<mark id="oztn4"></mark>
0
| 本文作者： 田苗 | 2017-10-29 12:49 |
2017 年 10 月 28-29 日，一年一度的未來科學大獎頒獎典禮暨未來論壇年會在北京舉辦。雷鋒網了解到，今年的大獎頒獎典禮上，將頒發 2017 年未來科學大獎“物質科學”獎、“生命科學”獎，并首度頒發“數學與計算機科學”獎。同時，全球四十位具有影響力的I科學家將出席此次活動，也將奉上十四場專題研討會，其涵蓋的范圍包括高效計算、腦科學、新能源、基因技術等話題討論。
29 日上午，雷鋒網在現場看到，來自學術界和工業界的眾位嘉賓對當前熱門的人工智能進行了對話，從不同的角度闡述了他們對人工智能的認識。
這些嘉賓有：
熊偉銘，華創資本合伙人，未來論壇青年理事
李飛飛，美國斯坦福大學計算機科學系終身教授、人工智能實驗室主任,谷歌云人工智能和機器學習首席科學家，未來科學大獎科學委員會委員
Dawn SONG，加州大學伯克利分校計算機系教授
沈海寅，奇點汽車首席執行官、創始人
王勁，景馳科技(JingChi.ai)創始人兼首席執行官
汪玉，清華大學電子工程系長聘副教授
楊強，香港科技大學教授，電氣電子工程師學會(IEEE)院士，國際人工智能促進協會(AAAI)院士
周志華，南京大學計算機科學與技術系副主任，國際計算機學會(ACM)院士，電氣電子工程師學會(IEEE)院士，國際人工智能促進協會(AAAI)院士
雷鋒網將對話整理如下。
熊偉銘：我們都知道您的《機器學習》（西瓜書），您怎么看機器學習在中國研究行業現狀，我們對于AI前沿問題認識和現在學者的一些狀態？
周志華：你提到書的話，我寫的這本書，應該是機器學習這個領域的入門教科書。大家學物理需要普通物理的教科書，學了普通物理并不能保證是物理專家，所以只是入門而已。從國內和國際情況，剛才兩位，一位是計算機視覺方面，一位是人工智能應用到安全方面，作為人工智能最基礎的機器學習方面，我們華人學者這個方面還是做了很多工作，我如果說差別，理論基礎的理解這些問題上并不是特別大，產業結合上可能應用層面還有很多事情要做。
熊偉銘：我們兩組嘉賓，一部分是學界，一部分是工業界，中間沒有明顯的一條線，我們看到很多跨界的人才，李老師在Google做了首席科學家，汪老師不僅做研究，還創立了公司，作為老師創業，怎么看待這件事情，壓力是不是很大，討論到人工智能領域里，是不是利用人工智能這個機會，中國真的有半導體的這撥機會，在中國這邊？
汪玉：作為清華大學一位老師，我們看到人工智能過去很長的一段時間，真正開始做研究的時候，主要因為2012年CNN一下起來了，我做加速器，跟芯片相關的智能加速，想是不是加速這件事情可以做一下，那個時候可以做加速研究，并沒有看到工業和學術的明顯差異，只不過我們都在研究非常重要的問題，這個問題在什么時候可以應用，如果研究是十年以后可以應用的工作，就做的是一個非常基礎的前沿研究，如果做的研究是兩三年之內可以應用起來，其實是更偏向工業界的研究，所以并不覺得在學校里面和工業界有太大的本質上解決問題的區別，只不過定位是馬上可以用，還是在未來的十年才可以用。辛苦肯定辛苦，如果做創業，肯定要花時間做這個事情，一定辛苦的。
有沒有可能中國的半導體行業在這一撥人工智能起來的時候有一些機會，我覺得一定會有的。有幾個方面的原因，第一個原因，目前人工智能最大市場其實是在中國，而且中國在高速發展，這是一個最大的好處吧。第二個其實從政策和資金的扶持上，中國也是非常有機會的，可以看見中國已經把人工智能作為未來最重要的一個政策，寫到國策里，比如在半導體行業的基金里，也有大基金的背后推動，所以整個半導體行業也在不斷地蓬勃發展。第三個非常重要的事情，其實也是老師可以做的很多事情，就是各方面的人才，特別是中國對于海外留學人的吸引，以及對于本土做這種高端的不管是算法還是硬件樂觀，還是整個其他產業鏈上的其他環節人才的培養，也越來越重視。
