张东晓指出，我们说的大数据，是数据要能有效地为你服务，所以我们要从“数据大”到“大数据”。

近日，深圳市人工智能行业协会联合主办的2021第二届深圳国际人工智能展开幕式暨智能制造产业创新高峰论坛在深圳会展中心（福田）开幕。

论坛以“智能改变未来，创新引领世界”为主题，邀请众多人工智能领域的顶级专家学者以及企业代表对当下智能制造的技术热点、发展趋势等主题进行深入探讨。

据了解，论坛旨在推进信息化与工业化的深度融合及有效利用，进一步提升深圳市制造业的智能化水平，建立科技创新、产业合作、人才培养平台，提高深圳市的制造业竞争力，实现传统制造业转型升级。

南方科技大学学术副校长兼教务长张东晓以《理论指导下的人工智能》为题进行了演讲，他表示，现在人工智能技术、大数据技术在各行各业得到广泛的应用。很多时候人们会把人工智能、机器学习和深度学习混着用，某种意义上可以，但实际上他们是有差别的。他介绍说，人工智能当然是最广泛的，包括增加系统、机器学习、净化计算、计算机视觉、模糊逻辑、自然语言处理等等多项技术。而机器学习是人工智能的一种方法和技术，深度学习又是机器学习的一种技术。

他认为，机器学算法可以有效解决复杂的问题。信息化、物联网等等为我们提供了数据，但是信息数据多，只是数据大、数据很多、很繁杂，如下不能把数据应用起来，就只是数据大，就不是大数据。我们说的大数据，是数据要能有效地为你服务，所以我们要从“数据大”到“大数据”。通过引入行业知识、物理规律等，可以有效地提升机器学习模型的效果，可以在数据预处理、机器学习模型结构以及模型效果评估环节，各个环节都可以潜入行业指示，可以提升精度和鲁棒性，一定程度上降低数据的需求。