陳因:
謝謝國際電信聯盟肖勒先生的精彩致辭，下面有請中國科學院院士張鈸作演講，大家歡迎！
2017-12-04 09:16:48
中國科學院院士張鈸:
各位領導，各位來賓，很高興有機會來講一下，我今天重點圍繞讓人工智能使得我們的生活更美好。大家都知道，從兩年前圍棋程序實現了“三級跳”，在“阿爾法狗”出現之內，國內外做很多的圍棋程序，基本上只能做到業余水平。為何一夜之間圍棋程序能夠實現“三級跳”？從業余到專業，從專業打敗世界冠軍，又從打敗世界冠軍現在遠遠超過世奧迪零件界冠軍？大家做了很多的解讀，其實這兩頭就是一個最重要的問題是思想上的轉變。我們過去做圍棋程序時都將它看成跟下象棋一樣是一個理性分析的過程，后來發現下圍棋和下象棋完全不同，下圍棋是通過感性、直覺、棋感，并不是理性分析的，因此，“阿爾法狗”完全將下圍棋作為模式識別問題來做，所以這個問題一下迎刃而解，如果你是一個模式識別問題，有三個因素就非常容易解決這個問題，這便是大家常說的它背后的深度學習算法，所謂人工智能算法，數據和計算機的能力充分應用上去。這就是靠數據的力量、算法的力量和計算機的能力使得圍棋程序一下戰勝了人類。而且大家都覺得非常奇怪，為什么圍棋能夠從零開始最終用36個小時達到和超過了人類的水平，這就是圍棋帶給我們的思考。
2017-12-04 汽車零件報價09:29:39
張鈸:
利用數據，利用人工智能算法，我們可以不要任何的圍棋知識，就能夠做這個事情。那我們需要思考的問題是很多人對“阿爾法狗”超過人類，一方面覺得很鼓舞，另外也覺得很擔憂，像下圍棋對人類來講這么困難的事情計算機可超越人類，那我們的很多工作是否會被它所代替？所以，我們下面要分析一下哪些工作是能夠被計算機代替的。這里要分析一下圍棋對人類來講是非常困難的，但汽車零件進口商對計算機來講，它不困難。
2017-12-04 09:29:59
張鈸:
原因在哪兒？這就是我這里列的五個條件，圍棋盡管非常復雜，它是根據非常簡單的規則在哪兒發展的，它是完全信息的，對下棋雙方來講，對方怎么下，我怎么下都是透明的，沒有不確定性，它是一個確定性的，且是單個任務單個領域。如果符合這五個條件，計算就非常容易解決，如果我們的工作符合這五個條件，計算機就能夠很容易被代替。那哪些工作是A類工作？這A類的工作是嚴格照章辦事，就像下圍棋一樣按照一個完全確定的規則來做的，而且這里頭的場景無變化，臺北汽車零件完全信息，確定性的，流線知識的。如果我們的工作符合這幾個條件就跟下圍棋一樣很容易被機器所代替，這個工作大家都說過很多了。我這里舉出來的這一類工作都符合下圍棋的五個條件，對計算機來講是容易的，對人類來講可能有一定的困難，但對計算機來做是容易的，所以這一類工作肯定會不斷地被機器所代替。
2017-12-04 09:30:51
張鈸:
當然機器還可以做人類難以做的危險的工作，這是沒有問題的。剛才講的那些工作被代替，對人類是不是威脅？實際上不威脅，因為這一類工作也是人類做不了的或是危險的。上面講的任務都屬于規范的日常事務，這種工作有一定的重復性，所以對人類來講大多數人還是不愿意做或是不善于做的，所以這種代替對人類來講還是受歡迎的。你用這個去訓練它，貓，你要用不同背景下和不同情況下的貓去訓練它，我們要成千上萬個樣本去訓練它，它認識貓了。如果你用一個背景，從來沒見過貓的給它看，它不認識。原因是它本質上沒有認識什么是貓，它只是將不同的圖片區分開來，這就是深度學習，所水箱水謂數據驅動本身所造成的。這就非常危險，計算機做出來的決策在人類看起來完全是錯的，但你不知道它錯在哪兒，這是不可解釋、不可理解。所以，目前人工智能的主攻方向是往可解釋可理解的人工智能方面走。
2017-12-04 09:31:02
張鈸:
比如說這兩張圖，人類一看起來，一個男一個女，它肯定認為這是兩個人，但你給計算機去看的話這絕對是一個人，因為這兩個人太像了，所以這里頭我們要看到計算機的系統，特別是用深度和大數據學習的系統，它缺乏智能，它只是一個機器來區分不同的物體，所以我們現在的任務就是要將這種機器提升到人的智能的水平上去，這就是我們目前面臨的任務，因為這個任務在決策系統中是至關重要的。模式識別系統理論錯了，識別率就少一點賓利零件，問題不太大，而且在模式識別系統，你將雙胞胎認錯了，也算一個錯，將石頭看成人，也算一個錯，但在決策中，你把石頭看成人，這在決策中就是大錯。
2017-12-04 09:34:09
張鈸:
所以很顯然，這完全是通過生數據黑箱學習的結果，數據驅動的方法就是黑箱學習，如果用生數據來進行學習，沒有領域的知識，過去我們說這是一個優點，但同時帶來致命的缺點，所以我們未來走向可解釋人工智能，我們要將這個黑箱打開，最近我們和外國人都做了很多工作，把這個黑箱打開，問題究竟出在哪兒？根據這個問題我們加以解決，只有兩條路，沒有別路，向大腦學習，這是當前的腦計算。還有將知識驅動和數據驅動結合起來，不能沒有知識，我們人類的智慧絕大部分產生于知識，不是產生于數據，這樣建立的系統就可以很好地進行人機交互、人機合作，讓德系車材料我們的工作和生活更美好。謝謝大家！
2017-12-04 09:34:25
陳因:
感謝張院士的精彩演講！剛才張院士列舉了一些很容易被繼續取代的工作，我想論壇主水箱精持人也很容易被取代的。下面有請美國科學院院士、圖靈獎得主約翰·愛德華·霍普克羅夫特先生為我們帶來“深度學習技術”。
2017-12-04 09:38:25汽車材料報價
美國康奈爾大學教授、圖靈獎得主約翰·愛德華·霍普克羅夫特:
非常感謝能夠參加此次論壇，有這個機會跟大家談論一下人工智能。 我們其實已經經歷了好幾次革命，第一次是農業革命，是十萬年前；當時基本上20萬年以來人類是在狩獵方面有所建樹，這個就是關于農業革命。之后是1700年之后的工業革命，我們就開始采用一些機械的方式，現在我們經歷了信息化的革命。在我小的時候50年前，當時我們是需要電梯的操作員來進行操作的，而那些工作后來由于自動化的取代，這些工作就消失了。還有包括一些自動駕駛的車輛在飛速自發展，美國有350萬的火車司機，他們就像之前的電梯操作工一樣，這些會被替代。因為火車司機一天只能工作八小時，但是無人駕駛的話一天24小時都德系車零件可以工作的。從洛杉磯到紐約現在只需要兩天，以前是需要四到五天，會需要花費更少的時間。而且我們需要的卡車，貨車也沒有那么多了。
2017-12-04 10:01:13
約翰·愛德華·霍普克羅夫特:
經濟學家經常會說有一些工作會消失，但是還會有一些工作。我和一些人談到，我們現在會進入到一個時代，只有25%的勞動力需要滿足我們所需要的一些商品和服務。如果說這樣的話，人們可以每周工作20小時，并且可以在45Skoda零件歲退休了。而這些Audi零件工作需要正規大學的教育，如果你的職業生涯是40年的話，這樣的話勞動力的規模會額外的減少20%國外。現在我們需要思考一些關鍵的問題，就是這個多就會發生，以及有多少百分比的人找到工作，我們需要什么樣的工作呢？可能需要大學教育，以及人類和社會每個人都有基本的生存的資源。如果我們在45歲退休，接下來做什么？我們如何來舉行有意義的活動。
2017-12-04 10:08:04
約翰·愛德華·霍普克羅夫特:
人們說，世界只有兩個國家從AI從收益，也就是中國和美國，因為其他的國家是沒有基礎設施的，而發展中國家在生產一些機械性的工具的時候，門檻是非常高的，而進入AI的門檻也是成本非常的高。工業革命我們是讓許多的物理自動化，現在在信息中我們也能夠把智力自動化。這其中重要的一件事是過去10到汽車空氣芯15年的機器學習，我們現在可以監督機器來學習，這個是非常令人振奮的技術，已經生產出很多的產品，而且其實機器也可以不停的監督在學習，包括圖象識別，你進入商店的時候，這個商店就能夠識別你，知道你過去買了什么東西，以及什么樣的產品對你來說是有價值的。語音識別在你未來打電話給公司的時候，你不是和電臺的接線員打交道了，還有自然語言處理技術。
