社会产生前后，人类遭遇的进化机制不同。产生之前，是纯粹生态的进化机制，由偶然性和适应性控制，由创造性进化的跃迁和适应性进化的分化构成，循环往复。产生之后，人类认知把想象变成现实，创造出社会，以应对自然生态。
但人类的困境在于，我们会把自己的想象和创造当真，让想象成为实体，成为与自然一样的客体。社会和自然两个客体共同影响人。人，社会，自然的关系由人-工具-自然，转变为自然-人-社会的三明治。这是协同进化的基础。我们的想象成为影响人类生物进化的力量，与自然平齐。
想象，是人类进化的自主能力，让人以理想调整现实。 想象创造社会现实，社会现实影响生理机制，从而影响人的进化。
AI带来的变革，已经悄无声息的进入我们的生活，引领着时代，而我们对于AI的认知到底有多少？在SELF讲坛年度大会上的“AI·异变”圆桌对话中，四位来自不同领域的人工智能专家，带领我们打开AI认知的大门，深入探究AI背后更多耐人思考的问题。
主持人：今天这场对话是关于AI的，我先讲一个可能跟AI没什么关系的事情。
我有一个朋友小有资产，2016年夏天他突然给我打电话，说最近有一个中科院专家找他投资项目，是有一个技术把普通的化肥变成量子化肥。这位朋友也不懂什么是量子科学，但他觉得这事听起来不太靠谱，他就来问我，我说：“我不知道这位专家的名字，但是我可以负责任地告诉你，绝对没有量子化肥这件事。”
这是一个很值得我们深思的现象，随着中国科普事业做得越来越好，很多高科技名词已经深入人心了，可是我们真的了解这些高科技名词背后的含义是什么吗？就像量子进军化肥界，纳米已经被玩坏，我相信接下来的几年，一些骗子和不法商贩也会拿AI来忽悠人了。
今天有四位来自人工智能不同领域的专家坐在一起，能否请几位专家给我们界定一下人工智能的概念，有没有简单的方法判断一下，当一个商品说自己有AI技术的时候是真还是假呢？
何清：关于AI这个概念可以说已经被炒热了，现在满大街是AI的产品、投资人，到底AI是什么概念呢？人工智能本质的特征，用一句话总结，就是在你的服务或者产品是否具备在不确定情况下，或者不确定的环境下，能够自主做出行为的抉择。如果是这样，你的服务、产品才叫具有智能，核心的关键词是不确定条件、环境。
比如下围棋就有不确定的问题。首先在下棋的时候，你下完这一步，对手会下哪一步是不确定的，由于这个不确定导致了你当前要确定走哪一步变得极其困难，机器人下围棋这件事情，大家还是公认有智能的。
但是并不是所有的事情看起来都有智能，比如数码机床。当我们输入一些程序以后，机床就会自动加工，这个我们叫smart，就是敏捷制造，不能叫做智能制造。
原因在哪里？因为你所执行的那个过程，不是机器自主的，是事先输入程序的，没有不确定性的，事先就知道加工出来的是什么样的，所以数码机床不能说是智能机床。
只有在不确定的工况条件下，比如它拿起一个工件，它想要车铣刨磨，这个原料的形状不确定，怎么下料、选料，这个机器人自主能够处理，而且处理的行为还要合理，不敢说最优，但要合理，在这种情况下才称为有智能。
陈孝良：我补充一下，刚才说到很多产品都加了“AI”这两个字母，因为我就是AI创业者，从真正的落地产品来看，我们倒不认为人工智能里面有多少智能，我们从定义上看是有多少智能就有多少人工。
举一个比较简单的例子，今年我们大家能够买到的智能音箱、智能电视、智能冰箱、智能汽车，很多产品都带智能，但是它并没有真正达到人类一样的类人智能，还是把它定义为简单的机器智能。从我们现在来说，技术的迭代包括数据的积累，还是基于数据进行一些挖掘的事情，并没有达到像类人一样，可以产生一些创新或者突变的真正智能。
主持人：现在很多人都知道AlphaGo 是很厉害的人工智能，但是大家可能不知道，开发AlphaGo 的公司叫DeepMind，在2017年发了一篇文章，把他们开发的人工智能与星际争霸游戏之间的接口向全世界公布了，他们希望更多的人工智能专家能够参与到这个研究项目中来，为什么呢？
