GAIR 2021大會首日：18位Fellow的40年AI歲月，一場技術(shù)前沿的傳承與激辯

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，中國深圳。

由粵港澳大灣區(qū)人工智能與機器人聯(lián)合會、雷峰網(wǎng)(公眾號：雷峰網(wǎng))聯(lián)合主辦，深圳市人工智能與機器人研究院、深圳市機器人協(xié)會、深圳市人工智能學(xué)會支持的第六屆GAIR全球人工智能與機器人大會，于上午9:30在中洲萬豪酒店正式拉開序幕。

作為粵港澳大灣區(qū)的第一AI盛會，GAIR大會已成功舉辦五屆，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場主旨論壇、2場行業(yè)峰會、9場高峰論壇，涵蓋自動駕駛、安防、集成電路、醫(yī)療、元宇宙、碳中和、隱私計算、新消費等熱門領(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面。恰逢歲末年初，GAIR 2021也以眾多華彩時刻和觀點碰撞的火花，為行將結(jié)束的這一年，帶來一場人工智能與數(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，多位頂級學(xué)者的精彩演講，與由十余位AI學(xué)術(shù)大咖帶來的三場高端對話，他們口中那些學(xué)術(shù)史背后的激蕩故事，與眾多推動學(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楊強教授登臺致辭，他代表主辦方之一粵港澳大灣區(qū)人工智能與機器人聯(lián)合會，向大會表示熱烈的祝賀，并回顧GAIR五年來的舉辦歷史，同時圍繞本次大會的主題“加速自助創(chuàng)新 重構(gòu)數(shù)智轉(zhuǎn)型”展望未來。他表示：

人工智能受到疫情的洗禮，新基建等因素對人工智能進行了實戰(zhàn)的考驗，疫情的各項措施也離不開人工智能的加持。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，人工智能和機器學(xué)習(xí)基礎(chǔ)進一步鞏固，成為企業(yè)“數(shù)智化”轉(zhuǎn)型的基礎(chǔ)設(shè)施。

2020年底召開的中央經(jīng)濟工作會議強調(diào)，強化國家戰(zhàn)略科技計劃成為2021年八項任務(wù)的第一位。現(xiàn)在我們又面臨各種大變局，科技的自立自強呼聲和規(guī)劃越來越重要。

楊強院士

香港中文大學(xué)（深圳）副校長羅智泉：攻克5G網(wǎng)絡(luò)尋優(yōu)“學(xué)術(shù)無人區(qū)”

緊接著，在首個Session“AI前沿”中，中國工程院外籍院士，加拿大皇家科學(xué)院院士，香港中文大學(xué)（深圳）副校長，IEEE/SIAM Fellow羅智泉，帶來以《5G網(wǎng)絡(luò)性能的模型和優(yōu)化方法》為主題的演講，分享其團隊在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)計以及其在信息科學(xué)中的應(yīng)用；曾榮獲2010年美國運籌學(xué)和管理學(xué)研究協(xié)會（INFORMS）頒發(fā)的Farkas獎，以表彰他在最優(yōu)化領(lǐng)域的杰出貢獻。

在演講中，羅教授先首先簡要分析了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)，隨后展示了其團隊成員在現(xiàn)實網(wǎng)絡(luò)統(tǒng)計模擬技術(shù)構(gòu)想 、5G非獨立組網(wǎng)的B1及A2參數(shù)優(yōu)化、5G小區(qū)物理標識規(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)用等五個方面的最新研究成果。

羅智泉教授認為：

我們國家通信界的產(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、高風險的現(xiàn)網(wǎng)調(diào)參以及解決5G網(wǎng)絡(luò)尋優(yōu)問題這個學(xué)術(shù)無人區(qū)。

接著，羅教授展示了團隊研究成果，他們在SIAM/IEEE Trans. Signal Process/NIPS等國際頂級期刊會議上發(fā)表了10+篇Paper，申請了4份專利，其成果已在中國、荷蘭、瑞士、德國等全球5G網(wǎng)絡(luò)中規(guī)模應(yīng)用，支撐多個運營商5G網(wǎng)絡(luò)性能領(lǐng)先。因此，5G網(wǎng)優(yōu)這個問題前景是廣闊且光明的。

羅智泉院士

加拿大工程院院士于非：共享智能不僅是技術(shù)問題，更是經(jīng)濟問題

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)濟廣東省實驗室（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》。

