雷鋒網(wǎng) AI 科技評(píng)論按：在7月7日，由中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）主辦，雷鋒網(wǎng)與香港中文大學(xué)（深圳）承辦的第二屆 CCF－GAIR全球人工智能與機(jī)器人峰會(huì)正式召開。今年CCF-GAIR的程序委員會(huì)主席、香港科技大學(xué)計(jì)算機(jī)系主任楊強(qiáng)教授，擔(dān)任了大會(huì)第一天人工智能前沿專場(chǎng)的「AI 學(xué)術(shù)前沿」主持人。學(xué)術(shù)前沿 Session 分別由兩位優(yōu)秀的學(xué)術(shù)界人士進(jìn)行演講，一位是 CMU 金出武雄教授，另一位是 UCL 副教授汪軍。在該 Session 結(jié)束后，雷鋒網(wǎng) AI 科技評(píng)論與楊強(qiáng)教授進(jìn)行了一次對(duì)話，整理如下。

您今天擔(dān)任的是 AI 學(xué)術(shù)前沿的主持人，您可以評(píng)價(jià)下今天兩位講者嗎？您聽了之后最大的感受是什么？

第一位演講嘉賓金出武雄是 CMU 機(jī)器人學(xué)院的領(lǐng)袖級(jí)人物了。特別有意思的一點(diǎn)是，你從他的演講中能夠感受到，他對(duì)機(jī)器人技術(shù)特別執(zhí)著，就是說(shuō)他特別熱愛他做的那些機(jī)器人技術(shù)，像摘果子的機(jī)器人?；蛘呤悄莻€(gè)自動(dòng)駕駛的無(wú)人直升機(jī)；這些產(chǎn)品都非常接地氣。此外，金出武雄提過(guò)一個(gè)口號(hào)是說(shuō)「做技術(shù)的，不是說(shuō)做某一個(gè)切面，而是做一個(gè)完整的系統(tǒng)」。做完整系統(tǒng)其實(shí)挺難的，因?yàn)橐龊芏嗯c學(xué)術(shù)不直接掛鉤的東西，如果研究人員特別功利的話就做不到這點(diǎn)，因?yàn)檫@需要花很多的時(shí)間來(lái)做不起眼的事情。但是，如果一旦做出來(lái)，這樣的項(xiàng)目就會(huì)影響非常大。

像金出武雄教授說(shuō)的其中一個(gè)就是自動(dòng)駕駛汽車，金出武雄說(shuō)，20 年前他所做的自動(dòng)駕駛汽車就在美國(guó)公路上跑了。實(shí)際上，我們現(xiàn)在看，自動(dòng)駕駛的各種技術(shù)人家早就在嘗試了。所以我覺(jué)得，這對(duì)我自己也挺有啟發(fā)的，這是一個(gè)研究態(tài)度和研究方法的問(wèn)題。如果研究項(xiàng)目的「最后一公里」老是留給別人去做，而自己只是去做那些所謂「高、大、上」的、易于發(fā)表的東西，我們今天就不會(huì)有這樣的成果了。

第二個(gè)講者是 UCL （University College London） 的汪軍教授。他的工作特別有意思的方面就是：別人做一個(gè)智能體，他做多個(gè)智能體，甚至上百萬(wàn)個(gè)智能體。然后，他用這些模擬的智能體去重構(gòu)物理現(xiàn)象。比方說(shuō)他看到自然科學(xué)的雜志上發(fā)表了猞貍和兔子的種群數(shù)量規(guī)律研究，他就在虛擬世界給模擬出來(lái)。我覺(jué)得這種思路就挺好的。另外我們大家都知道「強(qiáng)化學(xué)習(xí)技術(shù)」，但是當(dāng)它被真的用來(lái)做一個(gè)機(jī)器人驅(qū)動(dòng)的游戲，或者是用它來(lái)模擬經(jīng)濟(jì)的走向，這些我覺(jué)得確實(shí)是會(huì)出一些頂尖的工作。 他的講解也給得非常清楚，對(duì)學(xué)生而言，我覺(jué)得應(yīng)該是有很大啟發(fā)的。

其實(shí)早上潘院長(zhǎng)其實(shí)講到一個(gè)現(xiàn)象，即工業(yè)先行的概念。您覺(jué)得潘院士為什么會(huì)強(qiáng)調(diào)工業(yè)界的作用？

在六十年代到不久以前，學(xué)術(shù)界都是科研的先行者。比如，像人工智能這樣的概念完全是學(xué)術(shù)界先提出的 。但是現(xiàn)在有點(diǎn)不同了，大學(xué)逐漸變成一個(gè)很保守的（環(huán)境），就好像到了一個(gè)朝代的末尾，大家都開始不進(jìn)取了，然后就有鴉片戰(zhàn)爭(zhēng)來(lái)敲開國(guó)門，讓人警醒了，說(shuō)「啊，世界已經(jīng)變了?！顾越裉靵?lái)敲門的「鴉片戰(zhàn)爭(zhēng)」就是谷歌這一類的公司，比如像 DeepMind 這樣的公司就出來(lái)說(shuō)，你們說(shuō)的不可能的事情是可以做的，不是說(shuō)要等 100 年以后，也不是說(shuō)你先出一百篇論文，然后再來(lái)判斷行不行，現(xiàn)在咱們就就能把一件貌似很難的事給做出來(lái)。

