1
| 本文作者： 周蕾 | 2021-12-11 09:38 | 專題：GAIR 2021 |
作者 | 徐曉飛 杏花 莓酊 海濤 琰琰 維克多
編輯 | 周蕾
2021年12月9日，中國(guó)深圳。
由粵港澳大灣區(qū)人工智能與機(jī)器人聯(lián)合會(huì)、雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))聯(lián)合主辦，深圳市人工智能與機(jī)器人研究院、深圳市機(jī)器人協(xié)會(huì)、深圳市人工智能學(xué)會(huì)支持的第六屆GAIR全球人工智能與機(jī)器人大會(huì)，于上午9:30在中洲萬(wàn)豪酒店正式拉開(kāi)序幕。
作為粵港澳大灣區(qū)的第一AI盛會(huì)，GAIR大會(huì)已成功舉辦五屆，留下眾多精彩、經(jīng)典和令人驚嘆的瞬間。GAIR 2021則延續(xù)以往豪華陣容，以1場(chǎng)主旨論壇、2場(chǎng)行業(yè)峰會(huì)、9場(chǎng)高峰論壇，涵蓋自動(dòng)駕駛、安防、集成電路、醫(yī)療、元宇宙、碳中和、隱私計(jì)算、新消費(fèi)等熱門領(lǐng)域。
往屆GAIR多在夏季舉辦，今年受疫情影響，GAIR 2021延至秋冬方與觀眾見(jiàn)面。恰逢歲末年初，GAIR 2021也以眾多華彩時(shí)刻和觀點(diǎn)碰撞的火花，為行將結(jié)束的這一年，帶來(lái)一場(chǎng)人工智能與數(shù)字化產(chǎn)、學(xué)、研、投的年終盛宴。
在12月9日的首日主論壇中，多位頂級(jí)學(xué)者的精彩演講，與由十余位AI學(xué)術(shù)大咖帶來(lái)的三場(chǎng)高端對(duì)話，他們口中那些學(xué)術(shù)史背后的激蕩故事，與眾多推動(dòng)學(xué)科發(fā)展的傳奇人物，使這一天成為值得反復(fù)品味的一天。
首先，是本次大會(huì)主席，加拿大工程院院士、加拿大皇家科學(xué)院院士、IEEE/AAAI Fellow楊強(qiáng)教授登臺(tái)致辭，他代表主辦方之一粵港澳大灣區(qū)人工智能與機(jī)器人聯(lián)合會(huì)，向大會(huì)表示熱烈的祝賀，并回顧GAIR五年來(lái)的舉辦歷史，同時(shí)圍繞本次大會(huì)的主題“加速自助創(chuàng)新 重構(gòu)數(shù)智轉(zhuǎn)型”展望未來(lái)。他表示：
人工智能受到疫情的洗禮，新基建等因素對(duì)人工智能進(jìn)行了實(shí)戰(zhàn)的考驗(yàn)，疫情的各項(xiàng)措施也離不開(kāi)人工智能的加持。今年數(shù)字化是熱潮，以5G、數(shù)據(jù)中心、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)為代表的新基建在2021年爆發(fā)，這是信息數(shù)字化的基建，人工智能和機(jī)器學(xué)習(xí)基礎(chǔ)進(jìn)一步鞏固，成為企業(yè)“數(shù)智化”轉(zhuǎn)型的基礎(chǔ)設(shè)施。
2020年底召開(kāi)的中央經(jīng)濟(jì)工作會(huì)議強(qiáng)調(diào)，強(qiáng)化國(guó)家戰(zhàn)略科技計(jì)劃成為2021年八項(xiàng)任務(wù)的第一位。現(xiàn)在我們又面臨各種大變局，科技的自立自強(qiáng)呼聲和規(guī)劃越來(lái)越重要。
楊強(qiáng)院士
緊接著，在首個(gè)Session“AI前沿”中，中國(guó)工程院外籍院士，加拿大皇家科學(xué)院院士，香港中文大學(xué)（深圳）副校長(zhǎng)，IEEE/SIAM Fellow羅智泉，帶來(lái)以《5G網(wǎng)絡(luò)性能的模型和優(yōu)化方法》為主題的演講，分享其團(tuán)隊(duì)在5G網(wǎng)絡(luò)性能的模型和優(yōu)化中用到的AI技術(shù)和數(shù)學(xué)模型技術(shù)以及探討了解決5G網(wǎng)絡(luò)性能優(yōu)化的問(wèn)題。
羅智泉教授今年是第二次參加GAIR，他的研究方向主要集中在優(yōu)化理論、算法設(shè)計(jì)以及其在信息科學(xué)中的應(yīng)用；曾榮獲2010年美國(guó)運(yùn)籌學(xué)和管理學(xué)研究協(xié)會(huì)（INFORMS）頒發(fā)的Farkas獎(jiǎng)，以表彰他在最優(yōu)化領(lǐng)域的杰出貢獻(xiàn)。
