广州日报讯 （全媒体记者鲍文娟）为期三天的2020全球人工智能和机器人峰会（CCF-GAIR2020）于8月7日~9日在深圳举行。主题以“AI新基建、产业新机遇”为主题，举行了15个AI专场。该峰会由中国计算机学会（CCF）主办，香港中文大学（深圳）、雷锋网联合承办。
拟推动AI在更多领域落地
中国计算机学会（CCF）副理事长、华中科技大学计算机科学与技术学院教授金海在开幕式上介绍，CCF-GAIR大会面向人工智能领域，科技界、应用界和产业界的专业人士，旨在促进人工智能学术成果，新技术的交流、普及和应用，打造一个交流平台，促进科技成果向现实生产力的转化，促进产业的发展。
人工智能前沿专场上，南京大学计算机系主任、人工智能学院院长周志华教授以“反绎学习”为题发表了大会报告。周志华表示，当今的人工智能热潮是由于机器学习，特别是其中的深度学习技术取得巨大进展，在大数据、大算力的支持下发挥出巨大的威力。机器学习算法模型用了更多数据和算力后，获得的性能增长可能远超算法模型设计者的预想。
城市大脑2.0更高效
在本次大会上，中国工程院院士、鹏城实验室主任高文在题为《城市大脑2.0-边端云处理分工的人工智能赋能系统》的报告中，谈到了以云为中心的城市大脑1.0及其现状。
据介绍，目前的城市大脑系统中，数据基本以图像与视频两种形式进入。但存在的问题，无论是图像还是视频作为感知终端，后面如果需要调用，除了解码以外，还要进行特征提取等工作，需要大量的计算程序，这些计算非常耗费云计算算力资源。另外，智能终端还无法识别出未被指定的人或物。
“城市大脑1.0是以云计算为核心的系统，由于系统各部分没有很好的分工协调机制，使得系统成本高、响应速度慢，而数据的可利用性也低。”高文表示，为解决现存问题，设计一个新的城市大脑——城市大脑2.0彰显出了必要性。
据介绍，目前鹏城实验室通过数据专线接入深圳交警5500路视频，数字视网膜服务器可进行视频内容压缩、特征提取、目标搜索跟踪、泥头车监测等视频验证，可去除冗余信息，减少存储和传输压力，24小时压缩率达到50%以上，根据十余种特征对车辆进行搜索跟踪的平均识别率超过90%。
高文表示，借鉴生物视觉系统，将边、端、云都考虑在内的“数字视网膜”及其标准化，是城市大脑2.0的核心，不仅将节省存储和带宽，还能在原始图像上的特征提取上实现低延时和高精度，也有助于显著提升信息密度和价值。
本次大会期间，围绕着AI新基建，峰会共设置15个AI专场，包括AI前沿专场、机器人前沿专场、前沿语音技术专场、联邦学习与大数据隐私专场、AI 芯片专场、智能驾驶专场、AIoT专场、智慧城市“新基建”专场、企业服务专场、工业互联网专场、AI 金融专场、视觉智能·城市物联专场、医疗科技专场、AI+艺术专场、AI 源创专场等。
[责任编辑: ]
本文网址：
