版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
上有天堂下有苏杭，你和大佬只差一扇窗。没错，这扇窗就是计算机工作者们的年度狂欢盛会——CNCC。 姑苏城外，金鸡湖畔，桂花怒放，满城飘香。金秋时节，CNCC2019如期而至，于10月17~19日和大伙相约苏州金鸡湖国际会议中心。会议由CCF主办，苏州工业园区管委会承办。小芯作为CCF官方合作媒体，前来“取经”。
全文共4996字，预计学习时长10分钟
论坛伊始，群英荟萃，煮酒论“智能”
据悉，此次大会主题依旧与人工智能密切相关——“智能+引领社会发展(AI+ Leading the Development ofSociety)”。
群英荟萃，近400位国内外计算机领域知名专家、企业家到会演讲。
三天会议，干货满满，包括15个特邀报告、3场大会主题论坛，79场前沿技术论坛、22场特色活动及112个科技成果展，让人热血沸腾。
大会今年是第16届，有来自近1000家企事业单位的8000多名专业人士参会参展。
大家欢聚一堂，随随便便撞一个人，都是业界精英、高校学霸，真可谓谈笑有鸿儒往来无白丁。
大会开场，CCF秘书长杜子德作为主持，一如既往施展着“杜式”幽默。
他表示，此次大会最大也是唯一亮点就是：
延续往年惯例——严格控时。
于是，在紧张刺激的倒计时中，大会主席、CCF副理事长、中国科学院院士、南京大学校长吕建，苏州大学校长熊思东，电气和电子工程师协会计算机学会(IEEE-CS)主席Cecilia Metra（塞西莉亚·梅特拉）,江苏省委常委、苏州市委书记蓝绍敏依次上场，为大会致辞。
CCF秘书长杜子德主持开场
开幕致辞结束后，我们此次的重磅嘉宾一一登场。
陈左宁：刚柔兼济，软硬通吃
中国工程院院士陈左宁
第一位特邀嘉宾是国家并行计算机工程技术研究中心总工程师、中国工程院院士陈左宁。
她的报告题目是《关于系统软件发展的若干思考》，主要围绕着“系统软件”，通俗地讲就是电子计算设备上的操作系统，它们的软硬结合，垂直设计等。
报告中，陈左宁用简洁易懂的语言介绍了系统软件的发展趋势、新型系统软件的5个科学问题，发展系统软件的4点认识以及她对系统软件的一些观点。
有关系统软件的一些发展变化趋势上，陈左宁表示，现在以5G为代表的万物互联时代，系统软件的发展确实迎来了一个非常重要的变革期。
第一，系统软件泛在化背景下，与系统软件相关的一些要素，如资源域、应用域、作用域，它们都发生了变化。
第二，软件定义的变化对系统软件带来挑战。
第三，资源和应用变化，系统软件的边界越来越柔性。
在人工智能技术的发展和应用下，系统软件如今也需要对针对机器学习的软硬件+数据聚合，以及针对物联网设备的云边端一体的协作计算提供支持。
软硬件协同设计也是如今的一大趋势。
关于信息系统软件所面临的科学问题，可归纳为以下几点：
-
泛在资源抽象的方法以及它的表示；
-
系统软件动态边界的机理；
-
柔性可扩展的操作活动结构
-
在泛在智慧环境下的系统软件智能化机理。
-
生态系牵引系统软件的纵向整合方法。
报告最后，陈左宁还谈了她对系统软件的几点认识。
系统软件发展的核心是生态，“技术生态”的建设十分重要，但是生态往往是不能通过先建立标准来实现的，“生态”需要先有应用，在市场合力下形成标准。
要抢抓新型业态系统软件架构还没有定型，技术路线还没有统一，生态还没有锁定的这么一个机遇，在保证新短板的前提下，力争实现这种操作。
此外，支撑生态的系统软件基础研究；
泛在智慧环境下操作系统智能化；
软硬件协同创新的设计；
一流企业基于生态来做的标准和扩充同样是“技术生态”建设的关键。
辻井潤一：调教机器人是我毕生的追求
日本产业技术研究所人工智能研究中心主任辻井潤一
接着，日本产业技术综合研究所人工智能研究中心主任、日本紫绶带奖章获得者辻井潤一在报告中介绍了日本人工智能的研究、开发和应用现状。 演讲题目是《Research，Development and Deployment of AI in Japan-Form perspectives of the AIRC》（日本人工智能的研究、开发和应用-日本人工智能研究中心的视角）。
首先他介绍了所在研究中心的基本情况，虽然一路艰辛，但浇不灭的是大家对于“机器人”的热情。
