2019年9月5日，“中國（南京）人工智能+國際論壇”在江寧會展中心舉辦。來自國內外人工智能領域的院士專家、科技企業領袖等齊聚，開啟前瞻的頭腦風暴和高層次對話。會上，清華大學博士、彩神V大數據總經理劉鵬教授提及，南京在不久的未來將擁有人工智能中樞，有望告別堵車。
以下是劉鵬教授在“中國（南京）人工智能+國際論壇”上的演講實錄（主題：《人工智能在智能城市中的應用》）：
圍棋人機大戰：人工智能走向大眾
我們大家可能都知道，以前快遞行業是怎麽做的，而現在京東無人送貨車已經上路了，這個車每天能夠送一千個包裹，相當於十個快遞員，每天隻需要充電就可以。京東現在利用無人機送貨的嚐試，在中國農村很需要，因為農村最後幾公裏特別難到達，我們通過無人機送貨是非常有效的做法。
不少製造類企業現在已經開始大規模裁員，因為現在的生產變成用機器人來代替人工做生產，這個已經轉變的非常快了。我們以前看到的碼頭總是有人的，現在的碼頭開始變成了無人碼頭，隻有7個工作人員。
以前每年雙十一會看到大量貨物擠壓，這幾年雙十一這麽多包裹，我們卻很快就收到了，為什麽？因為物流中心已經完全智能化了，以人工智能實現拆解。我們以前都是自己去商場買東西，現在所有的購物越來越網絡化了，通過二維碼、刷臉支付就完成了支付流程。所以出門基本上不需要帶現金，而乞丐要錢都用二維碼收款。
人工智能真正被關注是2016年3月9日到15日，AlphaGo與李世石的圍棋大戰，使人工智能從科學技術走到大眾視野裏。比賽結果大家都比較清楚，AlphaGo贏了李世石。這個比賽很重要，比賽前所有人認為人工智能不能贏。
【賽前】
✎柯潔：計算機戰勝李世石的可能性不到百分之五。
✎聶衛平（3月7日）：若機器和人比賽圍棋，我認為機器是一點機會沒有的，因為我認為計算機有它不可克服的問題。
✎李世石：除非出現不可理喻的低級失誤，否則我絕不會輸。人工智能向人類發起挑戰，還屬起步階段。
這是在比賽前的看法，但是比賽之後，所有人轉變了看法。
【賽中】
✎古力：5個九段一起上可能會贏。
✎聶衛平：AlphaGo全局幾乎完全零失誤。
✎柯潔：AlphaGo圍棋確實是有史以來我見過強大的對手！
那麽AlphaGo誰做的呢？DeepMind公司做的。公司創始人哈薩比斯4歲開始下國際象棋，8歲開始思考兩個問題，大腦是如何學習掌握複雜任務的，計算機能不能效仿？17歲，他做了一個遊戲《主題公園》，這個遊戲風靡全球。後來，他回到劍橋大學學習計算機科學，又到了倫敦大學攻讀認知神經科學博士學位。他本人是計算機專業，博士是醫學的，他當年的醫學博士論文被《科學》雜誌評為當年全球十大科學突破之一，是跨專業人才。
他所做的AlphaGo有什麽偉大的地方？圍棋棋盤由19條橫、豎線組成，但如果把所有的路探過一遍，需要10的171次方，宇宙原子總數為10的80次方，我們把所有計算機集中起來都做不了。AlphaGo怎麽做到這點？
首先是向人類的高手學習，向人類5段到9段學習下棋，學了之後，自己下，自我進化，是尤為成功的原因。到了第二年，AlphaGo已經不再像人類學習，從零開始，自我成長，用了30多個小時就戰勝了以前的AlphaGo。
2016年AlphaGo用了一千多台計算機，2017年就用了一台計算機，下棋能力又提高了一千倍。這是非常驚人的事情，而且在這麽複雜的空間裏麵，形成了對戰略態勢估計的能力。這種能力雖然人類有直觀的判斷，但是往往是錯的。AlphaGo對態勢的估計都是對的，這是我們從AlphaGo與李世石的比賽裏能學到的東西。這個東西，是已經超越了我們現在其他技術所能表達的空間。
我們的大腦是人類引以自豪的很複雜的一個精密裝置，這個裝置在人類很小的時候，剛出生的時候，裏麵表現的是神經元，一個月之後，大腦的神經元連接增長了很多，到2歲的時候就這麽密集，在2歲之前進步的速度是非常快的，但是從2歲到成年就沒什麽進步了。