從這幾個方面來看，中國還是非常有機會的。
熊偉銘：我們經常開玩笑說CBPR變成了華人科學家非常好的聚會機會，今天臺上有兩位嘉賓都是做車相關的，王勁總做無人駕駛，沈總做EV，今年年底或者明年會看到大量的國產EV上市，有點像汽車行業經過了一百年，現在煥發了青春，請兩位嘉賓分享一下，怎么看待AI和汽車相結合帶來的機會，到底是多巨大的機會？
王勁：大家知道汽車行業現在面臨著非常大的機會，或者顛覆和被顛覆的機會，世界上幾個大國，都在這個上面發力或者全力以赴，尤其是中美德日這四個國家，在進行一個全面的競爭，這個競爭有三個方向：一個是技術和人才，第二個方面是產業的競爭，第三個方面是國家的法律法規和民眾的接受度的競爭。
第一個競爭可以看到，無人車決定汽車未來產業省府的決定性的技術，這個方向從技術上來說，一輛無人車不是簡單的傳統汽車，是一輛傳統的汽車，加上會開車的機器人，這個方面使得AI和汽車進行緊密結合。中國這個方向上尤其AI公司、教授在這個方面投入非常大，中國終于在一百多年汽車產業上有了機會，靠我們AI和技術上面的一些領先優勢，來爭奪這樣的一個產業的領導權。
沈海寅：汽車行業未來在AI上決定勝負的時間點，講AI，汽車行業是無人駕駛和自動駕駛，其實我們在汽車當中，從應用角度來看的話，AI有非常得多應用，比如說計算機視覺可以用語義識別上，過去生活里看到新聞，出行父母把小孩留在汽車里，小孩因為熱或者空氣問題出現一些不幸，是否可以通過AI識別呢？也許可以通過攝像頭，判斷小孩在里面是一種開心狀態還是非常不開心的狀態，里面有沒有大人在監控。通過這種方式可以自動地區啟動一些像報警裝置，或者自動能夠把空調打開，或者把門窗打開，能夠給我們車帶來很多更安全的這樣一些解決方案。
我們作為一個整車的制造商，我自己從互聯網行業轉型到這里面，應該給汽車行業帶來一些不一樣的認識。我們做自動駕駛的時候，我原來是360的，在金山軟件做副總，我本人其實對這方面非常敏感的，我們自己的車做無人駕駛，我們更注重實用性，從計算機視覺、毫米波雷達兩個融合起來做，計算機視覺起到非常重要的作用，如果的確把路標甚至一些東西做了混淆以后，人看起來沒有問題，但是計算機視覺看起來有問題以后，這個的確可以給我們帶來非常深的安全隱患，未來AI在汽車方面應用的確任重道遠，但是學術界和產業界結合AI是很好的切入點。
熊偉銘：我們又是參與又是旁觀者，我們看到非常少見的學界和產業界結合非常緊的行業，因為這里面有很多對于人才的競爭，我們的學生們無論在知乎上搜機器學習，大家都討論，應該出國去斯坦福、伯克利，還是應該找周老師，去清華和比較出名的深度學習學校去學習。還不包括大家快畢業選擇什么道路，在人才競爭上，所有的人去抓最聰明的學生們進入這個領域。李老師和宋老師，你們怎么看待，或者你們在美國市場上看到人才的競爭是什么樣的格局呢？
李飛飛：目前AI人才市場用四個字可以開闊，全球稀缺，不管學術界還是工業界全世界都迅速地意識到，我們是大大的供不應求，我現在既是在學術界，又是在產業界，給了我們很多機會和思考，學術界本身我們一直在倡導，需要更大規模的投入基礎教育和研究，這個時刻的AI還是非常新的一個領域。
