工业互联网是支撑信息化与工业化深度融合的新型关键基础设施，包含网络、平台、安全三大体系，其中网络技术联通了工业全要素，使复杂、广分布的工业系统成为一个可联合调控的整体。目前工业系统的数字化转型使工业网络传输数据量激增，同时网络的传输性能严重影响着工业系统的整体性能，因此急需新型传输技术提升网络性能，应对工业信息化挑战。
随着深度学习等智能理论研究的迅速发展、算力的提升和大数据的积累，人脸识别、语音识别等人工智能技术在一些典型场景下展现出十分显著的效果，行业越来越关注人工智能技术的落地应用。一方面，我国在人工智能产业上有着丰富的潜在应用场景和庞大的市场需求，另一方面，现阶段的人工智能算法尚在发展中，看似无处不在，实则远远没有达到无所不能的水平。在各行各业数字化转型的时代背景下，目前的人工智能技术对于行业发展的推动作用究竟有多大，在数字化转型中扮演何种角色？
论坛成功召开
12月3日，CCF YOCSEF沈阳在线上举办了题为“人工智能在数字化转型中的角色”的观点论坛，邀请了学术界和产业界的专家学者，共同就人工智能技术在不同行业的应用、挑战和机遇展开讨论。
论坛执行主席为CCF YOCSEF沈阳AC委员徐博和AC委员刘翠微。特邀引导发言嘉宾有同济大学副教授、博士生导师，英国伦敦国王学院博士，首届上海科技青年35人引领计划获奖者、上海市青年科技启明星，齐鹏先生；沈阳市中医院 心脏康复科主任、内五科主任、主任中医师、全国第六批名老中医师承继承人、辽宁省住院医师规范化培训带教老师，马翔女士；中国航信研发中心(东北) 沈阳民航东北凯亚有限公司研发中心技术总监、AI实验室主任、技术委员会委员、公司科协副主席，李智博先生。特邀思辨嘉宾有盛京银行总行审计部非现场审计处处长、CIA国际注册内部审计师，周鑫先生。同时，线上80余人参与了本次论坛。
本次论坛分为引导发言和思辨两个阶段。在引导发言中，三位嘉宾分别从不同角度阐述了与人工智能相关的前沿技术与行业应用。首先中国航信东北研发中心沈阳民航东北凯亚有限公司研发中心技术总监、AI实验室主任李智博先生副教授做了题为《人工智能在民航业的应用》的报告。李总监针对民航业的AI应用现状，谈到了我们作为乘客亲身体验过的机场服务，以及深入业务领域的智能化数据管理、航班调度、能耗管理、飞机健康监测等方面，也抛出了一些非常受关注的问题，比如AI技术如何深度融合业务场景等。
中国航信东北研发中心沈阳民航东北凯亚有限公司研发中心技术总监、AI实验室主任李智博作线上报告
同济大学副教授、博士生导师齐鹏先生的报告题目为《血管介入机器人研发现状与未来趋势》。齐鹏教授以医疗智能化的应用为切入点，谈到医疗机器人、服务机器人等相关技术在疫情中的应用，并分享了手术机器人从替代医生的手到未来可能帮助甚至替代医生决策的这样一个发展蓝图。
同济大学副教授、博士生导师齐鹏作线上报告
沈阳市中医院心脏康复科主任、内五科主任、主任中医师马翔女士的报告题目为《人工智能在医学中的应用》。马主任以中西医的两个角度分别介绍了人工智能在医学领域的应用进程，分享了了中医的医疗理念，阐述了中医在人工智能化中的详细需求等。
沈阳市中医院心脏康复科主任、内五科主任、主任中医师马翔作线上报告
引导发言之后的思辨环节，嘉宾与与会人员针对当下数字化转型过程中备受青睐的热点技术人工智能，在数字化过程中的遇到的问题，现在实际扮演的角色和未来能够成为的角色，围绕四个议题展开思辨讨论：
议题1：AI应用的瓶颈是在AI技术水平还是业务需求？
周鑫：AI应用的瓶颈主要在业务需求，需要有确实的可以让某个行业领域获得效益的具体业务场景，行业才有发展AI技术应用AI技术的实际动力。
徐博：主流人工智能技术的实际成本和风险现在还没法满足我们当下的业务具体需求，涉及到人身安全身心安全的行业使用AI技术时尤为如此。
曲大鹏：两方面原因都有，具体要看实际业务场景，比如当下的疫情和中医行业的瓶颈就不完全相同。
