吴启晖：刚才听了很多演讲嘉宾的报告，感受还是挺深的。我们这个讨论今天这个主题主要是人工智能和未来网络，我就想请教一下各位嘉宾，未来网络比如说人工智能对未来网络安全会有什么样的影响，还有就是对传统方法会带来什么影响。请马老师给我们讲解讲解。

马华东：非常感谢，感谢，实际上这个（英文）选的非常好，未来网络大会不和人工智能一起讨论讨论好像前沿发展没有接上去。实际上在网络利用人工智能我觉得是一个自然事情。人工智能高阳他们专门搞人工智能的，实际上从我这个角度搞物联网搞了十几年，还有多媒体，这个是我的主阵地，但是多媒体里面用人工智能用机器学习一直在用，网络用人工智能是这些年开始用，因为人工智能本身就是叫辅能工具，是一个基础性的方法，所以说在我们用是很自然的。当我们这个网络特别是我物联网遇到瓶颈的时候，我们尝试用新的手段解决问题。人工智能本身因为最近这个发展比较快，突破的一些瓶颈的提升，把不可能变成可能了，这样一个背景下现在结合我们网络去用肯定可以对我们网络，网络本身问题带来新的解决思路，这些解决思路可能是比较简单的，但是我认为可能是有些就是一些量变，但是量变说不定会引起质变，引起质变就会发生颠覆性的变化，像我们下棋一样，突然有一天下过人，下过人了以后那就不一样了，机器能力就发生了本质的变化，我想物联网包括整个大的网络，我们原来可能遇到瓶颈问题如果和人工智能结合，遇到一些烦琐问题，后面说不定可能对我们网络下一代网络会产生颠覆，这是我个人的一些看法，觉得必须结合，结合到什么程度，那就得看你的具体什么场景，因为人工智能有很多方法，刚才我讲人工智能2.0实际上提出八个方向，有些是通用技术，有些是专用场景，当然除了这八个方向还有没有纳入进来，实际上是泛人工智能方法是很广的，选择合适的方法是一个很好的事情。我就讲讲这么多，谢谢。

吴启晖：马老师说人工智能最核心是在于赋能，增强你原来的很多的能力，而且也是感觉到在我们通信领域，昨天我还学了一个词叫不时髦、没特色，如果无线通信或者无线网络不研究一下人工智能就是不时髦后面也没有特色，所以这个其实从另外一方面人工智能深入到各个行业包括我们通信行业网络行业。在研究人工智能的时候我们会想，特别是车联网，现在华为对车联网也非常关注，这个车联网非常关注我们就说这个人工智能如果不听我们的怎么办或者是这样会不会造成一些安全性的问题，我们请冯老师。

冯志勇：这个问题有点难回答，首先从这几年，我是做无线的，从我感受讲一下无线通信跟人工智能结合，我最早做的时候有两个博士，让他们去研究比如说车联网当中做计算机视觉，解决视频处理这样一个过程，后来做了一年多，我意识到就是说问题在哪呢？如果我做比方说完全面向人工智能领域计算机视觉这一块，用人家人工智能强化学习深度化学习解决问题的时候，我永远做不过高老师和徐老师，你不是这个领域的人永远不可能从这个年龄很难成为这个领域专家。因为刚才我们吴老师说了你不做人工智能就不时髦，是从说法了，但是从做法上不和人工智能是错过了一个时代。怎么结合？后来我又重新思考，站在自己本位上你是做什么，这个时候怎么跟智能结合，我想到就是用人工智能方法解决未来网络解决不了的问题，不是把这个算法挪过来替代算法，提高一点性能，而且说有哪些问题解决不了，我现在做雷达信号一体化处理的时候，空中所有这些东西认为没有噪声都是信号只不过你没有能力去处理，原来我们计算能力不够，智能性不够，这个发展就像我们器械发展一样，后来因为能力强，移动通信发展大块得益于集成电路的出现，大规模才能了有CDMA，现在无线通信也到了这么一个场景，比如说空中通信把自己信号取出来现在能力强了，不止自己的信号还有别人的信号。这就是怎么结合一定是出于这种方法，如果遇到问题的时候，这个工具人工智能算法或者什么，有问题我再请教吴老师、徐老师做学科交叉这是思路，还有吴老师刚才出的题目，人工智能对无人驾驶这种影响，因为现在我也在参与国家“十四五”交通领域规划，我作为网络通信专家在里面，讲的第一个就是安全性，其实国家站的层次更高，去年年初的时候几大部委联合，无人驾驶能不能从国家战略上怎么做，因为涉及安全性，一方面有这种交通本身的安全，还有信息的安全和国家安全，其中一个就是说特斯拉要进中国要建厂要做车，这有无人驾驶，无人驾驶的话你要对不对他开放，允许不允许他在中国做也涉及到国家的安全。我们在讨论的时候其中一个也就是说在可控情况下，尤其对交通安全，对信息安全或者对国家安全，比如说最主要国家安全就是高精度图这种信息的泄露，这种时候一定在可控范围内做这种事情。