雖然大家看到了一些特別讓人激動的效果和落地的場景，我們真的有一條很長的路要走，如果不對上游的教育和研究，加大力度支持的話，不管從人才的角度，還是從整個領域的角度，會出現一個危機。在產業界，因為我現在身處Google，我也看到了Google本身對于AI人才的重視，不光是到處挖掘人才，有很多木機會培養人才，我們強調AI普適化，我站在Google云的角度，也在從各個方面鼓勵AI人才的增長，都有一些很好的機會。
Dawn SONG：我完全同意。一方面大家確實是在看到對AI方面的人才是非常稀缺的，同時也是一個機會，大家都面臨這樣一個問題，所以真正能夠把企業界和學術界結合在一起，大家共同努力，共同培養更多的AI人才。另外一點也是企業界現在很重視使用性AI，用現在的AI技術解決現在的問題。之所以我們現在有這種AI問題，其中一個原因也是因為我們現在雖然AI技術已經發展的很快，同時我們對真正深度AI理解完全不夠的。我們其實并不知道這些深度學習的系統，為什么有效，怎么樣有效，但是同時有什么樣的問題，這些都是非常基本的，對學術方面的，對這個領域的理解，這種問題可能在企業界關心的可能會稍微少一些，因為并不是直接幫助你解決現有的問題，但是從長遠來講，對整個人類社會，整個世界應用AI，更好地發展AI，都是非常重要的。
雖然大家現在看到阿爾法狗可以打敗圍棋冠軍，其實我們對真正AI理解，差得非常遠。企業當中的應用發現很多問題希望用AI解決，但是AI這方面的能力還是遠遠不夠，所以因為這些原因，我們更是要重視對AI基礎研究的發現和大量的投入，希望大家感受到確實很重要，整個企業界或者學術界，這些還是非常新型的領域，需要很多研究、很大的投入，企業界和學術界共同合作的非常好的機會，大家都看到有同樣的需求，可以共同地合作，能夠把這些問題解決好。
熊偉銘：我們其實需要很多基礎研究，我們內部經常講一個笑話，如果看看鐵臂阿童木，50年代對人工智能的期待，但是今天到哪了？今天AI處在的狀態，如果做一個對比，或者如果跟互聯的發展，如果看互聯網的歷史，69年發出第一個信號，我對互聯網的影響完全屬于雅虎這樣早期公司，處在94、95年了。我們現在處在什么樣的時代，什么樣的節點，我們現在到95年了嗎？從AI的角度來講。
周志華：這個問題不知道從哪說起，這個問題和剛才有一定關系，大家在AI學界之外的很多人士，對人工智能發生興趣是最近五六年的事情，大家發現人工智能一下可以解決很多問題，其實人工智能上一撥熱起來，80年代的時候，當時提出很多目標，當時沒有達到，其實現在已經實現了當時的很多目標。最近關注人工智能技術，一下子爆發了，但是從學界來看不是這樣，是一點一點往前走，今天人工智能應用在消費過去20年里人工智能學界積累起來的東西。
今天帶來的問題，全世界人工智能人才稀缺，對于中國來說這個問題更加嚴重，中國真正人工智能嚴格意義上和國際比較接軌的人工智能研究大概也是最近十年左右時間，所以我們積累的人才量非常少。另外一方面我們現在國內的人工智能企業需求非常旺盛，大家都想到各個地方挖人，但是想到怎么樣上游去培養人才，怎么樣促進更多的年輕人才、未來人才儲備這件事情，可能想的并不是太多，很多企業找我們，我開玩笑說，現在世界上比較有名的做AI的教授，都從學校到企業去了，過十年，你們以后只能到南京大學到我這邊招學生了。
王勁：其實我們現在談到人工智能，應該是基于（英文）的人工智能，以前是專家系統人工智能，這個人工智能概念是1956年提出來的，（英文）到2006年是認為比較多的是創始年，真正大規模進入工業界，應該是2012年，在Google、百度率先大規模地應用到現在的技術上面，來讓億萬用戶使用這些技術。如果這樣推算，今天應該比當年1995年雅虎推出來的時間點往后，1995年讓大規模人能夠用上因特爾技術，2012年底、2013年初，大規模應用人工智能技術，讓普通用戶得益于技術突破。
