仅发生在AI理论突破层面，在产业领域，特别是在当前国际环境下，学会尊重彼此的不同和分歧，学会欣赏这些不同，也显得格外重要。越早就治理原则与AI边界达成共识并赋予法律意义，人类就越有可能避免AI带来的负面后果。
撰文 | 微胖
现实远比戏剧精彩。去年上海“论剑”，没人料到今天云端相见。去年还有人争论机器会不会取代人？就业怎么办？现在正千方百计让机器和AI冲锋在前，而不是置人类于险境。
世界就是这样，我们担心的事情都没有发生，没担心的却在接二连三地发生。数字转型的提前与加速，构成疫情巨变之后最大的巨变，也成为 2020世界人工智能大会云端峰会最大主题。
在这一主题背景下，紧张的中美关系、“新基建”等年度关键词也在本次峰会中得到了回应与共振。除了当下人间烟火，人们对未来几年产业趋势和游戏规则的认知也变得更加清晰，决心与脚步也更加笃定。
“AI女团”出道，从左到右分别是小米小爱、B站泠鸢、微软小冰、百度小度。他们共唱2020世界人工智能大会云端峰会主题曲《智联家园》，系由6月29日刚从上海音乐学院音乐工程系毕业的微软小冰作曲。
一 从白领到蓝领，被快进的人间烟火
几乎前后时隔不到半年时间，全球先后卷入一场AI加速落地的急行军。与会嘉宾也不约而同拼凑出一幅全球抗疫战役的“清明上河图”。
最重磅、也最深奥的一枚拼图来自深度学习三巨头之一，2018年度图灵奖得主Yoshua Bengio。
“假如，爱丽丝五天前碰到鲍勃了，而现在发现感染了新冠病毒，她应该怎么办呢？”研究团队为智能手机设计深度学习，旨在让人们保持社交距离的速度，超过病毒传播速度。
有了深度学习，爱丽丝的智能手机可以根据最新的病毒研究，预测她在过去14天每一天的传染概率，同时根据概率将不同层级的预警信息，发送给过去14天中她碰到的每一个人。
这些不同种类的预警信息来自于持续学习，“过去14天爱丽丝接触每个人的年龄、性别、自身疾病、在封闭空间是不是戴口罩，工作环境是否通风，有没有玻璃屏障，是不是乘坐交通工具……”
目前实验表明，被试人群中的新冠疫情感染病例大幅减少，疾病传染系数降低。而且，机器学习可以在不损害隐私和个人尊严前提下，实现对新冠疫情的预警。
2018年度图灵奖得主、蒙特利尔大学计算机科学教授 约书亚•本希奥（Yoshua Bengio）。
当我们将镜头转移至国内版块时，上海复旦大学附属华山医院感染科主任张文宏一如既往地“耿直Boy”，先给AI落地浇了一泼凉水：
很遗憾地告诉大家，这次中国疫情之所以得以控制，主要是靠传统智慧和城市管理，而不是如日中天的人工智能。
“上海援鄂医疗队支援武汉时，非常希望人工智能最好已经遍布全国，让我们知道武汉缺什么、有什么，可以迅速调配医疗物资，比如口罩、防护服，包括尿裤和呼吸机。但是，结果什么都没有。”（疫情前期确实如此——笔者注）
无论是跟进的疫苗还是药物靶标的发现，均因为疫情结束而成为为未来而准备。
张文宏（舞台，右一）；沈向洋（视频图像，右二）。
不过，在百度CEO李彦宏看来，虽然没能够通过生物计算快速找到治疗新冠肺炎疫苗，没有能够储备足够的基础技术和应用来应对逆全球化的风险，很多人对技术产生了悲观的情绪，但是作为局中人，他认为我们正在进步。
这些年我们做了很多深度学习的工作，像计算机视觉、云识别的进展已经非常大了。前微软全球执行副总裁沈向洋也表示。
比如，百度算法至少可以将新冠病毒的全基因二级结构预测提速120倍，更快地预测病毒的变化；腾讯人工智能药物发现平台“云深智药”可以缩短新药研发时间，努力筛选出对抗新冠病毒的有效药物；而智能服务机器人、智能CT设备、消杀机器人等被运用在方舱医院，有效控制了医护人员感染率。
社区封闭之后，在维系城市正常运行、市民生活与医疗等方面，张文宏也承认，人工智能有效帮助政府实现了智能化管理。
比如，科大讯飞语音机器人成功协助社区完成海量居民的摸排工作；医学机器人支撑起200多万基层医护人员的疫情培训工作。
在公共场合，人工智能多人体温快速检测解决方案，有效地降低了火车站、地铁等公共场所工作人员被感染的风险；而无人驾驶系统支撑的配送车和无人消杀作业车，也能减少人与人接触。
