诺贝尔物理学奖得主科斯提亚·诺沃肖洛夫：

　　适应性智能材料在智慧城市领域大有用途

　　2020线上智博会大数据智能化高峰会上，诺贝尔物理学奖得主科斯提亚·诺沃肖洛夫用全息投影方式发表主题演讲。

　　作为石墨烯的发现者之一、新材料领域的权威专家，科斯提亚·诺沃肖洛夫表示，他和团队致力于基础研究、工业项目和标准化等工业服务。他们运用实验室中的各类仪器、机器和技术来完成这项任务，这部分工作在过去两年里得到了很大的发展。同样，他们也开始着手这一应用领域的众多项目，特别是在智能纺织品、热管理、电信、光子学、表面等离子体光子学等应用上投入了大量精力。他们潜心于研究智能膜和智能涂层，同时也尝试涉足诸如医疗保健和生物等具有挑战性的领域。除此之外，还开始对基础性问题投入更多关注，即二维材料的基础研究。

　　科斯提亚·诺沃肖洛夫介绍，为了应对新冠疫情，他和团队开始研究智能抗病毒涂层，这种涂层将能够通过智能可编程响应来杀死吸附在表面的病毒，首次试验就取得喜人的成效。这种涂层对于包括新型冠状病毒在内的许多不同病毒都非常有效。然而，他们并不打算止步于此，还将继续研究，还会创造出具有可编程功能的新材料。

　　科斯提亚·诺沃肖洛夫表示，他期待着通过这些材料，人们可以储存记忆、满足多种功能需求，并且能积极地适应外部环境，并从中有所收获。简言之，他希望他们研究出的材料是有生命的，能够像生命系统一样运行。他相信，适应性智能材料将在智慧城市、机器人、人工智能、先进的医疗保健、水处理和电信等许多领域得到应用。

图灵奖得主大卫·帕特森：

　　人工智能发展需要运算更快的机器来支撑

　　2020线上智博会大数据智能化高峰会上，图灵奖得主大卫·帕特森通过视频表达了自己的观点。

　　他认为，在当今时代，机器智能是一个极其重要的创新领域。全世界对于机器学习的需求都在增长，每天都能在各大报刊上看到关于人工智能的新闻。事实上，人工智能是一个总称，它包括几个领域。这一名称的来源体现的是一种自上而下的方法，即人可以制定规则，如果规则正确，就能创造智能。但是，在机器学习领域，有一小部分人并不相信可以创造人工智能。

　　大卫·帕特森指出，机器学习的第一个词是“机器”，所以很明显我们需要速度更快的机器，同时还需要大量数据。多亏有了物联网，我们才能获得大量数据，云计算又帮助我们将数据集合到一起。

　　大卫·帕特森表示，总而言之，人工智能发展需要运算更快的机器来支撑。实现进步的唯一途径，是根据机器学习的需求定制领域特定架构，云端和边缘终端都不能落下。

　　记者 申晓佳 整理