独家专访院士张钹：深度学习触及天花板，AI奇迹难再续(3)

　　你看语音合成，利用现有的技术可以做到以假乱真，和真人基本没有差别。现在看来这种技术不能推广应用，因为一旦推广就全乱套了，只要搞一段用语音合成技术做成的假录音，就可以让任何一位名人身败名裂。这些都是非常危险的技术。人工智能的治理已经提到日程上了。

　　三、“我们培养不出爱因斯坦、培养不出图灵”

　　人工智能在中国市场的快速商业化吸引了各类科研人员投身于此，在论文发表量和平均引用量两个指标上中国研究者表现出了竞争力，一种乐观的观点是“中国人工智能研究已经可以和美国并列”。

　　对此，张钹院士则谨慎地认为尽管在工程、产业化层面的某些方面中国人工智能已经接近世界水平，但在技术创新上，中国与世界水平差距还很大，实际上，至今为止几乎所有的人工智能原创研究成果都来自于美国。

　　作为中国人工智能科研的领军机构，清华大学也正在尝试改善这一情况，5月18日成立的清华大学“人工智能学堂班”(以下简称“智班”)是其中的一个举措。智班旨在培养人工智能领域领跑国际的拔尖科研创新人才，为未来一二十年的人工智能技术发展储备中国尖端人才，智班将从2019年秋季开始招收招本科生，首批预计招收30人，图灵奖得主、清华大学交叉信息院院长姚期智院士将担纲智班首席教授。

　　“我们清华开办一个人工智能班就是基于这个原理。中国在几十年前曾经丧失了一些和国际上同时起步的时机，我想我们现在有一个非常好的机会，在以后十年二十年人工智能会改变这个世界的时候，我们应该在这个时候跟别人同时起步甚至比别人更先走一步，好好培养我们的人才，从事我们的研究。”姚期智表示。

　　清华大学副校长、教务长杨斌教授招生信息交流会的开场演讲中，拆解“人工智能”四字中所蕴含着的清华大学人才培养理念。他围绕“人”阐述了清华大学的“三位一体”教育理念、成人成才成群、人在才先、为国育士等；围绕“工”描述了清华人以此为生、精于此道、乐此不疲的工匠精神、追求做第一等事业的境界追求；围绕“智”解读了跳出“能衡量才发展”的怪圈、重视教育价值自在的清华思考；围绕“能”刻画了一代代清华人勇于担当、积极贡献的主人翁立场以及靠谱肯干、让人信赖的风格特质。

　　经济观察报：一种观点认为中国有更多的数据和更多的工程师，这种规模能倒推带来基础研究层面的突破或者决定技术的路线？

　　张钹：这里混淆了好多概念，科学、技术、工程。科技水平需要三个标准来衡量，一个是科研水平、一个是技术水平、一个是工程实践能力，或者产业化能力。

　　我们中国什么情况？从工程角度来看，在一些领域我们“接近世界水平”；技术水平我用的词是“较大差距”，因为不少东西还是外国会做我们不会做；科研究领域我用的词是“很大差距”，科学研究就是原创，实际上，所有人工智能领域的原创成果都是美国人做出来的，人工智能领域图灵奖得主共十一人，十个美国人，一个加拿大人。

　　经济观察报：数据显示中国在人工智能领域的论文发表量和被引用次数都已经进入前列位置，这是否说明中国人工智能科学研究领域的突破？

　　张钹：如果单从论文来看研究水平，基本反映在三个指标上：数量、平均引用率、单篇最高引用率。拿人工智能来讲，中国研究者论文的数量和平均引用率都还不错，但是单篇最高引用率和世界差距就很大，而这个指标恰恰是反映你的原创能力。

　　也就是说深度学习这个领域，我们的平均水平达到世界水平了，但是最高水平和世界差距还是很大的。不过还是要肯定的，我们应用上发展比较快。

　　经济观察报：清华在这方面有什么优势吗？

　　张钹：在人工智能重要的会议杂志上，这十年期间论文数量、平均质量CMU(美国卡耐基梅隆大学)排第一，清华大学排第二。我们培养的人，在计算机这个领域，清华的本科、博士生都是世界一流的。

　　目前我们的跟踪能力是比较强的，一旦有人起个头，我们能迅速跟上去。但是很可惜，我们缺乏顶尖人物，也培养不出顶尖的人才，如爱因斯坦、图灵等。

　　我个人认为原因之一，可能与中国的文化有点关系，我们的从众心理很严重，比如在人工智能领域，深度学习很热，发表的论文作者中几乎70%是华人，但是其他非热门领域，包括不确定性推理、知识表示等几乎没有华人作者。这就是从众扎堆，不愿意去探索“无人区”。

　　当然也不要着急，科学研究本来就是富人干的事情，是富国干的事情，我们还是发展中国家，科学研究起点比较低，暂时落后是难免的，我们会迎头赶上。

　　四、“低潮会发生，但不会像过去那样”

　　既有的深度学习技术到达它的顶点，好像难以发展了。但这不等于说我们不可以在它的基础上，向新的方向发展，走出一条新的发展道路。实际上，这项研究正在进行中。

　　张钹院士正在提倡第三代人工智能，按照目前的设想，新的技术路线应该要解决目前存在的不可理解性，脆弱性等缺陷，而这些可能还需要计算机科学与数学和脑科学的结合与突破。

　　在上世纪，人工智能技术也曾经因为技术方向“碰壁”而经历过漫长的低潮期，未来我们还将再经历一次这样的过程吗？

　　经济观察报：如果说深度学习已进天花板，那么人工智能未来的前进方向将会在哪？

　　张钹：最近我们准备提出一个新的概念，就是第三代人工智能的概念，人工智能实际上经历过两代，第一代就是符号推理，第二代就是目前的概率学习(或深度学习)，我们认为现在正在进入人工智能的第三代。原因很明显，第一代、第二代都有很大的局限性。

　　经济观察报：你所说的第三代人工智能技术是有明确的实现方向或者特点吗？

　　张钹：我们现在提出的是要建立可解释、鲁棒性(注：可以理解为稳健性)的人工智能理论和方法，发展安全、可靠和可信的人工智能技术。

　　经济观察报：这样的技术可能要等很久？

　　张钹：是啊，很难预计，我们也很着急。

　　经济观察报：是不是还得回归到数学等理论层面里再去找新的方法？

　　张钹：这个目前我们有两条路，一个是和数学结合，一个是和脑科学结合。你想想如果没有新的数学工具，没有来自于脑科学启发下的新思路，哪来的新理论？另一方面是要把数据驱动和知识驱动结合起来，因为通过数学、脑科学上寻求突破是比较艰难的，前面这件事现在则完全能够做。

　　经济观察报：这个结合是指之前几十年人工智能的经验统合到一块？

　　张钹：是的，至少有一个方向就是要把第一代和第二代结合，利用各自的优势。但是这两个结合很困难，因为他们在不同空间中操作，一个是向量空间，一个是符号空间，也需要有新的数学工具的加入。

　　经济观察报：看人工智能历史，每一代技术之间有很长的间隔期，第三代人工智能技术也会这样吗？

　　张钹：我认为会更长，因为需要攻坚，因为遇到的问题更困难。

　　经济观察报：会不会再过10年、20年，人工智能在学界或者公众心中，又变成一个“隐学”，就像70、80年代那样，大众又不会再经常提起来这个词？

　　张钹：低潮会发生，但不会像过去那样，原因在哪？因为有大数据、互联网和强大的计算资源，这些都会支撑人工智能继续走下去，尽管有的时候还只是表面上的繁荣。