代表科大讯飞作报告的是李世鹏，副总裁，IEEE fellow。
报告在这里http://tech.ifeng.com/a/20190717/45611806_0.shtml
他把智能的级别分为六层：Notification——Computation——Perception——Cognition——Prediction——Decision
不同层级对目前计算机智能的知识范围要求都不一样：
不同层级的数据实际上是对低级别数据的更高级的处理。
后来又说到语音识别，基本上感觉出来，目前国内的公司都是以攻克国内各种方言为主，也就是目标市场仍然是华语区。
对人工智能的一些想法，包括：
- 今天的人工智能仍然是会出错的生产工具
- 需要平衡一个问题，是找算法专家还是低级别的数据标注工人
- 人工智能如何作用于传统行业，解决其问题并不容易做到
- 人工智能产生了一些新的产品，比如翻译机、智能笔记、自动驾驶、可配置的机器人
- 人工智能对数据的要求，也开拓了一些新的领域：气味传感器、多光谱图像、医药研究（数据类）
京东的报告由郑宇演讲，是集团副总裁，京东智慧城市的总裁。全文链接：https://cloud.tencent.com/developer/article/1464684
几个XXX化我来解读一下：
数据标准化，现代城市里面，水、电、煤气、交通、治安、医疗、粮食、零售等领域在公在私，都有不同的部门、实体在运作，因而数据天然就是由不同的IT供应商处理的，要做到无缝对接是非常困难的事情。除非是雄安新区这样的新城，或者强东老家宿迁，直接接受了京东的投资和技术，磨平了数据的差异。
算法模块化，目前AI及CS其他各领域，都是百花齐放的形式，但要在一个场景中比较孰优孰劣，则需要把各自的算法以统一的模块标准去完成，以方便横向对比。
平台生态化，这个也是此次会议的一个大印象，无论阿里还是京东、抑或苏宁、碧桂园等传统巨头，还是旷视、商汤等纯算法公司，都各自为自身完成了智能平台/中台的搭建，以适应不断发展的技术。既有统一的数据产生平台，也有供算法竞争的智能平台，还有统一给应用的接口平台。
数字网关，同标准化类似，有很多数据只适合在部门/实体内部使用，需要有良好的安全策略、软件去实施隔离。
京东后面就演示了其宿迁的智慧城市的一些case。
松鼠AI的崔炜博士，主题是用AI来提升学习效率
全文链接：http://tech.ifeng.com/c/7oPIGf8tJLP
解决的问题很具体，就是传统的学习路径是很标准化的过程，然而每个个体都有其独特性，也就是差异，主要在：学习速度有别、而老师又忽略了学习能力、思想和方法的培养。
松鼠AI的方法无非还是统计学的原理，识别出弱点，针对性学习，而学习重点，则持续加强。
跟我了解的类似，依赖于大数据，可以快速诊断出学生的弱项，如果学生案例足够多的话，也可以进化出最优的学习路径。
推荐的还是真人加上这套系统的方式，因为机器是冰冷的。
