“所有在 AI 領(lǐng)域深耕的人，最終都會(huì)發(fā)現(xiàn)語(yǔ)義鴻溝仍是一個(gè)非常具有挑戰(zhàn)性的問(wèn)題，這最終還需要借助知識(shí)圖譜等技術(shù)，來(lái)幫助將整體的 AI 認(rèn)知取得新進(jìn)展。”在 5 月 26 日的 CTA 峰會(huì)機(jī)器學(xué)習(xí)專(zhuān)場(chǎng)，Hulu 首席研究主管謝曉輝如此說(shuō)道。

某種程度上，機(jī)器學(xué)習(xí)技術(shù)的發(fā)展可能碰到了天花板，他的觀點(diǎn)說(shuō)明知識(shí)圖譜對(duì)增強(qiáng)機(jī)器學(xué)習(xí)至關(guān)重要。當(dāng)然，作為實(shí)現(xiàn)科學(xué)認(rèn)知非常重要的一步，知識(shí)圖譜自身也有著復(fù)雜的技術(shù)和應(yīng)用。

5 月 27 日，由 CSDN 與數(shù)字經(jīng)濟(jì)人才發(fā)展中心聯(lián)合主辦的CTA 核心技術(shù)及應(yīng)用峰會(huì)在杭州國(guó)際博覽中心繼續(xù)進(jìn)行。在知識(shí)圖譜專(zhuān)場(chǎng)，來(lái)自學(xué)界和業(yè)界的知名技術(shù)專(zhuān)家就知識(shí)圖譜領(lǐng)域的技術(shù)應(yīng)用實(shí)踐、以及未來(lái)發(fā)展方向進(jìn)行了全面深入的探討。他們分別是：

東南大學(xué)教授漆桂林

清華大學(xué)長(zhǎng)聘教授李涓子

樂(lè)言科技 CTO、中文知識(shí)圖譜 zhishi.me 創(chuàng)建人王昊奮

百度知識(shí)圖譜構(gòu)建與認(rèn)知團(tuán)隊(duì)負(fù)責(zé)人張揚(yáng)

復(fù)旦大學(xué)教授、復(fù)旦大學(xué)知識(shí)工場(chǎng)實(shí)驗(yàn)室負(fù)責(zé)人肖仰華

上海交通大學(xué)電子信息與電氣工程學(xué)院教授朱其立

螞蟻金服人工智能部技術(shù)專(zhuān)家劉陽(yáng)陽(yáng)

海知智能聯(lián)合創(chuàng)始人&CTO 丁力

北京知識(shí)圖譜科技有限公司CEO 吳剛

以下為上述各位嘉賓演講精華內(nèi)容，整理如下：

漆桂林：知識(shí)圖譜平臺(tái)化是知識(shí)圖譜成功的保證

作為本次知識(shí)圖譜論壇的出品人，東南大學(xué)教授漆桂林圍繞《知識(shí)圖譜的技術(shù)分析和平臺(tái)化路線》對(duì)相關(guān)需要關(guān)注的問(wèn)題做了全局性的深入分析。

在他看來(lái)，知識(shí)圖譜平臺(tái)的出現(xiàn)極大促進(jìn)了人工智能的發(fā)展，為機(jī)器提供認(rèn)知思維能力和關(guān)聯(lián)分析能力。現(xiàn)在，企業(yè)開(kāi)始構(gòu)建知識(shí)圖譜平臺(tái)已是必然趨勢(shì)。不過(guò)技術(shù)研發(fā)周期長(zhǎng)、技術(shù)選項(xiàng)難、人才稀缺、成本高都是企業(yè)平臺(tái)化過(guò)程中的困難。未來(lái)，不僅有行業(yè)平臺(tái)，也會(huì)有公共平臺(tái)幫助降低知識(shí)圖譜技術(shù)應(yīng)用的門(mén)檻，這需要我們沉淀各種數(shù)據(jù)和技術(shù)，快速構(gòu)建知識(shí)圖譜以支撐行業(yè)應(yīng)用，充分發(fā)揮知識(shí)圖譜的價(jià)值。

