北大图灵论坛直播文字
主题：共建北京大学信息技术研究院签约暨北大图灵论坛
时间：2017年12月16日下午
地点：杭州国际博览中心3A
主持人(陈新华)：尊敬的林校长、赵书记，尊敬的各位领导、各位专家、各位来宾，大家下午好！
为了深入实施创新驱动发展战略，促进科技成果转移转化，助力国家信息经济示范区建设，今天我们在这里隆重举行“共建北京大学信息技术高等研究院签约暨首届北大图灵论坛”活动。首先，请允许我介绍出席本次活动的各位领导和嘉宾。
出席本次活动的北京大学领导和专家有：
北京大学校长林建华教授
北京大学党委常委、副校长、中科院院士龚旗煌教授
北京大学信息与工程学部主任、工程院院士高文教授
北京大学信息科学技术学院院长、中科院院士黄如教授
出席本次活动的省、市领导有：
浙江省委常委、杭州市委书记赵一德同志
浙江省科技厅党组书记、厅长周国辉同志
浙江省经信委党组成员、总工程师厉敏同志
杭州市委常委、组织部长张仲灿同志
杭州市委常委、萧山区委书记盛阅春同志
杭州市委常委、秘书长许明同志
今天我们还非常荣幸地邀请到了北京大学访问讲座教授、中国科学院外籍院士、图灵奖获得者约翰·霍普克罗夫特先生，北京理工大学副校长、中科院院士梅宏教授出席此次活动。
参加今天活动的还有省科技厅、省经信委、省民政厅有关领导，市委办、市府办、市委人才办、市发改委、市经信委、市科委负责人；北京大学相关部门领导、信息科学技术学院全体班子；萧山区四套班子领导，萧山区各部门和镇街(平台)负责人；北京大学校友代表；企业负责人代表；以及中央、省、区各级新闻媒体朋友们。
让我们以热烈的掌声欢迎他们的到来！
今天的活动分两个部分：第一部分，举行北京大学信息技术高等研究院签约仪式；第二部分，举办首届北大图灵论坛。
下面进行签约仪式，共有五项议程。
下面进行第一项议程，有请杭州市委常委、萧山区委书记盛阅春致欢迎辞。
盛阅春：尊敬的林建华校长、赵一德书记，龚旗煌副校长，约翰·霍普克罗夫特院士，高文院士，梅宏院士，黄如院士，各位领导、各位嘉宾、同志们，大家下午好。
在这梅花未动宜先香的美好时节，我们非常高兴的迎来了北京大学的各位领导、老师、校长，大家齐聚一堂，畅叙友情，共谋发展，经过前期紧张的筹备，今天北京大学信息技术研究院终于揭开了神秘的面纱，在钱塘江畔精彩亮相，我们将共同见证这一重要的历史时刻。研究院落户萧山得到了袁家军省长、赵一德书记的直接关心，得到了林建华校长、龚旗煌副校长的亲切指导，得到了高文院士、梅宏院士、黄如院士的全力支持，以及北大校友和萧山企业家代表的积极参与，充分体现了北京大学对杭州创新环境的高度认可，更体现了林建华校长对杭州的关心关爱拳拳之情，也体现了大家对萧山的信任、支持和帮助。
在此，我谨代表萧山区四套班子对北大信息技术高等研究院的成立表示热烈祝贺，向北大各位领导、老师，以及长期以来支持关心萧山发展的各位领导、各位来宾表示热烈的欢迎和诚挚的感谢。
创新是引领发展的第一动力，人才是创新的第一资源，当前萧山正奔跑在可以加速前进的最佳跑道上。面临着千载难逢的三大机遇，后峰会、前亚运的历史机遇，让世界的目光持续的关注着萧山，大湾区建设、拥江发展的战略机遇让萧山成为钱塘江时代发展的主战场。新一轮科技革命、产业变革和临空经济、金融港湾等产业振兴机遇将再次擦亮萧山的金名片。我们要努力争做迈向现代化道路上的先行区，筹办亚运会重大任务上的核心区，推进拥江发展战略过程中的示范区。
萧山有着扎实的实体经济发展条件和基础，当前以云计算、大数据、互联网为代表的信息经济高速发展，呈现出与实体经济深度融合的强劲态势，集聚了阿里巴巴、城市大脑、网易、科大讯飞、商汤、传化慧联等一大批人工智能优势企业。2016年，成功创建成为省级信息和软件服务业示范区，省级信息经济示范区。北大信息技术高等研究院成功落户萧山，将为我区创新发展插上腾飞的翅膀，汇聚优秀的人才加快科技创新成果的转化应用。研究院也将更好服务于北大信息技术学院科研研究人才培养，引领世界信息科学发展潮流。
站在新的历史起点，萧山将全力提供最优的服务，营造一流的环境，努力把萧山建成北大信息技术高等研究院科研实验、成果转化、创业创新的重要基地，希望研究院扎根萧山、放眼世界。各位院士能在萧山这片创业创新的热土上从全球引进人工智能与未来视听、未来软件、高性能计算与工业大数据、互联网、智能医疗等领域最优秀的团队，为杭州、浙江占据信息网络产业未来制高点提供智力支持。希望北大以及各位老师、校友能利用这个区校合作的平台，加强交流，一起到萧山来创新创业，共享发展红利，实现合作共赢。
最后，真诚祝愿北京大学与萧山区的合作愉快，祝老师、校友们在萧山度过难忘而美好的一天，谢谢大家。
主持人：下面进行第二项议程，请北京大学信息科技技术学院院长黄如院士致辞。
黄如：尊敬的赵一德书记、尊敬的林建华校长、各位来宾、各位朋友，大家下午好。
今天我们齐聚在中国IT重镇杭州，即将共同见证由北京大学和杭州市萧山区人民政府共建的北京大学信息技术高等研究院的正式诞生。首先，我谨代表北大信息科学技术学院全体师生对各位领导、各位嘉宾的到来表示热烈的欢迎，对各位在研究院筹备过程中给予的大力支持和帮助表示衷心的感谢。
当今时代，信息技术突飞猛进，对各行各业全方位深度渗透，研究院的成立可以说是恰逢其时，是学院在新的历史时期迎来的一个非常重要的崭新发展机遇，必将在学院发展历史上留下重要印记。作为国家战略的信息产业，也已成为国民经济中占比最重的支柱性产业。而信息学科也毋庸置疑成为了世界一流大学的竞争焦点和重点，并对其它理工学科，包括人文社科学科逐步渗透，成为国际知名高校的战略必争。
北大信息学科历史辉煌，在我国信息科学技术发展历史中贡献了多个第一。包括第一台原子钟，第一台百万次电子计算机，第一块大规模集成电路，第一个激光照排系统，第一个大规模商用指纹识别系统，第一个大型软件工程环境等等，都诞生在北大，也造就了一批国内知名的IT企业。
进入新时期以来，作为北大校本部规模最大的学院在基础研究、技术研发、成果转化等多层面快速发展，取得了一系列国际领先，具有国际重要影响的重大研究成果，形成了以两个国家重点实验室，一个国家工程实验室，12个省部级重点实验室和工作中心为核心的教学科研平台群，电子科学与技术、计算机科学与技术、软件工程三个一级学科领先进入国家“双一流”学科建设名单。11项牵头完成的项目获得国家三大奖，多项成果列入中国科技十大进展，中国高校十大科技进展，培养了一大批国际国内信息领域的栋梁之才。
为更好的推动“双一流”建设，需要将核心使命和外延任务有机结合，更好整合多方资源，培养一批引领未来信息技术创新和产业的领军人才。同时，贡献一批引领产业发展的重大成果。尤其信息学科是一个典型的基础和应用结合型学科，强调产学研双向互动，密切结合。可以说谁能更好的把握住两者的互动时机，互动态势，谁就能在竞争中抢占先机。