百度首席执行官李彦宏。
不过，对于经济复苏来说，B端（企业端）数字化才是真正的引擎。针对企业复工复产难题，腾讯首席运营官任宇昕表示，保障企业资金链、物流、信息流方面的畅通，构成AI的一个新增长点。他甚至认为，经过这一次疫情，中国已经没有纯粹的传统产业。
据上海汽车集团股份有限公司总裁王晓秋介绍， 上汽多个整车零部件智能制造工厂，通过实施黑灯车间技术升级后，现场库存下降85%，交付时间减少80%，产品和个类提升到99.9%并盘活大量资源。疫情期间，在到岗工人不足两成的情况下，智慧工厂依靠自动设备和数据在线系统有效保障了生产平稳运行。
上海汽车集团股份有限公司总裁王晓秋。
自动化与AI不仅有效减少了蓝领岗位，同样甚至更多影响了白领饭碗。
在华为内部，据公司副董事长兼CIO陶景文介绍，实现了一分钟自动生成合同草案，可以实现140个国家、90多个类别的合同自动的解析，囊括法务、商务条款自动解析；自动语言机器人答复率已经提升至92.8%；现在与客户交流，包括展厅产品发布，都是通过数字化和人工智能，以在线方式提供服务。
华为公司副董事长兼CIO陶景文。
而从全球趋势来看，企业转型才刚刚开始。高通公司总裁安蒙（Cristiano R. Amon） 在发言中提到：
经过了最近的几个月，84%的组织表示，可能将继续进行居家办公或者远程办公。现在很多企业甚至开始思考如何融合实体空间和数字世界，拓展现实，增强现实和全息远程将支持全新的工作方式。
二 +AI 重塑中国经济，传统企业主导未来几年
跳出这幅“清明上河图”的长卷，我们不禁好奇自己正处在什么样的历史位置？未来十年，命运又会走向何方？
我们正式进入+AI时代，创新工场CEO李开复宣告，所谓+AI，是指AI必须针对传统应用产生价值、必须与传统公司合作，甚至由传统公司来主导AI应用。
过去几年，AI落地出现了比较大的转型——从技术驱动，转变为商业驱动，商业速度大大加快。比如，BERT模型从学术走向遍地开花的商用，仅仅花了两年时间，而深度学习走了三十年。
在李开复看来，几个关键要素促成了这一转型的到来，比如软件工具的进步、硬件加速、云计算以及人才培养等。得益于这些因素，传统公司从四五年前开始思考如何融入AI。由于传统公司门槛非常高，AI反而越来越普及和容易，AI公司必须与传统企业合作，才能产生价值，而这个过程将由传统公司主导。
再过五年，AI将无处不在，应用越来越简单，一般传统企业也可以雇用到AI工程师，创造更接地气的应用。
创新工场首席执行官李开复。
不过，同样的历史“定位”，李彦宏更喜欢自己的定义。在其看来，AI发展会经历三个大的历史阶段，分别为技术智能化阶段、经济智能化阶段以及社会智能化阶段三个阶段。
其中，第二阶段又分为上下两个阶段，在前半段，人工智能的发展主要围绕通用能力的开发和作为一种资源的AI能力的平台化；在后半段，人工智能开始全面产业化，行业应用与商业化全面普及。而我们正处在自前半段向后半段的过渡阶段。
“经历了疫情后，如果说企业运营有什么不同的话，那就是这场危机进一步证明了转型为智慧企业的重要性。”SAP全球总裁柯睿安（Christian Klein）在2020世界人工智能大会云端峰会上开幕式上表示。
疫情让我们重新认识到，加速数字化转型势在必行。数字化程度越高的企业，越能更好地适应客户需求的变化，继续交付生产并取得成功。
李开复援引普华永道数据表示，2030年，AI带来的1万亿人民币价值中，绝大多数来自传统企业。这些体量巨大的行业，哪怕有3%的效率提升，效果都是惊人的。
三 圈粉三大领域，立足巴掌大芯片的城市治理
那么，最为与会大佬圈粉的领域到底包括哪些呢？
SAP全球高级副总裁、SAP中国总裁李强在演讲中描绘了我国人工智能发展的依然不平衡：
互联网、金融、交通与安防领域，提供了超过50%的人工智能应用场景，其次是消费电子和教育医疗等。与之形成鲜明对比的是，占据中国经济半壁江山的制造业，人工智能的应用场景只有5%左右。因此，人工智能对中国实体经济的赋能仍有很大的提升空间。