他還給出了知識(shí)圖譜構(gòu)建經(jīng)驗(yàn)總結(jié)，主要有四點(diǎn)：知識(shí)圖譜項(xiàng)目應(yīng)該緊緊把握需求驅(qū)動(dòng)原則；知識(shí)圖譜項(xiàng)目成功與否不是看圖譜建多好，而是看需求是否滿(mǎn)足；每一個(gè)知識(shí)圖譜構(gòu)建都是一個(gè)項(xiàng)目，控制成本是圖譜構(gòu)建中的一個(gè)核心要素；簡(jiǎn)單才是美，不要過(guò)于強(qiáng)調(diào)復(fù)雜算法（比如說(shuō)很多 DL 模型）。

最后他總結(jié)稱(chēng)，知識(shí)圖譜平臺(tái)化是知識(shí)圖譜成功的保證。知識(shí)圖譜平臺(tái)將跟機(jī)器學(xué)習(xí)平臺(tái)一樣，讓知識(shí)圖譜更好普及，而隨著知識(shí)圖譜平臺(tái)的發(fā)展，企業(yè)將需要更多知識(shí)工程師，而不是算法工程師，知識(shí)圖譜門(mén)檻也將降低。

李涓子：知識(shí)是人工智能的核心命題與關(guān)鍵基礎(chǔ)

清華大學(xué)長(zhǎng)聘教授李涓子以《用知識(shí)為 AI 賦能》為題帶來(lái)了精彩的分享。她提到，知識(shí)是人工智能的核心命題與關(guān)鍵基礎(chǔ)。

專(zhuān)家系統(tǒng)讓人工智能應(yīng)用于行業(yè)，讓計(jì)算機(jī)解決領(lǐng)域中的問(wèn)題?，F(xiàn)在到了構(gòu)建一個(gè)生產(chǎn)知識(shí)的知識(shí)引擎，大規(guī)模應(yīng)用知識(shí)的時(shí)代。而要實(shí)現(xiàn)機(jī)器智能，需要語(yǔ)言知識(shí)、常識(shí)知識(shí)、行業(yè)知識(shí)的知識(shí)。實(shí)現(xiàn)全類(lèi)型知識(shí)的支持，要經(jīng)歷三個(gè)階段：增加專(zhuān)家系統(tǒng)的階段、統(tǒng)計(jì)學(xué)習(xí)的階段、可解釋的、魯棒性的人工智能階段，她希望實(shí)現(xiàn)一個(gè)可解釋的、魯棒的、可信的、安全的人工智能，未來(lái)主要的實(shí)現(xiàn)方法是知識(shí)驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)相結(jié)合的方法。

在她看來(lái)，未來(lái)可能在五到十年內(nèi)是知識(shí)圖譜逐漸成熟和發(fā)展的階段。從技術(shù)研究和整個(gè)核心技術(shù)發(fā)展與應(yīng)用過(guò)程中可以看到，實(shí)現(xiàn)大規(guī)模的知識(shí)還面臨很多挑戰(zhàn)，她還希望能有一個(gè)知識(shí)生態(tài)，讓大家能共同貢獻(xiàn)知識(shí)。最后，她認(rèn)為需要把知識(shí)圖譜技術(shù)平臺(tái)化，把數(shù)據(jù)轉(zhuǎn)化成知識(shí)，提供創(chuàng)新應(yīng)用，發(fā)揮知識(shí)的價(jià)值。

王昊奮：知識(shí)圖譜不是一門(mén)學(xué)科，更像是一個(gè)工程

樂(lè)言科技 CTO、中文知識(shí)圖譜 zhishi.me 創(chuàng)建人王昊奮主要講述了知識(shí)驅(qū)動(dòng)的智能問(wèn)答在企業(yè)計(jì)算中的落地實(shí)踐。

為什么說(shuō)智能問(wèn)答越來(lái)越重要？因?yàn)樗鉀Q了信息過(guò)載的問(wèn)題，同時(shí)知識(shí)圖譜技術(shù)的提出，使智能問(wèn)答系統(tǒng)的能力更加強(qiáng)大。隨后，他從 IRQA（基于信息檢索的問(wèn)答）、KBQA（基于知識(shí)庫(kù)的問(wèn)答）、MRC（基于閱讀理解的回答）三種問(wèn)答技術(shù)形態(tài)出發(fā)，指出不同的 QA 技術(shù)擅長(zhǎng)回答的問(wèn)題不同，需要取長(zhǎng)補(bǔ)短。

