10月17日至19日，由CCF主办、苏州工业园区管委会、苏州大学承办的CNCC 2019在秋意正浓的苏州如约而至。今年大会以「智能+引领社会发展」为主题，选址苏州金鸡湖国际会议中心召开，偌大的会场人潮涌动。
据悉，今年大会邀请了15位国内外计算机领域知名学者、专家及企业嘉宾莅临现场做特邀报告，同时还将举办3场大会主题论坛、79场技术论坛以及22场特色活动，另外现场还开设了85个科技展位，预计参会人数将超过8000人。大会首日的开幕式，依旧由CCF秘书长杜子德带来主持。一开场，他便强调，今年将依旧延续往年的惯例——严格控时，一如既往的“杜子德式”幽默也成为了每届CNCC的一大亮点。
他表示，本届会议的主题确定为「智能+引领社会发展」，这是因为无论是在传统产业的智能化转型升级过程中，还是在新型产业飞速发展的进程中，智能化技术都作为技术基础，堪当引领社会发展的重任。未来的社会将是智能化的社会，将是互联网、云计算、大数据、物联网和人工智能共舞的社会，将是智能+引领各行各业全面转型、提升和变革的社会。
随后在他的主持下，中国科学院院士、南京大学校长吕建，苏州大学校长熊思东，电气和电子工程师协会计算机学会（IEEE-CS）主席Cecilia Metra以及江苏省委常委、苏州市委书记蓝绍敏依次带来开场致辞，大会正式开始！开幕致辞结束后，在微软亚洲研究院副院长周明的主持下，多位特邀演讲嘉宾依次上台，进行大会报告。
第一位报告的是国家并行计算机工程技术研究中心总工程师、中国工程院院士陈左宁，她报告的主题是系统软件，通俗地说就是电子计算设备上的操作系统。陈左宁在报告中介绍了系统软件的发展趋势、目前遇到的科学问题，以及她对系统软件的一些见解。陈左宁介绍道，就发展趋势而言，系统软件目前处于变革期，资源域、应用域、作用域发生变化；软件定义的变化对系统软件带来挑战；资源和应用变化，系统软件的边界越来越柔性。
在人工智能技术的发展和应用下，系统软件如今也需要对针对机器学习的软硬件+数据聚合，以及针对物联网设备的云边端一体的协作计算提供支持。软硬件协同设计也是如今的一大趋势。陈左宁还谈了她对系统软件的几点认识，比如，我们常谈“生态”的建设，但是生态往往是不能通过先建立标准来实现的，“生态”需要先有应用，在市场合力下形成标准。
接着，日本产业技术综合研究所人工智能研究中心主任、日本紫绶带奖章获得者辻井潤一在报告中介绍了日本人工智能的研究、开发和应用。
辻井潤一教授首先介绍了他所在的研究中心的基本情况，接着他介绍了日本的各个研究中心以及企业在人工智能相关领域的成果，包括工业机器人技术、消费级机器人技术、深度学习理论研究、用于深度学习的大规模计算集群、在计算集群上运行的大规模模型等等，Sony在GPU集群上3分钟完成ImageNet训练、BERT-large模型训练等成果业内也之前就有所耳闻。
面向未来，辻井潤一教授认为AI机器人、智能制造数据收集是一个重要的落脚点。最后他还说道，他们的500人的研究团队和谷歌、微软相比并不多，但有研究设施这件事很重要；他们在和其它的日本企业建立合作，共同研发，尤其期待未来和中国企业合作设立研究机构。下一位报告的是微软全球资深副总裁、微软亚太研发集团主席、微软亚洲研究院院长、IEEE Fellow洪小文。
洪小文在报告中阐述了他看待计算与智能的“金字塔哲学”，就是，计算和记忆力、感知、认知、创造力、智慧这五层依次向上、依次依赖、依次变难，现阶段的人工智能就在艰难地向上攀爬过程中。
在报告中洪小文也用通俗的语言解释了一些大众的认知误区，比如对于自动驾驶，目前人们认为是AI的一大典型应用，而洪小文指出，已经存在了一百多年的飞机的自动驾驶（auto-pilot）不被大众认为是AI，但汽车的自动驾驶就被大众认为是AI，以及AlphaGo击败了柯洁、李世石，大众都认为这代表了人工智能击败人类的新的里程碑，而洪小文认为这更体现出的是开发了该模型、组建了计算基础设置的这群人类精英智力成果的胜利，而人工智能想要媲美人类还有很远的路要走。