當然這個技術突破確實競爭非常激烈，尤其是在人才競爭上面，我非常同意李飛飛教授講的全球稀缺，因為過去，上一家公司百度，和今天的公司景馳科技，我們都看到了全球人才競爭的激烈程度，尤其中國的稀缺程度比美國還要強，為什么這么說？在以前同樣的人才，在美國價格更高一點，在中國薪酬會低一點，在AI的高端人才，在美國的薪酬體系比中國低了，我上一家公司是這樣，現在公司也是這樣。上一家公司，同一個人在美國工作高端AI人才工資低15%，轉到中國來加15%，如果中國轉到美國降15%。現在不知道存在不存在，基本上反映出來有這么一個鼓勵趨勢，中國更需要AI人才。
李飛飛：我學物理出身的，我特別想提醒大家，AI是只有60年歷史的新興，站在人類的歷史長河，這個話題已經被提出上千年了，這個話題從哲學角度、心理學角度，后來慢慢走進生物學、腦科學學角度，后來走進計算機學角度，作為一門科學，這是非常博大精深的話題，以后的路可能會特別長。所以雖然現在我們有很大的一撥，但是這是一個起步。
看過去幾百年，現代物理學的發展，很多人覺得牛頓開始了現代物理學，牛頓對于物理學的意義幾個特別重要的一套理論體系，從這個角度來看，人工智能還沒有達到牛頓力學，還沒有一套非常完美的理論體系，來解釋不管從算法也好，還是人工智能的問題也好，我這幾天一直在想，我們到底是伽利略時代，還是比伽利略時代還要洪荒，但是我不清楚，我只是想提醒大家，在剛剛進入現在人工智能的起步點，物理學從牛頓力學走進電磁學，走進量子力學，走進相對論，走了多少步，現在還在繼續發展，站在人工智能研究者的角度，我自己帶著非常謙卑的心在看我們這個領域。
熊偉銘：是不是也是因為人工智能這個領域是一個交叉性的領域呢？因為我們最近幾十年發展出來的計算機科學，牛頓時代還不能用這種工藝，神經網絡跟腦科學、神經科學，人類學習過程當中試圖用到機器學習里面去，是不是因為這個原因，我們處在非常嶄新的專業起點上？
李飛飛：站在科學角度，任何一個新興科學都是交叉的，今天看牛頓是經典力學，當年牛頓要發明微積分才能解決力學問題，那個時候他也在做交叉科學，所以人工智能是交叉的，但是任何一門科學走在最前沿的時候一定是交叉的。
沈海寅：今天早上跟王勁總在VIP室聊天的時候講到，現在中國很多地方政府都在說建AI小鎮，建人工智能小鎮，我們自己在跟政府講的時候，的確說AI是未來的一個發展方向，但是民眾對于AI的認識和我們學界或者產業界對AI認識，之間差距很大。
最近我講AI驅動智能汽車，講到歷史，AI過去兩起兩落，現在第三撥浪潮，還會進到谷底嗎？我說應該我個人比較樂觀，過去很多時候因為受到的限制比較多，但是今天很多條件的確成熟了，雖然AI還處在說不定的時代，但是從硬件準備到軟件算法，到強化學習等等這些出現，我覺得現在已經到了一個可以進入到我們應用的層面這樣一個很好的點，雖然也許在最頂端，比如我跟機器聊天，基本上聊兩三句還能把機器聊死了，如果退而求其次，比如在車上，像電池管理系統，完全可以用AI去做，可以做得比傳統車更好。從這個角度來講，我們汽車叫奇點汽車，今天的確是一個奇點，值得大家期待的。
