第一個由政府主導的人工智能峰會AI Everything于4月30日-5月1日在阿聯酋最大城市迪拜召開。AI Everything峰會旨在促進人工智能領域的倡議、合作、伙伴關系、和突破，并促進對政府、企業(yè)、社會和人類的積極影響。

大會邀請了來自125個來自世界一流企業(yè)的高管、高校學者、和意見領袖，為15,000多為參會者獻上了超過130個小時的精彩演講內容，同時吸引了超過150家參展商。

演講嘉賓包括Coursera Landing AI創(chuàng)始人、斯坦福大學教授吳恩達;

NNAISENSE聯合創(chuàng)始人兼首席科學家、LSTM之父的Jrgen Schmidhuber;阿聯酋人工智能部長奧馬爾奧拉馬(Omar Al Olama);商湯聯合創(chuàng)始人兼CEO徐立博士;乂學教育-松鼠AI首席架構師Richard Tong等等。

吳恩達：教育是推動世界進步的最好工具之一

Coursera Landing AI創(chuàng)始人、斯坦福大學教授吳恩達的演講主要分為三個部分：人工智能的新趨勢;人工智能教育;企業(yè)的AI轉型。

隨著全球數據量呈現幾何式增長，以及并行計算的算力逐年迭代，以深度神經網絡為代表的計算機技術取代了傳統的機器學習方式，極大地提升模型的準確率。吳恩達說，這也是 為什么這波人工智能浪潮在現在興起的原因。

一個人用不到一秒鐘的時間做的任何事情，都將會被自動化，吳恩達說。

吳恩達認為，近幾年人工智能領域出現了三個值得業(yè)界關注的新趨勢：

1. 小數據：實際的工業(yè)環(huán)境不可能針對每一個應用提供成千上萬的標注數據，吳恩達說隨著無監(jiān)督學習、小樣本學習、甚至零樣本學習算法的進步，模型將從很少的樣本數據中獲得表征。小數據學習的發(fā)展也符合AI落地的實際情況。

2. 泛化能力：不是每一個數據樣本都是高質量數據，目前學界開展了許多圍繞數據增強、遷移學習等技術來提高模型的泛化能力。

3. AI正成為一種系統工程學科。如今的學者和研究員正在探索AI的可解釋性和原理性，為AI建立一套系統性的理論支持架構。

隨著AI的普及，吳恩達表示相對應的AI人才數量遠遠不夠。我們需要在北京和硅谷之外的AI人才。教育是最好的解決方案，為了降低門檻讓更多人獲得純粹的AI教育，吳恩達先后創(chuàng)辦了在線教育平臺Coursera和深度學習教育公司Deeplearning.ai。

據美國教育媒體EdSurge報道，吳恩達的斯坦福機器學習課自7年前開課以來，仍是Coursera上最受歡迎的課程。

最后，吳恩達談到了他去年剛剛發(fā)布的人工智能轉型指南(AI Transformation Playbook)，這一指南基于他在谷歌、百度以及Landing AI的多年經驗，總結出了能幫助傳統企業(yè)CEO們實現人工智能轉型的五大步驟：

1. 執(zhí)行試點項目從而獲得動力

4. 建立公司內部的AI團隊

5. 對員工進行AI技能培訓

6. 制定人工智能戰(zhàn)略

7. 在公司內部和外部建立良好的溝通渠道

乂學教育-松鼠AI Richard Tong：教育為何需要人工智能

乂學教育-松鼠AI首席架構師Richard Tong發(fā)表演講

松鼠AI首席架構師Richard Tong受邀參加了演講，分享了他對應用人工智能和教育相關的意見。他談到了業(yè)內是否缺乏合格的從業(yè)人員，以及大學和高等教育機構在培養(yǎng)人類應對人工智能進步的能力上需要發(fā)揮什么作用。