樊文飞是英国爱丁堡大学主任教授、英国皇家学会院士、欧洲科学院院士、英国爱丁堡皇家学会院士、ACM Fellow，他的报告有关大数据，报告题目也非常生动：“Making Big Data Small”。樊文飞教授介绍道，这个问题的产生来自于许多曾经在小数据上用传统方法很容易完成的任务，如今在大数据上就变得非常困难。
目前最快的SSD存储可以达到12GB/s的读取速度，但即便这样的速度，如果数据库有15TB大小，想要用完整检索的方式完成一次查询仍然需要33小时。所以，在大数据环境下，传统易解问题变成难解问题。常被谈起的并行计算只能加速一部分任务，而且小公司租不起大批服务器，这个办法的适用范围很有限。
樊文飞教授的科研路线是通过有界计算和近似计算，把大数据上的精确计算变成小数据上的近似计算，就大幅降低了资源和速度的要求。具体来说，根据对于数据库的访问模式的研究，他们发现许多查询是有界的，可以通过增加限制、近似计算，把大数据上的查询变成小数据集上的计算。
樊文飞教授介绍道，根据阿里的一项统计，91%的查询是有界的，把这部分查询和数据用他们的方法处理以后可以提升25倍性能，可以把PB级的数据缩小到GB级；不过，这种查询的精度是概率的，是99%精度，而不是传统方法的100%。这种方法可以应用于商业系统，为资源有限的企业提供大数据处理的能力。最后，大数据从理论和实际应用都带来了挑战，还有许多的方法等待我们发掘。
接下来报告的是洛杉矶加州大学（UCLA）计算机系教授，ACM、IEEE Fellow张丽霞。张丽霞教授的研究和报告针对的是网络架构。
在过去的50年中，简单的TCP/IP点对点协议带来了互联网应用的繁荣，应用的繁荣反过来对信息的分发方式提出了新的要求，例如直播（一对多）、移动通讯设备（无法一直在线）、物联网设备（数量众多）等现代互联网应用需求，都无法被TCP/IP协议描述的基于IP地址的、点对点数据流的传输模型满足。
从而，张丽霞教授提出了新的网络架构，命名数据网络（Named Data Networking），用名称获取数据，网络架构的重点从节点转换到数据本身。它可以为系统提供多重访问、可拓展分发、终端移动性、安全等等许多新保证，也可以成为现代数据科学的新的基础设施。计算机科学相关会议通常都是专注于技术讨论的，但随着人工智能技术在普通人生活中的普及，相关的伦理问题也变得无法忽视。
CNCC 2019专门邀请了复旦大学教授王国豫讲解人工智能伦理的相关话题。上午的最后一位演讲嘉宾是小米集团副总裁、集团技术委员会主席崔宝秋，他的报告主题是“AIoT的现在与未来”。在崔宝秋看来，AIoT不仅是字面上能看到的“AI赋能的万物互联设备”，如今还更可以在5G技术的帮助下提供更好的连接、更丰富的应用。
在报告中崔宝秋说道，中国有诸多优势，在AI方面的优势有人才、大数据、政府支持、应用场景四点，而且这个看法和高文院士一致；AIoT设备方面的优势也有硬件能力、消费与智能化升级、智能场景。随着AIoT平台及生态更成熟，AIoT设备将会普及到每个人生活的方方面面。未来提供的服务也会真正的智能。
接着崔宝秋介绍了小米的AIoT平台以及生态架构设计，不仅开放、全面，小米自己也持续进行着模式、技术、产品、体验方面的创新，小米的AI能力也有持续的积累提升，达到了行业内的较高水平。小米的个人语音智能助理小爱AI就是典型的代表，崔宝秋在现场播放了演示视频，也对其中的技术内涵做了进一步的介绍。
以上为上午7场特邀报告，下午的技术论坛作为会议的另一重要部分，迎来了“自然语言对话：技术挑战和应用前景”、“认知图谱与推理”、“自然语言理解的挑战与机遇”、“智能驾驶未来之路”、“联邦学习和数据安全管理”、“人工智能应用趋势之变——从制造到智造”等28场技术论坛。
除了上述特邀报告和技术论坛，大会在未来两天还将举办多场特色活动，除此之外还将首次举办CNCC Night，并召开CCF理事换届暨会员代表大会。