锦绣江南，人杰地灵，江南忆，最忆是杭州，山寺月中寻桂子,郡亭枕上看潮头。美丽的杭州位于长三角核心地带，处于“一带一路”和长江经济带枢纽区，区域优势明显，开放体制健全，创新环境优越。大家可能都知道所谓中国新四大发明有两项就诞生在杭州，而萧山在信息产业方面的发展机遇尤其是得天独厚。相信结合北大信息学科一批引领性研究成果，在新的信息技术风起云涌的时期，研究院必将大有可为。可以说这也是习总书记十九大报告中关于创新论述的一个具体实践，生动实践。
我们将以建设具有高国际影响力的信息技术研究院为目标，引进一批高水平人才，以人机物融合信息系统为核心，期望在智慧城市、智能制造、智能物流、智慧医疗等领域做出多层面突破性成果，引领产业发展。同时研究院也与北京的信息学院本部遥相呼应，互补融合，保证有可持续性的前沿成果源源不断的在杭州落地。并探索新的研究生培养机制，培养具有国际视野的创新创业型人才。
此外，也期望在跨学科智库等方面发挥作用。为进一步提升北大信息学科的国际竞争力和产业竞争力，促进长三角地区的经济发展做出重要贡献。
我想正是因为有政府部门的大力支持，有享誉中外的浙江企业家精神，让我们对于杭州与萧山的合作充满了信心。从北大红楼来到诞生红船精神的浙江，我们将发扬北大精神，融入浙江精神，扎实工作。相信在大家的共同努力和支持帮助下，共建的北京大学信息技术高等研究院一定会取得成功，不断取得佳绩。
谢谢大家。
主持人：下面进行第三项议程，举行共建北京大学信息技术高等研究院签约仪式。请北京大学龚旗煌副校长、萧山区人民政府王敏区长上台签约。请林建华校长、高文院士、梅宏院士、黄如院士、龚文东主任；请赵一德书记、周国辉厅长、张仲灿部长、盛阅春书记、许明秘书长上台见证签约。
(签约仪式)
主持人：让我们用热烈的掌声祝贺北京大学信息技术高等研究院正式签约成功。
为加快研究院项目建设，前期，研究院已与万向集团、传化集团、恒逸集团三家龙头企业就共建联合工程中心达成合作意向，今天将签署战略合作协议。下面有请研究院执行院长蒋云、万向集团副总裁陈军、传化集团副董事长徐冠宝、恒逸集团总裁楼翔上台签约，请各位领导见证签约。
主持人：谢谢各位领导，请回座位。
请林校长、赵书记留步，隆重邀请约翰·霍普克罗夫特先生上主席台。
约翰·霍普克罗夫特先生是世界顶尖的计算机领域科学家，美国国家科学院、国家工程院和艺术与科学院的三院院士，图灵奖获得者。我们很荣幸的邀请到他担任研究院名誉院长和图灵小镇顾问，下面有请林建华校长和赵一德书记为约翰·霍普克罗夫特先生分别颁发研究院名誉院长、图灵小镇顾问聘任证书。
掌声祝贺，感谢约翰·霍普克罗夫特先生。
主持人：下面进行第四项议程，请北京大学林建华校长讲话，大家欢迎。
林建华：尊敬的赵一德书记，盛阅春书记，尊敬的约翰·霍普克罗夫特教授，各位领导、各位来宾、各位校友，大家下午好！
很高兴再次回到美丽的杭州，刚刚北大与杭州市萧山区人民政府正式签署了共建北京大学信息技术高等研究院的合作协议。在此，我首先代表北京大学向研究院的成立表示热烈的祝贺，也向出席签约的各位领导来宾表示诚挚的感谢。
北京大学实际上与浙江有着非常深厚的，千丝万缕的历史渊源。我们很多老的校长都是浙江人，比如说最著名的蔡元培，蒋梦麟、马寅初，北大历史上非常著名的校长。除此之外，早期在1988年担任校长的许景澄，1912年担任校长的何燮侯，胡仁源是在1913年，那时候校长换的比现在还要快。还有后期在改革开放之后的张龙翔，这些校长都是浙江人，所以浙江人在北大的建设、建立、发展的过程中发挥了非常大的作用。
我记得早期到学校工作的时候，当时大家有一个笑话，就是说在北大，因为北大有很多山东人，像我这样祖籍在山东的副校长，校长都是江浙人。北大有一个笑话，山东人给江浙人打工！
进入到新世纪以来，双方的交流与合作从各个方面都有了非常广泛的发展。2004年，习总书记在浙江工作期间曾经亲自到北京签署了浙江省和北京大学省校合作协议，把双方的合作拓展到了很多其它的领域，包括科技、社会发展的研究、经济的研究各个领域。这项合作实际上取得了很多丰硕的成果，在2014年双方又续签了省校合作协议，我们这次的协议就是在省校合作协议整体框架下，我们继续把它加深落实双方的合作。
大家知道我们进入了一个新的时代，十九大以后我们进入了一个新的时代。在这个新的时代，国家要建设全面小康社会，建设社会主义现代化国家。这个对于每一个地区都是很振奋人心的，也是很艰巨的任务。对于大学来讲，也是一个很振奋人心，很艰巨的任务。从北京大学来讲，过去几十年，特别是改革开放之后北京去达了长足的进步。我们整体的学科应该说提升很快，我们可以比较自信的说现在已经进入到世界一流大学这样的行列了。但我们给自己定的任务就是要在2030-2035年左右，北京大学要进入到世界一流大学的前列，就是你要走到前面去。
当我们从学习到超越，从跟踪到引领，这个转变不是一个量的变化，是质的变化，需要我们以一种新的面貌，新的观念来改革整个体系，提升科技创新整体的影响力，提高教育质量，要使学校有一个变化。这里最重要的变化就是要走一条自己的路，要创出一条创建世界一流大学自己的路。这也就是总书记讲的，我们要真正的使中国的大学建设好，成为世界顶级大学的话，必须要扎根中国大地。只有扎根中国大地，才能够真正成为世界一流的大学。
面对这样的挑战，学校也对我们未来的发展战略做了认真的梳理，有这么两条，我们非常重要的优势也好，条件也好。
第一，北大的发展，北大要想进入世界一流大学的前列，我们必须借助中国的发展，借助中国中华民族的伟大复兴，要在这个过程当中才能真正实现学校的发展。我们知道世界的高等教育中心总是随着政治、经济、文化中心的转移而转移，当中国在世界上成为政治、经济、文化重要的力量，成为一个中心时，我们的大学就有了发展的良好条件。我们今天做的事情，实际上也就是让学校能够更加紧密的和地方社会经济、文化结合在一起，今天我们做的事情并不是说北大给杭州或者浙江什么东西，而是说我们要在浙江，在杭州，在萧山的发展当中把北大建设得更好。
第二，我们创建世界一流大学很重要的优势是中国文化的包容性。中国文化在过去几千年发展中都是以一种包容的姿态，不断吸收各个民族先进的文化，佛教是外来的，马克思主义也是外来的，西方理性的、科学的这些文化也是外来的。我们要把这些文化都融入自己的文化当中，这样的文化才更加有力量。基于这样文化的大学，一定能够引领世界，成为世界一流的大学，这是我们做这件事情很深层次的原因。
这次我们与杭州市，与萧山共建信息技术高等研究院，杭州是互联网信息技术发展非常活跃的地方，刚才盛书记和黄如都已经讲了，我想我们要和产业的发展紧密的结合，和地方的需求能够紧密结合在一起，把研究院建设得更好。未来这个研究院要发挥北大在吸引人才，利用它的国际影响力，同时也要和信息产业、地方的发展紧密的结合，我相信这个研究院一定能够取得预期的成效。
2018年，明年北大将迎来建校120周年，这是北大发展一个新的契机。中国人讲一个甲子，一个轮回，我们刚刚走过了双甲子，希望在未来120年道路上，萧山、杭州能够发展得更好，北大也能够发展得更好。
