智能信息創新論壇

時間：2018.07.28

地點：南京市棲霞區

 

總的來講是政府主辦的論壇，算不上一個技術論壇，目的大概是爲了配合政府相關的戰略進行宣傳和動員，主體無非是當下比較熱門的大數據、人工智能、區塊鏈以及信息安全。

 

南京大學仲盛教授——區塊鏈技術與應用

2008.10一個自稱爲中本聰的人在密碼學郵件列表中發佈了一篇論文，描述了一種稱爲比特幣（bitcoin）的數字貨幣，可是讓是沒有獲得學術界和企業界的重視。三個月後，中本聰發佈了比特幣軟件的一個版本，比特幣系統開始運行，短短几天就產生了第一筆轉帳。而第一筆比特幣支付的真實交易產生是在2010.05一個佛羅里達的程序員花了一萬比特幣（當時約25美圓）買了一個披薩（這就有點滑稽了，如今誰要是擁有一萬比特幣，那能夠說是富翁中的富翁了）。2010.07，第一個比特幣交易所在日本成立。

順帶說說中本聰這我的，這我的是否存在仍是未知的，也就是說這我的身份是未定的，甚至來講還可能不是一我的，而比較流行的說法是個日本人（名字確實也像是日本人），只是由於第一個比特幣交易所在日本成立因此這個說法才比較流行而已。而關於那篇論文，至今仍然未發表在任何一個主流期刊上（不過要是發表了也不至於身份未定），緣由是比特幣這種數字貨幣太顛覆性了。

傳統的數字貨幣是基於金融密碼學和應用密碼學，通常來講都會有一個可信任的第三方進行帳本的管理，而比特幣沒有，比特幣的核心思想史區塊鏈，區塊鏈的每一個參與者都保存一個帳本（帳本的一頁叫一個區塊block）。簡單來講，區塊=帳本，每一個參與者都有一個帳本，這個帳本都是同樣的，能夠理解成分佈式帳本。所以不須要可信任的第三方，也就是去中心化。帳本保存系統裏每一筆交易的信息，經過相似於民主投票的方式保證全部數據的一致性，只要大多數人是好的，就能夠保證系統的正確運行。所以帳本的一致性體現了西方的民主思想。這麼算下來比特幣系統並不須要相似於盲簽名的簽名密碼學技術，這也是它顛覆性的一個緣由。

區塊鏈技術的應用不只限於數字貨幣範圍，保險、通訊、娛樂業等紛紛採用區塊鏈技術，Facebook等信息產業巨頭也成立了區塊鏈部門，微軟甚至在VisualStidio中退出區塊鏈應用的開發工具。世界經濟論淡預測，到2025年全世界GDP的10%（中國佔世界也就10%+）都將基於區塊鏈技術。

區塊鏈的優點是去中心化和智能合約，高頻交易須要依賴計算機來完成，而這段代碼就是智能合約。簡單來講，例如股票市場，若是能抓住起伏震盪的瞬間進行買入賣出就能實現超短線投資而賺錢（固然政策上並不容許）。固然其實區塊鏈的潛在問題也很多。效率是它發展中的一個瓶頸。以比特幣爲例，它出塊時間在10min左右，另外它的效率是7tx/s也就是一秒鐘最多發生7筆交易（中小型金融機構在幾十到幾百，更別說國家應用級別的），並且區塊鏈對交易信息是徹底公開的，這也可能帶來安全隱私問題。

但實際上在不少國家是不能發展這種數據貨幣的，實在是太顛覆性了，然而區塊鏈的應用能夠不少，以醫學爲例。區塊鏈的去中心化和一致性就有很好的用處。例如，若是對醫療數據上鍊，那麼病人就不須要在多家醫院重複註冊，不用把檢查成果在醫院之間移來移去，開藥價格透明，醫生學習和科研也能夠基於大量醫院取得的大數據等。

 

南京信息工程大學沈劍——雲環境中數字安全保護機制

n個用戶，傳統密鑰協商的通信開銷是O(n)，而在雲環境中不須要對所用人進行密鑰交換，於是能夠降爲O(sqrt(n))，如SBIBD協議。可是雲環境並非一個可信任的第三方，所以雲環境中數字安全保護機制的一個核心就是要讓雲不知道咱們是「誰」，但幫咱們作事。

 

科大訊飛張方——AI賦能，迎接千帆競發的新時代

AI三個階段：運算智能（會算會存）-->感知智能（會據說看認）-->認知智能（會理解）

對應三個基礎：基礎算法、技術體系（感知、理解、推理）、各類應用。

 

南京郵電大學李海波教授——人工智能的本質

人工智能無非就是解決效率問題，例如最短路徑問題：如何一筆連串聯（使用公路）我國全部省會城市而不重複，且該路徑是最短。窮舉法效率低不說，即便是現有的動態規劃也避免不了不少無用的重複，而人工智能理應解決這種問題，快速高效地找到結果。

symbolic AI, The mind is a symbolic system and cognition is symbolic manipulation.頭腦是一個符號系統，認知是對符號的操縱。然而對符號的操做並不能引領智能，由於智能並非一種符號的映射，設想下圖。

咱們總認爲經過圖靈測試就能夠認爲是人工智能，可是即便是如今的量子計算機，只要是逃不出馮諾依曼體系的機器，本質上都是一種符號的映射而已，所以根本作不到真正的人工智能（這個觀點有些詭辯，但細想其實有道理）。試想再某些問題的求解上若是給人來思考，人是不須要遍歷任何東西的，頭腦中第一反應就是這樣這樣，咱們期待的人工智能也應當是這樣。因此就有了強人工智能和弱人工智能，現階段的發展都僅僅是弱人工智能。由於按照上述邏輯強人工智能在定義和現有的事實上已經自相矛盾了。

 

題外話：

第一次參加論壇，政府主辦的一個論壇，技術性不強，更多的是配合某個戰略的一個動員會而已。無非就是請些學術界和企業界的人來淺談技術，而聽衆也大可能是企業單位派來完成任務的人而已，要是討論技術就很無趣了，固然也有很多學生。不得不認可都是蹭吃蹭喝爲主（才知道原來還有茶歇這種環節，自助午飯什麼的）。

若是說對某個領域沒什麼瞭解，那經過這種論壇入入門仍是挺好的，但若是說是但願探討技術，仍是多參加那種學會組織的論壇比較不浪費時間。

同時也發現高校和企業的發言仍是有區別的，企業帶有比較重的商業氣息吧，利益驅動，同時也宣（炫）傳（耀）本身（的成績），並且ppt風格真的是商務風格。高校ppt真的簡陋，技術就是技術，不過多探討技術所帶來的巨大利益。