会议伊始，中意宁波生态园管委会副主任、余姚经济开发区党工委潘帅轶书记致辞。潘书记指出，余姚机器人智谷小镇以智能机器人核心零部件为重点，围绕机器人产业链进行布局，建设集产业、文化、旅游、社区四大功能于一体的特色小镇，相继引进了30多家机器人企业。创新成果，关键是转化实践，高峰论坛搭建了探索机器人与工业互联网深度融合的平台，集聚大量智能化的要素，拓展机器人应用领域，实现机器产业互联互通与数据共享，未来将提供最优的服务，创造最好的环境。
随后，浙江余姚Kaiyun官方网站app登录 创业园陈展翼副主任介绍了余姚的机器人智谷小镇，陈主任以三个问题开场，指出了发展机器人的重要性和必要性。用“四个小四个大”阐述了机器人小镇的发展--小镇生于大时代，小镇处于大环境，小镇长于大平台，小镇成于大梦想。
目前落地小镇的机器人项目70多个，机器人方面的专家超过了25名，引入了浙江大学机器人研究院，宁波智能制造产业研究院，计量大学国家科技园，试图为整个开发建设储备高端的大脑，用最强大脑来引进最强的产业。同时已经组建了7个产业基金，总的资金量达到28亿元。将来在“4个更”上努力，实现中国机器人产业的巨大梦想。
论坛的联席主席，北航机器人研究所名誉所长、中关村智友天使研究院院长、中关村智友科学家基金创始合伙人，雅瑞资本、真格基金、普华资本首席科技咨询顾问王田苗教授分享了题为《硬科技赛道价值创业的思考》的主旨报告。王教授讲到，科学家创业往往是从技术出发，去迭代产品，然后进行应用推广和寻找市场，但想象的市场也许不是真实的市场，所以科学家创业还必须好学和不断改变去转到主赛道，这是一个危险和艰难的过程，能否换一个思维，从赛道、技术门槛，再从团队产品的角度来入手？这就是我今天所讲的。
我们把创业企业划分为小巨人、单项冠军和平台性企业，做硬件，创业者要给自己定位。如果是纯科技，定位是引领者；如果是核心部件，就要成为细分领域的冠军；如果未来是平台，就应该成为一个具有广阔市场的平台公司，领军公司。
在制造业领域，大概市场格局是中国从2007年超过日本，从2011年超过美国，再过十年整个综合就可以超过美国。中国的就业人数的比例也是遥遥领先的，毛利第一，低端供应，所以中国这几发生的变化一是营销和互联网的变化，把客户找准，这才出现的京东、美团、阿里、腾讯等其他的企业，我们称之为消费互联网，可是消费互联网要拉过去的低端产业的时候，就只能靠核心的技术。
在过去的二三十年，消费互联网把中国拉到一个平台上，现在中国要成为一个更大的平台，产业互联网要发展起来，包括机床、工程机械、3D打印，航空航天等等。硬科技来支撑新基建产业，硬科技是指卡脖子有形而且对产业有重要支撑的核心技术。
从赛道的角度理解：
1、芯片、工业软件、传感器、航空相关的基础和AI底层算法，核心部件，RV减速器部件差距大，意味着发展的时间比较长。
2、品牌龙头的突围，中国的政府、中国的市场和中国的工业体系让它很快抬头。
3、新亮点与复苏。包括新能源汽车，芯片，人工智能的管理，工业机器等。
从价值角度来理解，创新的时候要从技术层面来突破，强调技术的唯一性和独特性，而产业化要从二级市场的角度来出发。创业者千万不要选择多元化、非核心技术龙头的方向去创业，如果市场量是5亿到10亿，或者有竞争者赶超，就很不容易发展起来。所以强调技术的唯一性，要强调它能在一个行业产品的领军性和团队的好学迭代性，才能真正的实现硬科技的价值。
医疗机器人价值的分析，一是痛点，二是临床，三是收入的体量，四是收入的结构和壁垒，由此得出公式来度量医疗机器人的颠覆度，包括商业价值，商业价值是高频、容易标准化、有耗材，政策是国家允许列入收费目录，能够纳入医保，当然患者要受益，医生有价值。
把手术机器人，康复机器，陪护机器人，分服务的场景，临床产品的效果，竞争的周期，发展的形态罗列出来以后，突然感觉硬科技创业的起点、角度是不一样的。
团队在创业中至关重要，创始人学习的能力、跨越困难周期的能力、敬畏心、扬长避短、吸纳比自己优秀的合伙人、吸收投资人的建议和经验。此外，创业初心决定了在创业的各阶段的心里预期，创业的本质和价值的理解，能够帮助创始人在不同的阶段去判断和迭代，寻找更大的市场，突破更高的技术门槛。