在演講中，羅教授先首先簡(jiǎn)要分析了5G網(wǎng)絡(luò)優(yōu)化的產(chǎn)業(yè)現(xiàn)狀與面臨三大主要挑戰(zhàn)，隨后展示了其團(tuán)隊(duì)成員在現(xiàn)實(shí)網(wǎng)絡(luò)統(tǒng)計(jì)模擬技術(shù)構(gòu)想 、5G非獨(dú)立組網(wǎng)的B1及A2參數(shù)優(yōu)化、5G小區(qū)物理標(biāo)識(shí)規(guī)劃、網(wǎng)規(guī)網(wǎng)優(yōu)高維解空間尋優(yōu)算法、波束空間用戶流量分布建模及應(yīng)用等五個(gè)方面的最新研究成果。
羅智泉教授認(rèn)為：
我們國(guó)家通信界的產(chǎn)業(yè)設(shè)備是世界領(lǐng)先的，但設(shè)備領(lǐng)先并不等于網(wǎng)絡(luò)整體性能的領(lǐng)先，5G網(wǎng)絡(luò)性能優(yōu)化面臨的主要挑戰(zhàn)有三，即網(wǎng)絡(luò)高度復(fù)雜的超大規(guī)模參數(shù)組合、高風(fēng)險(xiǎn)的現(xiàn)網(wǎng)調(diào)參以及解決5G網(wǎng)絡(luò)尋優(yōu)問(wèn)題這個(gè)學(xué)術(shù)無(wú)人區(qū)。
接著，羅教授展示了團(tuán)隊(duì)研究成果，他們?cè)赟IAM/IEEE Trans. Signal Process/NIPS等國(guó)際頂級(jí)期刊會(huì)議上發(fā)表了10+篇Paper，申請(qǐng)了4份專利，其成果已在中國(guó)、荷蘭、瑞士、德國(guó)等全球5G網(wǎng)絡(luò)中規(guī)模應(yīng)用，支撐多個(gè)運(yùn)營(yíng)商5G網(wǎng)絡(luò)性能領(lǐng)先。因此，5G網(wǎng)優(yōu)這個(gè)問(wèn)題前景是廣闊且光明的。
羅智泉院士
第二位演講嘉賓，是加拿大工程院院士，人工智能與數(shù)字經(jīng)濟(jì)廣東省實(shí)驗(yàn)室（深圳）執(zhí)行主任， IEEE/IET/EIC Fellow于非教授，他的演講主題是《互聯(lián)：從質(zhì)量、能源、信息到智能》。
報(bào)告分為五個(gè)部分，一是以車為例，向與會(huì)者分享了背景知識(shí)——互聯(lián)和自動(dòng)車輛；二是信息互聯(lián)中的分層設(shè)計(jì)、跨層設(shè)計(jì)、跨系統(tǒng)設(shè)計(jì)范式：三是人工智能在信息互聯(lián)中方法；四是主講報(bào)告的主題《互聯(lián)：從質(zhì)量、能源、信息到智能》。第五部分是總結(jié)。
他在回顧信息互聯(lián)的研發(fā)的過(guò)程中提到了維數(shù)災(zāi)難和模型災(zāi)難的問(wèn)題。另外，目前由數(shù)據(jù)驅(qū)動(dòng)的人工智能方法存在數(shù)據(jù)利用率低、泛化能力低、可解釋性差的問(wèn)題。
通過(guò)人類的發(fā)展歷史，他提出智能網(wǎng)聯(lián)是未來(lái)趨勢(shì)，對(duì)機(jī)器和人而言，作出重要的決定比簡(jiǎn)單的獲得信息更加重要。共享智能不僅僅是技術(shù)問(wèn)題，也是經(jīng)濟(jì)的問(wèn)題。
他以聯(lián)網(wǎng)的角度重新思考科學(xué)的發(fā)展歷程，指出我們經(jīng)歷了質(zhì)量互聯(lián)、能源互聯(lián)、信息互聯(lián)三個(gè)發(fā)展階段，下一步將會(huì)是智能互聯(lián)。他展望了這個(gè)領(lǐng)域的機(jī)遇和挑戰(zhàn)。
于非院士
上午大會(huì)的壓軸環(huán)節(jié)，是“并行處理與系統(tǒng)結(jié)構(gòu)四十年”圓桌論壇。
人工智能近十余年的突破離不開(kāi)算力的提升，而并行處理，正是近二十年來(lái)計(jì)算能力的快速提升的主要推手，但鮮少有人關(guān)注到算力騰飛背后的人物。
