CCF YOCSEF苏州举办“数据驱动的认知智能能走多远？”技术论坛

2022年6月11日下午，CCF YOCSEF苏州在YEF2022苏州会场成功举办“数据驱动的认知智能能走多远？【论坛编号：CCF-YO-22-SZ-1FT】”技术论坛。本次论坛邀请了全国认知智能领域顶尖专家作为讲者和特邀嘉宾，吸引了全国人工智能领域知名企业家及学科专业负责人和骨干教师，针对产学研背景下数据驱动的认知智能等问题展开线上线下技术交流和思辨。会议采用线上线下联动模式，除了线下会场30多人参与思辨以外，在哔哩哔哩、腾讯WIZ、寇享学术和ZOOM等平台同步直播，总参会超3000人次。“苏州广电”、“看苏州”、“全球智博会”、“今日相城”、“FM91.1”和“金鸡湖创业长廊”等媒体对本次论坛以及相关观点内容进行了报道、广播和转载，反响热烈、不仅受到相关行业人士的密切关注，也对普通民众进行了认知智能概念的科普传播。

本次论坛的执行主席为YOCSEF苏州AC委员谷飞和许佳捷，线上执行主席为YOCSEF苏州副主席李华康和CCF会员李峰。

参加本次论坛的有CCF业务总部执行总经理束庆山、副总经理窦路婷，CCF CTO CLUB副主席朱巧明，CCF苏州分部秘书长王涛，CCF YOCSEF副主席史国良、学术秘书吴荣伟、叶雅梅，AC委员欧阳明、高雄波、徐峰磊，委员韩稳稳、王陆平，优秀AC委员孟海亮，赞助商代表江苏铁维刘云霞等。受邀出席本次论坛引导发言的嘉宾有复旦大学博导李直旭研究员、苏州大学博导陈文亮教授、科大讯飞AI研究院副院长刘权，特邀嘉宾包括苏州大学副教授王中卿、智慧芽公司算法团队负责人王为磊、国泰新点软件战略和发展部总经理殷利明等。

第一个阶段嘉宾致辞和引导发言由谷飞主持。CCF YOCSEF 苏州07-08主席、CCF 杰出会员、江苏省大数据智能工程实验室主任、苏州大学博导朱巧明教授为论坛致辞。CCF YOCSEF苏州主席王喜为本次论坛进行了YOCSEF文化宣讲。

首先由复旦大学李直旭为论坛作引导发言，演讲题目为《多模态知识图谱与跨模态认知智能》。李直旭表示在认知智能领域，科研人员正在从语音接收的精准度、语意的理解能力、知识的调用和逻辑推理、交互的自然流畅度等四个层面在努力。他分享了多模态知识图谱与跨模态认知智能的相关研究热点、关键挑战与未来方向。

苏州大学陈文亮为论坛作第二个引导发言，演讲题目为《基于语言理解的智能信息处理》。陈文亮分享了基于语言理解的智能信息处理系统，包括知识图谱问答、常见问题检索、对话在内的智能问答及对话系统、以及面向大数据的文档信息抽取系统。

第三个引导发言的嘉宾是科大讯飞刘权，演讲题目为《认知智能助力建设美好世界》。刘权介绍了认知智能技术助力建设美好世界中的典型工作，分享了科大讯飞认知智能技术的研发布局及成果，并与参会嘉宾分享了科大讯飞认知智能落地应用的相关经验及方法。

引导发言结束后，为表示对各位嘉宾的感谢，现场分别由CCF业务总部执行总经理束庆山为李直旭颁发感谢牌，CCF苏州分部秘书长王涛为刘权颁发感谢牌。

本次论坛的成功举办也离不开江苏铁维的大力支持，为此CCF YOCSEF苏州学术秘书吴荣伟为赞助商代表刘云霞颁发感谢牌。

第二阶段的思辨环节，由执行主席许佳捷做开篇引导，各位嘉宾及专家围绕认知智能相关问题各抒己见展开了热烈的研讨。

首先是议题一，认知智能的技术瓶颈在哪，数据还是算法？

苏州大学博导周国栋教授认为，在于数据和算法两方面的。从数据的角度看，目前虽然有海量的数据可供使用，但是有标注的高质量数据不多。如何高效的获取高质量的标注数据仍是一个挑战。从算法的角度，随着预训练模型的流行，目前消耗在算法上的资源越来越多，如何构建小而有效的模型，也是一个很大的挑战。

针对这一问题李直旭表示，当下的算法和算力还是紧缺的，算法还是会不断提升，在当前深度学习的驱动之下，有很多比较快的方法能够从各类数据中挖知识，但这些知识赶不上对它的通用需求。

刘权也认为，整体上认知智能的发展绕不开提到的关键词，数据和算法都是瓶颈。这里的数据指的是有用的、高质量的数据。如何从数据中提炼关键有用的数据，现在机器还是做不到的。

王涛则表示，不管是对数据也好还是算法也好，可能算法上可能更重要一些，如果是通过一些算法可以解决数据上的一些问题的时候，这个可能才有一点出入，否则的话就是一个悖论了，就是一个死循环一直在这里边很难有所突破。

议题二为大模型与知识图谱，谁的优势更多？

对于这个问题，来自产业界的代表殷利明表示，大模型是认知智能领域一个里程碑的技术。对于公司来讲成本较高，现下对于公司而言还是知识图谱应用较多。

王为磊也从技术产业化的角度认为，在理论上来讲大模型与知识图谱是互补的。在实用上还是大模型更好。投入产出比还是很高的。

而李华康观点是，大模型与知识图谱类似于双螺旋结构，当前阶段，因为我们算力的提升，其实大模型能够瞬间超越知识图谱，但最终可能还需要知识图谱回过来做大模型的一个支撑。

议题三，越来越多的细分、复杂场景，对知识工程（包括构建、表示、推理及应用）提出了新的挑战，应该如何应对？

就该问题而言，李直旭认为，需要更精细的去梳理这里面的知识体系，然后更精细的去构建我们的知识表达以及我们的知识，然后把它用到一个合适的地方。

刘权指出，目前倾向于以需求导向为主，更多的可能还是需要跟工业界联合，要有深度的融合，否则其实也会存在闭门造车的一个风险，如果要解决这些问题，强烈建议要跟工业界深度的融合，做真正有用的研究。

许佳捷表示，认知智能的关键问题是知识表示与知识推理。在过去十几年互联网快速发展的浪潮当中，互联网场景中搜索、推荐、问答是知识图谱的主要用武之地。现如今，随着人工智能吹响了赋能百业千行的号角，越来越多的细分和复杂垂域场景，出现在包括工业、司法、医疗等等垂直领域中。这些场景往往存在数据量少，模态多样，数据异构，专家经验难以总结等新的特点。

本次论坛从下午1：30开始，线上线下的嘉宾们和参会专家展开激烈讨论和思辨，直至5：30论坛结束时间，大家还意犹未尽，希望很多观点和技术能在本次论坛后再组织交流。通过本次论坛讨论，CCF YOCSEF苏州为苏沪人工智能领域校企专业人士们提供良好的交流平台，增进了学术界和产业界的相互了解，为未来深度交流与合作奠定了基础，达到了预期效果，取得了圆满成功。