最后，我祝愿北京大学信息技术高等研究院能够蓬勃发展，也祝北京大学和浙江省杭州市萧山的合作能够愉快，祝贺我们的友谊，祝愿我们的友谊常青，谢谢！
主持人：感谢林建华校长饱含深情的讲话。
最后进行第五项议程，请省委常委、市委书记赵一德同志讲话，大家欢迎。
赵一德：尊敬的林校长、各位院士、各位嘉宾，大家下午好。
刚才我们共同见证了协议的签署，林建华校长发表了热情洋溢的重要讲话，我听了以后很感振奋，也很受教育。北大是世界名校，杭州是历史文化名城，名校和名城在一起必然会成就一段佳话。借这个机会，我首先代表杭州市委市政府对北京大学信息技术高等研究院落户萧山表示热烈祝贺，对林校长、龚校长和各位院士专家一直以来对杭州的关心支持和厚爱表示衷心的感谢！
北京大学是我们国家近代以来第一所国立大学，也是最早以大学之名来办学校的。刚才林校长说120周年了，这120周年北大的发展史就是一部先进思想不断碰撞，人文精神融合延续，守正出新引领未来的奋斗史。特别是近些年来，北京大学在学科建设、人才培养、教学研究和服务国家战略，服务地方经济发展取得了显著的成效，已经成为我们国家高层次创造型人才培养的基地，是科学研究的前沿，也是对外交流的重要窗口。可以说北京大学已经在中国特色、世界一流大学建设进程当中走在了最前沿，我们为北京大学取得的成就感到自豪，也对北京大学一直以来对杭州的厚爱和支持感到振奋。借这个机会，我们以掌声再次感谢北京大学！
林校长是浙大的老校长，也是杭州人民的老朋友、好朋友，真诚的朋友。杭州是历史文化名城，也是创新活力之城，生态文明之都。杭州历史和现实交相辉映，自然和人文相互融合，创业和创造良性互动。这些年来，我们按照习近平总书记对杭州的要求，着力推动创新驱动发展战略在杭州的实施，尤其是大力推进以科技创新为核心的全面创新，创业创新的生态不断优化。杭州已经形成了增长中高速、质效中高端、新旧动能加快转换的良好发展态势，也已经形成了服务业为主、信息经济引领、先进制造业支撑这样一个现代产业体系。信息经济占GDP当中的占比已经达到25%，对GDP贡献率已经超过50%。阿里巴巴、海康威视这些世界名企就从杭州走向全球。最近依托阿里云建设的城市大脑已经被列为人工智能国家级的四大开放创新平台之一，杭州也为此正在积极的把这件事做到位。
杭州这些年对人才的培养非常重视，也投入了大量的精力，我们出台22条，最近又研究出台人才国际化的若干意见。我们一直在搞人才引进的国际化，有一个“521”的计划已经实施多年，取得了良好的效果。现在杭州人才的总量已经达到221万，其中国千人才有341名，这些北大给予了很多支持。人才当中高校系、阿里系、浙商系、海归系，这四大系称为创新创业的“新四军”，正在浙江大地上写出一个又一个传奇。
下一步，我们一定按照总书记的要求，打造世界一流创业创新环境要求，继续推进城市国际化，推进拥江发展战略，推进创新驱动发展，推出城市治理体系和治理能力的现代化，尤其是要在人才创业创新环境打造上下更大的工夫。有一个好消息告诉大家，公安部专门批复给杭州市人民政府，杭州在引进海外人才政策上与上海同等待遇，这是公安部专门给杭州市人民政府批文。上海的政策，杭州可以用，全面复制，这是一个非常好的消息，也是杭州未来创业创新的利好。
大家都知道北大有一种精神就是思想自由、兼容并包，杭州的精神就是精致、和谐、大气、开放，我认为这两种精神是高度契合。而且我们双方都有打造世界一流的梦想，同时都有很强的创新基因和信息技术的优势。在以信息技术为代表的科技变革、产业变革的大背景下，我们双方坐下来搞合作应该说是恰逢其时，水到渠成，相得益彰。北京大学高等信息技术研究院放在杭州，我认为杭州就增加了一个创新的动力源、人才源，北大也增加了知识创新、创造、成果转化的重要基地。两者优势互补，我们都走到一起了。
作为杭州市萧山区两级党委政府为高等研究院的健康发展创造条件，创造环境，是我们应尽的责任和担当。我们一定从硬件支持到政策支持，从人才服务到创新转化，各个方面都要提供全优全新这样一种良好的环境，为研究院早日启用发挥作用，创造一流的环境，同时也为北大的人才到杭州来创业提供一流的沃土。
我相信在双方的共同努力下，在大家的大力支持下，研究院一定会创出一流，一定会为杭州做出创新活力之城的建设，注入强大的动力。同时，也为“两个高水平建设”，为中华民族伟大复兴中国梦做出新的更大共享。
最后，预祝研究院早日启用，结出硕果，祝大家身体健康、生活愉快、万事如意，谢谢大家。
主持人：感谢赵一德书记。
各位领导、各位嘉宾，共建北京大学信息技术研究院签约仪式各项议程已经圆满完成，下面请大家稍作休息，10分钟之后将在这里举行首届北大图灵论坛，欢迎大家参加。
谢谢大家。
主持人：各位领导、各位来宾，共建北京大学信息技术高等研究院签约仪式各项议程已圆满结束。下面请大家稍作休息，10分钟后返回会场，我们将举行首届北大图灵论坛，谢谢大家。
主持人(谢冰)：尊敬的各位领导、各位嘉宾、各位来宾，感谢你们莅临今天的北京大学图灵论坛，作为杭州市共建北京大学信息科学技术高等研究院的一个启动活动，我们今天在这里举办首次的北大图灵论坛活动。首先我们要感谢杭州市政府、萧山区政府提供了这么一个高大上的论坛环境。其次，我们要感谢今天邀请到会的三位学术大师，他们是图灵奖获得者，美国康乃尔大学教授、北京大学教授约翰·霍普克罗夫特；另一位论坛报告者是中国工程院院士高文教授；第三位特邀嘉宾是中国科学院院士梅宏教授。
本次论坛的目的在于配合北京大学信息科学技术高等研究院的启动活动，我们请三位学术大师为我们讲述人工智能、大数据、城市智慧等方面的进展，也是高等研究院将在杭州开展的部分工作。
下面进入论坛的报告环节，首先有请约翰·霍普克罗夫特作相关人工智能的报告。约翰·霍普克罗夫特教授是康奈尔大学教授、北京大学教授，现任北京大学前沿计算研究中心主任。约翰·霍普克罗夫特是美国国家艺术与科学院院士，国家工程院院士、国家科学院院士，在1986年他47岁时就获得了图灵奖，他获图灵奖的原因是在算法和数据结构设计和分析中取得了一系列的决定性成果。
举一个例子来说，对搞计算机的人来说在本科基础科算法上，我们必然会学到的深度优先搜索算法，这就是约翰当年所提出来的。约翰教授近年来将人工智能的算法作为研究的兴趣，同时致力于推动中国计算机科学技术的发展和中国计算机科学技术人才培养体系的改革。正是因为他在中国的贡献，所以在2017年他当选了中国科学院外籍院士。
约翰目前在北京大学就任前沿计算中心的主任，同时他帮助我们主持开创了第一届图灵班拔尖人才教育体系。下面有请约翰·霍普克罗夫特作报告，有请。
约翰·霍普克罗夫特：尊敬的各位来宾，我非常高兴能够来到这里，我将和你们讲一下人工智能，以及信息革命对现实社会带来的影响。
很好，现在我们大家看一下人类历史的进程，有一系列历史演变的过程。非常有意思的是，历史的进程在不断的加速。特别是从工业革命开始到信息革命，在近300年的历史以来进展得非常快。
