2020年12月11日，中国国际工业设计博览会在武汉开幕。展出了概念电动车，安全巡逻机器人，无人运载工具和其他充满设计感的技术展品。人脸识别，自动驾驶，智能扬声器，手术机器人...近年来，我国人工智能的发展进入了一个爆炸性时期，已广泛应用于金融，电子商务，医疗，安全，教育和教育等领域。但是随着技术的发展和应用，由此产生的数据伪造，算法瓶颈，隐私安全，道德困境等问题变得越来越突出。 “上述问题，包括许多人工智能公司的高估值和低销售额，必须在人工智能技术本身中找到。这些问题是由当前数据驱动的第二代人工智能的自然缺陷引起的。 12月9日，在清华大学人工智能研究所等主办的2020第三代人工智能产业论坛上，中国科学院院士，清华大学人工智能研究所所长张波说。张波说，随着世界上许多国家将新一代人工智能的发展升级为国家战略，行业需求正在井喷，人工智能迫切需要开发安全，可靠，可靠和可扩展的第三代人工智能。技术。什么是第三代人工智能？作为这一概念的最早支持者，张波解释说，它是一种基于知识，数据，算法和计算能力四个要素的全新结构，它是基于第一代知识驱动和第二代知识驱动相结合的。生成数据驱动的开发系统的目标是完全解决计算机智能问题并充分体现人类智能。 RealAI首席执行官Real Tian表示，人工智能希望成为当今世界的``水和电''。时代的到来，已成为推动各个行业升级的基本通用功能，并且它依赖于完整的AI基础架构。继承互联网时代的经验，当前的AI基础设施建设侧重于数据中心和计算能力平台，主要是解决AI的“饮食”问题。并为AI提供基本的计算环境。但是，由于数据积累受到场景的限制并且现有的计算能力正在接近极限，因此由大数据和大计算能力等外部驱动力带来的AI行业的第一增长曲线已经开始放缓。 “从内部突破就是增长。”田天表示，随着各个行业智能水平的不断提高，人工智能基础设施的建设必须从增强自身的基础能力开始，并在数据和计算能力范围之外开发新的能力。驱动力是创建本地AI基础架构，以更好地支持在相同数据和计算能力条件下AI赋能行业的深度应用，为AI产业化开辟新的市场空间，并推动该行业的第二条增长曲线。田田认为，要增强人工智能的内生动力，有必要突破三大障碍。首先是算法遍历，可确保算法决策的可靠性和安全性。他解释说，在智能时代，人工智能的决策逻辑和联系自然具有很多不确定性，缺乏可解释性，并且很难应用于高价值的决策场景。另外，无处不在的“对抗性样本”被称为“对抗性样本”。该算法的特征导致对AI系统进行恶意攻击的风险。第二个是数据网关，以确保数据的隐私性和安全性。在训练AI模型时，简单的明文传输和数据利用很容易导致隐私泄露。同时，在为AI应用程序破坏数据岛的过程中，数据使用和使用情况难以保证，并且可能会被滥用和复制。同时，很难界定利益和确保所有者的权利。最后是应用程序门，它是AI应用程序场景的管理和控制。例如，出现了一系列算法公平性问题，例如“幸存者偏见”。在信用模式，种族歧视，人脸识别等方面，以及滥用技术造成财务欺诈，甚至进行政治宣传以引导公众舆论。 “要突破三大障碍，