首先，Richard介紹了乂學教育-松鼠AI和卡耐基梅隆大學(CMU)的一些科研合作項目，以及松鼠AI如何為智適應教育制定行業(yè)規(guī)則和標準化流程。Richard深度參與了IEEE自適應教學系統P2247工作組的工作，目的是調查自適應教學系統(AIS)的市場需求，包括智能輔導系統和其他相關學習技術，制定行業(yè)標準。

其次，Richard稱這個時代最重要的是明白人們到底應該學習什么，許多傳統意義上的技能在如今這個時代可能門檻沒有那么高了，甚至很容易被機器替代。舉個例子，如果你靠下圍棋或者國際象棋為生，在這個時代如果不依靠人工智能來幫助你，你將很難出人頭地。

即使是在高等院校，許多人的大部分時間都用來學習一些可能沒什么用的知識或技能，AI的作用是提高學習效率，將可以被自動化的知識教學交給AI來做，人類教師的定位則會發(fā)生變化，負責諸如社交技能上的輔導、以及精神上的支持。

在隨后的演講中，Richard主要講述了如何讓人工智能在教育領域的表現更好，Richard總結出了七點人工智能在教育領域獲得成功的關鍵因素：

1. 能準確地高效地診斷學生的知識狀態(tài);

2. 細粒度的引人入勝的教學內容;

3. 合理的學習路徑;

4. 優(yōu)化的學習目標;

5. 及時的人為干預和補救

6. 不斷的激勵、反饋和參與，以培養(yǎng)學生的自信心和心態(tài);

7. 幫助家長給學生提供充分的學習環(huán)境。

LSTM之父Juergen Schmidhuber：自我改進的AI征服宇宙

雖然今年深度學習三架馬車(LeCun，Hinton，Bengio)榮獲計算機科學領域的最高榮譽圖靈獎令從業(yè)者為之振奮，但有不少人為遠在瑞士的Juergen Schmidhuber。Juergen在30年前提出的LSTM(長短期記憶)至今仍是許多眾多語音識別和機器翻譯應用的奠基算法，其帶來的影響力并不比卷積神經網絡、反向傳播、和注意力機制來的小。

這并不影響Juergen在AI Everything上的高談闊論，在演講中，Juergen概述了人工智能將如何改變文明的方方面面，并最終殖民宇宙，使其智能化。

演講的上半部分，Juergen主要介紹了機器學習過去60年發(fā)展的簡史：從1965年由Alexey Ivakhnenko和Lapa創(chuàng)建的多層前饋網絡，到1970年Linnainmaa在其碩士論文中介紹了反向傳播，這些奠基算法都在影響后世人工智能的發(fā)展。

在這一過程中，LSTM當然扮演了非常重要的角色：世界前五大公司都在使用LSTM來創(chuàng)建AI應用，比如谷歌的語音識別和神經網絡翻譯;蘋果的Siri和亞馬遜的Alexa背后都是LSTM;Facebook一年用LSTM做45億次自動翻譯。而去年OpenAI推出的Dota 2人工智能系統也是基于LSTM。

演講的下半部分則介紹了Juergen創(chuàng)立的人工智能公司NNAISENSE的一些工作：通過構建實用化的通用人工智能系統，在工業(yè)、金融、自動駕駛等領域實現商業(yè)化。

Juergen的目標當然不局限于此，他希望建造一臺能夠自我改進的AI，用一種人類絕不可能的方法殖民并改變整個太陽系、銀河系和宇宙。約爾根認為，當AI智能超過人類時，它們就不關心人類了而是關注其他超級智能AI，就像人類最感興趣的是其他人而不是螞蟻。

人類的興趣主要限于第三顆行星周圍的一層非常薄的生物圈，但太陽系的其余部分不是為人類制造的，而是為適當設計的機器人制造的。一些20世紀最重要的探險器已經相當于機器人太空船了，只不過不夠智能罷了。如果配上超級AI，甚至可以想象一下小行星帶中的先進機器人文明。