報告分為五個部分，一是以車為例，向與會者分享了背景知識——互聯(lián)和自動車輛；二是信息互聯(lián)中的分層設(shè)計、跨層設(shè)計、跨系統(tǒng)設(shè)計范式：三是人工智能在信息互聯(lián)中方法；四是主講報告的主題《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)的過程中提到了維數(shù)災(zāi)難和模型災(zāi)難的問題。另外，目前由數(shù)據(jù)驅(qū)動的人工智能方法存在數(shù)據(jù)利用率低、泛化能力低、可解釋性差的問題。

通過人類的發(fā)展歷史，他提出智能網(wǎng)聯(lián)是未來趨勢，對機器和人而言，作出重要的決定比簡單的獲得信息更加重要。共享智能不僅僅是技術(shù)問題，也是經(jīng)濟的問題。

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)三個發(fā)展階段，下一步將會是智能互聯(lián)。他展望了這個領(lǐng)域的機遇和挑戰(zhàn)。

于非院士

圓桌論壇：并行處理與系統(tǒng)結(jié)構(gòu)四十年

上午大會的壓軸環(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算力的提升，而并行處理，正是近二十年來計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80年代，開創(chuàng)者正是一位華人——1984年，黃鎧教授出版了《計算機結(jié)構(gòu)與并行處理》一書。該書作為并行處理領(lǐng)域的第一本國際性經(jīng)典著作，推動了高性能計算的研究熱潮，也為我國“863”計劃上馬智能計算機選型通用并行計算機起到了至關(guān)重要的作用。

黃鎧教授

而這場圓桌論壇，正是從如今時任香港中文大學(xué)（深圳）校長講席教授的黃鎧博士出發(fā)，圍繞他與多位中國計算引領(lǐng)者的故事，詮釋了一顆顆富有中國夢、中國心與中國魂的學(xué)者之心。

李國杰院士、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)場歡聲笑語不斷。在對并行計算與系統(tǒng)結(jié)構(gòu)領(lǐng)域發(fā)展歷史的回顧中，學(xué)術(shù)精神與家國情懷也使在場觀眾深受感動。

在GAIR 2021上，黃鎧回憶1974年第一次重返中國大陸的情景，仍然記憶猶新、熱淚盈眶：「當時訪問，我連旅費都沒有，還找朋友們借了錢，買了機票，從紐約轉(zhuǎn)巴黎、開羅、巴基斯坦，再繞過喜馬拉雅山與新疆大沙漠，一共飛了34個小時才到北京。」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)校擔任講習(xí)或客座教授。

1978年，黃鎧剛到清華擔任講習(xí)教授時，國內(nèi)的老師都沒有接觸過西方的計算機知識，他從美國帶回來的幾大箱資料成為了上世紀中國學(xué)者系統(tǒng)學(xué)習(xí)計算機的關(guān)鍵窗口。

鄭緯民院士是最早翻譯黃鎧著作的中國學(xué)者之一。在翻譯《高等計算機系統(tǒng)結(jié)構(gòu)并行性、可擴展性、可編程性》一書時，由于對系統(tǒng)結(jié)構(gòu)知識了解不深，鄭緯民感到「很費勁」，就一邊翻譯、一邊將不懂的問題記下來，一共記了一百多個問題。后來在新加坡的一次學(xué)術(shù)會議中，他便拿著這一百多個問題請教黃鎧教授，對方十分耐心給他作了解讀。

中國計算領(lǐng)域的傳奇人物——李國杰院士，也是在聽取黃鎧的講座后，進入了計算機體系結(jié)構(gòu)的大門。他直言黃鎧是中國并行計算與人工智能計算的引路人，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；后來他也成為黃鎧在普渡大學(xué)招收的第一位來自中國大陸的學(xué)生。

李國杰院士

1987年，李國杰學(xué)成歸國，加盟中國科學(xué)院計算研究所，在促進中國計算機體系結(jié)構(gòu)發(fā)展變革上扮演了重要角色：長期從事國家「863計劃」高技術(shù)研究，兩次擔任國家「973 計劃」項目首席科學(xué)家，主持研制曙光一號并行計算機等重大項目等等。1995年，李國杰當選中國工程院院士。