这个实际上跟立法结合，因为涉及责任，涉及你追责的问题，包括现在远程医疗，远程医疗只能是远程诊断，但是做手术这方面还不敢用智能或者5G实现，一旦出现问题医患纠纷这个问题算谁的，就说不清楚了，应该是跟法律层面，跟人文层面同步发展，现在交通领域里面无人驾驶这一块目前可控范围内可以，也就是目前最不现实是辅助的，辅助提高安全性效率这种方式，技术达到一定水平的时候再往下发展。谢谢。

吴启晖：冯老师我觉得又有三个新的收获，一个研究人工智能，要把人工智能和我们原来从事专业紧密结合起来，泛泛研究智能，人工智能也分为人工智能机理本身和应用，我们这些领域更侧重是应用。第二个就是人工智能发展如果为了安全应该在可控的范围，不可控有一个经典例子，波音737，这个软件最后控的不让你飞行员控他，最后出了危险，所以还是要在可控的范围。刚才高阳说了通用人工智能，但是通用效率会很低，高老师你怎么看这个问题？

高阳：吴老师不按常规出牌，跟我预约的不是这个话题。我先把我想法补充一下，冯老师刚才说的很清楚人工智能应用到一个世纪场景的时候，如果说怎么去真正如果说是一个可控的话这个技术是用的怎么理解这个事情呢？换句话来讲我们人是这个地球上最有生命，我们沙发桌子都是人制造的，但是看这个不会觉得对人有威胁，我们人造的车我们驾驶它，控制它会按照人意愿去行驶，但是什么时候你会觉得你失控呢？你会发现人控制不了它的时候，现在计算机按照这个体系架构所有程序是我们人编写的，所以我们人是可以清晰的确定他的行为是预期的，所以在这种情况下是一个可控的。但是一旦我们把程序写错了或者有某种意义智能，让它觉得人跟不可控的时候才会觉得是对我们人类有威胁的，这涉及到人对自身一个认识，就是人怎么理解人本身和理解客观世界动物本身，这个关系是什么。

所以我们看到一个机器人跟你打招呼，你会觉得很好玩是一个玩具，但是什么时候会变的很可怕，如果突然做一些你想想不到东西的时候你会觉得很可怕，所以这种情况下好多智能到什么时候可以说脱了我们人限定的时候会对我们人类的社会产生危险，但是这个事情认识我们现在还不清楚，所以人对自身造了一个物件这个行为超出人可以预期的情况下，一定对人类本身有很多危害。

第二个问题，当通用人工智能包括我们现在也强调，特别很多现在基于统计学习模型，在场景落地的时候都会很不好用，不管是做人脸识别，你在实验室用数据集确定出来的（英文），在实际场景会发现很多实际数据跟你的实验室的数据是不一样的，因此就是说很多自然而然想到我要做一个在线的模型，实际当中不断进行尝试，所以这种技术发展会逼进人和物自身这样一个动力和相互之间认知的关系，自我学习会不会突破你对他的理解，这个问题是打问号。刚才吴老师说的，在技术发展一定要让封闭场景的单一领域的这样一种智能技术是要有跨领域，开放程度，更通用化的，现在完全是通过一个封闭的数据集圈定这样一个方式，而不能再一个开放环境里面自我不断改造真正实现像人的一种学习的程度。

现在这个效率可能是低的，但是个人认为会在未来应该是可以看得到的一时间技术可以突破，让我们模型在实际过程中做的越来越好。当你碰到边界的时候我们人会不会感到人类本身的一个东西。这是我的一个回答，谢谢。

