8月29日至31日，2019世界人工智能大会在上海举办，在31日举行的“科技有道 择善而行”——腾讯论坛上，腾讯 AI Lab 及腾讯 Robotics X 实验室主任张正友博士进行了主题演讲。以下为演讲全文：

很高兴再次来到世界人工智能大会。一年过去了，人工智能仍然是很热门的话题，it’s still a very hot topic。同时，人工智能还很酷，每个公司都想往人工智能上靠，投资公司投资的时候也要看看和人工智能有没有关系。“酷”这个字其实来自英文cool，非常棒的翻译。既是Hot也是Cool。但cool在英语里也有凉，有冷静的意思。所以我们同时要冷静看待人工智能。

近年来，世界主要发达国家都将人工智能作为国家战略，投入了大量的人力物力，力争赢得全球科技竞争的制高点。

作为在人工智能领域奋斗了三十多年的老兵，很高兴看到人工智能的今天。我也见证过人工智能的高高低低，深知最近人工智能繁荣的来之不易，是几代研究人员持之以恒，坐了几十年冷板凳换来的，我们都要珍惜，要把人工智能技术切实用好，造福人类。

同时我们也要认识到目前的人工智能离真正的智能还很远，比如智能如何发育和自主进化，这些都需要我们继续对人工智能的基础研究进行长期稳定的支持。

所以我们一定要两条腿走路。一条腿，支持将现有的人工智能技术赋能各行各业，造福人类。另一条腿，支持构建人工智能基础研究的稳定环境，推动人工智能基础理论的创新和突破。

• 符号主义(symbolism)，希望通过逻辑演绎系统，模拟人类智能活动。代表技术有启发式算法，专家系统，知识工程。
• 连接主义(connectionism)，模仿人脑结构，将神经元连成神经网络，利用连接机制来学习。代表技术包括感知机(perceptron)，支持向量机（SVM），深度学习（DNN）.
• 行为主义(actionism或situated AI), 通过外部行为探索智能，是一个感知-动作型控制系统。代表技术包括自组织映射（SOM），遗传算法，强化学习。

当然，这一波的人工智能兴起是以深度学习为代表的，得力于大数据和强算力，因而在视觉、语音、翻译等感知领域取得重大突破，跨越了很多应用门槛。

但是还有很多场景目前的深度学习还不能解决，比如认知智能包括机器的思考、决策、和推理能力，比如对环境的适应，比如学习能力的自主进化。这些都需要我们放开思维，大胆探索，将不同流派融合，甚至创造新的流派，开发出真正自主智能的系统。

下面我将围绕腾讯AI，对我们的布局，目前所取得的进展，以及未来的发展方向三个话题展开演讲。

目前腾讯已建立两大实验室矩阵——人工智能实验室矩阵，包括致力于全面基础研究与应用的在深圳及西雅图的腾讯AI Lab、基于视觉的腾讯优图、基于语音与自然语言理解的微信 AI等四大实验室；以及基于前沿科技的实验室矩阵，涵盖机器人、量子计算、5G、边缘计算、IoT和音视频技术等，打造面向未来的科技引擎，推动自主技术创新。

作为衡量机构研究实力的重要标准，成立两年多来，腾讯AI Lab的基础研究成果已覆盖CVPR、ACL、ICML、NIPS及Nature Communications等国际顶级AI学术会议或期刊，发表论文数量近350多篇，位居国内企业前列。此外，我们还发布了三大开源项目：

• Tencent ML-images: 这是业内最大规模多标签图像数据集
• PocketFlow: 这是世界上首款自动化深度学习模型压缩框架
• 中⽂词向量数据库：这是业内领先，包括了800多万中文词汇

腾讯积极与外部学界合作，建立了8大联合实验室，参与53个研究合作项目，联合培养34位顶尖学生，接待了17位全球访问学者。通过一年一度的学术论坛、联合研究、访问学者、博士生及研究生奖学金等多种项目和形式，推动前沿研究应用及人才培养。

下面介绍一下腾讯在AI方面的进展。

目前AI的现状主要还停留在感知层面，依赖大量的标注数据。在计算机视觉、语音处理、和自然语言里的自动翻译方面有很大的成功。比如腾讯的同声翻译就在支持着这一届的世界人工智能大会。

所以目前在限定条件下的感知与分析能力已经相对比较成熟。下一步要去解决充满不定性的现实环境的问题。我们的目标是取得技术突破，助力产业颠覆式升级。

AI的进一步发展依赖于提升三方面的能力：第一是内容的生成，第二是对世界的认知，第三是对行动的决策。下面我举几个例子。

在内容生成领域，我会举视频风格转换为例。在认知领域，我会举虚拟人为例。在决策领域，我会举绝艺围棋机器人为例。

这个工作依赖于对视频场景的深度理解，识别其中人物、物体、场景，并分析它们的关系，并在时间顺序识别视频中不同的动作和事件，就可以高效的生成丰富的内容，比如卡通风格的视频。

在认知领域，我们通过虚拟人的形态，进一步探索面向未来的人机交互新形式。它集合了计算机视觉、语音、自然语言理解到智能决策协作等多种AI技术于一身。通过跨学科、跨模态的交叉多模态研究，让机器用感知判断人类情绪，用认知判断意图，并进行更复杂的分析与决策，从而不断向真正的人类智慧靠近。