因为他们公司用AlphaGo体系想教会人工智能打星际争霸，结果发现这个程序连采矿都学不会。大家知道星际争霸这个游戏本身带就带有AI，一般的菜鸟都玩不过它，那个AI靠程序告诉它见招拆招该做什么，这两种都叫AI，但是又给人感觉此AI非彼AI，哪位老师评价一下这是怎么回事呢？
何清：在AI里面要学习，目前所见到的具有一定人工智能的游戏都这样。比如下棋的程序，实际上它有专用的程序，专门完成一个特定的任务，或者是提供一种特定的服务，是在这种情况下研制出来。
它的核心有深度学习，它是用来做特征学习的。蒙特卡洛方法是为了选择哪一步是最优的，是把别人已有的经验，比如下一步有多少种下法，以往人是怎么下的。用抽样的方法，抽到对它价值比较大的步骤，然后做下一步。
在此过程中，纯属是按照围棋的规则来做事情。而在这里面只有蒙特卡罗方法——深度学习技术，对遇到新的特定任务，去组合才有可能换一个场景、任务还能做好。
蔡雄山：现在的人工智能的概念比较广泛，国际把人工智能分为几个阶段。第一个阶段是弱人工智能阶段，机器只能处理一些比较简单、单向的事情。现在的AlphaGo 或者软件，其实都是处理比较简单的事情，我们现在是处理弱人工智能阶段。
那么到强人工智能阶段，也叫通用人工智能，机器可以像人一样思考行动；下一个阶段叫做超人工智能阶段，那个阶段可能机器的智力会超过人类，就比较科幻了。
我们现在的技术就是简单的弱人工智能阶段，那么什么时候到强人工智能阶段？全世界的科学家对此分歧非常大，在2015年的时候，美国召开了一次AI会议，全世界几千名AI的科学家相聚，大家得出了一个比较中位的说法：可能在2055年可能实现强人工智能。
但是还有很多科学家认为，强人工智能根本就实现不了。2017年的年底，我去了美国斯坦福大学计算机实验室——全世界顶尖级的AI研究机构。在那我和一个资深教授交流，他的观点是两个“不”。
第一个“不”是“不猜测、不预测”。因为他说预测时间的早晚都会被人骂；另外一个“不”是“不知道”，因为人类大脑构造非常复杂的，所以什么时候机器能像人一样思考行动，我们确实不知道。
但是也有人非常乐观，比如北大计算机系的主任讲，可能30年之后就能实现。他是比较乐观了，他说很多时候产业是走在前面的，理论还没有发现，产业已经走在前面了。比如造飞机的时候，莱特兄弟造飞机的时候是不知道空气动力学的，研究出飞机之后，人们才开始研究空气动力学。所以我觉得现在谁说什么都不重要，最重要的是客观的认识这个东西，有不同的观点，这才是一种比较中肯的态度。
刘锋：游戏里面的AI系统，是依靠软件设置的规则进行运转，而外部的比如DeepMind设计的人工智能程序，玩游戏，是需要在现实世界中观察虚拟世界，发现里面的规律，它不能放在虚拟世界里面，否则就作弊了。
主持人：前不久央视播出了一个很赞的纪录片，叫《创新中国》。我看的时候很喜欢，听配音很耳熟，我上网查了一下配音是已故的著名播音员李易老师的声音，实际上是科大讯飞和央视合作，用AI学习了李易老师的样本，全程用AI进行配音。
这个问题让我想到一个非常邪恶的应用，现在电话诈骗很猖獗，如果电话诈骗掌握了你的声音样本，还掌握了AI技术，可以在屏幕上敲键盘有你的声音出来，去骗你的家人。如果真的是这样，那么电话诈骗真的是防不胜防。
这就提出了一个问题：在AI的大背景下，个人数据的隐私安全问题怎么解决？
陈孝良：这好像是一个比较敏感的话题，先给大家一个结论，当我们收集大家足够多数据的时候，我们真的可以做到模仿任何人的声音。科大讯飞和CCTV是为了展现一下技术的美丽，但是技术有两面性，带来便利的同时也带来很多潜在的问题。
这是一个挺难解决的问题，因为你无法用技术带来的有利面，再去对抗它的不利面，这需要整个社会包括法律体系去探讨解决的问题。