1995年，李國杰創(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時畢業(yè)、在美漂泊的徐志偉。于是，1996年，徐志偉從美國回到中國，擔任該公司的總工程師。

回國后，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)于可擴展并行計算的教材，也就是廣為傳播的《Scalable Parallel Computing》一書。這些研究也啟發(fā)了中科院計算所曙光高性能計算系統(tǒng)從原來的超級計算機向超級服務(wù)器的轉(zhuǎn)型。

時任香港科技大學(xué)（廣州）創(chuàng)校校長的倪明選，是黃鎧的第一個博士生。1994年，倪明選因并行和分布式系統(tǒng)領(lǐng)域的貢獻被評選為IEEE Fellow，其論文曾被評選為最近25年計算機體系結(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)任教時指導(dǎo)的博士生、時任清華大學(xué)全球創(chuàng)新學(xué)院院長的劉云浩便專攻物聯(lián)網(wǎng)，他是中國最早定義「物聯(lián)網(wǎng)」的學(xué)者之一，當選IEEE/ACM雙料Fellow，也是目前唯一一位獲得ACM主席獎的中國學(xué)者。

劉云浩回憶，博士臨近尾聲時，他曾猶豫畢業(yè)設(shè)計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與云計算等富有黃門特色的方向。

而劉云浩的學(xué)生、時任清華大學(xué)軟件學(xué)院副教授的楊錚，也是物聯(lián)網(wǎng)與無線感知方向的新星，今年入選2022年IEEE Fellow，是入選中國學(xué)者中最年輕的一位。

時任華中科技大學(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，金海成為推動中國并行處理發(fā)展的重要學(xué)者之一，他所主持的云計算項目（「面向多租戶資源競爭的云計算基礎(chǔ)理論與核心方法」）也獲得了2020年度國家自然科學(xué)獎二等獎。

在圓桌的最后，黃鎧教授感嘆：「1974年他首次到北京時，中國還處于文化大革命的白熱化時期，計算機科技研究大大落后于世界強國，如今，隨著一代代中國學(xué)子的成長，四十年過去，中國已經(jīng)站起來了。」

黃鎧曾道，只要自己的身體還行，他就希望多培養(yǎng)人才，為中國的科研事業(yè)做貢獻。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，同時繼續(xù)培養(yǎng)更多的優(yōu)秀人才，傳承知識，推陳出新。

在聆聽了上午場多位重量級嘉賓的精彩演講和討論后，大會在下午繼續(xù)迎來兩場重磅圓桌論壇。

院長論壇：AI創(chuàng)新與人才培養(yǎng)

大會下午的第一場，進入了備受期待的“院長論壇”環(huán)節(jié)，這是國內(nèi)人工智能學(xué)術(shù)界關(guān)于未來人才培養(yǎng)和發(fā)展一次少有的頂級討論。這一圓桌環(huán)節(jié)的主持人是AIRS研究院執(zhí)行院長杜子德教授，出席圓桌的四位AI院長分別是：

• 澳門大學(xué)科技學(xué)院院長、IEEE Fellow，須成忠教授；

• 深圳理工大學(xué)計算機科學(xué)與控制工程院院長、AIMBE Fellow，潘毅教授；

• 哈工大人工智能研究院院長、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、IEEE Fellow，姚新教授。

院長論壇：AI創(chuàng)新與人才培養(yǎng)

論壇開始之后，各位院長分別介紹了各自學(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現(xiàn)今人工智能研究院的顧慮，他覺得，"現(xiàn)在各地建設(shè)的人工智能研究院已經(jīng)不下幾十個，但除了發(fā)一些文章，實際的產(chǎn)出都比較有限，這種情況的生存能力比較堪憂。"

對此，劉劼教授表示，"哈工大有悠久的機器人和人工智能科研和人才培養(yǎng)經(jīng)驗，無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，流水的營盤。'只有把人留得住，人才繼續(xù)研究，整個團隊才能繼續(xù)發(fā)展。現(xiàn)在可能大家都習(xí)慣叫人工智能，我相信中間可能會有一些變化，但只要團隊留得住，就會繼續(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)場觀眾的積極反饋。

姚新教授

姚新教授表示：“因為商業(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)就像一個漂亮的房子，計算機科學(xué)與工程是地基。大家一窩蜂去蓋房子，是否會突然發(fā)現(xiàn)地基有一天會塌掉？要想做好人工智能及其應(yīng)用，必須打牢計算機科學(xué)與工程的基礎(chǔ)。從人才培養(yǎng)而言，既使做應(yīng)用也需要有計算思維和邏輯思維能力。不應(yīng)過度強調(diào)人工智能應(yīng)用的特殊性。”