刚开始的时候，人类的历史是从农业和农耕时代开始。那么之后，我们主要是进入了智力发展的时代。2015年开始，我们进入了信息革命，目前的变化是在50年前，我们出现了关于电梯操作员的职业，最早他们是控制所有的电梯。但现在这些电梯操作员的整个工作是慢慢在消失中，当自动化出现之后，这些职业就消失了，而且不会再重复。
不久，我们就出现了自动汽车。在美国，一共有350万卡车司机。此外，还有装载车司机大概550万人，这些职业也都在慢慢消失中，就和最初的电梯操作员一样。
很多新兴的职业会不断出现，但问题是整个劳动力大概需要百分比来生产出我们所需要的商品和服务。答案就是，仅需要之前的25%。
目前，我们可以把每周工作时间降低到一周20小时，而且可以在45岁就实现退休。当然，为了达到这个目的，所有的工作都需要职业教育，也就是我们所说的高等教育。
在此基础上，所有的劳动力规模可以实现进一步10%的缩减。现在我们归纳几点，首先是变化多久会发生。第二，我们需要多少比例的人类来工作。第三，如何能够得到一份好的工作，需要大学的教育吗。第四，这个社会怎样能保证每个人快乐的生活下去。
如果75%以上的人们不用工作的话，我们如何在社会上退休以后找到自己存在的价值呢。很多人认为中国和美国两个国家能够从信息革命中受益最大，同时中国和美国如何能够联合起来带动其它的国家，从信息革命时代中受益。
在工业革命中，我们要用一些实际的操作。今天工业革命主要是在执行一些智力方面的任务，现在我就介绍一下在人工智能领域正在发生的一些事情。
人工智能是主要进展的工具之一，现在我们有很多商品，但如今所有的制造业都需要计算机智能化。但随着时代的进展，所有的计算机可以自主实现升级，不再需要人类的控制。
比如当您走进一个商店时，它就会辨识到您是谁。然后会在您的面前摆出一些您所需要的东西，当您打电话给一个公司时，可能接线员不再是一个人，而是一个机器人。
我们再次看到一个餐厅或者一部电影的评论时，很有可能一半以上的评论都是假的。也就是意味着，很多人在没有看过这部电影，或者没有进过这个餐厅时就写了这样的评论。
还有一种可能，当我们走进一个商店时不需要进行结账就可以自行离开。目前来讲，在医疗领域也会出现这样的情况，计算机整顿的正确性甚至超过人类整顿的正确性。现在在人工智能领域正在发生新的变化，主要是由于图像网络的竞争性和它的综合性，基本上可以分为1千种类的图象处理。那么之后呢，你就会获得一些经过处理的信息。所有相关的这些计划也都是经过处理的，准确性更高。发生的变化就展现在了这个图表中，从2010年到2012年，计算机处理程序的出错率大概是在15%-25%，也就是在2012年Alexnet错误率只有15%。这是一个伟大的变革。人工智能的技术在金融、医疗领域都取得了长足的进步，我们也做了深度学习。现在很有意思的一件事，当你在车里时并不需要钥匙来启动汽车，大家也不会觉得奇怪，因为在工程领域，我们常常是先进行实践，然后再深度理解相应的理论。
比如飞机的飞翔其实是在人们真正了解飞机飞翔理论之前，也就是同样的道理，我们现在已经开始使用深度学习这一理论，但真正了解它还需要很长的时间。为什么它会工作得如此之好，它是如何构成了整体的深度学习理论结构。
接着大家可以看这张表，相应的出错率已经进行了减少。我们可以看到人类的出错率在经过培训的状态下，也是有5%。
很有意思的一件事也正在发生，在深度网络领域，最早是通过监管进行相应的计算机信息处理和学习。但是现在它们不需要再进行监管，就可以自主的进行升级和学习。
我们再来看一下网络领域的每一个构造，从以上的图表中，我们其实看到了两种不同的模式。其中一种，大家可能并不能从这两种找出关键点，我们到底从这些图表中学习了什么关键的结论。
看一下在深度学习领域，可能是年轻一代的人更希望学习到一些知识。计算机门户领域整体的行为是和它的领域相结合的，很多小学生进行了一些研究，其中他们总结到自己所学到的，最早就进行黑与白的形象处理。三个组合在一起，大家看一下多长时间是保持在黑色，多长时间保持在白色。但是在之后，计算机随着自己识别度的能力下降，就会发现它们会放弃接下来的工作。随着信息科学的进步，整个图象处理进行了整体方式的转变。我们可以看一下信息图象处理的输出，代表了我们可以重新组合整个图像。我们给总统乔治布什照了一张相，把它放在网络上，之后决定重新处理这个图像。我们利用这个图像的内容，同时又为200位老者也进行了照相处理，然后进行了整个照相的图像处理，就对乔治布什在20年后长什么样进行了预测。
这是中国的绘画遇见了康奈尔大学的校园，首先我们对江南水乡的风景也进行了图像的保留，然后做了这么一个预测，如果康奈尔大学是再中国的话，它会长成什么样子。这个也是通过深度学习实现的，大概经历了四个星期的时间。我们还得到了一个结论就是，我们即使不进行实验也可以得到一些网络进一步发展的结果。那就是如何来培训这一网络，同时得到这些网络的不同结构和不同进程。尤其是在没有培训的这一过程中，网络也可以实现自行的升级。
我和大家描述一下，一个就是人们想去产生图像，比方说一只兔子会是一只猫的图像，这些都做得不是特别棒。他们有一个网络，产生了一些图片，或者一些比较真实的图片，他们把这些结合在一起，试着去培训网络。然后用这个网络迷惑一些真实的生物，培训这样的网络，直到它们能够越来越好的变成更真实的图像。他们做了图片的动画模拟，让学习变得更好。同样的技术能够产生翻译，能够进行语言的翻译。
在过去的方式，有一个文件，两种语言都是有的。现在他们想出来怎么做，然后用这样的文件去描述。你可能会有一些担心，你可能也听了愚弄一些网络的事情，我们有一个网络培训，把人的照片放进去，把猫的照片放进去，这样网络就会说这是一只猫。把猫的图片改变几个象素，他们想看这个网络能不能辨别出两个图片之间的不同。
网络有时候根本分辨不出来，所以我们就要更加的努力，看一下怎样能够更好的培训网络。
我的女儿大概三四岁的时候，我和她坐在沙发上。我有一本书，一本手工的书，我们会经常一起看。我会指着一张照片说这是猫、狗、马和车等等，有一个图像是关于火的，她指着这个车说，爸爸，这是消防车。之前看了类似的图像，她就能辨别出来这是一辆消防车。我们在想怎样通过一张图像训练网络，或者训练人类认识到更多的图像。
这是一张有意思的图像，每当我做演讲的时候，人们问我，人工智能是真的智能吗，答案其实是否定的。现在这个状况中，人工智能其实只是图像的认知，它是在高纬度空间中完成的。电脑是没有在图像中体现出一些有用的东西，它只是去理解它的功能。在几年前，我就知道计算机能够抽取一些基本的图像，但本质是不知道的。
比方说人工智能到底是不是真的，比如你把这个图像给人工智能看。计算机可能会说，这是一辆车，或者其它类型的各种车。但人类能知道这其实是轮子上的引擎，这对工程师来说，他就会知道这是一个引擎，不会说是其它的东西。
