第四屆中國國際大數據產業博覽會上大佬們都說了什麼?
來源:網易智能
5月26日,第四屆中國國際大數據產業博覽會(以下簡稱「數博會」)在貴陽開幕。本屆數博會五場主題對話從「人工智慧」、「數據安全」、「萬物互聯」、「共享經濟」和「精準扶貧」這5個方面展開設置,數十位海內外知名企業家、科學家熟悉到場。下面,智能菌就為大家梳理下數博會上大佬們的言論。
李彥宏:曾誇下海口7月量產無人車,實際上更擔心安全問題
這是李彥宏在陸奇卸任百度總裁之後的首次公開演講。李彥宏在演講中首先闡述了百度無人車量產的問題。他說,在今年兩會期間誇了一個海口,說今年7月份無人車就可以量產,現在已經5月份了,剩下一個多月時間了,有期望、有焦慮、有擔心,不是擔心這個車量產不了下不了線,是擔心這個車是不是足夠的安全。李彥宏一再表示,安全是自動駕駛最最重要的一個方向,是百度的「天條」。
然後,李彥宏展示了百度最近推了新的搜索APP,叫做「簡單搜索」,主打語音調取、圖像識別等功能。李彥宏稱這款APP有成人模式、標準模式、少兒模式等,不同的人在進行搜索的時候獲得的結果我們認為應該是不一樣的。李彥宏還承諾,這款APP永遠沒有廣告。
最後,李彥宏闡述了四項AI倫理原則,一是AI的最高原則是安全可控;二是AI的創新願景是促進人類更平等地獲取技術和能力;三是AI存在的價值是教人學習,讓人成長,而非超越人、替代人;四是AI的終極理想是為人類帶來更多自由與可能。
馬化騰:數字化不只有廣度,還要做深做精
馬化騰在會上透露,騰訊在貴安新建的七星數據中心開始投入一期試運行,未來騰訊要把重要的數據存儲在這裡。
馬化騰說,數字化的廣度正在前所未有的拓展,過去從對消費端to C的用戶已經覆蓋到企業to B端的用戶,甚至包括政府機構to G端的用戶,騰訊希望為C端、B端、G端不同類型用戶做連接和「橋樑」。
其次,馬化騰從數字化的深度、精度進行了闡述。他說,廣度讓我們每個人都受益,深度可以助力創新,精度則可以提高生活品質。
馬化騰同時表示,目前發達國家在基礎研究方面,比如晶元、人工智慧、量子計算等領域遙遙領先,別人很可能秒突破你,這個中國數字化進程的很大威脅,所以要重視基礎研究。
馬云:貧困根源上是教育不平衡和醫療資源不充分
阿里巴巴董事局主席馬雲參加了數博會的精準扶貧對話環節並發表演講。馬雲認為,貧窮不是農民不努力,而是我們的農業文明和商業文明沒有完美的結合。
在馬雲看來,貧困在根源上有很多問題,特別突出的是教育的不平衡和醫療健康資源的不充分。
「更要解決貧困的問題,要從教育、要從醫療、要從各種各樣方法上面,從根源去解決問題,消滅疾病最主要的是在源頭上進行消滅。」馬雲稱。
克里斯蒂安諾·阿蒙:5G將全面釋放人工智慧潛能
高通全球總裁克里斯蒂安諾·阿蒙在會上暢想了5G時代的變革。他表示,5G和人工智慧將驅動新的數字經濟革命、加速行業變革。與此同時,5G將全面釋放人工智慧潛能,全球230億台設備將是智能化而且相互連通的。
5G將帶來哪些新的改變?阿蒙認為,5G將會徹底顛覆很多現代化的製造網路。有了5G後,雲也會被推向網路的邊緣。
阿蒙還表示,迄今為止高通在5G、人工智慧等創新技術方面的累計研發投入達520億美金。
葛越:蘋果貴州數據中心100%使用可再生能源
蘋果公司大中華區總經理葛越也發表了演講,她認為,物聯網時代面臨的第一個挑戰便是安全和隱私。「安全和隱私是蘋果公司從產品設計一開始堅持的核心設計思想。我們在智能家居環境中使用端對端的加密,確保了蘋果設備和配件之間的聯繫安全性。」
除此之外,環境和能耗是葛越認為物聯網面臨的第二個挑戰。葛越稱,「萬物互聯時代,很多設備都同時工作,有預測顯示2020年無線的設備達到400億,全球每一個人都會有五到六台的機器連到網上,如何降低設備的能耗,如何保護環境,是值得重視的問題。」據葛越透露,2008年以來蘋果產品所有能耗降低了68%,「蘋果在貴州項目中數據中心全部採用綠色可在生能源,應該也是中國第一個100%使用可再生能源做的數據中心。」
鄔賀銓:大數據交易的前提是對數據的確權
中國工程院院士鄔賀銓表示,在數據開放上,除了國家機密、企業秘密和個人隱私,政府的數據原則上都是開放的,但開放本身是要進行過濾和脫敏,需要有一定的規則。
對於大數據交易,鄔賀銓認為,交易前提是對數據的確權。在鄔賀銓看來,運營商和互聯網內容供應商所搜集的用戶數據,原則上所有權是用戶的。運營商和互聯網企業擁有對數據脫敏和挖掘以後加工數據的所有權,可以把挖掘以後提供諮詢報告給政府,交易平台也不能截留數據,所以在數據交易上,數據源的穩定性、更新頻率等方面還需要明確責任。
針對個人信息泄漏等問題,鄔賀銓表示:「中國需要制定個人數據保護,但不能太嚴,如果太嚴了,就會不利於互聯網事業發展。」
註:本文部分演講資料來源於網路。
- 加入AI學院學習 -


※推薦!神經進化才是深度學習未來的發展之路!
※TensorFlow、MXNet、PaddlePaddle三個開源庫對比
TAG:AI講堂 |