并行領(lǐng)域的系統(tǒng)性突破始于20世紀(jì)80年代，開(kāi)創(chuàng)者正是一位華人——1984年，黃鎧教授出版了《計(jì)算機(jī)結(jié)構(gòu)與并行處理》一書。該書作為并行處理領(lǐng)域的第一本國(guó)際性經(jīng)典著作，推動(dòng)了高性能計(jì)算的研究熱潮，也為我國(guó)“863”計(jì)劃上馬智能計(jì)算機(jī)選型通用并行計(jì)算機(jī)起到了至關(guān)重要的作用。
黃鎧教授
而這場(chǎng)圓桌論壇，正是從如今時(shí)任香港中文大學(xué)（深圳）校長(zhǎng)講席教授的黃鎧博士出發(fā)，圍繞他與多位中國(guó)計(jì)算引領(lǐng)者的故事，詮釋了一顆顆富有中國(guó)夢(mèng)、中國(guó)心與中國(guó)魂的學(xué)者之心。
李國(guó)杰院士、鄭緯民院士、倪明選教授、徐志偉研究員、金海教授、劉云浩教授、楊錚副教授，這7位Fellow組成的四代“全Fellow”豪華陣容，都與黃鎧教授有著深厚淵源，在閑話家常間分享了不少共同回憶與科研趣事，現(xiàn)場(chǎng)歡聲笑語(yǔ)不斷。在對(duì)并行計(jì)算與系統(tǒng)結(jié)構(gòu)領(lǐng)域發(fā)展歷史的回顧中，學(xué)術(shù)精神與家國(guó)情懷也使在場(chǎng)觀眾深受感動(dòng)。
在GAIR 2021上，黃鎧回憶1974年第一次重返中國(guó)大陸的情景，仍然記憶猶新、熱淚盈眶：「當(dāng)時(shí)訪問(wèn)，我連旅費(fèi)都沒(méi)有，還找朋友們借了錢，買了機(jī)票，從紐約轉(zhuǎn)巴黎、開(kāi)羅、巴基斯坦，再繞過(guò)喜馬拉雅山與新疆大沙漠，一共飛了34個(gè)小時(shí)才到北京。」自這一年起，黃鎧便與大陸高校建立了密切的學(xué)術(shù)交流，在清華、北大、中科院等學(xué)校擔(dān)任講習(xí)或客座教授。
1978年，黃鎧剛到清華擔(dān)任講習(xí)教授時(shí)，國(guó)內(nèi)的老師都沒(méi)有接觸過(guò)西方的計(jì)算機(jī)知識(shí)，他從美國(guó)帶回來(lái)的幾大箱資料成為了上世紀(jì)中國(guó)學(xué)者系統(tǒng)學(xué)習(xí)計(jì)算機(jī)的關(guān)鍵窗口。
鄭緯民院士是最早翻譯黃鎧著作的中國(guó)學(xué)者之一。在翻譯《高等計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)并行性、可擴(kuò)展性、可編程性》一書時(shí)，由于對(duì)系統(tǒng)結(jié)構(gòu)知識(shí)了解不深，鄭緯民感到「很費(fèi)勁」，就一邊翻譯、一邊將不懂的問(wèn)題記下來(lái)，一共記了一百多個(gè)問(wèn)題。后來(lái)在新加坡的一次學(xué)術(shù)會(huì)議中，他便拿著這一百多個(gè)問(wèn)題請(qǐng)教黃鎧教授，對(duì)方十分耐心給他作了解讀。
中國(guó)計(jì)算領(lǐng)域的傳奇人物——李國(guó)杰院士，也是在聽(tīng)取黃鎧的講座后，進(jìn)入了計(jì)算機(jī)體系結(jié)構(gòu)的大門。他直言黃鎧是中國(guó)并行計(jì)算與人工智能計(jì)算的引路人，正是在黃教授的課堂上才了解到數(shù)據(jù)流（Data Flow）等新概念；后來(lái)他也成為黃鎧在普渡大學(xué)招收的第一位來(lái)自中國(guó)大陸的學(xué)生。
李國(guó)杰院士
1987年，李國(guó)杰學(xué)成歸國(guó)，加盟中國(guó)科學(xué)院計(jì)算研究所，在促進(jìn)中國(guó)計(jì)算機(jī)體系結(jié)構(gòu)發(fā)展變革上扮演了重要角色：長(zhǎng)期從事國(guó)家「863計(jì)劃」高技術(shù)研究，兩次擔(dān)任國(guó)家「973 計(jì)劃」項(xiàng)目首席科學(xué)家，主持研制曙光一號(hào)并行計(jì)算機(jī)等重大項(xiàng)目等等。1995年，李國(guó)杰當(dāng)選中國(guó)工程院院士。
1995年，李國(guó)杰創(chuàng)建曙光信息產(chǎn)業(yè)有限公司后，急需人才，黃鎧便向他推薦了當(dāng)時(shí)畢業(yè)、在美漂泊的徐志偉。于是，1996年，徐志偉從美國(guó)回到中國(guó)，擔(dān)任該公司的總工程師。