此外，王昊奮認(rèn)為，知識(shí)圖譜并不是一個(gè)學(xué)科，其實(shí)更像是一個(gè)工程，它未來(lái)會(huì)結(jié)合自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫(kù)等各方面技術(shù)的優(yōu)點(diǎn)和成果來(lái)去形成本身的應(yīng)用。

張揚(yáng)：構(gòu)建易于開(kāi)發(fā)者使用的開(kāi)放知識(shí)圖譜平臺(tái)

百度知識(shí)圖譜構(gòu)建與認(rèn)知團(tuán)隊(duì)負(fù)責(zé)人張揚(yáng)主要回顧了百度知識(shí)圖譜的發(fā)展歷程，分為四個(gè)階段：

第一階段：2013 年以前，Pre-KG，其主要用于解決結(jié)構(gòu)化數(shù)據(jù)生產(chǎn)與處理，以及穩(wěn)定的數(shù)據(jù)通路與時(shí)效性。

第二階段：2014 年-2015 年，領(lǐng)域知識(shí)圖譜，其主要挑戰(zhàn)在于知識(shí)表示、知識(shí)生產(chǎn)、知識(shí)更新、實(shí)體抽取、Tag 抽取等。

第三階段：2016 年-2017 年，通用知識(shí)圖譜。僅靠垂類(lèi)數(shù)據(jù)無(wú)法滿(mǎn)足用戶(hù)在搜索推薦場(chǎng)景下的多樣化知識(shí)需求，這導(dǎo)致海量知識(shí)獲取、自動(dòng)化知識(shí)表示、以及知識(shí)化搜索與推薦等方面的挑戰(zhàn)。期間，主要采用了知識(shí)抽取、知識(shí)抽取、知識(shí)化搜索、知識(shí)化推薦等方法。

第四階段：2018 年以后，多元異構(gòu)知識(shí)圖譜，不僅包括關(guān)注點(diǎn)圖譜，還有實(shí)體圖譜、事件圖片、用戶(hù)圖片、POI 圖譜，同時(shí)將這些圖譜進(jìn)行關(guān)聯(lián)。

最后張揚(yáng)強(qiáng)調(diào)，構(gòu)建知識(shí)圖譜的過(guò)程具有一定工作量和門(mén)檻。百度希望構(gòu)建一個(gè)開(kāi)放的知識(shí)圖譜平臺(tái)，讓開(kāi)發(fā)者更加聚焦于知識(shí)庫(kù)的應(yīng)用，從而簡(jiǎn)化開(kāi)發(fā)過(guò)程。

肖仰華：知識(shí)圖譜技術(shù)引領(lǐng)下的大數(shù)據(jù)知識(shí)工程全新階段

復(fù)旦大學(xué)教授、復(fù)旦大學(xué)知識(shí)工場(chǎng)實(shí)驗(yàn)室負(fù)責(zé)人肖仰華，詳細(xì)講述了大規(guī)模知識(shí)圖譜的構(gòu)建過(guò)程，主要有三個(gè)核心要素：成本、規(guī)模、質(zhì)量。如果要更省人力進(jìn)行驗(yàn)證，以知識(shí)抽取為例：首先，利用弱監(jiān)督、遠(yuǎn)程監(jiān)督的策略進(jìn)行自動(dòng)標(biāo)注；其次，利用端到端深度學(xué)習(xí)模型降低特征工程代價(jià)；最后，利用先驗(yàn)知識(shí)降低樣本依賴(lài)。

此外，他還回溯了知識(shí)工程的起源，是由符號(hào)主義推動(dòng)。然后，互聯(lián)網(wǎng)時(shí)代的大規(guī)模開(kāi)放應(yīng)用，需要全新的知識(shí)表示，Google 知識(shí)圖譜誕生，代表著知識(shí)工程邁入大數(shù)據(jù)時(shí)代。這個(gè)時(shí)代下，傳統(tǒng)的方法已經(jīng)不適用，新的機(jī)遇與使命由數(shù)據(jù)驅(qū)動(dòng)的大規(guī)模自動(dòng)化知識(shí)抽取，可以利用眾包技術(shù)、高質(zhì)量的 UGC 等。