2017-12-04 10:13Bentley零件:08
約翰·愛德華·霍普克羅夫特:
我們看到一些電影，還有包括電影中的一些評論，有一些評論是假的，是由機器人所發的，所以說技術能夠識別哪些是真的還是假的，是正面的還是負面的。政府的部門不需要像原來一樣審閱這些言論了。亞馬遜也開了一家雜貨店，是不需要結賬的，是自動的進行購物和扣款的。還有包括醫療的診斷以及助理等等，計算機能夠比人類更好的診斷圖像，還有包括教授也說到這一點了。 這其中的驅動力就是人工智能，下面我向大家快速介紹一下深入學習。
2017-12-04 10:13:23
約翰·愛德華·霍油氣分離器改良版普克羅夫特:
2012年發行了一場非常深刻的變革和革命，這里是一共有120萬張圖片，一千個類別，大家可以看到這個內容，如果我們可以去培訓這些程序的話，我們就可以知道這些程序的表現是怎么樣的。到2012年的錯誤率是25%左右，人們希望能夠提升，但是每年的進步很小。但是2012年很多公司也開始使用深汽車機油芯度學習，并且進行了廣泛的應用。
2017-12-04 10:13:34
約翰·愛德華·霍普克羅夫特:
再說一下重要的發展方向，首先是壓縮生存的規模，現在我們的理解是沒有那么的深入的，有10億的關口，所以我們要壓縮深層網絡的關口。還有一點我將集成作為激活空間，現在是在非常高度的集成空間，這上面的關口，所有的這些圖像，比如說貓的圖像它們是在一個低層次的副本上了，如果把這個貓的圖像改變一下，可以垂直的改變方向。
2017-12-04 10:13:49
約翰·愛德華·霍普克羅夫特:
快速的說一下壓縮，這個是我們可以培訓這個系統，讓它做的非常的好，我們也可以培訓一個更好的網絡來分類圖片，但是是不成功的，現在人們所做的就是如下的事。我們能夠更好的激活這個空間，培訓這些系統來進行更好的激活，而并不是簡單的分類，這個就是我們能夠減少網絡大小的一個方法，這可能以后再大家的蘋果手機上實現了。
2017-12-04 10:14:01
約翰·愛德華·霍普克羅夫特:
還有當地的一個最低的標汽車材料準，現在的問題是局部的這些標準，哪個是最好的？我可以向大家展示一下整體的最小值，就是最尖的部分，而現在的這些數據大家可以看到坐標圖上的曲線。這就是培訓數據的錯誤率，大家可以看到這個是廣域的賓士零件最小值，曲線是可以移動的。我們的上升非常的緩慢，之后在錯誤率急速上升，之后是形成對立網絡。人們在編寫計算的代碼會生成真實的圖片，比如說，我向電腦中輸入貓，我希望電腦中就生成貓的圖片，但是電腦做得不是特別的好，有一些人想了一個方法，我們可以合成一個圖像的編輯器，我們把這兩個合并一下就可以有圖像生成器，在生成之后我們可以使用合成的圖像來區分真實的圖像，而人們也發現這些機器可以生成真實的圖像了。所以，這就是我剛才所說的對立空間的使用領域。
2017-12-04 10:14:17
約翰·愛德華·霍普克羅夫特:
比如說，從一種語言翻譯到另外種語言，在兩種語言中我們都有很重要的任務來做，我們可以用鑒別器來合成一個翻譯器，汽車零件比如說，從英文翻譯成德文，我們就直接從英文的語言，通過生成器來說一些德語，并且我們能夠來確定德語的一些語序措詞，這個是真實的而不是合成的。之后，再從德文翻成英文，我們也可以使用三個翻譯的系統。還有生動娛樂性的學習，比如說，這個系統受到培訓，它能夠識別貓，但是我們稍微改變一下像素，它就可以識別汽車。因為我們是在垂直的距離上改變了關于貓的副本的參數，所以說它就像一個過濾器一樣能夠解決問題。
2017-12-04 10:14:28
約翰·愛德華·霍普克羅夫特:
