清華人工智能論壇：對話(huà)院士張鈸

本文授權轉載至《大數據文摘》 記者:袁璐

　　導語(yǔ):2016年，整個(gè)人工智能產(chǎn)業(yè)呈現出爆炸式的發(fā)展，它給人類(lèi)生活帶來(lái)各種各樣的可能，更給了人類(lèi)想象力足夠發(fā)揮的空間。未來(lái)，人工智能的發(fā)展趨勢究竟是什么？人工智能熱潮下，研究和產(chǎn)業(yè)能夠碰撞出怎樣的火花？

大數據文摘對話(huà)張鈸院士（攝影：大數據文摘記者袁璐）

　　6月6日下午，大數據文摘記者有幸在清華大學(xué)人工智能論壇專(zhuān)訪(fǎng)清華大學(xué)計算機系教授、中國科學(xué)院院士張鈸。針對人工智能領(lǐng)域的產(chǎn)業(yè)和創(chuàng )業(yè)，年過(guò)八旬張院士給出了自己的見(jiàn)解和意見(jiàn)。

　　人物簡(jiǎn)介：張鈸，清華大學(xué)計算機系教授，中國科學(xué)院院士。曾任信息學(xué)院學(xué)術(shù)委員會(huì )主任，智能技術(shù)與系統國家重點(diǎn)實(shí)驗室主任，中國自動(dòng)化學(xué)會(huì )智能控制專(zhuān)業(yè)委員會(huì )主任，《計算機學(xué)報》副主編等。主要從事人工智能理論、人工神經(jīng)網(wǎng)絡(luò )、遺傳算法、分形和小波理論等研究；以及把上述理論應用于模式識別、知識工程、智能機器人與智能控制等領(lǐng)域的應用技術(shù)研究。

　　6月6日下午，大數據文摘在清華大學(xué)偉倫樓見(jiàn)到了已經(jīng)年過(guò)八十的張鈸院士。茶歇間隙，老先生被一撥又一撥的人圍住，從高校到企業(yè)，大家的問(wèn)題都圍繞“人工智能”展開(kāi)。從1978年就開(kāi)始研究人工智能的張鈸，在歷經(jīng)幾十年的沉淀之后，從整個(gè)行業(yè)發(fā)展包括人工智能產(chǎn)業(yè)的過(guò)去、現在和未來(lái)，給了大家足夠詳盡的闡釋。

　　張院士迄今已培養73位博士生，“1/3是在研究院和高校任職，2/3在大公司的研究機構任職，少數創(chuàng )業(yè)。參加創(chuàng )業(yè)的不到10%，6個(gè)人，這6個(gè)人中目前有2位基本成功了，有4位正在路上，至今還沒(méi)有一個(gè)完全失敗了的，他們創(chuàng )業(yè)的領(lǐng)域都跟信息技術(shù)相關(guān)。”張院士在圓桌會(huì )議上如此驕傲的說(shuō)。

　　大數據文摘有幸聆聽(tīng)了張鈸院士在清華人工智能論壇上的精彩演講，并在會(huì )后對張鈸院士進(jìn)行了“創(chuàng )業(yè)”專(zhuān)題的專(zhuān)項提問(wèn)，希望以下回答能夠給已經(jīng)在人工智能領(lǐng)域或馬上要踏入人工智能領(lǐng)域的你一些啟發(fā)。

　　以下為專(zhuān)訪(fǎng)的部分內容，希望能夠還原張鈸院士給大家的建議。

　　張鈸院士：這兩個(gè)領(lǐng)域肯定是目前最重要的創(chuàng )業(yè)方向，當然也要具體分析。我的博士生畢業(yè)之后打算創(chuàng )業(yè)的，我通常都和他們交談，我一般問(wèn)的問(wèn)題是，你有什么想法，你的想法別人有沒(méi)有。如果你的想法別人沒(méi)有，那就要看這個(gè)想法靠譜不靠譜，因為只有在靠譜的情況下你才能走下去。如果說(shuō)，你的想法別人也有，我就要問(wèn)他，你憑什么會(huì )成功，會(huì )比別人搞得更好。往往最熱的領(lǐng)域，全世界最聰明的人都會(huì )投進(jìn)去，你憑什么戰勝那些人，靠什么？當然靠你獨特的技術(shù)路徑和方法。在中國，如果要搞與互聯(lián)網(wǎng)有關(guān)的產(chǎn)業(yè)，你就需要考慮這件事BAT有沒(méi)有興趣，一旦他們參與進(jìn)來(lái)，你如何與他們競爭。要記住你想做的事肯定要有一個(gè)門(mén)檻，如果這個(gè)門(mén)檻過(guò)低，那么當大企業(yè)投入更多的人和錢(qián)來(lái)做這件事時(shí)，你就很難堅持了。