李强提出，接下来人工智能与工业的融合，将成为人工智能应用的主航道。预计到2025年，60%的企业业务流程将被人工智能所取代。
SAP全球高级副总裁、SAP中国总经理李强。
至于具体场景，ABB集团机器人及离散自动化事业部总裁Sami Atiya 特别提及了对于制造业来说，非常重要的产线柔性。
AI驱动的机器人能够帮助实现柔性生产，生 产线不再是固定的，线性的，而是完全柔性、灵活、自动化的机器来进行灵敏生产。机器人还可以跟其他车间机器人进行合作。他相信，机器人和AI的融合在机器人生产、编程、自学、服务，整个周期上都能创造价值。
ABB集团离散自动化与运动控制业务部总裁安世铭（Sami Atiya）。
李开复曾为经济学人杂志撰文表示，作为世界工厂，中国有十足的动力实现智能制造，进而从制造大国晋升为制造强国。不过，短期来看，自动化对白领类型的工作影响更大。虽然流水线这样基础的重复性工作容易实现自动化，但多数手工技艺对机器人来说仍旧难以掌握。
类似地，或许因为吃过自动化的亏，特斯拉CEO马斯克预计，未来特斯拉工厂当中会运用更多人工智能和更智能化的软件。不过，在工厂真正有效使用人工智能还需要花一些时间，因为工厂是一种复杂的控制论结合体（事实上所有公司都是如此）。
这一谨慎与他豪迈地表示特斯拉已经非常接近L5（仅在处理一些长尾问题）的那种自信，有所不同。
特斯拉CEO 马斯克可能是在SpaceX办公室，注意身后的龙飞船。
另外，自动化与AI加速的趋势还辐射到制造业以外的诸多领域。许多行业将根据“人类-数字共生”的崭新模式获得重塑。比如，医疗和教育。
对于影响全球GDP的10%的医疗行业来说，科技和AI将帮助其扩大覆盖范围，改善体验，并降低成本。李开复明确表示，AI产生价值的四个环节分别是，省钱、替代环节、改造公司重要流程，以及重构行业。其中，重构行业中，医疗（比如AI制药）机会非常大。
李彦宏也相信，未来在公共卫生监测，新药的研发和疾病的诊断方面，人工智能大有可为。
比如，它可以提高检测的灵敏性和准确性，缩短新药研发的周期，降低新药的研发成本，提高医疗诊断的准确性和效率，使人类在面对健康问题时更加主动。
而实现这一切的关键在于连接。比如，在美国预计到2030年，50%的医疗服务将在线上进行，这种科技意味着能够拥有优质视频、海量数据的影像和研究，以及实时的AI交互。
不过，最有意思的是，依图科技CEO 朱珑从作为底层技术的芯片出发，将未来十年描绘得更加引人入胜：
机器的性能仍可能会再以数十倍的速度提升，低阶感知智能将向高阶决策智能跃迁。
几年前，一个城市做智能计算，需要十几个机柜，需要大量空间、投资以及能耗。但是，一年前，AI芯片已经可以把几十个机柜降低到一个。未来十年，一只手大小的芯片可以支撑今天城市管理所需的几万路甚至十万路视频计算。
依图科技联合创始人、首席执行官朱珑 。
而这一切源于较之过往，算力、存储、传输（光纤，5G）三大AI要素都提升了一百万倍左右。
比如，过去5、6年时间里，AI算力提升接近一万倍，单个GPU算力比过去基于CPU多了一万倍；算法水平上，2020年的机器与五年前的自己（阿尔法狗）相比，又提高了一百万倍；算法模型的参数，如同大脑神经元，与过去自己比提升了一万倍。
四 +AI 背后：观念破壁、数据打通与方法论
数据，依旧是被与会嘉宾反复提及的+AI 面临的挑战。
张文宏快人快语地触及到公共卫生领域数据孤岛带来的问题。对公共卫生体系来说，加快预警速度非常重要。然而，疾控公共卫生的数据还需要包括真实世界数据，但是，真实世界的数据能够加快吗？医疗机构领域数据现在都是分散的，医疗机构数据如何第一时间汇聚到大数据平台？如何把线上数据和线下数据融合构成一个完整体系？
张文宏敏锐指出，今天的防控是熔断式的，熔断就不是人工智能。未来数据应该是真实世界的数据。
事实上，这也正是沈向洋强调的最重要的事情。人工智能必须解决的问题就是数据问题，特别是，应对疫情，怎么早发现，怎么早预警，怎么早诊断。