人工智能不是唯一的推动力，来推动信息变革。它是有计算能力的，它会处理很多的问题。现在发生的改变就是我们的隐私问题，现在有很多信息是电脑知道关于你本身的一些信息。但我通过了AI推动了变革，它会极大改变社会。对于一些个人，对于国家和公司来说，这些都是非常重要的，而且会帮助他们产生利润。
我想提一个方面，说一个故事。为什么第一个城市，第一个地区采用AI，对它本身来说是非常重要的。比方说一所美国的大学，在1920年，可以找到那时候前十的大学信息。在1920年前十的大学，仍然是现在前十的大学。因为这些大学从过去到现在，在它的质量方面都非常好。唯一一个进入了新的排名就是斯坦福，在1955年斯坦福排名没有非常高，现在它变成了第一名。有人会说为什么呢，在1945年二战之后，汀汤姆发现一个重要的变革，他知道未来是聚焦于微波的电动和固态的物理，他就把一些项目，比如机械和照明关掉了。但其它的机构完全没有意识到这些，过了十年才意识到，所以斯坦福作出了非常大的进步。
我提到了杭州是第一个主要的城市，在中国的第一个能够意识到它必须要投资于AI。我把要做的事情放在这里，第一，投资。投资一些资金投向这个领域顶尖的专家，有人说杭州是AI发展的第一地，如果提供整体更好的大学教育。不仅聚焦于杭州，提供整个中国的高端教育，你也帮助老师学习到更好的AI知识，这样才能够吸引高端的学生，从中国吸引到杭州，也需要一些创新创业的活动，帮助当地的经济。
我觉得时间差不多到了，我再给大家看两页。
一个事情，我来到中国是因为我喜欢中国，我来了七次了，我大概在这里待了2-3个月。中国是有非常棒的人才，但大学没有提供给这样的人才非常棒的教育，和美国还是有一点差距。所以要提高我们的教育，必须去创造更棒的优秀学生，帮助他把世界变得更好。你要做的就是，教育团队必须有压力，来提高研究资金和出版论文，这也是大学的任务，产生下一代的人才。其实我们的教育团队有时候没有时间注重于教学的质量，我觉得重中之重就是希望这个地区能够改变评估的指标。PKU，上海交通大学已经开始做这方面的事情了。我们创造了一种环境，让教育团队能够让教育杰出性受到评估。
这里快速讲一下，我说一下他们的影响是什么。我想说一下上海交通大学，因为这是项目的第二年。第一年，我们有五个非常棒的教育团队，本身这五个又吸引了其他八个非常优秀的老师，他们以前可能是优秀的PHD学生，然后他们来到了交通大学。他们一旦知道了整体交通大学的环境就改变了，就不会觉得说会受到资金的限制，会有太多的压力出版这些论文，他们觉得环境改变了就愿意留在这里。
最后感谢大家给我这次机会给大家演讲，谢谢大家。
主持人：谢谢，接下来有请高文教授。
高文：各位专家下午好，刚刚约翰给了非常好的报告，也是后半段我们极力提升的，怎样提升和改革中国高等教育，特别和计算机科学有关的高等教育质量。
下面的时间我和大家介绍一下高等研究院要做的关联的一件事，数字视网膜，这个题目就叫做《城市大脑与数字视网膜》。
城市大脑，王坚博士在下面坐着，这是王博士这几年一直极力推动的工作。城市大脑里现在系统架构由于现有技术，大家愿意把现有技术拿出来直接用，导致里面有一些问题。我想杭州或者浙江整个安防产业在国内做得最领先，我们怎么样把领先的产业变成世界领先，就要想得深入一点。把这个问题提出来，然后找到解决方案。
城市大脑，大家已经很清楚了，就是王博士做的，在杭州怎么样通过积累的视频数据和其它交通信号数据融合起来，给出一个更好的决策，让整个交通效率都提高。比如说现在王博士可以做到通过信号的优化，使得原来在别的东西不改变，只是通过云计算，通过大的数据分析使得交通的通畅率可以提高17%。这个对整个城市建设是非常大的贡献，与其增加17%的道路通畅率，不如建一个云来得直截了当。这个云是整个平台，王博士做的平台里包含了非常多的信息输入，存储，上面进行计算，一些算法。特别是涉及到和摄象头有关的，有一个专门的视频处理系统，它有很多感知，和视频图像有关的感知设备，把设备里提取出来的信息送到云端进行存储和处理。
这个系统其实是面向存储的，为什么面向存储的呢，实际你要想让它实时做事是非常之难的，因为现有系统就是架构在原有的，为了监控视频存储而设立的一套体系。在这套体系上，你如果想让它去做直接快速响应的识别分类，那个花的代价非常大。具体来说，现有基于传统监控架构的系统是不聪明的，实时相应不够，很容易跟踪的东西跟踪不上等等。这些问题归结起来有三个比较大的难题，困扰着刚才的系统。
首先视频数据非常之大，大到你没有那么多钱构造一个系统都存下来。第二，因为视频信息不能全都存下来，所以就要加大压缩的力度。一加大压缩力度随之而来带来的困难，压缩的时候把很多有用的信息，把很多要进行识别的信息丢掉了。丢掉就使得你在识别的时候，检索的时候很难全都找回来，可能只能找到60%-70%算是比较高的，经常50%左右。另外，尽管有时候好不容易找到它了，但是在全系列上面，因为一辆车也好，一个人也好，要跨很多摄象头捕获，跨摄象头的时候再标识也会有所困难。
为什么有这三个问题，有没有一个技术把这三个问题一劳永逸的缓解，或者完全解决掉。这个技术如果有的话到底是什么，我们提出这样一个问题来。是有这样的技术，现在问题在哪里呢。问题就是说一个摄象头干一件事，这就是问题的根源所在。我们为了把数据保存起来，要有一个摄象头把东西抓拍下来，把它压缩传回去，这是编码压缩摄象头。那好，我为了识别现在车过卡口车牌号是多少，再加一个摄象头。这个摄象头专门识别车牌号，我在高速公路上有四条线，要安四个摄象头，每个摄象头盯一条线。车快速通过时，我能把它抓拍下来，知道它是违章还是怎样。
抓拍这个东西既可以识别车牌号，也可以识别车型等等。但它是专门为这件事做的，没有一个摄象头说都能干，一件事必须一个摄象头。这种模式叫做单摄象头，单用途模式，或者最简单的是1-1模式，一个摄象头干一件事的模式。这种模式给后面的系统，特别对云计算带来了非常大的挑战。当然你说它简单也简单，现有系统就是这么做的，从十几年前，二十几年前就是这么做的，是一个慢慢积累的过程，现在已经到了这个时间点了，如果不把传统架构推翻的话，再想做就会困难非常大。
这个模式带来很多问题，很多效率不高都是由这种模式带来的，时间关系不展开具体说为什么了。简单的说，一个是它的延迟比较长，现在要想让云快速反应，刚才这种多摄象头模式要先编码、传输，到云端再解码，再提取特征，进行识别。这一长串会造成非常长的处理延迟。另外存储大了，最终做模式识别时准确率就会降低。可能损失20%-40%的识别率，很多实验数据支持刚才我的想法，时间关系不展开了。
而且不管用什么技术，是用传统基于特征的模式识别技术，还是用约翰教授提出的深度学习技术，所有这种实验最后给出来的，我们以人脸识别特征的使用作为标准的领域。可以看出你不管使用什么特征，它的性能当你压缩好了之后，对于识别性能损失都是大同小异的。
另外，为什么我们说监控视频这个数据利用率非常低，就是因为刚才说的这些原因，存在那儿。比如只能存两个星期到三个国产动漫月，到时间就简单覆盖掉，扔了，这是非常可惜的。这些大数据如果能够保存下来，将来可以挖出很多有用的东西，现在没有保存，简单扔掉了。怎样把这个东西用下来，这是需要仔细考虑的问题。