他還提到，知識(shí)將顯著增強(qiáng)加學(xué)習(xí)能力，包括降低機(jī)器學(xué)習(xí)模型的大樣本依賴(lài)，提高學(xué)習(xí)的經(jīng)濟(jì)性；提高機(jī)器學(xué)習(xí)模型對(duì)先驗(yàn)知識(shí)的利用效率；提高機(jī)器學(xué)習(xí)模型與先驗(yàn)知識(shí)的一致性。

肖仰華總結(jié)稱(chēng)，大數(shù)據(jù)時(shí)代的到來(lái)，使得自動(dòng)化知識(shí)獲取成為可能，知識(shí)工程有望突破知識(shí)庫(kù)的規(guī)模與質(zhì)量瓶頸。知識(shí)工程在知識(shí)圖譜技術(shù)引領(lǐng)下進(jìn)入大數(shù)據(jù)知識(shí)工程全新階段（BigKE），BigKE 將顯著提升機(jī)器認(rèn)知智能水平。

朱其立：構(gòu)建電商概念的認(rèn)知知識(shí)圖譜

上海交通大學(xué)電子信息與電氣工程學(xué)院教授朱其立講述了阿里巴巴電商認(rèn)知圖譜構(gòu)建的原因、認(rèn)知圖譜的結(jié)構(gòu)和算法模塊，以及主要的應(yīng)用案例及前景介紹。他表示，對(duì)于電商，首先需要認(rèn)識(shí)到用戶(hù)有哪些需求；其次，以商品為中心的知識(shí)體系在理解用戶(hù)需求時(shí)，存在天然缺陷。他還指出，要想來(lái)彌補(bǔ)這樣的語(yǔ)義鴻溝，需要構(gòu)建開(kāi)放域概念和電商概念的認(rèn)知知識(shí)圖譜。

那么，在構(gòu)建認(rèn)知知識(shí)圖譜的過(guò)程中，團(tuán)隊(duì)提出了原子概念 （Primitive Concepts）的策略。他依次講述了原子概念的分類(lèi)體系、原子概念的消歧、電商概念的挖掘、電商概念的生成、以及關(guān)系構(gòu)建。此外，他還指出，構(gòu)建該知識(shí)圖譜需要在實(shí)體識(shí)別、文本消歧、關(guān)系識(shí)別、短文本生成等關(guān)鍵 NLP 技術(shù)上實(shí)現(xiàn)突破，目前主要應(yīng)用于搜索、推薦、解釋等場(chǎng)景中。

劉陽(yáng)陽(yáng)：金融場(chǎng)景下知識(shí)圖譜技術(shù)的應(yīng)用實(shí)踐

螞蟻金服人工智能部技術(shù)專(zhuān)家劉陽(yáng)陽(yáng)分享了螞蟻金服知識(shí)圖譜相關(guān)的進(jìn)展，以及金融場(chǎng)景下知識(shí)圖譜技術(shù)的實(shí)踐與應(yīng)用，他分別從智能理賠、智能保顧、智能推薦三個(gè)場(chǎng)景對(duì)此進(jìn)行了說(shuō)明。劉陽(yáng)明表示，知識(shí)圖譜的應(yīng)用更主要是深入理解業(yè)務(wù)的痛點(diǎn)是什么，知識(shí)圖譜在其中能解決什么問(wèn)題。

丁力：構(gòu)建知識(shí)圖譜的五點(diǎn)實(shí)踐經(jīng)驗(yàn)

知識(shí)圖譜是開(kāi)放人機(jī)協(xié)同管理的知識(shí)組織機(jī)制，不但為開(kāi)放數(shù)據(jù)互聯(lián)與融合提供了規(guī)范，也為領(lǐng)域知識(shí)圖譜的積累與復(fù)用提供協(xié)同管理機(jī)制。海智智能聯(lián)合創(chuàng)始人&CTO 丁力表示，在應(yīng)用層上，知識(shí)圖譜要考慮算法，另一方面還需要考慮如何在終端用戶(hù)中體現(xiàn)價(jià)值與特色，讓更多終端用戶(hù)使用平臺(tái)解決實(shí)際問(wèn)題。