吴启晖：感谢高老师，高老师又让我想到如果一旦从专一的智能、单一的智能，非常强的智能走向比较厉害通用智能的时候我们人可能对他应该感觉到恐惧了。所以说确实高老师帮我们很好梳理了一下，有一次我和李得义（音）院士交流，我说未来机器如果比人还厉害怎么办？机器人是造的，那我说机器是聪明人造的，聪明人也会去世的。

冯志勇：机器能力比我们人强是肯定的，我让他强可以跑得更快，算的更厉害，但是人跟技术发展到，机器发展成了边界我看不见的时候我们对未知的程序才会有恐惧。

吴启晖：我明白，美国打压中国估计也是这么一回事，你不知道未来边界在哪里。金石老师在我们这个领域做的非常棒，信息材料方面也有一些拓展，最近担任东南大学研究生院副院长，我看他对人工智能对人才培养方面会产生哪些影响。

金石：我上任也不久，大概一个月，我感觉到跟我以前差距很大，发现一个很明显的特点，因为国家在发展要求我们民生工作要展开一些新的思路，要培养一些真正具有创新的要领军人才，为我们国家发展，我记得前两天看任正非讲话特别提到教育的事情，我们能不能做出一些和美国对抗，做一些事情，我的感觉就是说能不能特别是我们学生和我们新一代这些学生能不能有一些创新性的思维要颠覆以前想法，这个很重要。我自己体会我们从2017年开始我们无线通信做的比较多，我刚才从1G到5G基本上在传输上面是没有人工智能我们也发生到很好，我们发展到5G，5G能力也这么强，大家一开始都是有不同看法，觉得我们为什么在这边引入这个东西，我是觉得当时我们做这个事情，刚才吴老师讲，总是要有一点新的思路做这个事情，发现越做到后面那些东西都是表面，今年（英文）大部分都是智能通信，也就是说要大胆做一些学科交叉和尝试。这段时间不仅我们东南大学研究生改革，下一步方向人才从我们体系里面出来，后来我到新的岗位以后看他那个方面论文，包括研究生教育我发现日本就有很好培养策略，一个硕士或者一个博士进来，可能是五个指导教师联合指导，把研究生培养就分成领军型人才，这个给我一些启示我们做科研也是这样，我们未来实际上很多人才培养也要考虑这些问题，我们能不能跨学部甚至跨领域在一起去做这个事，这是给我的启发，徐老师也是我们东南大学兼职教授，去一些新的培养目标。吴老师给我出的题跟这个没有什么太大关系，但是告诉我们在科研要交叉，人才培养更要交叉。AI只是大的方向里面一个方向，刚才吴老师讲的（英文）控制全部融合在一起，这个未来天地是非常广阔的，我们能够去发现新的学科方向甚至我们在一些领域里面我们能够实现对美国一些超越，我们这个都可以去想这是我的一些体会，在未来工作也会推进这方面工作，创造有可能一些机会，我的感觉是这样的。

吴启晖：金老师虽然上任不久，但是我估计看这篇文章也不少，我们在座有可能一部分也是学生，学生在研究过程中要大胆创新，要进行新的思考，包括学校的这种整个管理可能也要围绕这个进行一些，刚才徐老师一个他是人工智能领域的，但是我们这边估计在座老师或者学生可是没有经管领域，但是他是经管领域教授专家学者，所以请徐老师讲一讲跨界，交叉融合。

徐泽水：非常感谢吴老师提供这个平台，也非常感谢有这个机会跟大家交流。吴老师说我管理，当然我听到各位专家报告虽然方向不太一致，有计算机、通信，但是他们共同特点就是决策，虽然我是搞决策的，（英文）很广计算机，模糊决策、工程技术范围很广，说明我们决策用的地方太多了。我从1996年开始做决策，批号也是非常广，后来做了个模糊决策，模糊决策创始人是（英文）教授，在座老师同学也许知道，（英文）教授很著名，人工智能大师，1965年开创模糊数学这个领域，应用次数几十万次特别在人工智能领域很多，当时提出模糊数学就是数学方面，后来描述客观现实人的偏好，但是他是0到1之间所以计算机用的特别多，后面发展就是以模糊智能模糊控制，还有模糊决策。模糊控制和人工智能离不开的，而且人工智能离不开模糊控制。如果离开了不称为人工智能，所以我做的方向和人工智能非常相关的。第三个后来做了语言决策，（英文）1975年发了一篇文章2万字了，语言决策在日常生活中太广泛了，涉及到语言这些方面都是模糊这一类的，所以模糊决策也用的非常广泛，在认知决策，所以第三个阶段就是模糊决策大量的工作。最近也是大数据决策，所以我们决策非常广泛，我们是用了两个方面，一个是申报重点积极，大数据医疗这个方面，大数据环境下智慧医疗，最后申报大数据购买经济又是一个重大项目。这些方面每个专家基本上都用了，后面涉及到智能决策，智能决策更广泛了，智能认知各方面，我们要说的东西非常多的，我这次来也是一个很大，我希望后面我们专家同学合作一下。