我们特别强调创业者要理解三件事：
1、 技术和产品的痛点是什么？半年或者一年中需要达到的产品，这非常关键。
2、能否落地和商业化，创始人有什么缺点，是否能够整合Kaiyun官方网站app登录 的资源。
3、未来要到哪里去，是否有望成为头部、奋斗者。
硬科技的价值创业要从赛道、技术门槛、自身的团队这些角度去思考问题，以提高成功的概率，顺利融资，甚至为上市和并购提供基础。
清华视觉智能研究中心主任邓志东教授带来了《人工智能技术前沿趋势展望》的报告。邓教授主要从三个方面分析了人工智能前沿技术与发展趋势：
1、人工智能前沿技术和产业的发展。人工智能我们是希望它像人一样，替代人去做事。
人工智能已经是第三次热潮了，最主要是深度卷积神经网络，大数据智能，主要是接近于人类的视觉和听觉这两块，在产品里面，流程和服务里面特别需要替代的，这里面有很大能力的提升。
真正的对人工智能的关心是从2016年3月份AlphaGo开始的。
MuZero带来了完全自主学习，无师自通的棋类与游戏通用人工智能。24小时不知疲倦，计算的能力超过了人，这一块是可以利用的。
对抗性的神经网络，通过这种方式进行训练的话可以产生图像、声音、3D的数据，这些照片都是计算机产生的，不是我们真正拍的人，但是和我们现实世界中的人是很像的。
新一代的神经网络，Transformer带来的GPT—3与AlphaFold2。
最近七八年深度学习的发展产生了大量的模型，都是卷积神经网络的发展。现在深度学习远远没有到天花板，还在不断的涌现出新的热点，比如说自动的机器学习，可以看到联邦学习，数据的隐私是可以得到保护的。还有自注意力的模型，这一块是一个新的发展，还有图卷积神经网络，自监督学习，对比学习，度量学习，还有小样本的，每一个学习只需要几个照片就可以了，我们人类有很多的东西是没有老师教你的，人工智能也在这些方面做。
2、人工智能与人类智能有很大的差距。
人工智能落地非常艰难，有长尾的问题，这个是人工智能很难解决的。另外要解决自主导航的精度，任何一个环境中都要有正负十厘米的自主导航精度，这是一个技术的难题，现在的方法是把数据搞成10万公里。还有增加1000+的算力，还有使怎么样处理边缘事件，如何处理对抗性事件，还有很多的难点。
我们看到落地中对数据的要求是非常高，尤其是长尾的效应。算力的增加，1000T还不够，算力增长也不是无止境的。
人工智能能完成人类的工作吗？我们要降本增效，替换人，尤其在人各种各样的工位中需要视觉、听觉的工作，但是相对于人，现在的生物学的算法有很多的问题，能够听清楚，听不懂，看不懂，它没有认知理解的能力，缺乏知识推理的能力，不能有效的利用常识、经验、技巧，缺乏严重性、可靠性、可信性与鲁棒性，已成为人工智能难于落地的关键。
3、探索未来，人工智能是往何处去？
人工智能发展的趋势，从根本上解决长尾问题，可能要需要以数据智能作为起点，从认知智能的视角，通过结合语义知识，逻辑与规则，实现第三代人工智能的突破。
利用数字孪生技术，在虚拟空间进行基于深度强化的学习的决策，规划与控制策略的高效自主学习，并实现最优策略的虚拟、实迁移。
发展人工智能平台技术，商业化部署超大规模的预训练模型，中小微企业通过结合行业数据进行小样本学习或微调，即可快速获得AI应用能力。
另外是加快人工智能的公共基础的设施，构建具有国际竞争力的人工智能产业生态，继续发展人工智能芯片，人工智能操作系统，开源代码的框架等等。
根本的解决之道从感知智能到认知智能，发展带三代表人工智能，可以有效利用经验与技巧，具有常识、记忆、技巧和推理能力。从能够听懂、看懂、基于语义知识学习，可理解性，从而进行安全、可靠与可解释的具有语义的决策。
从前沿的技术，比如说怎么样做可靠的检测，分割和识别，用大数据感知智能与图模型结合起来，用无监督的方法，知识学习的方法，知识推理的方法，有很多的途径，现在的市场也是在不断的往前发展。还有发展人工智能的通用平台技术，依靠大模型驱动。
