中国国际航空股份有限公司信息管理部副总经理 吴国华

各位领导、各位专家，上午好！

我今天演讲的题目是关于人工智能方面的一些应用，因为大家都知道，现在我们来到了这个时代，我们在深度的信息化的过程中，人工智能技术得到了一些突飞猛进的发展，主要是在音频识别和视频识别方面得到了一些重大的突破。所以我今天有这个机会跟大家分享一下我对人工智能方面的一些思考和一些体会，我今天分三个方面的专题来讲。

第一个是我们来说“AI”智能时代真正的来临。为什么这么说这个事儿？刚才丁院长也讲了，实际上人工智能得到大家的充分认识，都是在阿尔法狗同世界围棋大师对决之后。为什么说它改变了大家对机器和人工智能的一些看法？因为围棋在中国乃至世界都看作是人类智能的高度，是不可能有机器能战胜人类的。包括他开始对人工智能阿尔法狗也不是那么重视的，后面他慢慢改变了一些自己的看法，为未来开始有点感到担忧。人工智能的一些技术得到了突飞猛进的一些发展，所以人工智能时代的来临应该是一种潮流了。在这个方面，我们国家也是在深度的在信息化的浪潮中，也是制定了很多新的战略。

第一是我们新一代的人工智能的发展规划，第二是国家互联网+战略，第三是中国制造2025与德国工业4.0。这些战略都是在信息化、工业化4.0和人工智能大数据下的一些产物。具体内容我不讲太多，但我讲一个，我们从工业1.0到4.0来说，其实中国在这个里面在做信息化的过程中，还是有缺课的，所以要补上这一课，我们航空公司在这个过程中，要掌握新一轮的技术，做弯道超车。

这是后面我这个题目，我重点讲一讲人工智能技术的发展。现在人工智能比较火的就是这几个，人工智能下面有一些机器学习，机器学习下面有一些深度的学习，包括我们的一些强化学习，在这个方面的一些应用也比较多，在我们的金融领域、医疗领域、汽车领域、制造领域等，都在进行人工智能方面的探讨。其实人工智能的这个定义，每个人会有不同的定义方法，但我还是比较崇尚一个定义的。人工智能是一个程序，它是能做到人的感知，能够有推理的一些方法，第三是它有行动，第四是它有反馈，它有能自适应周围环境的一些变化，这是人工智能一个比较好的定义。大家在掌握人工智能的时候，先要掌握这个定义。我们在行业应用的的过程中，要抓住这个特点做这方面的规划和思考。

这是我们在2017年发布的十大新技术的一些趋势，这新技术里面，重要的就是人工智能技术，就是智能化，第二是数据化，第三是数据化和智能化融合的领域。主要的人工智能，机器学习，智能APP和智能物联网，AR、VR和数字化，区块链，这些是我们在进行现在商业的转型、社会化转型过程中的比较时髦的一些技术。这些技术也慢慢地成熟。后面是应用方面的一些技术，数据化的一些技术平台，包括信息安全的自适应的架构，现在其实是很重要的研究领域和应用领域。

这是我们的新兴技术的成熟曲线，大家可以看到，这个曲线的顶都是人工智能的技术，这里面包括机器人、虚拟助手、深度学习、自动驾驶等，我们见的这方面的研究应该说比较多了。

为什么现在人工智能得到这么多的发展？因为它是跟我们的医学神经网络密切相关的。它能利用我们神经元系统，这是我们做的机器的神经元，右下角的这个。因为对我们的神经系统研究的不是特别清晰，但是我们模仿神经元的系统做了神经人工智能，这方面得到了重大的突破。为什么以前我们不叫人工智能得到重大突破？主要是我们在两个领域得到了一些发展，就是跟人的这种能力得到一些突破，一个是我们的视频技术，在帮助盲人方面，我们在这个领域取得了重大的突破，可以说掀起了人工智能的浪潮。因为我们的视觉和听觉是获取知识的最主要的途径，如果把这个途径建立起来，帮助我们怎么处理、怎么分析、怎么反馈，这个突破应该是很大的。在音频上面，有很多的人工智能的助理、客服，他主要是把人的音频信号通过一些变化，就变成了频率的信号，识别成语言，在视频方面主要是利用转神经网络，我们看图像都是看分辨率很大的一个东西，但是机器没办法做，我们叫转距神经网络来实现同步识别。所以这是机器学习和深度学习的一个简单道理，机器学习主要是数据预处理，进行一些识别，我们的深度学习主要是在视觉方面的突破，设立一些模型，用一些带有标志的数据来进行训练，训练这个模型，训练好了以后，我们利用这种模型做分析、做决策，这是深度学习。加强性学习是利用反馈的信息机制，来设计它的一些子网络，评价的一个网络、评价模型，这是阿尔法狗的一个主要的特征，一个叫子网络，就是我怎么做最有效，效率最高。第二个是我下一步怎么走，能看多远。这两个网络做的应该大大优于人类，所以人类要跟这种深度学习的机器相比根本不是对手。现在阿尔法狗已经出现了保持着100：0的战绩，现在谷歌公司已经宣布了不跟人类进行对战，因为人类根本不是它的对手。