后面和华西医院结合，和各位老师结合，我研究生这么多到底有什么用处，是不是连在一起，我希望找到实际应用背景，我也学了不少东西，希望在座老师和同学都能够有机会合作一下谢谢。

吴启晖：刚才徐老师从1996年开始研究决策，其实更聚焦于模糊决策。

徐泽水：日常决策用的太频繁了，模糊决策应用也广泛，还有就是决策优化的方法，用计算机，为什么拿到了（英文），一方面发明太多，计算机（英文）发表文章50多篇了，我在（英文）做了大量工作，所以也比较认可。

吴启晖：我们又感受到我们徐老师咬定青山不放松的东西就是模糊决策，也有赶时髦的东西大数据经济下的模糊决策。

徐泽水：我一直在赶时髦，我做的领域我做的很多方向都是走在前面的。

吴启晖：所以说让我感觉到坚守你的主线和赶时髦不矛盾。Tony Q.S.Quek老师来自于新加坡，也是经常和我们进行一些交流，给我们吹了很多新风，也想了解下新加坡在这个领域人工智能和通信网络这方面研究交流这个情况。

Tony Q.S.Quek：我谢谢吴老师邀请，然后也要跟观众同学比较抱歉，我PPT跟其他专家比起来差了很多档次，所以我想要抱歉一下。然后讲到原来问题就是人工智能，其实从新加坡的观点，新加坡现在我们市场很小，所以不管是在政府和高校可以看到最近我们频频活动比较多，我们总理这一周在上海也是要中国要推广江苏这一代，总理也要建立跟人工智能有关系的合作我自己本身，因为我是负责学校人工智能，你有了这个职位就要跨领域不仅局限于网络和通信，然后我们现在想法是负责四个方向，刚才我讲为什么要做分布式，我是觉得很多分布式不管是车联网、机器人架构我们可能真的要离开那种集中式大量数据（英文），因为消耗能量太大了，这也是在这个过程中学到这也是一个很好方向，然后跟机器人交互跟ACM里面大量人跟（英文）跟电脑这三个最好一个是什么？要了解，因为不了解彼此就有问题控制不了。还有基础，我们要坚守基础，我发现就是说在美国教育和日本教育学的时候，日本讲究时髦，美国讲究基础，所以我们还是要回到原来很多基础上面的问题，要去坚守做基础的问题，至于南京方面，我们现在布局就是准备在建邺区跟科达讯飞建立一个人工智能研究中心，我们发现数据是一个问题，虽然新加坡说要开放这个数据，但是跟国内不一样，他想要做一个智能但是和数据没有办法融合，所以我们说那边很难做不如我们跟南京做，最主要是培养学生，最终希望我们新加坡的学生老师和企业能大量来国内发展。因为我们总理也讲了你不能停止中国发展，这是一个大的方向，必须要让学生知道不能因为美国压迫放弃这个大方向。

吴启晖：Tony老师也给我们讲了数据和智能这样一种关系，确实智能离不开数据。这个是在国内，所以说这个事是好是弱说不清楚，昨天徐平（音）老师说了，中国视频接线头很多，国外很少，国内隐私保护相对弱一些却推动了人工智能发展，这个到底哪一个择重点比较好，这不是我们考虑问题。Tony 老师讲了学校发展思路对我们也是一个很好借鉴。让我们再一次热烈感谢几位嘉宾。在这我也代表我们组委会感谢各位老师和学生的聆听，特别是感谢你们坚持到现在，如果下次你再和我们这几位嘉宾交流在网络人工论坛上我是坚持到最后的，然后再交流，这个效果会更好。谢谢大家。