邓力的这份演讲干货十足，机器之心在他演讲的基础上扩展了部分内容，具体请参阅今天推送的第二条内容《GMIS 2017 大会邓力主题演讲：无监督学习的最新进展》。

上午主题演讲之后，许多业界领先公司技术负责人分享了人工智能的发展和对我们未来生活的影响。

腾讯 AI Lab 西雅图研究室负责人俞栋分享了主题为《语音识别领域的前沿研究（Frontier Research of Speech Recognition）》的演讲，在回溯了语音识别十几年发展变化之后，他提出了语音识别领域的 4 个前沿问题————更有效的序列到序列直接转换的模型、鸡尾酒会问题、持续预测与适应的模型、前后端联合优化，同时详细阐述了这些问题的解决方法。

英特尔 AIPG 数据科学部主任 Yinyin Liu 则讲解了如何用同一种模型为不同行业提供解决方案，以及如何让各个行业的专家建议推动整个人工智能生态系统的发展。她提到，深度学习推动着人工智能领域的进展，模型是我们的起点，然后我们收集不同的需求、解决这些问题、再将相关经验反馈到模型中。在不断重复这个循环的过程中，我们就可以设计更好的模型，并更加高效地提供解决方案。「我们希望，人工智能最终能为整个社会做出贡献。」

接下来，今日头条副总裁、人工智能实验室负责人马维英解读了今日头条在人工智能时代的机遇和挑战，并详细讲解了今日头条如何利用人工智能促进人类社会信息交流与写作。他谈到「其实今天人工智能的本质是一个软件产业的革命。软件产业正在吞噬全世界，然而软件产业本身在被颠覆。」如今，在今日头条可以看到运用人工智能连接人与信息的新机会。在过去的人类历史洪流中，从结绳记事传递人与自然的关系，一直到公元前 2000 年纸的发明，1000 年左右活字印刷术的发明，其实纸张和书成为一个人与信息连接的主要媒介，但是经过很长很长的一段时间，几乎是到了过去三四十年才走到了一个新的时期。互联网时代网站让纸张开始消逝，而在移动互联网时代，纸张的消逝更明显，因为它让人可以无所不在，可以用智能手机接触他所需要的信息。而在人工智能的时代，「我们认为我们可以利用这样一个新的技术，来让每一个人都能够有一个无所不在的机器智能，帮助他们能够来发现、使用、交流跟创作信息。」

第四范式创始人兼 CEO 戴文渊则分享了如何使机器学习的过程变得更简单，如何使企业在降低成本的同时拥有人工智能的能力。他认为如今业务专家在设计营销、金融、风控、医疗各个领域的业务规律。但在各行各业，机器都有可能超越人。他说：「机器比人有更强的精力，能写出更细的规则，因而它能做得更好更精细。如果你能用机器基于数据写出超过一千万条规则，VC 维超过一千万，人基本上没有办法跟机器抗衡了。这就是机器能在各个领域打败人的原因。」但机器要超越人类，有一定的前提条件，戴文渊将其总结为五个元素：大数据、外部的反馈、算法的能力、计算的能力、商业需求的带动。

之后，通用电气交通数字解决方案 CTO Wesly Mukai 在大会上对该公司的 Digital Twins 技术进行了介绍。他谈到机器学习目前已经应用在铁路运输这种非常实际的领域中，为提高效率做出贡献了。「Digital Twin 将火车队伍看作是动态的，」Wesly 说道，「通过机器学习的分析，整个系统的运行可以得到优化。我们为每一辆火车建立模型，并不断地更新这个模型。我们的系统可以记录它的动力、它的车轮年限等等。」Digital Twin 可以帮助铁路系统每年节省 10% 燃油，减少 10%-25% 故障，并提升列车的可用率。

大会上午场的最后，NVIDIA AI Cities CTO Milind Naphade 分享了英伟达和合作伙伴如何助力交通系统中的智能革命。为此，英伟达推出了 Drive PX。预计到 2020 年，智能城市将会有 10 亿个摄像头运行，为视频物联网设备提供深度学习会形成一个庞大的市场。Metropolis 是一个交通中的人工智能都需要边缘到云的端到端平台，这个平台可以对智能城市应用生成的视频流进行分析，用深度学习技术进分析，帮助城市监控视频。人工智能可以变革的交通领域还有预测性维护和检查等，比如，利用深度学习技术对道路或铁路视频数据进行分析，进行道路检测并采取相应维护。这也是人工智能能够在基础设施方面发挥最重要的作用的地方。