朱民對話張文宏、陳杰、沈向洋：透過疫情看人工智能未來

DoNews 7月9日消息（記者 李昊原）在一系列主題演講後，清華大學國家金融研究院院長朱民作爲主持人，與中國工程院院士、同濟大學校長陳杰 ，清華大學教授沈向洋、復旦大學附屬華山醫院感染科主任張文宏開展了以“智見未來”爲主題的圓桌對話。

以下爲對話實錄（經DoNews編輯）：


問：疫情中人工智能發揮了什麼作用？

張文宏：現在大家對人工智能給予了極大的期望，但是從這次疫情開始到現在爲止，我個人感覺它僅僅是個起點，整個疫情防控過程當中，我們用的全部是人工。

上海援鄂醫療隊去武漢開始的時候，我們非常希望人工智能讓我們知道武漢缺什麼，比如口罩、防護服，尿褲、呼吸機，能夠迅速給予調配，但是什麼數據都沒有，是一輛輛車從上海開過去，把最緊缺的醫療物資送到前線。

後來，人工智能迅速進來參與到物資的調配，但是並沒有全面改變這種局面。我們意識到將來人工智能具有非常強大的物資調配能力，現在建立好醫療資源智能調配的系統非常重要。這次疫情防控，社區封閉後有大量事情需要政府管理部門去做，人工智能幫助政府做到了智能化管理。

問：建立一個科技未來的公共衛生系統，人在裏面發揮什麼作用？

張文宏：我先給大家潑個冷水，這次中國疫情的控制是靠傳統智慧和城市管理實現的。

疫情之後我們需要反思，將來人工智能如何改善城市管理，包括加快公共衛生體系中的預警速度。這裏面有幾個網絡數據的問題，一是疾控公共衛生的數據，二是真實世界的數據，真實世界的數據能夠加快嗎？醫療機構領域數據現在都是散的，醫療機構的數據如何第一時間匯聚到大數據平臺？

這次新冠CT表現和以前的流感、其他肺炎完全不一樣，人工智能如果在去年12月初就看到了大量肺部CT圖片，數據會提出警報。如何把線上數據和線下數據融合預警，構成一個完整的體系，這一點人工智能可以發揮很大作用。今天多少個航班進來，所在國家的疫情如何，我的醫療資源要增加到什麼程度，這些都應該有真實的數據。今天我們的防控是熔斷式的，熔斷就不能人工智能，將來的數據應該是真實世界的數據，非常期待線上線下的數據結合，醫生也不會失業。

問：人工智能在複雜系統的應用，在自動化應用的前景在哪裏？

陳杰：對於複雜系統來說，未來世界應該是將物理空間和人類社會空間有效連接而構成的新的信息物理系統，其中，人工智能幫助人類拓展了自己認識世界的能力、認識世界的範圍，也拓展了人類的思維。對於未來社會經濟以及我們通常的工業系統、社會系統、出行系統、城市管理將起到決定性的作用。

問：複雜系統的智能化在未來有無限的前景，在您看來，未來會怎麼樣？

陳杰：現在很多數據包括一些數據的學習方法，還是基於質量比較高、有標識性的數據，我們所獲取的不同時空的數據，如何進行有效的融合、處理以及怎麼樣面對數據加起來的湧現現象，是我們面對的問題。

從傳統的深度學習向強化學習，向遷移學習向未來進化學習的轉移，這樣的物理系統怎麼樣用信息系統把物理系統和人類系統結合起來？未來最難的是人和機器怎麼樣能共融？這是未來難度最大的，人在其中是一個操作者，又是一個平等的參與者，怎麼結合起來是未來一個重要的命題，今後的世界機器和人將發揮各自的作用。

問：從國際來看，在這次疫情當中有哪些人工智能技術和應用特別突出？

沈向洋：第一，人工智能加速推進預防診斷治療相關科學研究，特別是療程手段的突破。

第二，從全球衛生健康、流行病學這些數據裏提取發現數據洞察，從而將它的特徵、變化、趨勢、傳播直觀立體展現出來，及時分享給在場的、甚至全球各地的醫生，大家能夠一起看到怎麼去應對健康的風險。

第三，疫情必須要有一些新的手段，特別是遠程協作可以讓我們更好推動醫療資源的平等分享，讓有限的醫療資源幫助更多人，不僅僅是發展中國家的問題，包括對於美國這樣的發達國家也是很重要的事情。

第四，基礎研究方面包括要做更多基礎，隱私保護、標準化、操作性讓醫療安全、高效、可靠的分享。今天不僅僅是中國公司、美國公司很多其他的全球的公司都在做。我想強調一件事，最重要的一件事就是人工智能必須解決的問題就是數據的問題，特別是應對疫情必須要做到。怎麼早發現，怎麼早預警，怎麼早診斷。未來我們可以做到秒級畫像，分鐘預警，小時診斷，採集數據，打通數據，分析數據全部弄在一起，這樣人工智能才能真正發揮它的勢力。

問：你看到人工智能的未來在哪裏？

沈向洋：第一，接下來一個非常重要的變化，是從感知重大進展向認知的變化。這些年我們做了很多深度學習的工作，像計算機視覺、雲識別已經進展非常大了，剩下來非常重要的事情就是對這個世界的認識，在人工智能的發展還是非常早期的事情。

第二，是交互的問題。在計算機沒有出現之前，人的交互主要是人人交互，後來計算機出來之後就變成了人機交互。未來發展最激動人心的、最最重要的事情是人和AI的交互，未來AI的人口可能遠遠超過世界上人的人口，給我們帶來很多巨大的問題。

第三，所謂通用人工智能，最終要解決的還是常識的問題，要把常識這件事建模理解，否則沒有真正的人工智能。