如果教一個小朋友學習的階段是2歲之前，在2歲之前教會他一些東西，這個小朋友有可能會變成天才，這是我的看法。大家應該有經驗，如果小孩在美國出生，2歲之後搬到中國來，這個小朋友講的語言就是英語，沒有學習過的中文對他來說是外語，他真正的分水嶺隻有這兩年，這兩年他在美國的語言一輩子甩不掉，後來學習其他語言卻相對困難。
我們現在已經能夠用計算機模仿人類神經元，人類神經元很簡單，隻是一個細胞核，從別的神經元傳來信息，經過簡單的處理通過軸突再傳給別的神經元，用了很簡單的數學模型表達出來，幾十年前就已經做到這點了。當我們用網絡將很多神經元連接起來就變成了神經網絡。
神經網絡在過去十幾年都有，但是不成功。直至2012年，加拿大的一個教授提出來一種方法，能夠使我們訓練複雜的神經網絡，後來參加一個比賽把人工智能水平大大推進，進入人工智能爆炸式增長階段。所以現在所有的進步，來源於當時的突破。
以前沒辦法模仿大腦，現在由於一個很小的改進，帶來了質的變化。代表性技術是深度學習，模仿人類思維方式。大腦看到的場景表現出來就是不同變色的像素，但是我們人類大腦在幹嗎？是在觀察這個看到的畫麵裏麵的細節，人類眼睛會下意識找這個畫麵裏麵的特征的地方。
比如我看到一張照片，大腦會有意識把白色地方忽略掉，而大腦會找邊，我們眼睛其實在做這種處理，將所有的邊、所有的形狀等區別與別的東西的細節地方先找出來，然後判斷這是一個方塊、這是一個場景。人是一層一層思考的，所以深度學習用了同樣的方法模仿大腦思維過程。
人工智能典型的應用場景有兩個，第一個場景是對圖像的理解，第二個場景是對文字的理解。目前對圖像的理解已經遠遠超越了人類，對語言的理解，現在已經基本上跟人類水平差不多了。我估計在幾年以後計算機智能水平會超越人類的水平，到這個水平之後，其實將來的風險就會越來越大。
美國未來學家庫茲韋爾在《奇點臨近》書中提到，人工智能的進步會不斷加速，聰明的機器會設計更聰明的機器，這種自我強化最終會導致人工智能達到一個奇點，成為遠遠超出人類智能水平的一種存在。他對未來的看法在過去這幾十年來逐漸得到印證，一般都比較準確。
第四次科技革命：深度互聯+人工智能
我們已經進入到一個深度互聯時代，在這個時代，每個人在手機屏幕上的時間已經遠遠超過了在書本上的時間，每個人平均有了幾百個一直在線的聯係人，所以到了深度互聯的階段。在這個階段，由於人工智能和深度互聯融合起來，產生了各種應用。比如在交通方麵的應用，特斯拉無人駕駛汽車現在都是標配無人駕駛，而且在全球行駛。
所以不要用停止不變的觀點去看問題，現在人類的變革是非常快的，現在的一天相當於過去幾千年。我們甚至也能做到把一個火箭發射上去，讓火箭再回到原來的位置上重複使用，未來高鐵將達到1小時1200公裏，這些事情是一個人做的，伊隆·馬斯克做的。我看好馬斯克，他描繪的世界才是這個世界真實的世界，是未來的樣子。
機器狗現在變的非常靈活，還有倉庫裏的機器人，下水道的機器人······世界正在慢慢改變。現在的無人機也都是帶人工智能功能的。目前，大疆無人機在刮大風的時候也不會抖動，會適應大風，無人機可以拿一個網接東西，把一個乒乓球打過去，無人機給打回來，把一個無人機隨便怎麽扔上去會自動保持平衡等等。
所以我們說人工智能+是什麽東西，其實什麽東西是沒有人工智能的？如果這個東西沒有人工智能，這個行業會被淘汰。就像互聯網，沒有互聯網就沒有生命力，沒有人工智能也沒有生命力，所有的東西，萬物都會和智能相結合在一起。如果你們看以前的《阿凡達》，萬物都有感知，萬物感知都會聚到埃娃那裏。我們地球上任何人，任何物體，都會和星球智能連接在一起，整個星球是一個智慧體，這種局麵是非常顯然的結果。
像十年前我講雲計算結果是一樣的。我們進入到深度互聯網+人工智能時代，叫第四次科技革命，從這個時代開始，人類進入了全新時代，在這個時代裏萬物判斷的依據，思考的方式都發生了本質性變化。華為的一位老總到我這裏來，我跟他講，最近幾天感覺華為有很大的變化，現在完全人工智能，他們計算部門就叫智能計算部門，包括人工智能數據中心，所有東西都是圍繞人工智能，這個方向是正確的，這樣做更有戰鬥力。