回國(guó)后，徐志偉繼續(xù)與黃鎧合作研究，并在1998年一起出版了一本關(guān)于可擴(kuò)展并行計(jì)算的教材，也就是廣為傳播的《Scalable Parallel Computing》一書。這些研究也啟發(fā)了中科院計(jì)算所曙光高性能計(jì)算系統(tǒng)從原來(lái)的超級(jí)計(jì)算機(jī)向超級(jí)服務(wù)器的轉(zhuǎn)型。
時(shí)任香港科技大學(xué)（廣州）創(chuàng)校校長(zhǎng)的倪明選，是黃鎧的第一個(gè)博士生。1994年，倪明選因并行和分布式系統(tǒng)領(lǐng)域的貢獻(xiàn)被評(píng)選為IEEE Fellow，其論文曾被評(píng)選為最近25年計(jì)算機(jī)體系結(jié)構(gòu)領(lǐng)域最有影響力的41篇論文之一。
倪明選教授
到了黃門第二代，即黃鎧的「徒孫」，則開(kāi)始出現(xiàn)基于系統(tǒng)結(jié)構(gòu)的新方向探索。
倪明選在密歇根州立大學(xué)任教時(shí)指導(dǎo)的博士生、時(shí)任清華大學(xué)全球創(chuàng)新學(xué)院院長(zhǎng)的劉云浩便專攻物聯(lián)網(wǎng)，他是中國(guó)最早定義「物聯(lián)網(wǎng)」的學(xué)者之一，當(dāng)選IEEE/ACM雙料Fellow，也是目前唯一一位獲得ACM主席獎(jiǎng)的中國(guó)學(xué)者。
劉云浩回憶，博士臨近尾聲時(shí)，他曾猶豫畢業(yè)設(shè)計(jì)的研究課題究竟要選物聯(lián)網(wǎng)定位還是可信P2P，最后在一次學(xué)術(shù)會(huì)議上受到師爺黃鎧在P2P上的研究啟發(fā)，就選擇了P2P。目前，他的主要研究方向除了物聯(lián)網(wǎng)，也有P2P與云計(jì)算等富有黃門特色的方向。
而劉云浩的學(xué)生、時(shí)任清華大學(xué)軟件學(xué)院副教授的楊錚，也是物聯(lián)網(wǎng)與無(wú)線感知方向的新星，今年入選2022年IEEE Fellow，是入選中國(guó)學(xué)者中最年輕的一位。
時(shí)任華中科技大學(xué)教授的金海，稱自己是黃鎧教授的「旁系親屬」，他在1998年至2000年期間在南加州大學(xué)跟隨黃鎧做博士后研究。黃鎧交給他的第一個(gè)任務(wù)，就是將他與徐志偉合著的那本《Scalable Parallel Computing》所有習(xí)題做一遍，并照正規(guī)解題答案出一本書。
后來(lái)，金海成為推動(dòng)中國(guó)并行處理發(fā)展的重要學(xué)者之一，他所主持的云計(jì)算項(xiàng)目（「面向多租戶資源競(jìng)爭(zhēng)的云計(jì)算基礎(chǔ)理論與核心方法」）也獲得了2020年度國(guó)家自然科學(xué)獎(jiǎng)二等獎(jiǎng)。
在圓桌的最后，黃鎧教授感嘆：「1974年他首次到北京時(shí)，中國(guó)還處于文化大革命的白熱化時(shí)期，計(jì)算機(jī)科技研究大大落后于世界強(qiáng)國(guó)，如今，隨著一代代中國(guó)學(xué)子的成長(zhǎng)，四十年過(guò)去，中國(guó)已經(jīng)站起來(lái)了?！?/p>
黃鎧曾道，只要自己的身體還行，他就希望多培養(yǎng)人才，為中國(guó)的科研事業(yè)做貢獻(xiàn)。在黃鎧教授的感染下，他的學(xué)生如今也多在學(xué)術(shù)界或工業(yè)界成為一方掌舵人，同時(shí)繼續(xù)培養(yǎng)更多的優(yōu)秀人才，傳承知識(shí)，推陳出新。
在聆聽(tīng)了上午場(chǎng)多位重量級(jí)嘉賓的精彩演講和討論后，大會(huì)在下午繼續(xù)迎來(lái)兩場(chǎng)重磅圓桌論壇。
大會(huì)下午的第一場(chǎng)，進(jìn)入了備受期待的“院長(zhǎng)論壇”環(huán)節(jié)，這是國(guó)內(nèi)人工智能學(xué)術(shù)界關(guān)于未來(lái)人才培養(yǎng)和發(fā)展一次少有的頂級(jí)討論。這一圓桌環(huán)節(jié)的主持人是AIRS研究院執(zhí)行院長(zhǎng)杜子德教授，出席圓桌的四位AI院長(zhǎng)分別是：
澳門大學(xué)科技學(xué)院院長(zhǎng)、IEEE Fellow，須成忠教授；