但至少说在这个阶段，全世界都有一个共识，还是为了促进产业的发展，就像以前我们能容忍汽车、火车出现事故，就像现在核技术依然在发展，这是一样的。现在美国和英国已经探讨这些问题，我想很多问题是法律界人士更关注的，从技术界里面来说，是无法用技术解决技术的难点问题。
主持人：在刚刚闭幕的达沃斯论坛上，AI技术是广泛谈论的话题。很多大佬们都谈到AI数据隐私问题，包括创新工厂的CEO李开复博士，他就提出一个观点：“中国为什么在AI的技术上能够弯道超车？是因为我们国家有‘实用主义’的文化特点，可以绕开道德的考量、隐私的考量，让AI技术更快落地。”
关于他的观点不知道几位嘉宾是不是同意。现在英国和美国做一些顶层设计、法律设计，那么我们中国在AI相关的产业制度、法律制度上有没有哪些作为？有没有哪些需要补强的地方？
蔡雄山：从2016年底开始，全世界都做顶层设计，包括美国2016年发布了人工智能发展战略规划，中国2017年年初的时候也有新一代人工智能发展规划。中国在人工智能发展方面的顶层设计提到了很多制度问题，比如加强隐私保护、促进产业发展等等问题。
我们现在很多时候讲一个产业的发展，经常讲的是要有先进的技术，要促进产业的发展，这其中是一个方面，比如人工智能底层的芯片。另外一个方面，在软实力方面，要与制度建设匹配，这样才能促进发展。
举一个很简单的例子，比如人工智能非常重要的应用就是无人驾驶，它已经逐渐的要走进我们的生活，而且应用很快。现在按照中国的法律规定，没有司机开车是违法的，连无人驾驶测试的标准都没有，现在无人驾驶不可以在高速公路路测，只能在封闭的环境中，路况还是有很大的差距的。
现在中国的工信部、交通部正在制定无人驾驶的车辆测试标准，立法可能也要修改，就是无人驾驶也可以合法化，包括联合国的维也纳道路交通公约去年进行了修改，为无人驾驶打开了一个口子。
我们以前很注重产业和技术方面的进展，在软实力方面其实还需要加强，这样才能促进产业的发展，抢占战略的制高点，人工智能已经成为新一波的产业浪潮，其实每个国家都在积极布局。
何清：我个人认为无人驾驶，也叫自主驾驶，这项技术和其他物化的比如发动机技术是一样的，技术本身就归类成技术，既然归类成技术假如有由自主驾驶系统造成的问题，应该归类为技术问题。因此它所产生的问题，本质上由智能驾驶系统提供商来提供的，它有bug，它没有把某一种不确定情况考虑在内，以致产生了问题。虽然这种不确定性情况发生的概率非常低，但是它发生了。
在这种情况下，还是要由厂家负相关的责任。如果轮胎出了毛病，而且轮胎的毛病导致这一批产品都有问题，就要召回。那么发现了它的自主驾驶系统中，有这样的bug也是统一召回，然后把bug补上。只不过这套系统进入市场之前，准入一定要严格，至少保证测到99.9%的不确定情况，在这样的情况下，才会保证厂家在召回的时候也不会召回太多。
主持人：关于AI技术应用，之所以在达沃斯论坛成为热点，我觉得一个不可否认的事实，就是在我们国家AI技术的确应用起来了，比如工业制造领域、物流领域，包括港口装卸领域，比如洋山港可以做到无人化港口装卸。这样就提出了一个所谓的熄灯工厂概念，就是说这工厂里没有工人工作，不需要开灯，就可以在熄灯的状态下24小时运转。
说到这里，我就想到卓别林著名的电影《摩登时代》，当时流水线技术的出现让人们很恐慌，大家觉得工人的工作都要失去了，当然现在我们都知道这是杞人忧天。
可是由于AI的发展现在出现了一种新的担忧，有人已经提出有哪些职业将被AI取代。刚才我们谈到无人驾驶，那么司机就是首当其冲的职业。那么对于这种取代人类岗位的担忧，究竟是像《摩登时代》一样杞人忧天，还是会变为现实？
刘锋：这是社会非常关注的问题，对于这个问题我有三个观点想阐述。第一，为什么人工智能会突然爆发出来？其实背后还是有互联网的背景。我们反复说无论是云计算、物联网、大数据，到今天人工智能，背后是互联网发展，才导致人工智能兴起。