未来我们可以做到秒级画像，分钟预警，小时诊断，采集数据，打通数据，分析数据全部弄在一起，这样人工智能才能真正发挥它的作用。
中国工程院院士、同济大学校长陈杰。
同济大学校长陈杰也表示，数据质量比较高的标识数据，对各种时空数据进行有效融合处理，是我们现在和未来会面临的问题。
柯睿安强调，要提高企业运营的智能化程度和经营业绩，最重要的是数据，一定要获得正确的底层数据和语意。
“的确，有些人工智能的服务是大家可以开箱即用已经训练好的，但人工智能真正的价值在于你利用自己的数据。”
IBM大中华区集团董事长陈黎明。
除了数据，从根本上来说，AI+ 加速仍然需要企业破除思想上的束缚。
IBM大中华区集团董事长陈黎明做了一次观念上的破壁，鼓励企业早点进行创新，而不要磨到最后，去做跟随者打酱油。
在他看来，有多少人工 就有多少智能，恰好反映出新技术早期开发过程中的学习曲线。莱特定律、摩尔定律等行业定律的存在意味着，AI会突破早期学习成本高的障碍，不断降低行业部署成本。
从好奇到产业应用会经历一些固定的步骤，比如提升、融合、完善，坐观只能错失良机，而创新带来的收益往往握在早期采用者的手中。
AWS全球副总裁斯瓦米 西瓦苏布拉曼尼（SwamiSivasubramanian) 。
而从方法论上看，李开复提醒道，不是每个公司都适合现在跳入AI。适合的对象一定是成长型的公司，它需要扩张、降本；数据化足够好、结构化也与商业指标相关，可以创造商业价值；拥有有远见的CEO，愿意用文化改变自己。
这和亚马逊全球副总裁斯瓦米 西瓦苏布拉曼尼的观点，不谋而合。后者认为，如何正确地应用机器学习？需要掌握三个维度：
找到正确的问题（数据就绪）、业务影响（很高），拥有先进的技术和团队（可以支持）。
不过，斯瓦米还进一步强调了其他两个重要问题。一方面，企业聘请来的技术专家虽然身处核心团队，但也要和领域专家、其他部门通力合作；
另一方面，要特别注意AI工程师的培育，未来全球会有5000多万相关工作岗位的需求。亚马逊还特别成立了机器学习大学，设计课程培训工程师，并将课程内容免费提供给客户。
五 巨变之后的巨变：与其担心，不如担当
在论及AI发展最为重要的趋势时，沈向洋谈到了三点：从感知走向认知、人和AI 的交互，以及必须解决常识问题才能实现真正的人工智能。
为此，清华大学交叉信息研究院院长、2000年图灵奖得主，中国科学院院士、美国科学院院士姚期智特别强调了基础理论的重要性，AI突破需要依靠跨学科协作。
过去AI 突破源于完全不搭界的学科协作，这也是未来AI突破的重要方式。他讲了几个很有意思的点。
比如，在经典拓扑学概念（贝蒂数）和理论启发下解决AI问题；随着技术应用的成本大大降低，密码学可被用来解决诸如AI隐私的保护实现。
总而言之，一个基本概念就是，现在的应用来自于过去的理论研究，现在做的理论研究在未来某一天会让我们获得巨大的进步。
清华大学交叉信息研究院院长、2000年图灵奖得主，中国科学院院士、美国科学院院士姚期智。
事实上，合作与包容不仅发生在AI理论突破层面，在产业领域，特别是在当前国际环境下，学会尊重彼此的不同和分歧，学会欣赏这些不同，显得格外重要。
在马云看来，AI只是机器智能，而不是人类智慧。AI经济增长可以放慢，但人类智慧必须要成长。而人类智慧的内涵之一，不在于资源与财富的拥有、信息处理能力，而是合作、沟通交流的能力。
技术变革正在提速，与其担忧，不如担当。技术不该有边界，早一点合作、团结，就早一天胜利。
联合国数字合作高级别小组联合主席马云。
黑石集团董事长、首席执行官兼联合创始人苏世民。
异曲同工的是，在人工智能方面受马云启蒙的黑石集团董事长、首席执行官兼联合创始人苏世民也分享了AI治理应该遵循五大伦理原则：
透明性、公平性、安全性，以及责任原则和隐私原则。而所有这些都可以化为腾讯首席执行官马化腾的几个字：
由于AI属于跨学科的探索工程，未知大于已知，因此，新科技归根到底要实现AI向善，要努力让人工智能实现可知、可控、可用、可靠。
在苏世民看来，“这些原则越早通过会议被提出和应用，就越有可能避免AI带来的负面后果。”