小行星帶中包含許多用于無數自我復制機器人的材料。機器人的思想將以最快的方式穿越太陽系及其他地方。即使是不利于生物生存的地方，機器人和軟件依然可以存活下去，這就是Juergen腦海中超級AI征服宇宙的藍圖，而這還只是開始。

阿聯酋人工智能部長：人工智能優(yōu)化國家預算策略

2017年，阿聯酋任命當時年僅27歲的奧馬爾奧拉馬(Omar Al Olama)為人工智能國家部長，也是世界上最年輕的國家部長之一。在奧拉馬的領導下，阿聯酋公布了2031年國家人工智能戰(zhàn)略。過去幾年，阿聯酋也是世界上最活躍的人工智能發(fā)展國之一。

在本屆AI Everything大會上，奧拉馬分享了他對人工智能的見解。他提到世界上大部分國家的政府將年度預算的80%以上用于業(yè)務開支，只有20%用于改善國家的投資，他認為，通過人工智提高效率，將讓政府擁有更多的預算，在改善政府工作方面進行更多投資。

奧拉馬也回答了有關對特斯拉創(chuàng)始人伊隆馬斯克(Elon Musk)AI威脅論的看法，馬斯克稱，人工智能是對人類生命的唯一最大威脅，與核武器一樣危險。

奧拉馬回答說，馬斯克指的是通用人工智能。這是一項人類無法控制或駕馭的技術。這是一件令人擔心的事情，但也是一個遙遠的問題。50年后可能會發(fā)生，但也可能一千年后才會發(fā)生。

奧拉馬認為，目前的人工智能只是狹義的人工智能，為了解決某一個任務;但即使如此，如果狹義AI被用來制造自動武器，后果依然不堪設想。奧拉馬說，世界各國政府有責任共同制定一項關于使用這類技術的國際條約。

我們需要確保負責任地部署人工智能，奧拉馬說，這樣我們就可以為我們的子孫后代留下一個更美好的世界。

商湯CEO徐立：人工智能的感知未來

商湯聯合創(chuàng)始人兼CEO徐立博士受邀介紹了商湯在感知領域的主要應用。作為全球估值最高的人工智能獨角獸，商湯科技如何布局人工智能、提升機器的感知能力是此次大會頗為矚目的話題。

徐立稱，目前商湯的人工智能涉獵十多個垂直領域，覆蓋自動駕駛、醫(yī)療、安防、娛樂、AR、人機交互等等。在演講中，他著重介紹了幾款商湯自主研發(fā)的人工智能感知應用：

SenseRemote：這是將深度學習技術引入衛(wèi)星遙感數據解譯的一個應用，目的是提升遙感數據的自動化處理、分析能力。SenseRemote可以智能化地完成道路、建筑等信息提取、用地分類、飛機船舶等目標檢測，地區(qū)變化監(jiān)測等，為自然資源規(guī)劃、生態(tài)保護、商業(yè)決策、應急減災等提供可靠客觀的數據支撐。

SenseKeeper人臉閘機：商湯在兩年前打造了一款內置人臉識別技術、用于控制人行通道閘的人臉識別閘機SenseKeeper。能夠實現人員身份驗證、人員進出管理和考勤管理。目前，這款閘機廣泛適用于辦公大廈、政府機構和景區(qū)展館等場所。

SensePosture人體骨架檢測：這是商湯基于深度學習框架所研發(fā)的人體骨架檢測功能模型，可以在單幀RGB-D圖像中準確識別出人體的位置和姿態(tài)，并輸出對應的17個3D人體節(jié)點坐標。該技術可以覆蓋多種應用場景，比如3D人體骨架檢測：基于RGB-D信息輸入，輸出人體節(jié)點的3D座標，以及人體剪影深度圖：基于RGB-D信息輸入，將人體和背景分割，輸出人體剪影深度圖。