對于這個問題，須成忠教授也做過調(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，然后學(xué)習(xí)人工智能的人才，相比計算機系畢業(yè)后再去學(xué)領(lǐng)域知識的人才，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)在制定計算機科學(xué)教學(xué)計劃時也有類似的矛盾，計算機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，很多AI課程就安排不上，四年教學(xué)時間就變得捉襟見肘。"

潘毅教授

臨近結(jié)束時，各位院長也分享了自己對于AI人才培養(yǎng)的心得：

• 須成忠教授認為"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)會更加貼切、更加準確。"

• 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，解決實際問題才有未來。"

• 姚新教授表示："人工智能人才培養(yǎng)到底是強調(diào)能力，還是強調(diào)知識，培養(yǎng)人工智能人才和培養(yǎng)計算機人才有什么不同，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)是一個應(yīng)用領(lǐng)域，而不是基礎(chǔ)學(xué)科。而計算機科學(xué)與人工智能之間是系統(tǒng)和應(yīng)用之間的關(guān)系，"中國真正做計算機系統(tǒng)的高校非常少，因為開發(fā)先進的計算裝置（包括芯片、體系結(jié)構(gòu)、總線、存儲等硬件和OS、編譯、語言、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)專家合作去解決問題。

結(jié)合自身經(jīng)歷，杜子德表示，即便在人工智能時代，計算機科學(xué)基礎(chǔ)對邏輯思維非常重要。我們?nèi)缃褡顓T乏的，還是有批判性思考能力以及解決問題能力的人才。

至此，在熱烈的掌聲中，院長論壇拉下了帷幕。

圓桌論壇：“1991人工智能大辯論”三十周年紀念

大會進行到下午16時，以“紀念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、IEEE Fellow姚新的主持下正式開啟。

1991年，恰逢日本五代機研發(fā)失敗，以符號邏輯為基礎(chǔ)的傳統(tǒng)人工智能遭遇理論危機，IJCAI在《Artificial Intelligence》專刊上組織的人工智能的大辯論引發(fā)強烈反響，并最終促進了連接主義、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。

參與這場論壇的嘉賓，是這場里程碑式變革的重要見證者，他們分別是：

• 楊強，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，澳大利亞人工智能聯(lián)合會理事長；

• 周志華，南京大學(xué)計算機科學(xué)系主任，人工智能學(xué)院院長，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、國際歐亞科學(xué)院院士、IEEE Fellow、Sloan Fellow

• 林方真，香港科技大學(xué)計算機系教授，AAAI Fellow；

• 林德康，奇點機智聯(lián)合創(chuàng)始人。

圓桌論壇：1991人工智能大辯論三十周年紀念

林德康指出，1991年人工智能領(lǐng)域的主要爭論分成兩個派系，也就是符號主義和行為主義，兩派的代表人物，正是IJCAI 1991 計算機與思想獎的兩位得主——Martha Pollack，以及Rodney Brooks。

Martha Pollack指出AI應(yīng)該通過符號邏輯表達出來的約束公式，來描述世界，再用約束滿足的方法把高層次的目標細化，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)低層次感知信號去得到高層次決策。

林德康補充道，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)劃方法解決的問題大多是人為構(gòu)造的，而行為主義方法則更針對現(xiàn)實。

在深度學(xué)習(xí)將感知智能急速推進的過去十年中，人們早已見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始考慮符號邏輯的重要性，以此增進深度學(xué)習(xí)的可控性和可解釋性。

在三十年后的這場論壇中，他們也將圍繞當年這場大辯論的核心矛盾，也就是符號主義和行為主義的矛盾，以及五個基本問題，來探討AI的當下和未來，以此承前啟后，引導(dǎo)下一代AI人才。

這五個基本問題分別是：

1. 知識與概念化是否是人工智能的核心?

2. 認知能力能否與感知分離開來研究?

3. 認知的軌跡是否可用類自然語言描述?

4. 認知能否從學(xué)習(xí)匯總分離進行研究?

5. 所有的認知是否有一種統(tǒng)一的結(jié)構(gòu)?