为什么中国在人工智能领域走在前沿？也跟中国互联网基础有关系。有这个大背景，人工智能对于我们的威胁，有点负面的问题，其实人工智能本身没有对职业造成那么大的冲击，而是人工智能加互联网冲击比较大。比如最近故宫网上售票系统的开放，导致了几百位售票人员全部下岗，这就是因为互联网导致大批的失业问题。
第二，未来相对安全的职业，一定是和创造、创新有关的职业。比如科学家、艺术家，比如乐器演奏的艺术表现跟现场群众产生的共鸣，这对于AI想实现太难了，这种创造性不是AI轻易能够去实现的。
第三，从历史上看，在机器工业时代曾经有过这种恐惧，传统手工业者被机器替代，人们当时有担心，但是经过科技发展产生了很多想象不到的新职业，比如飞机驾驶人员、汽车制造工人。
同样的，即使AI消灭了很多职业，它也会诞生出很多职业，整个人类社会要维系庞大的AI和互联网结合的一个巨系统，比如无人机驾驶有很多设计、维护、演化的工作，都会产生很多新的职业。
还有一些以前想象不到的职业，就是大工业时代想象不到的职业，比如网红直播这个工作是以前想象不出来的。所以我们要相信科学家、企业家在未来会绞尽脑汁产生更多创业机会，这和大工业时代以后出现的情况是一样的。
陈孝良：我补充一下，我们还要相信人工智能给大家带来财富的，现在的人工智能行业薪酬是最高的。很多时候超过了对原先技术所谓的定义，所以从这个来看，在未来人工智能会带来更多、更有前景的帮助大家赚钱的新职业。
蔡雄山：人工智能带来的失业更多是结构性的，说白了就是我们人还是要不断去学习，要适应时代，因为我们没法去抗拒它。
主持人：关于人工智能将会取代人类职业，我也跟人工智能的专家讨论过这个问题，我说科学家应该是安全的吧，他说不一定，如果数据交给人工智能，接下来的结论靠逻辑推理也能推出来，那么科学家也会失业的。
深层次讨论一下，其实AI与人类抢夺职业这件事情，代表了AI和人类的对抗、对立关系，这个问题最早探讨的应该是科幻作家。虽然科幻作家写的是小说、文学，但是他们在很多方面也会有更深刻的思考。
在科幻电影里，为了让戏剧冲突能更加强烈，比如《终结者》、《黑客帝国》系列，都呈现出了人类和AI之间“你死我活”的斗争。这里有一个比较科幻的问题，像这些电影里描述的AI战胜、统治人类，甚至消灭人类的场景，真的会在未来出现吗？
何清：这个问题我持反对态度。我表述的智能定义已经说明了，在不确定的环境和条件下，做出自主的行为，但是没有说产生自主的意识。意识和行为是两个不同的概念，行为是有物的载体，它的执行是人看见的，而意识不知道哪里飘来的。
从这个角度来看，我们目前实现的人工智能是不包含产生自主意识的。至于产生自主意识，一些科学家把最本质的问题，如果找不到理由就归于意识，这是有可能的。但是我想30年后再看，那时候有什么样的人工制造出来的智能体能够具备自主意识。
到目前为止，我所看到的人们说的智能服务、智能系统、智能产品，当把机理全部公布于众以后，能看出来是根本不可能产生意识的。
主持人：我是研究生物学的，虽然不是搞神经和意识研究的，但是生物学家们已经很清楚地知道意识建立在物质层面上。我们的大脑与计算机之间最大的区别还是在于复杂度上，现在没有任何的计算机在复杂度、计算单元的互联程度上达到脑的水平，如果有那么一天，说不定计算机真的会产生意识。
刘锋：我的观点与何老师一样，我认为目前从科学角度上，是找不到科学路径，实现让机器人产生独立的意识。还有一个问题，我们往往会把人工智能和机器人背后的科学家、程序员、产品经理给忘掉。人工智能和机器人每一点进展，都是由科学家和程序员推动的，两者结合在一起，才会形成带有威胁性的举动。我们曾经在一篇文章写过：“与其说人工智能与机器人的对抗，不如说是一批人与另外一批人的对抗。”