接着他介绍了日本的各个研究中心以及企业在人工智能相关领域的成果，包括应用医学机器人技术、工业机器人技术、消费级机器人技术、深度学习理论研究、用于深度学习的大规模计算集群、在计算集群上运行的大规模模型等等。
此外还有，Sony 在 GPU 集群上 3 分钟完成 ImageNet 训练、BERT-large 模型训练等成果业内。
让人不得不惊叹“日本人工智能”发展之迅猛。
在面向未来的发展问题上，辻井潤一教授表示他们正在改变机器人研究的模式，努力实现从模型驱动机器人转变为体验驱动机器人的转变。
AI机器人、智能制造数据收集是一个重要的落脚点。
因此，与外部研究机构的长期合作非常重要，所以他们正努力与其它越来越多的研究机构建立研究网络。
他们的500人的研究团队和谷歌、微软相比并不多，但有研究设施这件事很重要；
他们在和其它的日本企业建立合作，共同研发，尤其期待未来和中国企业合作设立研究机构。
洪小文：我有自己的“哲学”——“金字塔哲学”
微软全球资深副总裁、微软亚太研发集团主席洪小文
第三位报告人是微软全球资深副总裁、微软亚太研发集团主席、微软亚洲研究院院长、IEEE Fellow 洪小文。 在报告中，他介绍了关于智能的历史，并重点阐述了他看待计算与智能的一套“金字塔哲学”。
简而言之，就是计算和记忆力、感知、认知、创造力、智慧这五层依次向上、依次依赖、依次变难，现阶段的人工智能就在艰难地向上攀爬过程中。
此外，洪小文还非常慷慨且友善的为大家扫盲了一波“智能”的误区。
比如我们所谓的智能手机，在2000年初期就叫智能手机，然而当年AI都还没有复兴；
再比如关于自动驾驶，目前人们普遍认为是AI的一大典型应用，然而已经存在了一百多年的飞机的自动驾驶（auto-pilot）却不被大众认为是AI，但汽车的自动驾驶就被大众认为是AI，真是一件奇怪的事。
最后，洪小文不忘重新为人类找回自信：
AlphaGo击败了柯洁、李世石，大众都认为这代表了人工智能击败人类的新的里程碑，但洪小文表示这更体现出的其实是开发了这个模型、组建了计算基础设置的这群人类精英的智力成果的胜利。
弱人工智能很强，强人工智能很弱，人类拥有的意识是少数的哺乳类才具备，是一种叫做mirror self cognition的东西，因此，尽管放心，人工智能想要媲美人类还有很远的路要走。
也不用担心地球会毁灭，毕竟到底是人类先毁灭还是地球先毁灭，同样是一个问题。
樊文飞：给大数据减减肥
紧随其后的演讲嘉宾是樊文飞教授，他是英国爱丁堡大学主任教授、英国皇家学会院士、欧洲科学院院士、英国爱丁堡皇家学会院士、ACM Fellow，曾获英国皇家学会沃尔夫森研究成果奖，以及突出研究奖，还有国际上四大顶级的数据库方面的研究会议实践检验奖和最佳论文奖，目前的研究领域是数据库理论与系统。 如他的简历一般，他的报告同样生动： “Making Big Data Small”（把大数据轻型化）。 与大家一起探讨大数据查询带来的挑战以及应对措施，关键问题如何把大数据变小。
为什么会研究这个问题呢？
樊文飞教授列举餐馆的平均价格的例子，表示伴随着他研究实践的深入，许多曾经在小数据上用传统方法很容易完成的任务，如今在大数据上就变得非常困难。
目前最快的SSD存储可以达到12GB/s的读取速度，但即便这样的速度，如果数据库有15TB大小，想要用完整检索的方式完成一次查询仍然需要33小时。
所以，在大数据环境下，传统易解问题变成难解问题。
常被谈起的并行计算只能加速一部分任务，而且小公司租不起大批服务器，这个办法的适用范围很有限。
樊文飞教授的科研路线是通过有界计算和近似计算，把大数据上的精确计算变成小数据上的近似计算，就大幅降低了资源和速度的要求。
具体来说，根据对于数据库的访问模式的研究，他们发现许多查询是有界的，可以通过增加限制、近似计算，把大数据上的查询变成小数据集上的计算。
樊文飞教授介绍道，根据阿里的一个统计，91%的查询是有界的，把这部分查询和数据用他们的方法处理以后可以提升25倍性能，可以把PB级的数据缩小到GB级；
不过，这种查询的精度是概率的，是99%精度，而不是传统方法的100%。
这种方法可以应用于商业系统，为资源有限的企业提供大数据处理的能力。
最后，樊文飞教授不忘呼吁大家：
大数据从理论和实际应用都带来了挑战，虽然他提出了有界计算和近似计算两种解决方案，但可能无极限，还有许多的方法等待我们共同去发掘和探讨。