　　歸根結底，你要有自己的創(chuàng )新，你采用的技術(shù)路線(xiàn)和商業(yè)模式要有獨到的地方。你要熟悉你想創(chuàng )業(yè)的領(lǐng)域，這樣你才能知道什么可以做，有什么困難等等。

　　張鈸院士：選擇創(chuàng )業(yè)領(lǐng)域首先要知道你的優(yōu)勢在哪里，別人的弱點(diǎn)在何處。比如，我想搞醫療健康大數據。目前從事醫療健大數據康服務(wù)與管理的人很多，首先需要考慮已有的工作有什么缺陷，我們有沒(méi)有機會(huì )。我們會(huì )發(fā)現盡管現在有很多人從事醫療健康大數據，但大多沒(méi)有認識到這項工作質(zhì)量的重要性，這是他們的弱點(diǎn)。為什么很多人做不好，就是因為他們一開(kāi)始就想賺錢(qián)，急功近利，對質(zhì)量不重視，這樣肯定做不好。因為這項任務(wù)涉及到人身安全與健康，絕對不能在質(zhì)量上出問(wèn)題。那么，如果我們要在這個(gè)領(lǐng)域創(chuàng )業(yè)，就要把民生放在第一位，為人服務(wù)放在第一位。辦企業(yè)當然最終目的是要賺錢(qián)，但不能把它放在第一位。如果我們沿著(zhù)這條路線(xiàn)走，就有可以戰勝急功近利的人。

　　還有一個(gè)就是教育，比如，機器人教育，即把機器人作為教育的載體。有了互聯(lián)網(wǎng)之后，多數人的學(xué)習與娛樂(lè )都是在二維空間中進(jìn)行，這對人的認知和成長(cháng)很有缺陷。所以，需要在學(xué)習過(guò)程中融入實(shí)體，與真實(shí)世界交互。，搞教育是我們的專(zhuān)長(cháng)和優(yōu)勢，憑借這個(gè)優(yōu)勢我們有可能做得比別人好。一定要記得：許多事情你想到了，別人也肯定能想到。因此當你在某個(gè)領(lǐng)域創(chuàng )業(yè)時(shí)，一定會(huì )有許多人在做同樣的事情。

　　1907年《綠野仙蹤》正式出版，萊曼·弗蘭克·鮑姆在書(shū)中這樣寫(xiě)道：“非常有責任感，能想出各種點(diǎn)子，并能完美會(huì )話(huà)的機器人。它能思考、說(shuō)話(huà)、行動(dòng)，以及做一切事情，除了活著(zhù)。”1907年的鮑姆大概沒(méi)有想到，幾百年之后他筆下的“鐵皮人”會(huì )真實(shí)出現在人們的生活，并帶來(lái)一個(gè)稱(chēng)為“人工智能”的時(shí)代。

　　1956年，在美國達特茅斯學(xué)院舉行的一次會(huì )議上“人工智能”的研究領(lǐng)域正式確立。會(huì )議的參加者在接下來(lái)的數十年間成為AI研究的領(lǐng)軍人物。他們中有許多人預言，經(jīng)過(guò)一代人的努力，與人類(lèi)具有同等智能水平的機器將會(huì )出現。同時(shí)，上千萬(wàn)美元投入到AI研究中，以期實(shí)現這一目標。

　　而在同一年清華大學(xué)設立了自動(dòng)控制專(zhuān)業(yè)，第一屆學(xué)生僅有10個(gè)人，是分別從原有的電機系各個(gè)專(zhuān)業(yè)抽調過(guò)來(lái)的，當時(shí)21歲的電機與電器制造專(zhuān)業(yè)三年級學(xué)生張鈸也在其中。

　　六十年后的今天，人工智能的發(fā)展正進(jìn)入前所未有的大好時(shí)期，不少人開(kāi)始高呼：“人工智能創(chuàng )業(yè)風(fēng)口似乎已經(jīng)到來(lái)。”

　　人工智能的“熱潮”并非首次出現。在上世紀七八十年代，人工智能曾經(jīng)產(chǎn)生過(guò)第一次創(chuàng )業(yè)高潮，當時(shí)把人工智能技術(shù)應用到產(chǎn)業(yè)界的創(chuàng )業(yè)公司也有成百上千家，但是，當時(shí)的熱潮只是曇花一現。

　　張鈸院士將三十年前人工智能技術(shù)到產(chǎn)業(yè)應用的失敗主要歸結為，早期傳統人工智能模型-專(zhuān)家級系統的不完善。隨著(zhù)專(zhuān)家系統應用的不斷深入，專(zhuān)家系統自身存在的知識獲取難、就事論事、推理能力弱等問(wèn)題逐步暴露出來(lái)。進(jìn)一步分析發(fā)現，這些困難涉及人工智能研究的根本問(wèn)題。如何縮短學(xué)術(shù)與技術(shù)，技術(shù)與應用之間的距離，即可擴展（Scaling up）問(wèn)題。20世紀80年代中期多個(gè)國家很多計劃開(kāi)始面臨重重困難，已經(jīng)看出達不到預想的目標。