深圳理工大學(xué)計(jì)算機(jī)科學(xué)與控制工程院院長(zhǎng)、AIMBE Fellow，潘毅教授；
哈工大人工智能研究院院長(zhǎng)、IEEE Fellow，劉劼教授；
南方科技大學(xué)斯發(fā)基斯可信自主系統(tǒng)研究院執(zhí)行院長(zhǎng)、IEEE Fellow，姚新教授。
院長(zhǎng)論壇：AI創(chuàng)新與人才培養(yǎng)
論壇開(kāi)始之后，各位院長(zhǎng)分別介紹了各自學(xué)院的建設(shè)情況，以及目前所遇到的AI人才培養(yǎng)教學(xué)和產(chǎn)業(yè)研究的困難。其中，杜子德率先提出了他對(duì)現(xiàn)今人工智能研究院的顧慮，他覺(jué)得，"現(xiàn)在各地建設(shè)的人工智能研究院已經(jīng)不下幾十個(gè)，但除了發(fā)一些文章，實(shí)際的產(chǎn)出都比較有限，這種情況的生存能力比較堪憂。"
對(duì)此，劉劼教授表示，"哈工大有悠久的機(jī)器人和人工智能科研和人才培養(yǎng)經(jīng)驗(yàn)，無(wú)論是研究院的科研產(chǎn)出，還是生存，最終都要回歸到人，是'鐵打的人，流水的營(yíng)盤。'只有把人留得住，人才繼續(xù)研究，整個(gè)團(tuán)隊(duì)才能繼續(xù)發(fā)展?，F(xiàn)在可能大家都習(xí)慣叫人工智能，我相信中間可能會(huì)有一些變化，但只要團(tuán)隊(duì)留得住，就會(huì)繼續(xù)往前走。
此次論壇中，人工智能人才培養(yǎng)觀中究竟是更重視理論，還是更重視應(yīng)用，也吸引了現(xiàn)場(chǎng)觀眾的積極反饋。
姚新教授
姚新教授表示：“因?yàn)樯虡I(yè)應(yīng)用的熱度，目前大家把AI研究和教學(xué)的精力大都放在了應(yīng)用環(huán)節(jié)。但深度學(xué)習(xí)就像一個(gè)漂亮的房子，計(jì)算機(jī)科學(xué)與工程是地基。大家一窩蜂去蓋房子，是否會(huì)突然發(fā)現(xiàn)地基有一天會(huì)塌掉？要想做好人工智能及其應(yīng)用，必須打牢計(jì)算機(jī)科學(xué)與工程的基礎(chǔ)。從人才培養(yǎng)而言，既使做應(yīng)用也需要有計(jì)算思維和邏輯思維能力。不應(yīng)過(guò)度強(qiáng)調(diào)人工智能應(yīng)用的特殊性?！?/p>
對(duì)于這個(gè)問(wèn)題，須成忠教授也做過(guò)調(diào)研，他發(fā)現(xiàn)先有某一專業(yè)領(lǐng)域（比如醫(yī)學(xué)）的知識(shí)，然后學(xué)習(xí)人工智能的人才，相比計(jì)算機(jī)系畢業(yè)后再去學(xué)領(lǐng)域知識(shí)的人才，在就業(yè)中受到的歡迎度更高。
左：杜子德教授，右：須成忠教授
而潘毅教授在深圳理工大學(xué)在制定計(jì)算機(jī)科學(xué)教學(xué)計(jì)劃時(shí)也有類似的矛盾，計(jì)算機(jī)里最重要的就是硬件系統(tǒng)、操作系統(tǒng)和算法，如果把這些基礎(chǔ)課打得很扎實(shí)，很多AI課程就安排不上，四年教學(xué)時(shí)間就變得捉襟見(jiàn)肘。"
潘毅教授
臨近結(jié)束時(shí)，各位院長(zhǎng)也分享了自己對(duì)于AI人才培養(yǎng)的心得：
須成忠教授認(rèn)為"人工智能的教學(xué)核心不應(yīng)該叫人工智能，數(shù)據(jù)科學(xué)會(huì)更加貼切、更加準(zhǔn)確。"
潘毅教授表示："AI教學(xué)觀要頂天、立地；頂天是要發(fā)明新理論，立地是要讓人工智能真正落地應(yīng)用。"
劉劼教授表示："人工智能要強(qiáng)調(diào)交叉學(xué)科屬性，人工智能要往下面走，必須跟領(lǐng)域結(jié)合，解決實(shí)際問(wèn)題才有未來(lái)。"
姚新教授表示："人工智能人才培養(yǎng)到底是強(qiáng)調(diào)能力，還是強(qiáng)調(diào)知識(shí)，培養(yǎng)人工智能人才和培養(yǎng)計(jì)算機(jī)人才有什么不同，或許更值得大家思考。"
杜子德教授
杜子德總結(jié)道：