曹科研：AI应用的瓶颈主要在技术水平上，现在已经应用的AI技术产品做出来的效果实际上很多是不尽人意的，甚至被戏称为“人工智障”。业务上需要AI技术的场景很多，现在的AI技术并没有给到很好的技术支持。
李佳佳：需要结合具体行业场景，有些行业场景这两者是互相促进的，类似螺旋上升的一个关系，某些应用场景甚至只要可以快速处理，即使的误报存在误差也是可以接受的。
樊迪：AI应用的瓶颈主要在技术水平上。技术上依赖的数据量、数据密度实际业务中大都并不能很好提供，同时人工智能使用的训练数据和实际业务中的真实数据往往并不能有很好的对应关系。
议题2：当前技术水平下，AI如何给瓶颈行业赋能，达到由“表”及“里”？
刘翠微：以动作识别来说，很多困难在于真实世界里具体业务场景上的语义本身不明确，同时行业的具体场景中往往要求非常高的成功率，加上各个领域的容忍度不同，往往很难介入。因此，我们应该先让AI技术在这些瓶颈领域有所应用，再随着AI在这个具体领域数据的积累以及与该领域的需求进行深入的结合，就会有一个快速的发展了。
徐博：鉴于本次世界杯中VAR误判的热议，类似足球VAR和篮球的鹰眼，扮演着辅助角色的同时也帮助裁判们背负部分误判的指责，在辅助角色、核心角色之外行业的数字化转型中AI技术还有些新的角色也未可知。
周鑫：由“表”及“里”正是这个论题的答案，尤其是传统金融银行行业，我们更需要由“表”及“里”，一步一步、一个阶段一个阶段去探索和克服困难，从辅助工作，逐步与传统行业稳步结合。
郭威：与议题1相关，其实我们更应该关注业务应用，需求是在不断的细化和发展中的，技术需要紧跟需求来发展，首先要对具体行业足够深入，对其需求足够了解，高尖端技术才能落地，才能达到可以应用的级别。
李智博：AI的行业赋能是个一对N的关系，不能只依靠AI技术人员下沉到具体业务中了解业务、推动赋能，应该主动培养AI与业务的交叉人才，立足于具体行业培养该行业的AI技术人才。另外应提倡行业中的核心人才主动学习了解AI技术，以减少AI技术在行业中深入发展时可能遇到数据储备等困难。
刘翠微：十分认同从行业出发培养AI人才这个观点，我们发现非AI专业的其他专业学生熟悉AI技术的人数在逐渐变多，常能看到不少生物专业、材料专业学生发表的文章。具体专业或行业中的人才掌握AI技术后具备着AI专业人才不具备的数据等优势，其中尤其以传统行业这种需要时间深耕的行业为最。因此，这些行业中的AI人才是未来该行业AI技术深入发展的关键因素。
马翔：现在医疗行业限制AI技术在辅助角色的原因，是伦理问题以及医疗纠纷，是医疗权限管理（医生看病的职业权限是归属于具体医疗机构，医疗AI技术的医疗权限管理），也是病患信息隐私。因此，政府的引导、政策的支持以及具体这些问题的行业管理办法也是医疗行业的AI的由“表”及“里”的重要制约因素。另外，上面提到的交叉人才，在医疗行业的中医领域尤为重要，甚至应该是由“表”及“里”的前提条件。
议题3：如何给AI技术拴上安全可控的“缰绳”，规避潜在的应用风险、安全隐患？
李智博：AI技术本身的某些技术是可以构成这个“缰绳”的一部分的，比如联合学习就可以解决数据本身的安全问题，比如可解释机器学习就可以解释算法提供给人类，以规避某些隐患。
徐博：近期美国旧金山执政监理会已投票允许旧金山警察部署具杀伤性机器人，并在在极端情况下可以杀人；反观国内，衡阳市公安局上岗警用巡逻机器人、山东威海警用机器人救援落水女子。可以看出有以挽救市民生命和日常巡逻为主的机器人，也有以代替警察处置犯罪分子为主的机器人。因此，在编织这个“缰绳”之前，这个技术的持“缰”之人也是需要关注和管理的。
信俊昌：安全和可控是两个层次的概念，应该分开。安全问题有技术安全和使用者使用AI威海社会安全两种安全问题。可控的成功率是否安全要看具体行业场景，一个误识别就带来巨大问题的业务场景也不少见。因此，要从多个角度来关注这个问题，一方面要持续完善AI技术本身，要提高AI技术的可控性；另一方面法律层面上要对AI的使用进行约束，不止使用者，开发者也应该作为AI技术的“监护人”角色有所约束，对开发出的具体AI技术负责。