　　三十年前發(fā)生的事情今天又重新提出來(lái)，我們今天如何看待它？它究竟會(huì )不會(huì )像三十年前那樣曇花一現？我們又該如何避免三十年前的失敗結局？

　　隨著(zhù)計算機能力的增長(cháng)，人工神經(jīng)網(wǎng)絡(luò )、深度學(xué)習在足夠大的數據量和計算能力的支撐下，人臉識別、字跡識別、語(yǔ)音識別技術(shù)不斷發(fā)展。

　　“面對如此大的市場(chǎng)規模，大家寄予非常大的希望。面對這些機遇，我們該如何利用這樣的機會(huì )，如何真正地利用好人工智能技術(shù)避免出現曇花一現的結果成為了我們現在急需要解決的問(wèn)題。”在清華人工智能論壇上，張院士作了主題為《人工智能技術(shù)引領(lǐng)創(chuàng )新與創(chuàng )業(yè)》的演講。

　　“人工智能技術(shù)的研究做得好不好，體現在是否能建造高性能的智能機器上”，張鈸院士在演講中如此提到。這樣的智能機器基本包含三部分。第一部分：感知，感知周?chē)�的環(huán)境，適應周?chē)�的環(huán)境，這是人工智能需要的條件之一。第二部分：認知，就是理性思考。前面是感性，動(dòng)物也具有部分感知能力；后面是理性，基本上只有人類(lèi)才有。第三部分：執行，就是動(dòng)作控制與協(xié)調。如控制肢體和臉部的運動(dòng)等。人工智能研究首先從認知開(kāi)始。認知行為就是邏輯思維或者理性思考，這是最高一級的智能行為，第二個(gè)就是感知（視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)等），第三個(gè)是動(dòng)作協(xié)調控制（智能控制），最后我把情感、靈感、理解或者意識等放在單獨的一類(lèi)。

　　所謂人工智能產(chǎn)業(yè)應該具備以下幾個(gè)特征，第一個(gè)要素是感知，就是利用傳感器和感知的信息，使得系統能夠感知周?chē)�的環(huán)境、適應周?chē)�的環(huán)境。第二個(gè)要素是使用知識，第三個(gè)要素是使用大數據。只要產(chǎn)業(yè)中涉及其中之一，大體就可認為屬于人工智能產(chǎn)業(yè)了。“用人工智能技術(shù)來(lái)引領(lǐng)創(chuàng )新，從而帶動(dòng)創(chuàng )業(yè)，便是所謂的'技術(shù)引導創(chuàng )新與創(chuàng )業(yè)'。”張院士說(shuō)。

　　“人工智能現在走到什么地方，會(huì )遇到什么樣的挑戰，怎么解決。”提到人工智能的創(chuàng )業(yè)挑戰，張院士給了詳細的闡釋和具體的解決辦法指導：

　　第一個(gè)問(wèn)題是，“我們知道我們的知道”（we know what weknow），即知其然又知其所以然的問(wèn)題。在人類(lèi)理性思考與分析中有許多屬于這類(lèi)問(wèn)題，原則上可以通過(guò)啟發(fā)式搜索模型，或者基于知識和經(jīng)驗為基礎的推理模型由機器來(lái)實(shí)現。在一定范圍和限制條件下，機器可以做到和人類(lèi)一樣好。

　　第二個(gè)問(wèn)題是：感知問(wèn)題，它屬于“我們不知道我們的知道(we do not know what we know )”，就是知其然不知其所以然的問(wèn)題，這類(lèi)問(wèn)題可以用機器學(xué)習的方法，或者神經(jīng)網(wǎng)絡(luò )學(xué)習的辦法由機器來(lái)實(shí)現。而且在限定的場(chǎng)合下機器也可以做得跟人類(lèi)一樣好，甚至超過(guò)人類(lèi)。

　　第三類(lèi)問(wèn)題是，“我們知道我們的不知道(We know what we do not know)”，比如理解、直覺(jué)、情感、意識等，我們既不知其然，又不知其所以然，這能做嗎？可以做，即通過(guò)大數據學(xué)習，通過(guò)“黑箱”學(xué)習的方法去模擬。但是這樣機器模擬出來(lái)的性能水平一般來(lái)講要比人類(lèi)的性能差得比較多。

　　第四個(gè)問(wèn)題是“我們不知道我們的不知道”（we do not knowwhat we do not know），由于我們還不知道這個(gè)問(wèn)題的存在，自然無(wú)法解決。等問(wèn)題被發(fā)現之后，才有可能考慮解決的辦法。