Dawn SONG：確實現在AI在一定程度可以被應用，另外一點，我想強調一下，AI是非常長遠的一條路，即使我們想到它有多棒，但是很難，其實可能比你想的長遠還要更長遠，因為AI本身是非常深的，雖然現在AI在解決一些問題，但是真正來講，AI能夠做的事情如果看成大海的話，現在做的事情僅僅是其中一滴水，從AI來講，如果真正能做到，小孩子從小長大，可以自己學習，很快學習很多事情，這個社會很復雜，很多事情需要學習。現在AI跟幾歲小孩子比，相差不知道有因為遠，需要大量的學習，跟人怎么學習有天壤之別，真正有一天如果真正能訓練成像人一樣學習，可以真正想象它的天空多么廣闊。好比現在，另外一個我們做的研究方向，教機器寫程序，這當然還是非常前沿的問題，我們僅僅還是剛剛起步，但是可以設想，如果真的能夠教機器寫程序，真正有那一天，所有現在很多系統，機器可以自動地進行。
怎么用機器學習的方法，自動地建設一些模型，現在還是大多數是人工建的，對于很多復雜問題，怎么能夠更好、更快、更自動地建設深度學習的模型。這是一個研究方向，這僅僅是一個例子，可以看到從長遠來講，AI能夠做的事情比我們現在想象的還要廣闊的多的多，所以這個角度來講，我們真的是非常早的起步。
汪玉：因為我是做硬件的，非常大的范圍來看，硬件概念的出現，或者計算的硬件概念出現是從CPU時代開始的，差不多60年前，開始有了集成電路這個東西之后，極大地推動了我們可以看到互聯網、移動互聯網，到現在人工智能的發展，所以其實大家原來可能都沒有軟件和硬件這樣一個概念，我們想出來一個方法，然后可能人去實現一下，或者算盤做一下，這樣的東西出現之后，極大地加速了人類科技的進步，這是非常重要的一件事情，從這樣的基礎核心的硬件發展來看，好的CPU出現，也就四五十年，五六十年，GPU也是推動整個圣神經網絡再次發展，從英偉達開始，從兩三家到百花齊放，也是一二十年，從人工智能怎么往前走，也是迭代過程，未來到底什么樣的平臺，是量子，還是新的器件和電路，都不清楚，但是一定是未來非常重要的事情，如果想進一步做到機器和人能有一樣的能力，到底這個怎么樣，不一定是電路，可能是化學、材料突破。
熊偉銘：如果展望未來的話，我們有很多東西今天還不知道。問一下未來的事情，不問一百年，不考慮太遠，就說明年如果聚在一起，AI會發生突飛猛進的變化嗎？還是大概增加了兩三個話題，我們怎么期待AI，作為從業者的專家和看到直播普通觀眾，怎么期待AI在一年當中的變化？
周志華：我通常是潑冷水，所有科學技術發展都是一步一步往前走，如果在這個領域看到每一步進展可以看到每一步都是一小步，但是突然回頭看可能是一大步。
熊偉銘：每個學界里面似乎都有一個加速度，最早沒有微積分的時候，牛頓很痛苦，但是有了這個工具之后，他開始有一些加速的理解這個世界的方式，像我們沒有計算機到我們今天全球超算最快的兩臺都在中國，在很多領域里面，我們會看到學界需要積累一些加速度，我們現在是否到了一個有加速度的點，還是可能我們還需要也許再經過20年，或者更長的時間，我們才能到這個點？
王勁：我跟沈總是一個流派的，我是帶著一個非常期待、非常樂觀的看這個事，今天談AI，幾個關鍵點到了臨界點，第一是人才，全世界非常多優秀人才集中朝向學習AI這邊來了，這么多教授到這里。第二是資金，臺下還看到很多VC、PE面孔。第三是產業，很多產業看到AI給他們帶來了非常大的變化，是一種進步也是一種顛覆，他們都覺醒起來，想要參與到AI浪潮。
第四是國家，地方政府，國家政府，各個國家的中央政府意識到，AI這一輪競爭，誰不參與，誰不達到領先地步，誰就會落后，中國過去幾百年都體會到落后就要挨打，AI這一論競爭，沒有國家能夠去落后的，用我現在做的無人車的例子，真的是一個大國的競爭，每個國家產業扶持政策到人才、技術鼓勵，都是一個史無前例的情況。所以非常期待，也許明年再談，有很多產業參加到這里面來，不僅僅在AI本身，很多是邊緣性各種學科結合或者產業結合，我們看到有很多新機會創造出來。