陈孝良：我对这个问题是持一个中性的态度。毁灭一个人其实没必要非要有意识，只要把财富毁掉，基本上这个人也很难存活于社会中。虽然现在人工智能很难产生意识，但是它会有对于财富的一种很大的威胁性。这种威胁性不仅是所谓的利用声音诈骗手段，在理财、经营中事实上人工智能技术都在渗入。
金融领域中有一种高频交易操作，是在极短时间内处理大量的订单，获取小数点后面很多位的差值的钱，实际中也有这类交易操作，很多科幻小说也已经写到了，这好像也是一笔很大的财富。
我认为人工智能是一个强中心化的过程，很多人认为人工智能是去中心化过程，但是从实践中我们能看到它的强中心化更严重。如果说人工智能强中心化聚集到某个点，统治到整个金融系统，甚至是自动驾驶系统、智能家居系统，这时候造成的危害和它有没有意识可能就没有直接关联了。
蔡雄山：有人提出，现在担心人工智能毁灭人类，就像担心火星人口过剩一样，想得比较遥远。
美国有一本书，还没有翻译成中文，叫做《生命3.0》，这本书是目前讨论人工智能比较深刻的。这本书把生命分为三个阶段，第一个阶段，比如草履虫阶段，生命中有软件和硬件组成，都是没法改变的，是进化而来的。
第二个阶段是人，人的身体是进化而来的，是没法改变的，但是软件可以改变，通过学习、教育可以改变；第三个阶段是人工智能阶段，这个阶段就是硬件和软件都可以改变，比如机器的手可以多一只少一只，机器在不断地学习进步。这本书是麻省理工的一个教授写出的非常畅销的一本书。未来是不是有一个人机共存的世界？这个问题比较科幻，只是给大家提供一个视角。
主持人：圆桌对话上半场信息量还是很大的，感谢四位嘉宾妙语连珠的回答。接下来把提问的权利交给观众手中。
观众：我想问一个问题，目前人类意识产生于大脑，只是因为神经元与神经连接足够复杂，如果把它嵌套到互联网脑结构里，把每一个终端都想成一个神经元，把网线或无线连接都想成神经连接，这样的话是不是整个互联网也是非常复杂，那么它有没有自我意识呢？
刘锋：这也是我们当时研究互联网类脑架构里提到的，它的智能中心有两个。第一，以人工智能为核心，和互联网结合起来，这是一个智能中心；第二，是以社交网络为核心的，把群体智慧结合在一起形成的系统，互联网类脑系统是以这两个智能中心为核心的智能巨系统，是人机结合的混合智能巨系统。
从测试来看，目前可以对互联网的人工智能系统去测试智商，譬如达到人类五六岁的水平。但是如果把一个问题抛到社交网络里面，我们可以想象到，这个智商的测试会爆表，为什么呢？因为我们人类的智慧本身就很强大，如果通过社交网络所产生的群体智慧，远远比现在担心的机器智慧强大的多。
还有一点，智慧和意识并不是像线路和节点联结在一起，就可以形成意识。在欧洲的科学家已经做这各方面的工作，把很多模拟的神经元线路结合在一起，但是并不能够形成意识。
意识有很多最基础的科学问题还没有被解决，包括生物进化方向，包括大脑深层次意识产生的问题，这些基础的科学问题没有被解决的。或者找不到可以实现的科学路径，所以有些担心确实像我们说的，是杞人忧天。
观众：人工智能在中医辩证方面的讨论持续了很久，大家都很期待，因为这可能是解放医护人员、病患和缓解医患关系的一个重要的事情。我的问题是，用人工智能重现出类似张仲景的医学经验大概还有多久？各位专家觉得其中最大的难点在哪里？在AI领域有谁朝这个方向努力？
何清：关于中医，实际上我们国家科技部一直布置这种专项，这种叫做专家系统，在AI里面算是一部分。它涉及到的是一个知识工程，相当于把人类专家的知识搞成一个专家系统、知识库。这方面的知识库现在已经有了，但是它的认可度和应用度，还达不到实际应用的水准。
但是从功能来说，目前我看到一个系统把北京市的名老中医大概找了40个，用人工智能把所有的方子和诊病的病例对应起来学习，学习完以后，来了一个病人，根据病人的病症，让机器人专家系统去开方子，可以模拟某一位中医。现在这种功能做到了，但是它的评价是不是可靠、精准，在这些方面做的还是有距离。
