“生命本身是一个旅程，基因只是起点，不是终点。在这个过程中，你是你自己的选择，所以你要根据你的数字化生命的模型做出最好的选择，希望每一个人都不做越来越坏的选择，能够理性地做越来越好的选择，让身体更健康。我认为能回答这个问题的核心点，什么是生命的核心点，在于learning system，如果我们能做出一个 digital human of allhumans , 那套系统就像我当初做的那个那个瓢虫的捕食行为一样，一个 learning system ，也许那时才能够真正理解生命本身。它不是一个简单的 equation ，它是一个learning system 。所以碳云智能基于了三个基本假设：生命是可以数字化的；生命是可以被计算的；生命也是可以被网络化的。”

王俊，碳云智能创始人兼CEO、原华大基因CEO。对于人工智能和基因技术，王俊老师做了极为精彩的分享。

百度徐伟：AGI在我们有生之年实现的可能性比得老年痴呆和车祸要高

文字实录链接：

视频链接：

“近些年，人工智能主要在特定领域内有很大的飞跃，包括语音识别、人脸识别。通用人工智能则有所不同，主要强调具备人一样的多重智能行为，包括感知、决策、推理与规划，以及交流和沟通。其中，我认为最重要的是学习能力。目前，很多人工智能的学习能力可能还不如两三岁的小孩。重要的学习能力主要包括：渐进学习、自主学习和交互式学习。渐进学习是指，在不断地学习新知识时，可以将老知识应用到新知识的学习中；自主学习是指，人从小所受的监督学习较少，更多的是与环境接触之后，不断自主学习；交互式学习是指，通过交流来学习。目前，这一些学习能力都是深度学习所欠缺的。”

“机器的一大局限就是缺乏常识。如刚才提到的无人驾驶，机器往往缺乏常识。现在，机器在控制方面能够用做的很好，但缺乏对于常识的判断。比如，前面有人招手，若机器没有见过这个场景，不知道怎么做。”

“人为什么会有常识？首先，人在生活中经历颇多，比如物体识别，人从小根据常识知道物体不会凭空消失。但是，繁多的常识若想灌输给机器难度很大。因此，早期的 AI ，图灵提出机器需要放在 physical world 里学习。那时，由于技术条件的限制，很难实现，目前这一问题仍然没有解决。但是，我们可以看到，如果把机器放在 physical world 里面学习，可能解决 common sense 的问题。退而求其次，就是把图像、语言等用 embody 的做法输入，可以更接近。基于此，我们开展图像和语言的联合学习，也希望机器能够真正在环境里学习。”

“我觉得到2050年，通用智能达到人类智能的可能性比我得老年痴呆的可能性大一些。”

徐伟，百度 IDL 杰出科学家。他在本讲就通用人工智能的现状与展望进行了深入的讨论和交流，主要涵盖通用人工智能、自主学习、体验智能、语言获取等内容。

华为李航：NLP 有 5 个基本问题，深度学习有4个做得很好

文字实录链接：

视频链接：

“为什么自然语言理解很难？其本质原因是语言是一种复杂的现象。自然语言有5个重要特点，使得计算机实现自然语言处理很困难：（1）语言是不完全有规律的，规律是错综复杂的。有一定的规律，也有很多例外。因为语言是经过上万年的时间发明的，这一过程类似于建立维基百科。因此，一定会出现功能冗余、逻辑不一致等现象。但是语言依旧有一定的规律，若不遵循一定的规范，交流会比较困难；（2）语言是可以组合的。语言的重要特点是能够将词语组合起来形成句子，能够组成复杂的语言表达；（3）语言是一个开放的集合。我们可以任意地发明创造一些新的表达。比如，微信中“潜水”的表达就是一种比喻。一旦形成之后，大家都会使用，形成固定说法。语言本质的发明创造就是通过比喻扩展出来的；（4）语言需要联系到实践知识；（5）语言的使用要基于环境。在人与人之间的互动中被使用。如果在外语的语言环境里去学习外语，人们就会学习得非常快，理解得非常深。”

“如果想让计算机像人一样使用语言，原理上需要完全不同的、与人脑更接近的计算机体系架构。”

“自然语言处理做的第一件事情就是把问题简化。”