何時(shí)使用知識(shí)圖譜？知識(shí)圖譜作為一種面向人機(jī)協(xié)同的開(kāi)放知識(shí)管理機(jī)制，有特定價(jià)值和成本。對(duì)于具體業(yè)務(wù)問(wèn)題而言，知識(shí)圖譜并非唯一的解決方案，也不總是更好的解決方案。海智智能聯(lián)合創(chuàng)始人&CTO 丁力給出了五點(diǎn)實(shí)踐經(jīng)驗(yàn)：

這是一個(gè)封閉的系統(tǒng)還是開(kāi)放的系統(tǒng)。 涉及到融合外部數(shù)據(jù)，尤其是文本數(shù)據(jù)與結(jié)構(gòu)化數(shù)據(jù)的融合，或者后續(xù)未知的數(shù)據(jù)修訂，知識(shí)圖譜會(huì)產(chǎn)生價(jià)值。

是否涉及復(fù)雜的關(guān)系查詢(xún)。關(guān)系數(shù)據(jù)庫(kù)同樣可以處理關(guān)系查詢(xún)，知識(shí)圖譜結(jié)合圖數(shù)據(jù)處理平臺(tái)則可以高效處理對(duì)復(fù)雜子圖（多層 JOIN）的探索式查詢(xún)。

是否要作為企業(yè)內(nèi)部數(shù)據(jù)標(biāo)準(zhǔn)化的一部分。一個(gè)獨(dú)立的業(yè)務(wù)系統(tǒng)可自洽運(yùn)行，但是當(dāng)與企業(yè)內(nèi)部其他信息系統(tǒng)對(duì)接，需要標(biāo)準(zhǔn)化的可理解的數(shù)據(jù)接口。

系統(tǒng)可以復(fù)用規(guī)則推理、圖分析、機(jī)器學(xué)習(xí)等常見(jiàn)人工智能模塊，知識(shí)圖譜通過(guò)通用的數(shù)據(jù)接口和可復(fù)制的研發(fā)流程，提升系統(tǒng)構(gòu)建效率

能否承擔(dān)實(shí)施知識(shí)圖譜基礎(chǔ)設(shè)施的成本。

此外，他還從知識(shí)圖譜的模板化解決方案、數(shù)據(jù)模型的選擇、本體概念體系的選擇三大層面講述了知識(shí)圖譜建模的技術(shù)要點(diǎn)。

吳剛：知識(shí)圖譜如何賦能企業(yè)智能化升級(jí)

北京知識(shí)圖譜科技有限公司 CEO 吳剛總結(jié)了五點(diǎn)知識(shí)圖譜項(xiàng)目挑戰(zhàn)：數(shù)據(jù)壁壘，高質(zhì)量知識(shí)獲取難，數(shù)據(jù)結(jié)構(gòu)化、知識(shí)融合難；平臺(tái)工具：技術(shù)棧長(zhǎng)，知識(shí)圖譜構(gòu)建和運(yùn)維成本相對(duì)高；專(zhuān)業(yè)知識(shí)：知識(shí)專(zhuān)業(yè)性強(qiáng)，需行業(yè)專(zhuān)家技術(shù)團(tuán)隊(duì)的磨合，知識(shí)模型建立；閉環(huán)系統(tǒng)：半自動(dòng)化學(xué)習(xí)、可迭代更新的閉環(huán)智能應(yīng)用。

由此，他給出業(yè)界在做知識(shí)圖譜項(xiàng)目技術(shù)應(yīng)用建議：控制成本、小步快走、快速迭代。這就需要具備以下能力：實(shí)踐與理論的鴻溝，從解決問(wèn)題出發(fā)；工程開(kāi)發(fā)能力；算法落地(nlp，機(jī)器學(xué)習(xí))；數(shù)據(jù)處理(爬蟲(chóng)、ETL、數(shù)據(jù)清洗、本體構(gòu)建、圖譜構(gòu)建)。

最后，他還給出了知識(shí)圖譜技術(shù)及應(yīng)用趨勢(shì)：

知識(shí)圖譜與深度學(xué)習(xí)、語(yǔ)音識(shí)別、圖像識(shí)別等技術(shù)深度結(jié)合，打通感知到認(rèn)知；

知識(shí)圖譜應(yīng)用場(chǎng)景由淺至深，逐漸沉淀高質(zhì)量精細(xì)化行業(yè)知識(shí)圖譜；

企業(yè)數(shù)據(jù)壁壘逐漸打通，應(yīng)用從 BI 到 AI；

全生命周期知識(shí)圖譜開(kāi)放平臺(tái)化，構(gòu)建與運(yùn)維成本大大降低，人機(jī)協(xié)同，集成算法和行業(yè)模型，閉環(huán)迭代，半自動(dòng)化自學(xué)習(xí)。