怎么解决这个问题，最简单的是这个架构怎么改，就能把刚才所说的问题都解决。我要给这种城市大脑找一双，或者找一个智慧的眼睛，慧眼。智慧的眼睛很显然不能采用刚才一个摄象头干一件事的架构，那是错的。它要采用一个摄象头把所有你需要的东西都抓出来，然后送给云端，要让云端来处理。这样云端就很轻松，不需要刚才说的很多延迟，需要一大堆服务器去解码，抽取特征。因为你需要的特征在每个摄象头就提好了，直接送到云端，在云端不需要提了，直接拿着特征就可以进行识别比对。另外进行全程的分析跟踪，这样就可以做了，这样的东西是比较理想化了。
如果有了这个东西，将来就有点像城市大脑装了一双复眼，是一堆眼睛，不是一个眼睛，每个路口都有一只眼睛，所有眼睛是联合工作的，可能城市将来就会是这样的复眼。这个复眼和城市大脑配合起来就是比较理想化的东西，这套系统首先在萧山用起来，盛书记就可以说这是真正最现代化的城市大脑了，而不是传统的脑子很好，眼睛很差，是进化的脑子，配了一个很古老的眼睛，这个就不太合适了。这个对策就是说要找到这样的眼睛，这样的摄象头。
这个摄象头可以进行编码，可以进行特征的提取，编码也好，特征提取也好，要用最好的技术。为什么叫数字视网膜呢，其实人眼睛看东西，这个视网膜不是像现在的监控，一件事安一只眼睛，不是那样的。我们就两只眼睛，除了看立体的东西两只眼睛需要配合，其它的一只眼睛就够了。一只眼睛既能识别对象，又能把美感送到大脑里。其实我们眼睛真的不是把图像看完之后送到后脑，而是做了相当的处理，该送的送，不该送的不送。一个眼睛送过的东西基本上够了，这里有一个交互的过程，不是说单向，把东西往后一送就完事了，可能有几个来回，需要的东西一次不够，可能给一个反馈再提。
如果做成这样一个东西，这就是所谓数字视网膜了，我们希望能做的摄象头有这样的功能，既可以把需要编码压缩的东西编了，同时把需要的特征提出来。当然这个特征也许是一次提出来，也许是经过几个往复，最后使得它提的特征更准确，更有用，这样使得整个系统优化得非常好。
这里涉及到几个关键技术，一个是编码的性能要做得好，我们专门针对这种视频监控提出了很好的技术，叫做场景编码模式。另外，要有特征提取的算法在摄象头里，可以支持包括局部视觉搜索用的紧凑描述子，以及支持深度特征，深度学习的编码框架。当然这两个东西不能简单往里装就完了，两个要进行配合。怎么配合呢，它要进行联合优化，我们专门要有一个模块，要把视频编码和特征编码联合起来一起优化。把它联合优化起来之后，可以支持云端的快速搜索和准确的分类，准确的检索。
关于第一个技术，高效的视频编码，这是我在过去将近20年一直专注做的一件事，做了一些国家标准，一代一代。当然开始主要为数字电视用的，现在因为视频在监控里照样用，我们在这里开发了一系列技术，使得现有技术可以比国外最好的技术，在视频监控方面编码性能要提高将近1倍。因为视频编码十年换代，我们提高了1倍，就说明现在已经比国外技术提前跨了近十年，七八年。这一块是比较领先的，用在监控上做了很多实验，在顶级杂志上都发出来了，说明我们同行里论文的评审认可这个结论，对我们来讲是很好的消息。
第二个技术，提的特征是不是占的空间很小，识别出来很准。这个采用了特征编码的技术，这个技术目前也已经成为国际标准了，成为行当里国际标准，多媒体描述专门有一个国际标准化组织在做。现在我们做的技术已经是国际标准化组织里一个标准，叫ISOIEC159-13。我们做了很多实验，结果都支持用这样提出来的东西，要比其它的特征识别率更好一些。
关键这两个东西怎么样综合起来，特征编码和视频编码怎么综合，这里就是要用联合优化技术。涉及到视频编码，它的优化技术通常是用得逆时针优化，码率和时针怎么做平衡。涉及到特征编码要用准确度优化，设计一个联合优化函数，把两个需要优化的函数联合到一起进行统一的优化。这个优化完了之后，一个码流从摄象头传出去到了云端，把它拆开之后既可以解码之后眼睛看，同时不需要解码，直接把刚才说的特征编码拎出来进行对象识别和行为分析。这个就是怎么样做联合优化的框架，这一块是我们比较独创的东西，这一块要准备将来一起来做，使得刚才说的数字视网膜眼睛可以更好一点。
具体有很多实现，可以有纯硬件的方式，可以基于DSP，基于GPU的方式。也可以现有从软的开始做起，部署起来，在云端用离线的方法提取，也可以进行搜索。等到前面硬件摄象头一点点替代进去，加上慧眼的城市大脑就可以构建起来。因为你需要信息的几个往复，到底是几个往复，往复的时候它的特征是怎么选择，这里面可以通过一些软件定义的办法去做，而且这个特征既可以用手工特征，比如说国际标准定义的特征。也可以用深度学习所需要的深度特征，这个都可以使用。只要你通过软件定义现在用的是什么特征，就按照定好的规矩来，这样就可以使得有相当的灵活性。
这件事要做好肯定要有一个开头，别人经常会问数字视网膜和现有摄象头到底有什么区别，或者数字视网膜的定义是什么？数字视网膜的定义有四个必要的东西，加在一起就是数字视网膜。第一，摄象头本身是统一使用的，所有摄象头时钟是一样的。第二，每个摄象头有非常准确的GPS信息，这样用摄像机网络规划时就非常准，不会乱。第三，这个摄象头可以支持高效视频编码。第四，这个摄象头可以支持高效的特征提取，而且三和四是联合起来进行优化的。有了这四个特征的东西，就叫数字视网膜，这个视网膜就可以使得现在配合阿里城市大脑，城市大脑不光是脑袋聪明，眼睛也比较锐利。
(图示)后面一些实验的东西，时间长了慢慢给大家看。今天时间比较短，我就把视频的东西和简单实验的地方跳过去。相关的标准，标准化的准备工作已经好了。
总结一下，作为城市大脑应该有一个比较好的眼睛，慧眼。现有的眼睛不太行，我们希望把这个眼睛革命掉，更新换代成一个新的眼睛，这个眼睛是数字视网膜。这个眼睛有四个基本条件，这些基本条件里，每个条件后面都是有相应的标准在做支撑的。我们在这里需要把这些东西集成起来，把它做成系统和设备，和具体应用的伙伴连到一起，最后把这个东西推向应用。这是北京高等信息研究院第一个落地，第一个展示出来的项目结果，希望获得大家的支持。
谢谢大家。
主持人：谢谢高院士的报告，高老师指出了数字视网膜和城市大脑的关系，也是高等研究院将要进行的重要研究工作。
接下来有请特邀嘉宾，中国科学院士梅宏教授。
(图示)
主持人：谢谢高院士的报告，高老师指出了数字视网膜和城市大脑的关系，也是高等研究院将要进行的重要研究工作。
接下来有请特邀嘉宾，中国科学院士梅宏教授。
梅宏：今天很高兴有这么一个机会介绍我们的工作，特别在座前面很多同志现在都肯定深有感触，因为浙江正在推“最多跑一次”，对基层的单位压力也很大。最大的障碍来自于哪里呢，就是所谓的信息孤岛，怎么样打破信息孤岛，让我们探讨一种方式。
大家知道政府要很好的服务百姓，总理一直强调“放管服”，打破信息孤岛。大家也都知道在业界大体上这么说，信息孤岛三件事，不愿意打破、不敢打破、不会打破。不愿意是因为部门的利益，各自的考虑。不敢是确实在法律法规上或者规矩上没有说清楚，什么东西可开放。不会，就是技术方案，我只讲技术方案能做一点什么。