　　第一個(gè)方法稱(chēng)為“知識驅動(dòng)法”。這個(gè)方法的好處在于跟人類(lèi)解決問(wèn)題的方法相近，易于理解。，由于既有的知識表示過(guò)于就事論事，難以推廣，需要考慮抽象一點(diǎn)的知識表述方法。比如，用概率統計手段，把文本中的“詞”抽象成向量等等。第二個(gè)方法是“數據驅動(dòng)方法”，就是大數據學(xué)習，深度學(xué)習。現在所有的機器學(xué)習方面都是基于概率統計，概率統計的好處是便于處理大數據，簡(jiǎn)單地講，概率方法的基本原理是：數據越多結果的質(zhì)量越高，所謂的“大數定理”，它是概率方法的基石。但是概率的方法是一種黑箱法，分不清因果，只要重復出現多了，就認為是規律、是真理。所以用這種方法來(lái)處理質(zhì)量比較差的生數據，就產(chǎn)生一個(gè)致命的問(wèn)題，就是錯誤的東西重復多了就變成正確的了，無(wú)用的東西重復多了就被認為有用。不幸的是，網(wǎng)絡(luò )中的數據盡管很多，但大部分是生數據。這個(gè)問(wèn)題應該引起大家的注意。另外是數據稀疏問(wèn)題，籠統地講，大數據數據量很大，但是跟你研究的問(wèn)題直接有關(guān)的數據不見(jiàn)得很多，這個(gè)就是所謂的數據稀疏，比如每天超市里的交易量很大，但是具體考慮到張三的交易量就很稀疏、很少了。表面上數據很多，直接對你有用的數據卻很少。

　　人工智能無(wú)疑成為今天科技發(fā)展的重中之重，讓冷冰冰的設備更加“懂”人，人與設備之間的互動(dòng)變得更加自然而直觀(guān)，也是眾多創(chuàng )業(yè)者趨之若鶩的原因。面對這些挑戰，加強技術(shù)支撐，對問(wèn)題進(jìn)行理性分析、分類(lèi)解決，則變得尤為重要。“只有綜合利用既有的技術(shù)，改進(jìn)既有的技術(shù)，才能引導創(chuàng )業(yè)。”張院士談到。

　　“有一句話(huà)，我自己深有體會(huì )，深思出智慧。你要想做某件事情必須經(jīng)過(guò)深思熟慮，把問(wèn)題想清楚、想透徹。如果大家有決心搞這件事情就必須花時(shí)間用心去思考。特別是想創(chuàng )業(yè)的人，你想創(chuàng )業(yè)你有什么招沒(méi)有，你要搞的東西大家都能想到、都會(huì )去搞，你的優(yōu)勢在哪兒？萬(wàn)一將來(lái)BAT也來(lái)搞，你憑什么搞得過(guò)它？這些問(wèn)題都考慮清楚了，你就可以勇往直前地去干。”

　　6月6日下午，由清華海峽研究院、北京清華工業(yè)開(kāi)發(fā)研究院、數據科學(xué)研究院共同主辦，清華校友人工智能聯(lián)盟、清華靈云人工智能研究中心、北京捷通華聲科技股份有限公司等聯(lián)合承辦的清華人工智能論壇盛大舉辦。本次活動(dòng)邀請了清華人工智能領(lǐng)域的權威專(zhuān)家和校友產(chǎn)業(yè)界代表相聚清華，學(xué)術(shù)泰斗與產(chǎn)業(yè)嘉賓思想碰撞，共同為人工智能發(fā)展問(wèn)診把脈。來(lái)自學(xué)術(shù)界、產(chǎn)業(yè)界、投資機構、政府部門(mén)以及媒體單位共500余人到現場(chǎng)參加了此次論壇，另有3000余觀(guān)眾通過(guò)在線(xiàn)視頻直播收看了論壇實(shí)況。

　　北京捷通華聲科技股份有限公司自2000年創(chuàng )建以來(lái)，專(zhuān)注全方位人工智能技術(shù)產(chǎn)業(yè)發(fā)展，2011年，推出國內最大最全的人工智能開(kāi)放平臺--靈云。2013年，清華大學(xué)產(chǎn)業(yè)發(fā)展基金投資捷通華聲，共同確立實(shí)現“靈云科技 源自清華 服務(wù)全球”的戰略發(fā)展目標。2014年、2015年，通過(guò)雙方戰略合作，相繼共同創(chuàng )建了“清華靈云人工智能研究中心”、“清華海峽研究院人工智能研究中心”，致力于清華大學(xué)人工智能技術(shù)產(chǎn)業(yè)化應用，確立并鞏固清華大學(xué)在中國人工智能產(chǎn)業(yè)發(fā)展中的領(lǐng)導地位。