圓桌對(duì)話(huà)：知識(shí)圖譜產(chǎn)學(xué)研合作如何兼顧研究和落地？

在知識(shí)圖譜圓桌對(duì)話(huà)環(huán)節(jié)，樂(lè)言科技 CTO 王昊奮發(fā)問(wèn)，知識(shí)圖譜處在一個(gè)半實(shí)用、半研發(fā)的階段，如何去迭代螺旋上升？同時(shí)，現(xiàn)在在知識(shí)圖譜的項(xiàng)目合作上，如何兼顧陽(yáng)春白雪的研究和扎扎實(shí)實(shí)的落地？在場(chǎng)嘉賓分享了各自觀點(diǎn)。

肖仰華：與人合作很重要，我覺(jué)得陽(yáng)春白雪的研究和扎扎實(shí)實(shí)的落地都需要。高校可以在這兩個(gè)方面發(fā)揮作用。陽(yáng)春白雪探索一些新的知識(shí)表示機(jī)制、模型、算法，企業(yè)很難花時(shí)間做的事情委托高校去研究。為什么說(shuō)高校也可以發(fā)揮落地作用？企業(yè)不缺某一個(gè)算法，缺的是不知道怎樣把這些算法拼起來(lái)，在工程咨詢(xún)方面可以找高校合作，但工業(yè)界不要對(duì)學(xué)校團(tuán)隊(duì)有過(guò)高的期望。另外，偏研究的團(tuán)隊(duì)不要期望落地，偏落地的團(tuán)隊(duì)不要期望偏陽(yáng)春白雪。

李涓子：知識(shí)圖譜落地肯定是企業(yè)切實(shí)的需求，學(xué)界可以幫助建立知識(shí)圖譜整體架構(gòu)。而企業(yè)落地本身存在的問(wèn)題，也可以把它變成研究問(wèn)題。另外高?？赡苓€應(yīng)該在研究的前沿性要有一定前瞻性，比如我們還是希望能做常識(shí)知識(shí)的表示和推理，通過(guò)能夠結(jié)合知識(shí)驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)的方法做一些常識(shí)知識(shí)推理工作。

張揚(yáng)：企業(yè)和高校其實(shí)各有各的優(yōu)勢(shì)。高校的研究可能比較前沿，企業(yè)的優(yōu)勢(shì)就是可以快速的把技術(shù)轉(zhuǎn)換成商業(yè)產(chǎn)品。企業(yè)跟高校的合作，可以把問(wèn)題的邊界定義清楚，這樣項(xiàng)目會(huì)更加可控。

朱其立：企業(yè)和高校雙方應(yīng)該坐下來(lái)，讓高校先了解企業(yè)需求，然后把這個(gè)需求抽象成一個(gè)科學(xué)問(wèn)題，高校負(fù)責(zé)解決科學(xué)問(wèn)題，科學(xué)問(wèn)題在公開(kāi)的數(shù)據(jù)上面做得比較好后，再把解決問(wèn)題上獲取的知識(shí)傳遞給公司或者企業(yè)去具體實(shí)現(xiàn)，在數(shù)據(jù)上做一些測(cè)試、評(píng)估。如此迭代做下去，既有陽(yáng)春白雪，又有實(shí)際應(yīng)用。

吳剛：像創(chuàng)業(yè)公司肯定不能像BAT的合作方式，后者有大量資金和時(shí)間支持。創(chuàng)業(yè)公司更多從應(yīng)用層面出發(fā)，不完全是做工程。高?？赡茉趨⑴c國(guó)家大型課題或者算法有很多的積累，雙方可以結(jié)合起來(lái)，通過(guò)結(jié)合算法，少部分的工程能力，為客戶(hù)做出產(chǎn)品，最后再投錢(qián)進(jìn)行更好的產(chǎn)學(xué)研合作。

至此，為其兩天的 CTA核心技術(shù)與應(yīng)用峰會(huì)圓滿(mǎn)結(jié)束。