张丽霞：想看的远，你需要编织一张网
洛杉矶加州大学(UCLA)计算机系教授张丽霞
第五位嘉宾是来自洛杉矶加州大学（UCLA）的计算机系教授，ACM、IEEEFellow张丽霞。 她的研究和报告主要针对的是网络架构。
“你能往后看得越远，你就能看得越远……”演讲开始，张丽霞教授通过论述互联网和大数据革命之间的关系，巧妙的将主题延展到数据联网的体系结构问题。
在过去的50年中，简单的TCP/IP点对点协议带来了互联网应用的繁荣，应用的繁荣反过来对信息的分发方式提出了新的要求，例如直播（一对多）、移动通讯设备（无法一直在线）、物联网设备（数量众多）等现代互联网应用需求，都无法被TCP/IP协议描述的基于IP地址的、点对点数据流的传输模型满足。
此外，安全漏洞作为互联网安全的头号敌人，二十多年来我们一直在对抗，上访都取得了进展。
但我方战略没有改变，一直只是进行蛮力防御，从某种角度上来说，一直停留在原地。
因此有网络安全专家表示，我们必须对互联网进行重新设计。
重新设计？
很显然，我们必须走向一个新的交付架构，而不是一个点对点的管道。
这就是我们团队一直在研究这的这个新的架构。
新的网络架构，命名数据网络（Named Data Networking），用名称获取数据，网络架构的重点从节点转换到数据本身。
它可以系统提供多重访问、可拓展分发、终端移动性、安全等等的许多新保证，也可以成为现代数据科学的新的基础设施。
总结一下，应用程序，真正驱动器为架构，应开发那些为我们理解与需要，以数据为中心架构的应用程序。
崔宝秋：AIoT的现在与未来
小米集团副总裁、集团技术委员会主席崔宝秋
接下来的演讲嘉宾是小米集团副总裁、集团技术委员会主席崔宝秋，他的报告主题是“AIoT的现在与未来”。 AloT=Al+loT，AI 代表了人工智能以及后面的大数据和云计算技术，loT代表了物联网、传感器和边缘计算，AloT 也就代表了万物智慧互联。
但在崔宝秋看来，AIoT不仅是字面上能看到的“AI赋能的万物互联设备”，如今还可以在5G技术的帮助下提供更好的连接、更丰富的应用。
在报告中崔宝秋分析了AIoT在中国的诸多优势，在AI方面的优势有人才、大数据、政府支持、应用场景四点，而且这个看法和高文院士一致；
IoT设备方面的优势也有硬件能力、消费与智能化升级、智能场景。
随着AIoT平台及生态更成熟，AIoT设备将会普及到每个人生活的方方面面。
未来提供的服务也会真正的智能。
接着崔宝秋介绍了小米的AIoT平台以及生态架构设计，不仅开放、全面，小米自己也持续进行着模式、技术、产品、体验方面的创新，小米的AI能力也有持续的积累提升。
过去几年,小米快速构建起了AloT所需的一切要素，包括生态链的广深布局，积累已久的IoT、大数据和云计算技术，以及围绕视觉、语音、NLP、知识图谱等领域的感知、认知AI能力。
与此同时，截至2019年6月30日，小米已建成了全球最大的消费级loT平台，连接loT设备数1.96亿台(不含手机和笔记本电脑)，达到了行业内的较高水平。
2019年，小米集团正式启动“手机+AloT”双引擎战略。
小米的个人语音智能助理小爱AI就是典型的代表，崔宝秋还在现场播放了相关视频，并对其中的技术内涵做了简单易懂的介绍。
复旦大学教授王国豫
人工智能大发展让我们取得了很多的研究成果和应用，但其同样引发了一些担忧，人工智能会不会做恶？ 会不会为坏人和小人所用？ 这些问题越来越受到各个领域的关注，为此，CNCC 2019还特别增加了一个人工智能伦理方面的讨论，邀请到了生命医学伦理研究中心和复旦大学应用伦理学研究中心的主任王国豫教授，讲解人工智能伦理的相关话题。 从“技术为什么是伦理的研究对象”，“工具与目的的关系”等多个概念与哲学问题的线，最终汇聚到“从奴隶到将军”的点上，编织出一张完整的哲学思维网络，令人拍案叫绝。
但遗憾的是，王教授的报告不对外，小芯和在现场的小伙伴突然感觉到无比幸运。
以上是第一天上午大会特邀报告，下午多个panel的论点也是精彩纷呈。
嘤嘤嘤，不能来现场，错过直播，有遗憾，别难过，小芯芯将持续为你带来大会精彩瞬间。
记得持续关注小芯芯，别错过哟~
推荐阅读专题
留言 点赞 发个朋友圈
我们一起分享AI学习与发展的干货
如需转载，请后台留言，遵守转载规范
推荐文章阅读
长按识别二维码可添加关注
读芯君爱你