論壇上，楊強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)者對人工智能失去興趣，同時又認為新事物希望渺茫。后來行為主義興起，黑箱的機器學(xué)習(xí)也被接受......這其實是一種文化的轉(zhuǎn)變，也間接了導(dǎo)致深度學(xué)習(xí)的黑箱屬性。

在他看來，今天的AI發(fā)展，更像是借鑒于模型驅(qū)動的物理學(xué)，即一個通用模型，解釋所有智能現(xiàn)象，而在當年是一套算法解釋智能現(xiàn)象。同時，科學(xué)也是螺旋式上升的，當年側(cè)重于解決認知問題，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知問題。

人工智能發(fā)展至今已近70年，但在張成奇看來，它仍然沒有跳出圖靈實驗的"套路"。1950年的圖靈實驗從"只看結(jié)果，不看過程"的方式定義了人工智能，早期研究通過模仿人類側(cè)重于認知智能，并將感知劃定在智能之外；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)難題拋向了認知領(lǐng)域。在未來，感知智能、行為主義和分布式AI的結(jié)合會是一個有希望的方向，或許能帶來認知智能的突破。

張成奇教授

周志華表示人工智能的概念和內(nèi)涵一直在動態(tài)發(fā)展，今天的“AI"和90年代初的"AI"實質(zhì)上并不是一回事，當年的AI主要是指"智能行為的符號化建模"這條研究路線，并且當年的神經(jīng)網(wǎng)絡(luò)是"與AI對立"的事物。

機器學(xué)習(xí)的發(fā)展已經(jīng)讓現(xiàn)在的AI超越當年的內(nèi)涵，不能再簡單歸類為三大主義，例如規(guī)則學(xué)習(xí)和決策樹大體上可以歸入符號主義，神經(jīng)網(wǎng)絡(luò)可以歸入連接主義，強化學(xué)習(xí)和演化學(xué)習(xí)可以歸入行為主義，但統(tǒng)計學(xué)習(xí)、貝葉斯學(xué)習(xí)很難歸入以往的三大主義。

事實上AI已形成五大主義：符號主義，連接主義，行為主義，頻率主義，貝葉斯主義。但回過頭來看，它們?nèi)魏螁畏矫婊蛟S都不夠，需要多方融合集成，例如知識推理與機器學(xué)習(xí)的融合。周志華補充道，他個人可謂是“集成主義(ensemblism)"者，這是他自己造的一個詞。

AI模型推理的可解釋性一直是機器學(xué)習(xí)亟需攻克的關(guān)鍵目標，如何啃下這塊“硬骨頭”，趙峰從人和機器的各自優(yōu)勢和取長補短方面談了自己對下一代人工智能系統(tǒng)的看法。從感知這個角度，有些動物或許比人類更敏感，但人能夠總結(jié)過往經(jīng)驗，用語言描述，形成體系化知識，這是人與動物相比最大的差異化優(yōu)勢。

目前機器學(xué)習(xí)的知識挖掘仍停留在“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，將機器學(xué)習(xí)、結(jié)構(gòu)化知識、和認知行為理論有機結(jié)合起來，或許有望突破現(xiàn)在純數(shù)據(jù)驅(qū)動的模型推理的黑盒挑戰(zhàn)，實現(xiàn)真正可解釋、負責任的AI。

林方真認為，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程。Rodney Brooks則提倡自下而上，從簡單本體開始學(xué)習(xí)。當年Nils Nilsson也因而倡導(dǎo)AI研究應(yīng)該考慮融合智能本體。這個觀點甚至在當年最有影響的AI教課書上都有體現(xiàn)。林方真補充，人工智能是個漸進的和多方位的學(xué)科，不同問題需要不同方法。知識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)。事實上將邏輯用來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)格活動現(xiàn)場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 大會為期三天，在12月10-11日這兩天時間里，是同樣無比精彩的 2 場行業(yè)峰會和 8 場高峰論壇。

它們涵蓋國產(chǎn)芯片、智能駕駛、元宇宙、隱私計算、醫(yī)療科技、AI安防、碳中和、新消費等數(shù)個年度熱門領(lǐng)域，囊括了國內(nèi)人工智能和機器人學(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對相關(guān)話題進行深入探討。

創(chuàng)歷史、領(lǐng)未來，這些對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。詳情見轉(zhuǎn)載須知。