沈海寅：在過去，其實的確中國經常講，有幾個綱領性文件，中國制造2025，現在出來人工智能，AI2030年的長期計劃，從這個角度來講，還是在十年時間往前推進。我們過去一直講互聯網+，我們講AI，兩個加法，一個是A+，AI本身的產生能不能帶來新行業，另外一個是+AI，在原有的行業基礎上，加上AI以后，能夠給我們行業帶來哪些變化，AI+，出來一個新東西，從零到1，大家覺得這個東西很好玩，我們怎么去做，對于我們來說真正潛移默化和細水長流的是+AI，過去有這么多的行業，其實還是處于連+互聯網都沒有做到的領域，跳過+互聯網，+AI以后，給行業效率帶來很大變化。
還是拿車的例子，勁總他們那邊做無人駕駛，還是有點遙遠的一件事，因為涉及到法律問題，用戶的認知問題等等，不光是技術問題，是綜合性問題。我們其實每天技術進步，都能夠輔助在駕駛上面，給我們的用戶帶來一些體驗，比如我可以避免那些把油門當成剎車來踩的殺手司機給我們帶來的危險性，僅僅這些變化其實已經可以讓我們的社會變得更美好了，這種變化還是非常期待的。
熊偉銘：看起來工業界的嘉賓更為樂觀。
李飛飛：學術界的學者一般都跟周老師差不多，但是借著未來論壇環境做一個小小的寄語，這是我第二次參加未來論壇，最近跟學生接觸，很多學生跟我說的就是我發現人工智能特別火，我想參與人工智能，我和志華在十幾年前進入人工智能領域的時候，這是一個非常冷門的領域，對科學的追求實際上是一種最真理性、原則性的追求，它是一個長久的，是一個有原則的，也是有這種堅忍心的，我更希望一年以后有更多的學生找到我，說的是人工智能任重道遠，這是一門非常美妙的科學，我希望參與，而不是說今天人工智能特別火所以我才來。
熊偉銘：邀請六位嘉賓，對年輕人無論是選擇大學還是選擇研究生，或者選擇工作，對他們有什么樣的寄語？
Dawn SONG：我前面也是做安全的，現在做AI安全，我做安全的時候其實也是非常冷門的。你在選擇做什么，要看哪個方向更加感興趣，而且是會意識到，它是一條很長的路，而且確實很多問題真正看都是從而很小的地方起步，所以大家需要更注重在他還沒有真正變得這么火的時候，對一些基礎問題的深度思考。當然這是對學生來講，其實是很大的一個挑戰，因為學生可能還沒有在這個方面有過很多訓練，所以這也是對學生的一個提議，這方面需要對這種更加基礎、基本的問題，能夠給他一些時間，給他一些空間，更好地花時間去深度思考。
周志華：年輕同學希望對人工智能本身做一些工作，有所貢獻的話，還是坐下來思考一些更深入的問題，如果希望在工業界有更好的發展的話，把眼光放開一些，多了解人工智能不同方面的技術，因為人工智能領域實在太大了。
汪玉：我其實管電子系兩千個學生，接觸了很多學生就業的時候困惑，找到自己的興趣，然后堅持，至少堅持5-10年。
王勁：把AI作為科學來堅持，可能是長期的苦旅，但是我們不僅從事AI本身研究，還可以把AI這些技術帶來的成果應用到各個產業去，讓它從現在開始就服務于人類，讓普通民眾都能夠受益于今天這個技術的某種突破，這也是非常值得期待的一件事，也是非常好的一個未來。
沈海寅：歡迎學AI的同學們加入到產業界，能夠學以致用。當然要把目光放長遠一些，最近跟很多朋友聊天都會問，你覺得AI有什么影響嗎？我自己是8歲男孩的爸爸，跟已經是父母或者要做父母的朋友說一下，你們在今天可以不去考慮今天明天的生活因為AI而發生改變，但是你要為孩子考慮職業的時候，要想一想AI在20年后會給人類生活帶來什么德陽變化，再去考慮孩子應該培養哪些技能、如何發展，特別重要，AI20年以后肯定會消滅很多職業，不要讓孩子輸在起跑線上。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