人工智能本質(zhì)是一個(gè)應(yīng)用領(lǐng)域，而不是基礎(chǔ)學(xué)科。而計(jì)算機(jī)科學(xué)與人工智能之間是系統(tǒng)和應(yīng)用之間的關(guān)系，"中國(guó)真正做計(jì)算機(jī)系統(tǒng)的高校非常少，因?yàn)殚_(kāi)發(fā)先進(jìn)的計(jì)算裝置（包括芯片、體系結(jié)構(gòu)、總線、存儲(chǔ)等硬件和OS、編譯、語(yǔ)言、中間件等軟件）是很難的。"
人工智能和很多專業(yè)領(lǐng)域密切相關(guān)，比如醫(yī)學(xué)、汽車、金融等等。AI人才不應(yīng)局限于自身，而要多和行業(yè)專家合作去解決問(wèn)題。
結(jié)合自身經(jīng)歷，杜子德表示，即便在人工智能時(shí)代，計(jì)算機(jī)科學(xué)基礎(chǔ)對(duì)邏輯思維非常重要。我們?nèi)缃褡顓T乏的，還是有批判性思考能力以及解決問(wèn)題能力的人才。
至此，在熱烈的掌聲中，院長(zhǎng)論壇拉下了帷幕。
大會(huì)進(jìn)行到下午16時(shí)，以“紀(jì)念1991年人工智能大辯論三十周年”為主題的圓桌論壇，在南方科技大學(xué)斯發(fā)基斯可信自主系統(tǒng)研究院執(zhí)行院長(zhǎng)、IEEE Fellow姚新的主持下正式開(kāi)啟。
1991年，恰逢日本五代機(jī)研發(fā)失敗，以符號(hào)邏輯為基礎(chǔ)的傳統(tǒng)人工智能遭遇理論危機(jī)，IJCAI在《Artificial Intelligence》?？辖M織的人工智能的大辯論引發(fā)強(qiáng)烈反響，并最終促進(jìn)了連接主義、行為主義的興起，引領(lǐng)了新一代人工智能基礎(chǔ)理論范式。
參與這場(chǎng)論壇的嘉賓，是這場(chǎng)里程碑式變革的重要見(jiàn)證者，他們分別是：
楊強(qiáng)，加拿大工程院院士、加拿大皇家科學(xué)院院士, 微眾銀行首席人工智能官，IEEE/AAAI Fellow；
張成奇，悉尼科技大學(xué)副校長(zhǎng)，澳大利亞人工智能聯(lián)合會(huì)理事長(zhǎng)；
周志華，南京大學(xué)計(jì)算機(jī)科學(xué)系主任，人工智能學(xué)院院長(zhǎng)，ACM/AAAI/IEEE/AAAS/IAPR Fellow；
趙峰，清華智能產(chǎn)業(yè)研究院首席科學(xué)家、國(guó)際歐亞科學(xué)院院士、IEEE Fellow、Sloan Fellow
林方真，香港科技大學(xué)計(jì)算機(jī)系教授，AAAI Fellow；
林德康，奇點(diǎn)機(jī)智聯(lián)合創(chuàng)始人。
圓桌論壇：1991人工智能大辯論三十周年紀(jì)念
林德康指出，1991年人工智能領(lǐng)域的主要爭(zhēng)論分成兩個(gè)派系，也就是符號(hào)主義和行為主義，兩派的代表人物，正是IJCAI 1991 計(jì)算機(jī)與思想獎(jiǎng)的兩位得主——Martha Pollack，以及Rodney Brooks。
Martha Pollack指出AI應(yīng)該通過(guò)符號(hào)邏輯表達(dá)出來(lái)的約束公式，來(lái)描述世界，再用約束滿足的方法把高層次的目標(biāo)細(xì)化，其中的典型就是規(guī)劃方法。
Rodney Brooks則表示，行為主義的方法才是正確的AI范式，根據(jù)低層次感知信號(hào)去得到高層次決策。
林德康補(bǔ)充道，這兩種思路中，前者屬于自頂向下的形式，后者屬于自下而上的形式。并且規(guī)劃方法解決的問(wèn)題大多是人為構(gòu)造的，而行為主義方法則更針對(duì)現(xiàn)實(shí)。
在深度學(xué)習(xí)將感知智能急速推進(jìn)的過(guò)去十年中，人們?cè)缫岩?jiàn)證自下而上方法論的有效性。但深度學(xué)習(xí)的黑箱性質(zhì)造成的脆弱性、非因果性困境下，人們又不得不重新開(kāi)始考慮符號(hào)邏輯的重要性，以此增進(jìn)深度學(xué)習(xí)的可控性和可解釋性。
在三十年后的這場(chǎng)論壇中，他們也將圍繞當(dāng)年這場(chǎng)大辯論的核心矛盾，也就是符號(hào)主義和行為主義的矛盾，以及五個(gè)基本問(wèn)題，來(lái)探討AI的當(dāng)下和未來(lái)，以此承前啟后，引導(dǎo)下一代AI人才。
這五個(gè)基本問(wèn)題分別是：
知識(shí)與概念化是否是人工智能的核心?