我们讲人工智能要讲到人工智能演变的一些过程，人工智能先开始是以机器学习演变过来的，慢慢的演变，现在演变叫人工智能。机器学习里面有一个重要的十大算法，我列到这个地方给大家提示一下，这些学习实际上跟智能有没有关系？实际上我觉得没有多大的关系。这些东西其实都是数学方面的一些算法，前面算法都是叫有监督的学习，就是你要告诉他这个东西是什么东西，用它的数据让他去分析，再告诉它结果，这叫有监督的学习。有一些无监督的学习，现在阿尔法狗还可以做到无监督的学习，我不跟你下，他自己跟自己对决，这是无监督的学习。右边这个图给大家看一看，这就是人工智能的深度学习转矩神经网络，为什么现在得到这么大的突破？主要是从2012年AlexNet网络得到了一个比较好的识别率，80%的识别率，一直到2015年的这种神经性网络最高识别率已经超过人类了，它的错误识别率只有3.57。，但是为什么叫深度学习呢？它的深度已经到了152层的学习，因为神经元有120层，所以这个模型参数已经达到十个亿了。这个转矩神经网络为什么得到一些突破？就是我们的计算力，我们现在的并行计算没有得到突破，现在这些方面得到了一些突破，所以我们的人工智能技术就得到了很大的一些突破。因为人工智能是一个实用科学，也是一个实践科学，还不是一个理论科学，理论上原来这些AlexNet网络的时候，AlexNet在国际大会上做报告，底下有专家质疑它，你证明过它没有？最后它从实验中拿出了这些证据，让大家接受它这些方面的一些方法的一个突破。这是神经网络与实际应用的一些算法。

这是本次大会的主题，也是新技术新应用和新的服务，这是人工智能应用方面的一些简单的比喻，我们智能安防不用说了，大家都看了刷脸的一些技术，图像识别的技术，人脸识别的级别。这个识别率还不像我们原来的那个识别率，这个识别率是管理的图像，但是你要识别什么它都能识别主要，能达到97%，这是一个重大的突破，因为超过了人类识别的一些水平。

这是在我们语音方面的一些实际应用，我们智能的一些翻译机器，包括晓译，识别率都已经很高了。

智能医疗方面，其实我们的看片子、看数据片方面，其实这个方面已经得到了很多的应用，它超过了专家水平。以后如果及上我们的语音识别技术，以后会出现智能机专家把情况跟智能医生进行交流，包括你诊断的一些片子给他看，他可能对你会有一些初步的诊断，以后有可能会取代人类专家，我向会有这个方面的一个突破，能解决看病难的一个问题。

下面最后一个议题我就说我们在人工智能航空方面的思考。我们智能航空有一个大赛，一个是浙江大学的，一个是复旦大学的，他们是做科学的这样一些预测，其实这才是机器学习的一些东西，是用优化的一个算法来进行我们客流量的一些预测，用机器学习的方法来解决资源分配的一些问题，其实跟人工智能应该说还离的很远，但是我们觉得这是一个蛮好的开端。所以现在每个企业、每个产业都在进行转型，随着这种转型的过程中，我们的信息化、数据化、人工智能大数据这些技术，包括物联网，物联网跟大数据一定跟人工智能相关，所以主要的现在的一些人工智能的方法在以后，在航空公司一定会得到很好的运用。但是航空公司，至少是国航现在的信息化水平应该说到了一定的程度了，我们做了十几年、二十年的数据化，但是这里面有很多的缺失。就从我们流程的智能化，我们以前公司做了一些智能化信息技术，实际上跟我们的流程、智能化方面的关注度还是不够，这个方面以后我们还要进一步的加强。所以我们国航在信息化的过程中，实际上是信息化、数字化转型，我们可能要同步的根据不同的应用，包括AR、VR技术的发展，在多维度方面，包括我们的飞行员培训方面持续关注。

我们现在在安全运行方面有典型的运用，特别是航班正常化，用人来解决这个问题难度很大，现在碰上不正常的航班，我们的这个技术要考虑什么？要考虑我们的成本是不是做到最优，我们这个技术是不是快速的恢复航班的运行？同时我们要考虑机场是不是能配合？我们空管是不是能配合这个航班的一些实施？所以在这个方面我觉得是一个典型的机器智能的应用。在我们的飞行方面，无人驾驶的飞机、客机，我觉得以后也是一个点，尽管听起来这个事有点可怕，大家觉得没人敢做无人飞机，但实际上如果在最后的一些物联网大量应用的时候，我觉得我们现代化的飞机依然是能够做到无人驾驶的。

这个是在营销领域的一些简单应用，包括右边的一些技术。我们在精准营销、收益管理等很多的行业规划上，这都是我们典型的机器学习应用的一些范畴。

在服务方面，大家也谈的已经多，我们机场现在智能的刷脸、安检、自助机、智能客服等，可能现在因为跟它的学习有关系，学习时间短，有一些知识还不具备，我相信通过时间，这个会做的越来越好。

智能决策是为公司高层决策提供一些智能化方面的信息，人工智能方面都有很好的应用的一些场景。

我要说的是人工智能是一个很好的技术，但是我们要掌握它，我们才能找到它一些好的应用场景，我们要像防止大数据方面走的弯路一样，所以在云的方面我们要加大投入，对我们专家队伍建设，对人工智能人才方面的建设，要有更多的引进，我们应该多在这个方面做一些投资。

汇报完毕，谢谢大家！

国航-吴国华-人工智能讲稿.pdf