6月3日，2021北京智源大会第三天会议如期进行。小伙伴们根据参与情况与方向匹配程度筛选如下报告并加以报道。
人工智能与社会经济论坛
报告题目：Artificial Intelligence Adoption: A Systems Approach
报告嘉宾：Joshua Gans，多伦多大学罗特曼管理学院战略管理学教授
报告内容：
本报告系统性地回顾了人工智能的采用过程，概述了人工智能服务于预测、决策、工具、策略和社会的发展和进化。
报告题目：The Persisting Effects of the General Data Privacy Regulation on Technology Venture Investment
报告嘉宾：Ginger Zhe Jin，马里兰大学学院市分校经济学教授
报告内容：
本报告以人工智能在经济学模型、数字政府、智慧城市等应用引入问题，表明现如今社会中存在大量的数据泄露（data breaches）、身份盗用（identify theft）、隐私侵犯（privacy violations）等问题，而DGPR（Genaral Data Privacy Regulation）试图从制度和规则的角度解决上述问题。讲者通过大量实验对比分析验证了GDPR对商业和投资产生了巨大的影响，对部分技术风投的影响长达2.5年之久。GDPR的提出是为了保护用户隐私和削弱数据相关风险，研究其提出至今对上述问题的影响是必要的。GDPR能为消费者提供选择和工具来保护个人数据，提高社会数据透明度，同时，又面临加强市场集中程度和削弱竞争等问题。研究如何权衡GDPR对社会的积极和消极影响，有助于重新构建人类社会中竞争、创新和经济发展的未来。
报告题目：Risk Perception, Tort Liability, and Emerging Technologies
报告嘉宾：Hong Luo，哈佛商学院工商管理副教授
报告内容：
随着人工智能、物联网和机器人的不断发展，现有的法律框架还是否能够保护消费者的安全和权力？讲者借助当年人们对辐射诊断设备和医学移植手段的接受过程实例，分析人们在接受新兴技术时感知风险和侵权责任并建立信任的历史过程，以此探索人工智能在未来的发展道路。
报告题目：人工智能在会计金融的应用和前景
报告嘉宾：卢海，北京大学光华管理学院会计学教授
报告内容：
人工智能是高效处理大量信息的智能化手段，而会计和金融是对大量数据信息进行管理和分析的领域应用场景，二者的碰撞与交融是必然的。卢海教授首先概述了人工智能在会计和金融领域中的主要应用。会计方面，人工智能主要应用于财报文本分析、审计和人机交互；而金融领域的主要应用包含经营或投资预测、公司治理以及专利文本分析、视频分析和资产定价等其他分析。随后，卢教授介绍了近期利用机器学习处理社交媒体的相关工作，展望机器学习在助力可持续高质量的企业发展发展解决环境、社会和治理问题的美好前景。
报告题目：人工智能发展对中等收入群体的影响
报告嘉宾：周黎安，北京大学光华管理学院副院长
报告内容：
经过四十年的高速经济增长，中国形成了约4亿人的中等收入群体，占世界之首。庞大的中等收入群体对于优化收入分配格局、推动消费升级、维护社会稳定意义重大，而人工智能所引发的技术和产业革命将是对其最重要的冲击之一。周教授结合自己的研究，概述了AI引入后由于智能技术对劳动力的替代效应，推断了短期和长期内产业结构、收入分配的变化，展望人工智能对中等群体的创造效应。
AI赋能生命健康与生物医药论坛
报告题目：结构性和功能性基因组学的机器学习算法
报告嘉宾：马剑竹，北京大学教授
报告内容：