分三个部分，大数据时代面临的很重要的信息孤岛危机。怎么样打破这个孤岛呢，我们提出一套办法。最后介绍自己的成果，在国内的推广应用情况。信息孤岛是我国发展大数据的拦路虎，大家知道大数据是国家战略，2015年8月31号国务院发布了《促进大数据发展行动纲要》，十八届五中全会大数据上升为国家战略。十九大，总书记提到要加强与实体经济的融合，云计算、大数据、人工智能。在近两年国务院办公厅、发改委部门，互联网+政务服务，政府部门都很清楚。办公厅39号文解决政务信息系统的整合共享的问题，今年发的。
总书记在去年4.19讲话也提到这个，打通信息壁垒，构建全国信息资源的共享体系。在前段中央政治局第二次集体学习的时候也强调打通信息壁垒，形成覆盖全国统筹利用、统一接入的数据共享大平台，构建全球信息资源共享体系，实现跨层级、跨地域、跨系统、跨部门、跨行业的协同管理，这是国家交代的任务，也是国家的一项战略。
(图示)我们看看信息孤岛传统是怎么做的，这是大体上一个架构，大家可以看到基本上是数据层、逻辑层，一个表现层，客户端。客户端可以是浏览性，可以是客户端，也可以是APP，和它紧密结合起来。后台是原始数据，前台展现是业务数据。如果说要解决这个问题，我们需要用白盒式的方法，把它的数据和功能开放出来，全面分析数据的源码、数据库的表、安全机制、各种文档，对整个系统进行二次开发、测试、编译，重新部署，这是过去做的基本套路。如果这么做的话，我们看到时间和人力成本过高，单个政企信息孤岛互操作改造需1千人天，100万元。
我从8月份开始按照发改委的要求督促各地政务信息系统整合共享，走了很多地方。其中一个省告诉我，就是以某一个公司原有开发的系统，它现在需要开六个接口出来，要价几百万。每一个接口要很多钱，改造的规模和复杂度取决于原有系统整体而不是忽操作部分。改造内容和质量直接会对原有系统的稳定性和安全性形成影响，而改造的过程和步骤需要协调原来的开发商，改造厂商，新的开发商，运营维护人员还有业主多方面利益相关者，这是我们所面临的困难。
过去我们做了很多工作，中间件过去十几年从网络时代以来，中间件主要解决功能的连接，对数据连接关注明显不够的。有两位重要的人物曾经讲过，一个是06年图灵奖获得者Tim Berners-Lee，他说数据忽操作是当前Web的主要挑战，怎样形成数据的互操作。07年罗伯特Kam提到将数据和功能互操作视为互联网下一个颠覆式挑战，这也是学术界共同的难点。
现在北大燕云团队十几年工作一直在做这件事情，原来我们做的也是中间件。对这么一套系统白盒式的改造方式能不能换一个思维考虑，走另外一条道路。黑盒式外部自动适应的途径，利用信息系统云端融合的特征采用类似于人体身体条件反射，神经系统反射，这个成果在历史上得过诺贝尔奖的。从外部行为反应观察内部的系统，进而去了解到内部结构和机理，能不能做到。
通过这种状态和行为的了解，通过客户端的反射机制，自动生成一个接口，这个接口就可以去访问。不需要系统的源码，也不需要打开数据库表和相关的温标，也不破坏现有的机制。怎么做，通过在线实施监测和控制信息孤岛，模仿整体的运行行为。第二，基于人机协同，有一些人的加入，人的了解，因为主要是解决什么呢，对数据语义的理解，机器还不能完全理解。自动生成，通过信息孤岛客户端定位哪些功能要开放，哪些数据要开放。
再进一步需要完善什么呢，模型驱动接口全站优化，把接口做好之后，从操作系统、虚拟机、应用软件站多个层次形成优化。为什么叫软件定义的方式，我会对里面所能理解到的每一块加上API。加上API以后，由于性能的损失需要全程进行优化。全程优化之后就形成一个开放的数据与功能的接口，这个说起来还不够直接。
我换一个更为直接的方式来说，比如左边是以前的套路。每一个信息孤岛，每一个信息系统坐落在系统软件之上的。网络上我们用中间件解决这个问题，中间件是解决互联互通和资源操作，所以我是需要在信息应用系统之间和系统操作加入一个中间件层。我需要手工对两个信息应用进行分析开发，重新二次开发。二次开发完了之后根据数据流和信息流协作，构建一个新的应用，这个应用躺在中间件之上。通过中间件连接起来，我给了一个中间件，同时也给一个标准，按照我的标准把接口开发出来。
我们的做法，孤岛还存在，首先构建一个客户端的计算引擎，自动重建数据流和控制流。由自动重建数据流和控制流之后，我把这个东西构建一个新的数据流和控制流的协作，形成新的应用。这个新的应用通过中间件在上面搭建在客户端，中间件主要完成资源调配和API的实现。这样原有的东西不动，这样就把它连起来，形成一种新的方式，原有的开发商可以不在也能完成这项任务。
再打个比喻，城市建设一样，杭州在建很多地铁。过去明挖法，这是传统的，这个比喻不是很贴切，让更多外行人能够理解这个做法。明挖法要把马路打开，涉及整个马路周边这个小区所有沿线都受到影响了。黑盒式方式要把受影响的人员减到最小，盾构机从下面穿过去，沿途上面的工作照样可以做，本身这个工作也是在线完成的。业务工作是不需要停，受影响人员少，协调难度要低，周期也比较短，成本开销适中。如果这个系统是你开发的，重新开出一个接口，这个工作量不好比。如果都是新手，这个系统都不是我开发的来做，效率大概提升100倍。
这里隐含的一个方法学就是软件定义，用软件定义的方式来做。什么叫软件定义，最早出来的软件定义网络，软件定义网络是把网络的基础设施层通过Flow Visor对网络基础设施进行虚拟化，基于API对Flow Table变成，根据业务构建虚拟网络并实现按需的资源调度，通过Controller的Flow Table来实现转发规则。
如果看这样一份结构对做计算机的人太熟悉了，网络是个新东西。看那个结构就是操作系统，如果把下面换成computer的话，它的原理和计算机操作原理是一样的，就是加一个软件控制层。本质上要把一体化的硬件设施分成各种部件，基础硬件进行虚拟化，提供标准化的基本功能。然后加一个管控软件，软件层来控制基本功能，提供更为开放灵活和智能的服务。
用一句话说，通过虚拟化，也就是硬件资源的虚拟化及其上面的接口(API)，“暴露”硬件中可以操控的成分，实现硬件的按需管理。我们想一想计算机本身，早期计算机只是一个硬件机而已，是操作系统把一台硬件机变成一台操作系统。每一个普通客户看到的，你需要了解里面的硬件吗，操作系统就够了。操作系统变成就完成了基本任务，这就是软件定义的技术本质。
软件定义一切的时代正在到来，这里各种各样资源，特别在人机物融合的时代，各种各样业务模式和应用场景，希望未来要做到万物均需互联，这是IOT所追求的。不仅万物，每个人也要连起来。汽车要连，人要连，人机物混连。连起来之后怎么办，都有API，都可以接，最后可以编程。一切可编程，才能达到追求的目的。