認(rèn)知能力能否與感知分離開(kāi)來(lái)研究?
認(rèn)知的軌跡是否可用類自然語(yǔ)言描述?
認(rèn)知能否從學(xué)習(xí)匯總分離進(jìn)行研究?
所有的認(rèn)知是否有一種統(tǒng)一的結(jié)構(gòu)?
論壇上，楊強(qiáng)教授首先回顧了上世界80年代末人工智能發(fā)展的歷史背景。他表示，1991年人工智能經(jīng)歷了"七年之癢"，專家系統(tǒng)的失敗，邏輯AI的死路以及神經(jīng)網(wǎng)絡(luò)的天花板等一系列事件讓大批從業(yè)者對(duì)人工智能失去興趣，同時(shí)又認(rèn)為新事物希望渺茫。后來(lái)行為主義興起，黑箱的機(jī)器學(xué)習(xí)也被接受......這其實(shí)是一種文化的轉(zhuǎn)變，也間接了導(dǎo)致深度學(xué)習(xí)的黑箱屬性。
在他看來(lái)，今天的AI發(fā)展，更像是借鑒于模型驅(qū)動(dòng)的物理學(xué)，即一個(gè)通用模型，解釋所有智能現(xiàn)象，而在當(dāng)年是一套算法解釋智能現(xiàn)象。同時(shí)，科學(xué)也是螺旋式上升的，當(dāng)年側(cè)重于解決認(rèn)知問(wèn)題，今天硬件的發(fā)展讓感知研究變成熱門，或許能夠借鑒感知研究方式解決今天的認(rèn)知問(wèn)題。
人工智能發(fā)展至今已近70年，但在張成奇看來(lái)，它仍然沒(méi)有跳出圖靈實(shí)驗(yàn)的"套路"。1950年的圖靈實(shí)驗(yàn)從"只看結(jié)果，不看過(guò)程"的方式定義了人工智能，早期研究通過(guò)模仿人類側(cè)重于認(rèn)知智能，并將感知?jiǎng)澏ㄔ谥悄苤?；現(xiàn)階段，AI在深度學(xué)習(xí)、算力、數(shù)據(jù)的加持下加速發(fā)展了感知智能，又把攻關(guān)難題拋向了認(rèn)知領(lǐng)域。在未來(lái)，感知智能、行為主義和分布式AI的結(jié)合會(huì)是一個(gè)有希望的方向，或許能帶來(lái)認(rèn)知智能的突破。
張成奇教授
周志華表示人工智能的概念和內(nèi)涵一直在動(dòng)態(tài)發(fā)展，今天的“AI"和90年代初的"AI"實(shí)質(zhì)上并不是一回事，當(dāng)年的AI主要是指"智能行為的符號(hào)化建模"這條研究路線，并且當(dāng)年的神經(jīng)網(wǎng)絡(luò)是"與AI對(duì)立"的事物。
機(jī)器學(xué)習(xí)的發(fā)展已經(jīng)讓現(xiàn)在的AI超越當(dāng)年的內(nèi)涵，不能再簡(jiǎn)單歸類為三大主義，例如規(guī)則學(xué)習(xí)和決策樹(shù)大體上可以歸入符號(hào)主義，神經(jīng)網(wǎng)絡(luò)可以歸入連接主義，強(qiáng)化學(xué)習(xí)和演化學(xué)習(xí)可以歸入行為主義，但統(tǒng)計(jì)學(xué)習(xí)、貝葉斯學(xué)習(xí)很難歸入以往的三大主義。
事實(shí)上AI已形成五大主義：符號(hào)主義，連接主義，行為主義，頻率主義，貝葉斯主義。但回過(guò)頭來(lái)看，它們?nèi)魏螁畏矫婊蛟S都不夠，需要多方融合集成，例如知識(shí)推理與機(jī)器學(xué)習(xí)的融合。周志華補(bǔ)充道，他個(gè)人可謂是“集成主義(ensemblism)"者，這是他自己造的一個(gè)詞。