蛋白质的基础结构是氨基酸序列。从数据的形式上，可以将蛋白质抽象为字符串，每个字符为蛋白质的组成元件——氨基酸。如何理解蛋白序列与蛋白结构、蛋白功能的关系？这里包含了两个计算机问题，基于蛋白质序列，分别预测蛋白质结构和蛋白质功能。
报告介绍了蛋白质结构预测基于模板的传统方法和基于残差接触的新方法，并解释了高准确率预测模型AlphaFold2的重大突破。与结构预测不同，功能预测的输出更简单，往往是简单的分类、回归问题。目前已有的模型借鉴了CV、NLP领域的一些方法，例如Attention机制、LSTM、CNN、预训练模型Transformer等，均取得了优秀的效果。
工业智能论坛
报告题目：工业智能先进技术应用
报告嘉宾：晋文静，天泽智云首席数据科学家
报告内容：
本报告主要介绍了工业智能的背景及工业智能落地的挑战与应用案例剖析。
讲者首先介绍了工业智能与人工智能的区别，剖析了工业智能分析的难点，主要体现在高准确性、工况复杂、场景独特等方面。接下来分析了工业智能落地的关键要素与挑战以及解决方式，即通过分析场景的痛点，结合领域知识转化的模型，使数据产生价值。并举了三个例子来分析，例如“车载走行部轴箱轴承故障预警与诊断”，分析了其痛点在于对部件剩余寿命预测，以及传统预测性与健康管理技术遇到的三个瓶颈后，引出团队建立的基于高加速实验的寿命预测自适应模型，并讲解了该模型的应用案例，证明了模型寿命预测的准确度。最后进行总结，简述了美国高校产学研模式给团队带来的启示。
报告题目：智能制造（TBD）
报告嘉宾：孙富春，清华大学教授
报告内容：
3C产品指计算机、通讯、消费电子的统称，3C制造业产业庞大、人工数量多、重复工作多，自动化应用可以节省人力、缩短生产周期。讲者首先简要介绍了智能制造的研究意义，并指出要实现智能制造不能仅依靠自动化技术，还需要结合相应的计算机技术。接下来介绍了技能学习的基本概念，并播放了短片展示团队如何“教”机器人技能，使其像人一样灵活。讲者随后详细讲解了技能迁移和技能增强技术，包括基于特征迁移、基于关系迁移、异构机器人的技能迁移和借助专家偏好的技能增强方法、借助不完备示教的技能增强方法等。最后总结了该领域存在的问题和发展趋势以及未来展望。
AI交通论坛
报告题目：智源-万集路侧数据集发布
报告嘉宾：王邓江，北京万集科技算法专家
报告内容：
数据集对自动驾驶汽车的研发十分重要，但传统数据集通常基于车侧数据，具有一定局限性，而路侧数据集可以弥补车侧数据的不足。讲者首先介绍了数据集的意义，主要是实现车路协同，支持主动安全，提升通行效率。接下来，讲者对数据集进行了全面的介绍，从数据集特点、采集设备和数据集标注方法和标注类别等方面分别作了详细的说明。同时，讲者说明了数据集从结构上来说，与传统车端数据的主要区别，即单帧标注数量高，视觉盲区小。随后，讲者介绍了评估任务，并展示了测试效果，并介绍了项目的落地应用，通过路端数据和5G技术，实现数字孪生。最后，讲者介绍了数据集的下载和使用方式。
报告题目：人工智能赋能交通的思考和实践
报告嘉宾：谭昶，科大讯飞智慧城市事业群副总裁
报告内容：
本报告围绕人工智能如何与行业结合和如何构建人工智能生态两大问题进行了思考分享。讲者首先介绍了科大讯飞交通超脑的实践过程，并介绍了人工智能赋能交通的基本逻辑：车多路少、事多人少、数多智少、新多实少，并提出智慧交通核心理念：智行合一，大道至简。随后，讲者重点介绍了AI助力交通调度的实践，强调了人的短板在于感知能力有限和人类决策能力有限，针对第一个短板，提出视频分析一体机，能够分析视频流，实时上报事件；针对第二个短板，提出交管语音一体机，能够语音辅助情指勤督，解放交警双手。最后，讲者介绍了人工智能赋能交通的未来展望。