問題又來了，當機器都開始思考了，人類該怎麽辦？我們看過很多科幻電影，比如《終結者》等，在未來科幻電影裏麵，所有的未來世界都不是那麽美好的，科幻電影裏麵的場景一般都是地球一片荒蕪，人躲在下水道，機器人滿天飛，我們其實要做的事情是避免出現這種場景，而不是坐在那裏講人工智能不會影響人類。
我們必須要認識到這種可能性，而且要提前去預防，而現在沒有更好的方法去控製人工智能，因為你沒辦法停下全世界的人工智能，甚至把全球電給停了，這是做不到的。所以我們沒有任何辦法能把人工智能停下來，如果把電停下來，必須要全球首腦考慮，要討論很長時間，人工智能不知道你在幹這個嗎？不太可能做到這一點的。
所以我們隻能在這個階段，即人工智能不太強大的時候，我們應該做出一些準備。人工智能這個孩子從2、3歲到30歲不用等27年，所以他進步的速度是非常驚人的，我們要提前做出預防。
用科技優化世界
我們成立了一家公司叫南京彩神V大數據股份有限公司，8年前成立的，我們目標是能夠解決當今社會的挑戰問題，包括社會穩定、環境治理、地震預警、人才培養，同時我們通過解決這些問題，用我們的力量去麵對人工智能的挑戰問題，這就是我們成立這家公司的初衷。
將我們做的一些人工智能應用給大家介紹一下，包括人工智能一體機、人臉比對一體機等。比如，我們做的模糊人臉智能比對，利用城市攝像頭把犯罪現場嫌疑人，雖然記錄下來的人臉看不清，但是卻能找出來，我們曾經在一個地方做了實驗，13個案子，我們能破9個案子。
我們做的大規模人臉識別係統，不管畫麵出現多少張臉，如果後台有數據，可以比對其中的臉，如果沒有數據，可以知道這個人什麽時候出現過，找出來。人臉比對一體機1秒鍾能夠比對7億張人臉，有能力做到這一點，是非常有意義的。
我們大家知道高速公路上現在的車都需要取卡，或者用ETC，為什麽高速公路不能像停車場一樣，車牌識別就扣費了？因為高速公路上車太多了，如果進來的時候沒有識別清楚，出去的時候怎麽收錢，非常困難。所以我們要把車牌識別做到非常準確，但是高速公路上拍的照片經常不清楚，比如在逆光下車牌數字被擋住了，還有汙損的、光線暗的車牌等，識別的時候都很困難。怎麽能克服這些難題？人工智能都能識別清楚。在某江蘇交通行業公司組織的測試評估比賽中，我們做的是非常前沿的，雖然業界智能企業都參加了比賽，但結果顯示，我們的車牌識別非常準確。
還有一種情況是我們有可能會什麽都看不見，人臉看不見，隻有一個影子可以看到，我們能不能知道這個影子到底是誰？可以通過視頻DNA技術，對人的走路姿態進行建模，實現連續走路姿態的提取，形成一個DNA樣本，並在大量樣本的集合庫中與特定人物DNA進行比對，快速找出目標人物。
此外，我們通過鐵路非接觸檢測係統，以分布於鐵路沿線設施上的高清攝像機對鐵道進行視頻圖像信息采集，並對攝像頭拍攝的視頻或圖片進行智能分析，及時獲取鐵路病態診斷信息。這樣，人工智能把螺絲釘看一遍，從而及時發現異常並維修。
同時，我們用人工智能搜索互聯網圖片，當我們做個爬蟲，把某個互聯網網站所有圖片都爬出來，比如指定獎杯，人工智能會把所有獎杯照片找出來，這是人工智能通過對以前數據的學習尋找未知的東西。我們也可以通過人工智能去做圖像增強係統，人工智能可以提高圖像清晰度16倍，人工智能知道這裏麵是什麽內容。
我們把人工智能用在醫學裏麵，我們跟南京鼓樓醫院合作，比如做前列腺癌、宮頸癌識別等。我們目前列腺癌識別做的很好，目前做到99.38%的識別率。我們也做宮頸癌篩查，如果提前能夠發現，這個病就是很簡單的病，但如果到了後期的話，已經沒辦法了。所以我們要在正常的體檢的時候，對女性進行宮頸癌篩查。
我們同時也用人工智能做交通優化，城市的擁堵是全球的常態，我們其實是有辦法讓城市不再堵車，是可以做到的，但是需要一個“上帝腦子”做這個東西，“上帝腦子”是知道這個城市如果把整個城市紅綠燈都很好銜接起來，很好地調度每一輛車，這樣就可以讓這個城市盡量避免堵車。我們用類似AlphaGo做法，做了一個專門做城市優化的交通大腦係統，用這個係統去優化整個城市交通，這個也在南京進行，估計不久將可以做到很好的效果，我們也希望能把這個技術複製到全世界其他的城市。