AI模型推理的可解釋性一直是機(jī)器學(xué)習(xí)亟需攻克的關(guān)鍵目標(biāo)，如何啃下這塊“硬骨頭”，趙峰從人和機(jī)器的各自優(yōu)勢(shì)和取長(zhǎng)補(bǔ)短方面談了自己對(duì)下一代人工智能系統(tǒng)的看法。從感知這個(gè)角度，有些動(dòng)物或許比人類更敏感，但人能夠總結(jié)過(guò)往經(jīng)驗(yàn)，用語(yǔ)言描述，形成體系化知識(shí)，這是人與動(dòng)物相比最大的差異化優(yōu)勢(shì)。
目前機(jī)器學(xué)習(xí)的知識(shí)挖掘仍停留在“關(guān)聯(lián)度”，未有效地觸及因果關(guān)系，如今在大數(shù)據(jù)和大算力的支撐下，將機(jī)器學(xué)習(xí)、結(jié)構(gòu)化知識(shí)、和認(rèn)知行為理論有機(jī)結(jié)合起來(lái)，或許有望突破現(xiàn)在純數(shù)據(jù)驅(qū)動(dòng)的模型推理的黑盒挑戰(zhàn)，實(shí)現(xiàn)真正可解釋、負(fù)責(zé)任的AI。
林方真認(rèn)為，1991年的AI大辯論并不是真正的辯論。傳統(tǒng)AI偏向自頂向下，優(yōu)先考慮人的高層推理和決策過(guò)程。Rodney Brooks則提倡自下而上，從簡(jiǎn)單本體開(kāi)始學(xué)習(xí)。當(dāng)年Nils Nilsson也因而倡導(dǎo)AI研究應(yīng)該考慮融合智能本體。這個(gè)觀點(diǎn)甚至在當(dāng)年最有影響的AI教課書上都有體現(xiàn)。林方真補(bǔ)充，人工智能是個(gè)漸進(jìn)的和多方位的學(xué)科，不同問(wèn)題需要不同方法。知識(shí)表示和推理是智能的基本部分，而邏輯則是推理的數(shù)學(xué)基礎(chǔ)。事實(shí)上將邏輯用來(lái)形式化人類推理原于古希臘，是哲學(xué)家和數(shù)學(xué)家上千年來(lái)的研究結(jié)晶。最后，林方真表示，邏輯推理被神經(jīng)網(wǎng)絡(luò)取代的可能性不大，AI的各種方法和工具應(yīng)該結(jié)合而不是取代。
伴隨該論壇的結(jié)束，以“AI前沿創(chuàng)新與人才培養(yǎng)”為主題的 GAIR 2021 首日也落下了帷幕。追溯歷史、致敬傳奇，經(jīng)歷了如此高規(guī)格活動(dòng)現(xiàn)場(chǎng)和高密度信息容量的雙重洗禮，GAIR 2021 在人工智能學(xué)界和業(yè)界綻放出耀眼的光芒華彩。
值得關(guān)注的是，與歷屆一樣，此次 GAIR 大會(huì)為期三天，在12月10-11日這兩天時(shí)間里，是同樣無(wú)比精彩的 2 場(chǎng)行業(yè)峰會(huì)和 8 場(chǎng)高峰論壇。
它們涵蓋國(guó)產(chǎn)芯片、智能駕駛、元宇宙、隱私計(jì)算、醫(yī)療科技、AI安防、碳中和、新消費(fèi)等數(shù)個(gè)年度熱門領(lǐng)域，囊括了國(guó)內(nèi)人工智能和機(jī)器人學(xué)術(shù)界、工業(yè)界及投資界三大領(lǐng)域，眾多領(lǐng)域資深專家將以主題演講或圓桌討論的形式來(lái)對(duì)相關(guān)話題進(jìn)行深入探討。
創(chuàng)歷史、領(lǐng)未來(lái)，這些對(duì)人工智能的前沿探索和創(chuàng)新應(yīng)用令人期待，讓我們不見(jiàn)不散！
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
專題
本專題其他文章