我们可以看到软件定义，刚才讲的是方法学，是一个思路。软件定义正在从简单的计算网络存储，从硬件资源的软件定义开始走向全软件站。能不能对它的应用、数据、平台同样提供一个API，完成整体的定制。把这么一个方法学用于数据开放的共享，走向全站资源的软件定义。
(图示)这是系统的架构，所谓信息孤岛是什么，利用软件，平台软件，操作系统，虚拟化系统，云管理系统都是一个系统。我们需要的是什么呢，对这个系统进行客户端的插装，加入计算反射引擎。通过反射引擎在里面把东西走一遍，了解清楚之后形成互操作接口生成。生成之后，互操作接口有一个运行平台，把客户端和云视频连接起来，加一个控制层，形成一个管理平台。上面可以支持各种各样东西，原理上是这样。
我个人对这个事情也在力推，可以不谦虚的说，在这件事情上就打破信息孤岛这么一个技术途径，国际上没有一个团队做到我们这个水平。我们也请国内同行做了一个鉴定，给了一个说法。六位院士把原理讲清楚之后，认为我们这是颠覆式的重大发明和创新。传统的途径还在中间件，没有走出来，这是完全和过去不同的途径，整体上是国际领先的水平，也找不到同类的东西，我们今年刚刚获得了电子学会颁的技术发明特等奖。
它的实践和成效，现在这个系统正式推广也就两年多时间，成为促进国家大数据发展纲要，政务信息流整合共享，互联网+政务，军民融合等云计算、大数据国家战略的杀手锏技术。特别是在国务院2017年39号文，《政务信息系统整合共享实施方案》，服务结构方式中是国家数据交换平台主要支撑手段。它的整合工作，北京、四川、贵州、山东等重点示范省份的样板工程，全国各地都有一些使用。也获得了工信部十佳案例和软博会的金奖。
构建政务数据资源目录，支撑国家大数据综合试验区。大家知道贵州是我国第一个大数据综合试验区，燕云DaaS是《政府数据共享开放(贵阳)总体解决方案》的核心技术。春节之后我们用一个月时间，5名工程师在没有原来系统厂商配合，没有数据库开放，也没有数据支援的情况下把所有贵阳53个单位，315个各式系统2290个功能项进行梳理，形成1016个数据资源“活化目录”。从去年开始，政府就在推这个目录，我们现在做了很多目录，各个省往国家也报了很多，很多目录后面根本没有连接数据，没有信息系统的支撑。我们这个做法就是要把数据本身和目录紧密的关联到一起，这是当时完成的贵阳一份工作，上面产生了一些具体的事情。
第二是互联网+政务服务工作，北京、上海、广州、深圳、杭州等30多个城市区县互联网+政务服务试点工作。怎样便民，信息惠民，总理讲的让老百姓少跑腿，让数据多跑路来解决这个问题。还有今年正在大力推进的政务信息系统整合共享，国办39号文。这个文是5月份发的，希望在明年中旬完成，各个省部级机关明年中旬完成。后来总理要求今年完成，所以说后半年从8月份开始，我也参与这项工作，就在积极的做这件事。
现在给了三种方案，国家平台三种方案。数据上传，服务接口，通过API的方式还有交换传输。9月底之前上报数据目录，数据目录做了很久，大概一年多了，各地都在做，梳理这儿有什么，哪些东西可以拿出来共享，哪些有条件共享，哪些无条件共享，哪些可以开放。10月底部门内内部系统整合，11月底各领域基于数据共享服务提供服务，现在正在进行收尾的阶段，完成示范应用，年底要求统一接入平台。各地都在做应用，服务接口倡导推进完成这项事情。
做的方式来看，每个省真的是要求，省里直接对下面服务，走到每个省感受还是很深刻。特别很多基层的干部，一切是为老百姓着想，就想着政务大厅，窗口服务怎么让百姓更为方便的办理所有政务，办所有的审批。他们最难受的是什么，垂直数据的拉入。我们走下来80%以上的东西，省里或者下面并没有要求把数据拿过来，而只是提一个请求，做数据的确认，或者查询。
(图示)北大燕云助力崇州综合执法，25天完成8个委办局13个系统116个数据接口的对接，连通数据62万条。如，工地执法检查四合一，3人一车30分钟搞定，使得执法过程中对原单位的影响降到最小。
(图示)贵州的扶贫大数据，贵州是我国贫困人口面积最大的，700多万人贫困人口，怎么样能够精准的标的，需要打拼国家扶贫数据，公安教育数据，12个省级部门的数据，18个扶贫相关的系统汇聚起来形成这么一个系统，能够实现共通共享自动比对，实时更新。这是构建的一个应用，服务到家，使得老百姓足不出村、足不出户能够享受到这种扶贫的相关服务。比如农机补贴、产业帮扶、教育扶贫等等，具体一个例子是贫困家庭有孩子考上大学，过去做法是自己垫缴。
之后再比对申请确认这个考生家庭是贫困家庭，再把钱返还给你，通常时间4-6个月。过去还有这种问题，除了还钱的过程比较慢，他要来回奔波，各个部门开证明，证明“我是我”的证明，很浪费时间。还有很多贫困家庭借不到钱，就辍学了，不上了。现在这种方式，只要实现精准比对，一考上大学信息就推到学校去了，直接报告不用交钱。2017年全省贵州2千多名学生，学费直接减免，使得每个学生都能上学，这也是很好的例子。
衢州“最多跑一次”，一窗对接民政局全国优扶系统，北大团队用了两个工程师大约花了十天，对90个API数据接口的生成实现了一窗受理平台，真正实现让老百姓最多跑一次。浙江不是专业组督查的一个部门，是吴院士来的。衢州市作为浙江一个试点，最多跑一次的试点，也是先行做得不错的，这是一个例子。
最新听说正在努力做“211”攻坚，袁省长对这个事特别关注，这个也是交给北大燕云团队的数据清单，要完成这么一些数据项。现在已经有20个人日完成了63个数据接口，实现省级一窗受理平台9个业务事项和垂直业务系统的实时对接。就是通过这种方式自动生成API，API连起来形成系统的数据共享，这是具体示范的应用案例。
最后就是一句话，刚才约翰也谈到，高老师也谈到，我们这个时代是一个AI的时代，我一直说AI要的是什么，从应用程度来看，从每一个人的感受来看，AI的基础是什么，是数据。单纯的数据量大也不是大数据，我们必须把多元的，各种各样的数据揉到一块，必须要打破信息孤岛。在这个基础上汇聚数据，实现数据的共享，形成数据的智能，形成一个新的时代。
谢谢大家。
主持人：谢谢三位教授精彩的演讲，约翰教授为我们讲了人工智能，高文院士讲到数字视网膜，涉及到对整个城市监控系统改造的整体方案，梅宏老师讲了打通信息孤岛，如何解决数据集成的大问题，这几个报告很好体现了我们在杭州做高等研究院一个基本的目标。北京大学本身的研究是前沿性的突破，大部分北大的研究追求的是颠覆性的技术突破。但是这些技术又都是很落地的，都是很接地气的，希望能够把高等研究院逐步发展成为，把前沿技术转化到实际当地经济发展和人民生活有关的转化性基地。
首先，我要感谢在座的诸位完整的听取了今天论坛的报告。限于这次时间，我们没有安排更多技术性的交流。未来各位大师都将在杭州开展研究，希望我们未来会有更多交流合作的时间和机会。
今天是12月16号，我在网上查了“1216”什么意思呢，要爱要留。我们希望双方能够在这么一个基础上，让北大和杭州既爱又留在这里。期望中心能给北大争光，又为杭州添彩。这次论坛到这儿就结束，感谢各位来宾，感谢各位嘉宾。
谢谢。