現在我們是對像素做一些處理，像素和相鄰像素是沒有關系，但是其實我們做的研究要更加的深入，我下面再說一下另外一個領域，我汽車冷氣芯們在培訓這些網絡的時候，我們向他們展示一千多個圖片。比如說，我女兒兩歲的時候，我就和他一起在沙發上看圖，我向她是車、貓、狗等等。我會告訴她這個是引擎等，之后上街看到救火車，我就跟她說，她就認識了。其實和書上的救火車是不一樣的，我們要知道如何就一張單一的圖片來培訓這個網絡。
2017-12-04 10:14:52
約翰·愛德華·霍普克羅夫特:
我的女兒在生命的前兩年看到了上萬張的圖片，人們經常問我AI是否是真實的？我想回答的是在當前的狀態之下，人工智能只是高緯度空間當中的模式的識別，人工智能的程序不會提取對象的一些本質功能，它只是知道這個東西是看起來什么樣的，從現在開始之后的四十年我們會有另外一場革命，人工智能會很好的理解功能。至少我們的生活也會發生翻天覆地的變化，距上一BMW零件次的革命更短。
2017-12-04 10:15:38
約翰·愛德華·霍普克羅夫特:
在此之后，我們的另外一場革命是四年之后，如果我們培訓一些網絡識別一些路上的汽車，無論是客車、貨車、平板車等等，我們看到這張圖，它就會告訴你這個是平板車，車上有一些貨物或者說其他的車型。但是如果是人類的話，可能會發現輪子上有一些馬達，所以我們就知道它可能是個遠程操控的車。這不僅僅是關乎人工智能，還有計算的能力，有非常多的類似于人工智能的任務，都是利用AI來進行的。現在我們所處的時代會翻天覆地的改變我們的生活，再次感謝大家的聆聽。謝謝！
2017-12-04 10:15:50
陳因:
謝謝霍普克羅夫特先生，下面有請中國聯合網絡通信有限公司總經理陸益民為我們介紹《未來網絡引領智能產業生態》，大家有請！
2017-12-04 10:16:00
中國聯合網絡通信有限公司總經理陸益民:
尊敬的陳部長，還有各位專家，各位產業界的朋友，各位同仁，大家上午好，首先感謝工信部網信辦給我們建立了這么一個平臺在這里交流大家對于即將到來的人工智能的理解以及相關的知識的交流。剛才幾位專家講的對我的啟發也非常大，我今天在這兒作為一個運營商的代表在這里也跟大家交流一下，從運營商的角度對即將到來的人工智能的時代的一些感想和策略及技術準備。今天講的分為兩部分：首先從運營商角度，我這里起了一個題目《萬智之源，始于連接》，在運營商到來的人工智能時代，運營商會提供哪些服務能力，為整個人工智能提供什么樣的技術支持；第二部分，回到當下，中國聯通在基于4G、5G、移動寬帶網絡說給大家提供哪些服務，為未來的人工智能時代提供什么樣的支持。
2017-12-04 10:24:40
陸益民:
我在這里首先想舉一個例子，大家知道生物學里頭，人工智能首先來自于人腦，生物學的研究，人腦超過100萬億個突觸，大家聽到突觸一詞比較生，實際上就是一個感知的觸點，這臺北汽車材料些100萬億個的大腦皮層的突觸通過腦細胞建立的神經網絡連接，提供了人類智慧的支撐。其實我們認為未來的人工智能的世界也是需要靠運營商的網絡來提供連接，提供服務的，所以未來的網絡是萬象智能的神經中樞。客觀而言，神經中樞起到的作用，為什么在這個時點上大家對于人工智能有了這么高的期待，有一個很重要的基礎就在于運營商的網絡能力提高了大大的提升。
2017-12-04 10:25:01
陸益民:
大家知道過去運營商的傳統網絡是提供人與人之間連接的，但隨著網絡能力的擴充，我們現在在提供人與物斯柯達零件之間的連接，人和信息點之間的連接，還有物與物之間的連接。2017年就是一個很重要的時間節點，如果按照發展的趨勢，到今年年底，我們今年年底物與物之間的連接總數要超過了過去傳統人與人之間或智能設備與智能設備之間的連接總數。就因為這個連接的變化，這張表里大家可以看得很清楚，到2020年將達到200億個連接點。這個連接產生的一個很重要的就是數據，有了這些數據才有了人工智能真正爆發式的成長基礎。所以，因為今天這個時點上是因為網絡的能力得到了大大的提升，才為未來人工智能打下一個很重要的基礎。
2017-12-04 10:25:15
陸益民:
下邊這個片子，剛才幾位專家都講到了，也是業界比較公認的，未來的人工智能主要有這四大能力：大連接、大計算、大數據、大算法。作為運營商，作為網絡的基礎設施的提供者，實際上我們也在轉型，那在未來網絡中，我們是基于數據管道的提供，大家知道連接肯定首先解決的是數據管道問題。實際上，運營商之間在基于云網一體的新的云計算能力也是作為人工智能計算能力的一個重要提供者。當然，大數據是通過大連接、計算存儲能力的提升所積累的將來物與物之間，百億級，千億級、萬億級的海量數據也是為人工智能的發展提供了重要的基礎。當然算法，將來網絡存在著深度學習的問題，也可以通過網絡來提供服務，所以我從未來幾個大的方向上和大家交流一下運營商在未來網絡中的Benz零件整個發展路徑。
2017-12-04 10:25:34
陸益民:
首先是連接。我這里主要講泛在連接驅動了泛在網絡與泛在智能。傳統的連接最早是語音通訊，基于2G，基于傳統銅線電話線的，到今天移動互聯網是基于數據的，現在已經進入到了3G、4G，現在是4G時代，我們很快要進入5G時代，5G大量是指移動寬帶網絡的連接，當然我們在基礎設施上基于光纖的固定網絡的改造也一并完成了。
2017-12-04 10:25:47
陸益民:
第二，下一代的網絡會是一個更加泛在的網絡，是一個多層次的網絡，它涵蓋了從高空衛星層面到中低空的熱氣球、無人機，到現在我們已經實實在在提供的4G、5G以及最底端通過光纖物理連接的寬帶網絡。這些連接形態的變化也會為未來無處不在的網絡、無處不在的服務、無處不在的信息點的連接提供堅實的基礎。目前即使通過光纖和4G網絡的連接，包括現在很多互聯網公司，我們自己也都在研究更高層次、更泛在、更廣的連接方式了，已驅動了很多的智能設備、智能產業的發展，其中包括我們已經逐漸走向現實的AR/VR技術，無人機以及智能交通的初步形態都在形成，所以未來的連接模式以改變和革命會對人工智能的進步產生重要的的促成作用。
2017-12-04 10:25:58
陸益民:
過去計算能力1.0，最早的計算機是單臺計算能力或巨型計算機能力，走到今年已經走到了云1.0的計算，就是數據中心之間的連接已基本實現。數據中心之間的協同已實現了，它是通過傳統的光纖網絡通過專線，提供專門的連接來實現計算能力的提供。到今天我們認為2.0時代，當前的狀態已初步實現了計算中心之間的資源的靈活調配，通過我們現在的軟件定義網絡，這已經是現實了，包括現在我們幾大互聯網公司大的數據中心之間的網絡協同及計算協同已走向了現實。那未來我們認為云網一體化的計算3.0也會逐步來到我們的社會，來到現實。
2017-12-04 10:26:08
陸益民:
那云網一體的計算3.0的特點主要有幾個方面：一是動態的自適應。動態自適應是指網絡資源和計算能力隨著處理任務的不同會調動全國或全球汽車零件貿易商的計算資源來支持某一個項目、某一個計算。第二是異構計算，我們最早的云幾乎都是基于X86架構的，未來的異構計算，我們主要研究的方向除了X86以外，全球還有很多巨型機、大型機以及超算計算機，整個不同平臺的變化。當然還有不同區域的連接。第三是邊緣計算。除了過去像集中化的變化以外，那是解決集中資源協調的問題，但剛才跟一些專家在討論時就提到，未來包括智能駕駛，即使網絡速度再快，它的時延也是不可能有解決很多實時的數據處理能力的。那靠什么？就靠就近來解決，將來很多計算能力會向邊緣節點靠近，邊緣計算就將很多計算能力遍布在150萬個遍布在全國各個角落的基站，過去基站只傳輸信息，未來會變成一個小的數據中心處理信息。那在這些能力上，邊緣計算的布局也為未來真正為人工智能提供巨大算法和算力時以提供良好的服務。
2017-12-04 10:28:35
陸益民:
第三，隨著網絡連接以及處理能力的提升，海量數據也在逐步產生。過去的數據，客觀而言，不同的專業、不同的領域，包括不同的公司，就像互聯網公司、運營商，大量的數據也都是割裂的，但隨著進一步的整合，計算存儲能力的提升，這些數據的整合會越來越多，而且隨著物與物之間連接、快速的擴充、海量的數據也作為人工智能將來的一個很重要的爆發點。所以將來海量數據的積累也會引發未來的人工智能的發展。這是我上面講的運營商未來在人工智能領域中的一些重大變化。我用幾個簡單的片子介紹一下，有些網絡是為未來準備的，還有一些我們跟大家交流一下現在Porsche零件運營VW零件商的網絡具備能力以及處理能力，我以中國聯通的例子跟大家做一個簡單的交流。
2017-保時捷零件12-04 10:32:08
陸益民:
首先是廣覆蓋，還是關于網絡的，中國聯通經過這幾年的努力在快速地建立一個“匠心網絡”，其目標是連接更廣，感知更好，速度更快，特別是在移動寬帶網絡上，除了標準4G以外，還能夠提供千兆的4G網絡，就是基于準5G的網絡服務能力。在光寬帶也是全球第一家全部網絡實現光纖化改造的運營商，那我們在中國的主要城市都能夠提供點到點的千兆連接能力了。同時，我們在積極數據NB-IOT的整體布局，目前已實現300個城市的NB-IOT連接的服務，同時為了促進物聯網產業的發展，我們也成立了專門100億的產業基金來聯合產業界進行推動。當然中國聯通5G的步伐也非常快，按照明年我們會在一些城市進行試驗，2019年進行試商用，預計2020年進行正式商用。
2017-12-04 10:32:23
陸益民:
在大的數據處理能力，特別是在云計算和數據中心的布局上M+1+N：“M”目前部署了12個國家級別的大數據中心；“1”每個省有一個區域的數據中心；“N”要將過去每個城市的傳輸資源有一個區域數據中心。按照邊緣計算的話，我們每個端局都會變成數據中心，已經開始進行全面的部署。在云服務商，中國聯通的沃云與阿里、騰訊云在進行合作，通過多層次的服務來給大家服務。有幾個特點：云網協同，資源的調配是可以靈活的，在開放合作都在積極推進。
2017-12-04 10:32:45
陸益民:
第三，多種類，高可信、強實時、全集中的大數據能力，中國聯通也是唯一一家全國建立一級架構一級平臺的大數據處理平臺的運營商，我們將全國的基于基站和基于寬帶傳輸的數據都集中在一個大平臺上，運營商在大數據上的服務還有自身的優勢，一個是它是跨區域、跨專業、跨產業、跨領域的合作。第二是強關聯，運營商的服務一定與號碼與每個人是關聯的，而且與位置也是強關聯的，所以大數據的特性也是很明顯的。第三是能力平臺，我們有一個集中處理的平臺以后是可以集中匯聚整個數據的。過去數據很多，但都是按專業和區域割裂的，但我們經過全國平臺的建設，對于未來大數據的處理可以提供更好的服務。
2017-12-04 10:33:53
陸益民:
最下面是我們現在提供的主要的一些處理能力和處理量，在也是處于一個比較領先地位的。最后，我講了連接、計算、大數據，剛才講算法，算法肯定不是運營商的優勢，但我們運營商是愿意通過我們的網絡為基礎打造一個能力開放的平臺，聯合各個產業鏈來共同培育未來人工智能的“參天大樹”，我用這張圖也是表示了中國聯通的一個態度，未來在人工智能產業中是有具備開放、合作、創新的理念，與大藍寶堅尼零件家共同來培育。我們在各個領域已經跟大的互聯網公司、各個產業已經有很深的合作了，我們在人工智能領域，包括智能客服以及家庭智能方面都有深度的合作，未來也會以更加開放的態度跟產業各方合作，我們共同將人工智能這棵“參天大樹”培育得更加好。
2017-12-04 10:34:39
陸益民:
最后，今年6月份在GSMA移動大會上我有一個演講，用了老子的一句話“上善若水”，我講的是運營商以水的形態來表現我們自己，其實是滋潤萬物，我們有了這個意愿和精神來跟產業各界共同培育人工智能的健康持續的發展。最后結束是用中國聯通的一個愿景“我們希望未來成為客戶信賴的智慧生活創造者”，福斯零件正好也符合今天的主題，為整個人工智能產業貢獻我們的力量，謝謝大家！
2017-12-04 10:35:23
發佈留言