陈孝良：我从语音交汇的角度简单阐述一下。现在我们让机器准确分辨每个人，实际上是还没有做到的。现在只能根据每个人的声纹，简单分出来每个人不同，虽然可以做到模仿声音，但是让机器一开始就准确分辨某个人，这是很难做到的事情。这涉及到视觉问题、声光电热力磁等整个传感问题，再去分辨对方。
除非作为特殊的标记，有一个敌我的意识，否则机器无法自主分辨人和人之间的，特别是情感之间的任何意识。现在我们的技术还没有像大家想象的那样，能够解决现在很多实际的问题，还需要很长一个研究阶段。当然，如果数据运用足够多，比如中国有13亿人口，如果我们有13亿人口的声纹，有可能会做到对每个人精确的分辨，这是一个逐步累积的过程。
刘锋：当我们谈到敌我意识的时候，首先要思考站在谁的立场上，去讨论敌我意识。比如陈孝良老师提到的智能音箱，如果我们想给他建立敌我意识有两种选择，第一种是有人把智能音箱摔在地上，让智能音箱产生愤怒，并对摔它的人产生敌我意识，第二种是有人伤害音箱的主人，也就是拥有者，这是让音箱产生愤怒，并把伤害主人的人当作敌人？我们是按照哪个原则来建立敌我意思呢？这些基础的问题是需要解决的。
这些问题想清楚以后，再探讨背后要判断敌我的时候，还要有庞大的知识数据做支撑，这时候才能完整解决这个问题，但是目前这些情况还都是不完善的。
观众：人工智能带给了我们高效的学习，在人工智能发展下，越聪明的人效率越高，但是人与人之间还是有差距的，这种情况下人工智能对我是一种恐怖，因为我没有办法去跟拥有高智慧又有人工智能辅助的人进行竞争。那么人工智能会让聪明的人更加聪明吗？
陈孝良：这个现象是存在的。AI不光是效率提升方面，其实在财富方面都有一些集中化的趋势。如何借助AI的很多工具提高效率，如果融合在一起，确实会产生想象不到的效果。
特别是AI根本上基于很多数据，当数据的规模到一定量，比如超过200T的时候，平均识别率达到99%以上，但是当数据在一个G以内，识别率只有零点几。
其实深度学习不是一个纯粹的物理模型，即便是做到99%，也可能会有1%或者0.001%的概率出现。不用担心这个趋势会集中在金字塔顶，总会有一个自然分散的过程。
在互联网领域这个现象很明显，大家知道全球躺着赚钱的公司基本诞生在互联网领域。我们要从不同角度看待AI所带给我们的，是不是让资源更加集中，这涉及到很多社会层面，也包括未来很多经济层面的问题。
观众：假定一个机器人能听懂另外一个机器人说话，能够部分理解，时间长了以后，它们互相理解，智慧会不会增值，一直增值到有意识？
何清：首先，它产生一个现象，就是在交互过程中，由于交互时间长了，刚开始听得懂部分的语音识别，后来相互交流沟通的时候理解准确率会提高，交互的效率会提高。但这并不意味着它们两个合在一起，就能产生意识和智能，这只是一个交互的效率提高。这是我的一个粗浅看法。
刘锋：关于机器之间的交流互动，从计算机之间的通讯协议诞生之后就已经开始了，计算机和计算机之间的信息交流，包括知识的共享，其实在之前已经发生了，只是要表明两个机器之间相互听懂并且共享知识，甚至能发现一些新的东西，这一切背后依然要有程序员和科学家做控制和推动。如果没有这个程序员设计这样的程序，机器没有完成这样功能的机会。所以我们不用担心这两个机器人知识共享，因为这依然在人类的控制之下，更直接地说是在程序员和科学家控制之下。
陈孝良：关于这个问题，我们现在正在致力解决。其实这个很简单，如果买两个智能音响，如果一个智能音箱开始说话的时候，两个智能音箱就会纠缠下去。所以我们现在正在解决的是，当两个音响共同唤醒的时候，另一个音箱不要说话。
未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。
未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。
