与区长、诺贝尔奖得主共商人工智能“奇点”
我公司创始人/CEO姜龙博士受上海市政府邀请，作为上海市人工智能科学家代表，与杨浦区区委常委丁欢欢区长、2006年诺贝尔物理学奖得主乔治·斯穆特博士（George Smoot）举行高级别圆桌会谈，共同探讨人工智能在全球、中国，以及上海的发展现状和未来趋势。
斯穆特博士是美国加州伯克利大学的终身教授，除此之外，他还身兼多个美国和国际首脑组织的科学顾问职位，曾任美国奥巴马政府的总统科学顾问、香港政府科学顾问。
本次高级别会谈的议题是：人工智能的奇点是否已经到来？斯穆特教授首先谈了他对人工智能全球发展现状的理解，接着介绍了他在美国和香港大学主持的与人工智能密切相关的研究中心，以及研究成果转化成为市场化产品的几个重要企业案例。
丁区长重点谈到了人工智能在上海的科研、商业化的发展现状，举出多个上海人工智能重点高科技企业的技术和产品方向，以及逐渐形成人工智能产业集群的良好趋势。
我公司创始人姜龙博士着重谈到了人工智能在技术实现方面的全球主流的方法和路线，以及不同方法和技术路线的领域和行业局限性。具体以教育行业举例，姜龙博士点评了全球俩大主流人工智能技术在这个行业当中的应用和发展。
首先，数据沉淀发现模型和规律的方法是最早在教育行业当中盛行的垄断性的方法，虽然出现了几个有国际影响力的教育人工智能企业，但是由于方法的不合理，不仅早期成本居高不下，中后期是否能够实现强人工智能仍存在巨大疑问。
另一个技术路线是建立人工智能专家系统。此方法虽然是人工智能领域最早期的主流方法，过去二十年来从事该方法和技术路线的科学家已经极难遇到，但是这个技术路线，在教育领域才应该是最优化的路径；成本低，精准度高，短时间内完全可以做到强人工智能。
姜龙博士进一步指出，之所以用教育行业的人工智能作为一个例子，他主要想指出，人工智能是一个对综合科研能力要求极高的科研技术领域，必须同时精通定量分析和定性分析俩大数据分析领域，唯有跨学科、跨专业、底层科研能力超强的学术大家才有可能清晰把握技术开发路线；除此之外，唯有对具体行业有深刻思考，足够经验的行业专家才有可能看清人工智能在其中的适用性。
简言之，想要进入人工智能领域的人，想要不失败，必须同时具备超强的基础研究能力，同时必须具备行业顶尖专家的能力。
斯穆特博士对姜龙博士的看法表示完全赞同。他指出：“姜龙博士对人工智能的技术本质，以及应用的要求理解和解释的非常准确。此时提出，对于全球人工智能领域有重大意义。我看到绝大多数的全球范围内的人工智能企业，都存在走错路的巨大风险。正如姜龙博士所指出的，如果基础科研能力不够宽广、扎实，对行业不是足够理解深刻，无论什么机构或企业都极有可能陷入到高投入、高风险、高失败的陷阱中。”
本次高级别会谈持续了近俩个小时，上海市30多家人工智能头部企业的企业负责人，技术负责人作为听众出席了会谈。