2020 年 8 月 7 日，全球人工智能和机器人峰会（CCF-GAIR 2020）正式开幕。CCF-GAIR 2020 峰会由中国计算机学会（CCF）主办，香港中文大学（深圳）、雷锋网联合承办，鹏城实验室、深圳市人工智能与机器人研究院协办。从 2016 年的学产结合，2017 年的产业落地，2018 年的垂直细分，2019 年的人工智能 40 周年，峰会一直致力于打造国内人工智能和机器人领域规模最大、规格最高、跨界最广的学术、工业和投资平台。

在第一天的人工智能前沿专场上，南京大学计算机系主任、人工智能学院院长、CCF会士、ACM、AAAI、IEEE、IAPR Fellow周志华教授以“反绎学习”为题发表了大会报告。

周志华表示，当今的人工智能热潮是由于机器学习，特别是其中的深度学习技术取得巨大进展，在大数据、大算力的支持下发挥出巨大的威力。机器学习算法模型用了更多数据和算力后，获得的性能增长可能远超算法模型设计者的预想。但是，把模型“做大”要付出高昂的成本代价。

因此，他认为，在人工智能研究上，学术界和工业界适宜有不同的分工：把“对性能的追求”交给工业界，学术界回到本源，做“探路”和“思考未来”的事情。

转载一篇论文

在迅猛的城市化发展中，交通是发展的命脉，关于出行，日常生活中我们所能感受到的交通的发展已经发生了巨大的变化，无论是出行方式的多样性、便捷度、舒适度还是安全性都得到了全方位的提升，但也同时出现道路拥堵、停车困难、交通事故频繁发生等问题。政策的倾斜、技术的深入、新出行方式的大量涌现、核心业务的不断拓展为中国智能交通带来千亿市场的商机，也重新定义了信息时代里的智能交通的全新姿态。

交通现状难解拥堵仍是主要症结

根据国家发改委公布数据显示，十二五”期间，我国综合交通网络总里程达到494万公里，高速铁路营业里程、高速公路通车里程、城市轨道交通运营里程及港口深水泊位数量，均位居世界第一。伴随城市化发展的进程，难以避免的出现交通拥堵的问题，根据公安部交管局的数据，截至今年3月底，全国机动车保有量首次突破3亿辆。据统计，在中国有大约超过50个城市面临不同程度的拥堵，尤其一二线城市拥堵情况更严重。汽车持有量的持续增加，必然给交通带来越来越大的压力，为了解决交通拥堵问题，政府在交通上的投入力度持续增大，建设智能交通，用技术的手段来治堵成为必然。

      本白皮书的意义在于与业界分享人工智能领域的研究成果和实践经验，呼吁社会各界共同加强人工智能领域的技术研究、产业投入、标准建设与服务应用，共同推动人工智能及其产业发展。

摘要：智慧交通是智慧城市發展的一项重要内容，使用人工智能技术不仅能提升城市交通的效率，还能降低城市交通事故的发生概率。本文将介绍五种人工智能技术在智慧交通中的运用，以供参考。 

　　关键词：人工智能技术;智慧交通;运用分析 

　　中图分类号：TP18 文献标识码：A 文章编号：1007-9416（2019）06-0203-01 

国标、企标、行业标准等

关于人工智能和交通运输，涉及五个方面——

第一，什么是人工智能；

第二，人工智能技术原理；

第三，人工智能典型应用；

第四，人工智能交通的应用；

第五，人工智能的未来。

什么是人工智能

人工智能的概念及特点

人工智能又称机器智能，是指机器具备人类才具有的智能。人工智能的目标是模拟、延伸和扩展人类智能，探寻智能本质，发展人类智能机器。人工智能可以用类似于生物或人类智能的原理实现，也可能迥异，其单项功能的性能往往远超人类。

机器能不能替代人？著名的英国数学家图灵提出，假如我们向机器和人提同样的问题，结果有30%判断不出是机器还是人回答的，那么这个机器便具备了人的智能。

人具有感知能力、记忆与思维能力、学习能力、行为能力（表达能力）。所有的奥秘全隐藏在人类的大脑之中。人脑大约有860亿个神经元，每个神经元又有约1000个突触，即每个神经元都可以和其他100万亿个神经元相连，这就提供了非常巨大的存储容量和并行度。例如，人可以非常迅速地识别出一幅十分复杂的图像。

数字孪生与平行系统: 发展现状、对比及展望

杨林瑶, 陈思远, 王 晓, 张 俊, 王成红

【摘 要】 随着物联网、大数据、人工智能(Artificial intelligence, AI) 等技术的发展, 针对促进新一代信息技术与制造业深度融合、实现制造物理世界与信息世界交互与共融的需要, 数字孪生和平行系统技术成为智能制造和复杂系统管理与控制领域研究的热点. 本文对数字孪生和平行系统技术的基本概念、技术内涵、相关应用等进行了研究与总结, 对比了两者之间的异同, 并分析了两者的发展趋势, 预期能够给复杂系统管理与控制领域的研究人员提供一定的参考和借鉴.

【关键词】 数字孪生, 平行系统, 复杂系统管理与控制, 人工智能, 虚实交互    

数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。最早由美国国防部提出，用于航空航天飞行器的健康维护与保障，随后逐渐拓展到工业、医疗、智慧城市及其他领域。

“让真实世界中需要高成本或很难实现的事情，在虚拟世界里得以快速实施，这正是数字孪生的意义。”某相关技术企业首席执行官李熠介绍。例如如何找到大城市交通拥堵问题的解决方案，在现实世界中修改道路或者做实地测试非常困难。而在数字孪生技术塑造的场景中可以做成百上千种测试。让每一辆车、每一条路，甚至很多车道线设计、转向设计在模拟器内测试，跑出最优解，然后再回到现实世界里去实施。此次打造的智慧交通方案中，海量传感器数据可以实时同步到数字孪生系统中，数据被关联起来后，车路通信、车车通信能够变得更加简单。