我覺(jué)得，這對(duì)學(xué)術(shù)界也是一個(gè)很大的啟發(fā)，因?yàn)楝F(xiàn)在的計(jì)算機(jī)的學(xué)術(shù)界，相比工業(yè)界來(lái)說(shuō)，顯得過(guò)于保守，逐漸變成一個(gè)非常顧及名利的地方，比如在比論文數(shù)。潘院士提出「工業(yè)先行」的觀察，我覺(jué)得是很敏銳的，這是一個(gè)很好的開端。

那像您做研究就是比較關(guān)注應(yīng)用領(lǐng)域？

對(duì)，我讓學(xué)生做的研究都得是真實(shí)的，就是來(lái)自工業(yè)的痛點(diǎn)問(wèn)題，所以我找了很多工業(yè)的人跟我合作，比方說(shuō)微信，金融界，汽車行業(yè)，智慧城市的公司等。

我剛剛想到一個(gè)問(wèn)題，此前您在接受雷鋒網(wǎng) AI 科技評(píng)論的采訪時(shí)表示，有應(yīng)用場(chǎng)景的人工智能才有前景，那我就想說(shuō)反過(guò)來(lái)問(wèn)，您自己做課題是怎么一個(gè)選擇方式？你覺(jué)得什么樣才叫有價(jià)值？

這是一個(gè)特別難的問(wèn)題，讓大學(xué)里面的人找一個(gè)有實(shí)際場(chǎng)景的問(wèn)題去研究，其實(shí)很不容易。我給你舉個(gè)例子，比如說(shuō)念博士，經(jīng)常要念 4、5 年，一個(gè)學(xué)生用的這 4、5 年的時(shí)間里面有 80到90% 的時(shí)間都是在尋找好的題目。當(dāng)這個(gè)學(xué)生找到一個(gè)好的題目的時(shí)候，他／她基本就可以畢業(yè)了。在學(xué)校里，并不是老師給一開始給學(xué)生一個(gè)題目，然后學(xué)生就做五年。不是這樣的。學(xué)生花的時(shí)間，主要是在學(xué)會(huì)如何找題目，經(jīng)歷這樣的一個(gè)過(guò)程。在過(guò)程中，可能老師說(shuō)這個(gè)題目不好，或者可能外界評(píng)價(jià)說(shuō)這個(gè)題目不好，最后經(jīng)過(guò)很多起伏，然后到第四、五年終于找到了一個(gè)好題目，那么到了第五年年底就可以畢業(yè)了。這是一個(gè)很典型的過(guò)程。

找好的研究題目為什么這么難呢？就是找到一個(gè)有價(jià)值的題目，需要解決社會(huì)和工業(yè)的痛點(diǎn)，而這種痛點(diǎn)是需要實(shí)踐過(guò)才知道的。所以，為什么不去工業(yè)界，問(wèn)問(wèn)人家到底痛點(diǎn)在哪里呢？

所以回到金出武雄教授身上，第一個(gè)想到的這些問(wèn)題的可能也不是他自己，可能是他接觸的那些工業(yè)界的人?？赡苡腥烁嬖V他，開車駕駛時(shí)燈光會(huì)反射回來(lái)，那金出武雄教授就會(huì)覺(jué)得，這可能是個(gè)研究問(wèn)題。然后，他去告訴他的學(xué)生，鼓勵(lì)大家一起把這個(gè)課題做出來(lái)。（一個(gè)課題）應(yīng)該是這么來(lái)的。所以像過(guò)去那種閉門造車的例子，說(shuō)學(xué)生在實(shí)驗(yàn)室里面關(guān)了五年，出來(lái)以后就是博士了，這往往是不可能的。

那么這是全球一個(gè)普遍的問(wèn)題嗎？還是說(shuō)其實(shí)國(guó)外情況會(huì)有些不同呢？

在國(guó)外， 有很多人從小就發(fā)現(xiàn)自己的研究興趣，就像金出武雄這樣的人，他就喜歡做研究這個(gè)事兒， 也不太會(huì)說(shuō)這個(gè)東西是不是能賺錢、能買房 。在國(guó)內(nèi)的經(jīng)濟(jì)環(huán)境越來(lái)越好，所以以后也會(huì)發(fā)展到有很多學(xué)生像金出武雄教授一樣，跟著興趣走，花大量的時(shí)間去做研究。那個(gè)時(shí)候，海內(nèi)外提的問(wèn)題應(yīng)該才會(huì)是同一個(gè)水平的問(wèn)題。 給足夠的時(shí)間，這個(gè)問(wèn)題應(yīng)該能得到解決。

您指的「問(wèn)題提的不是一個(gè)水平」，差異指的是什么方面？

比方說(shuō)，你有時(shí)間精力經(jīng)常去一些前沿的會(huì)議，能跟在前沿研究的一些人接觸，才能知道下一個(gè)研究的熱點(diǎn)是什么。你如果比較少參加這些會(huì)議，接觸的人太少，而經(jīng)常把時(shí)間花在其他雜碎的事情上，那么到最后你可能提不出好的問(wèn)題。就是說(shuō)，雖然你跟別人一樣聰明，但是你就是沒(méi)有那個(gè)眼界；你接觸的人不同，你朋友圈不同，那么到最后你提的問(wèn)題也會(huì)在不同的層次。

而此前在與楊強(qiáng)教授交流時(shí)，雷鋒網(wǎng) AI 科技評(píng)論也針對(duì)學(xué)術(shù)界人才流失的問(wèn)題與楊強(qiáng)教授做了探討，特摘錄如下：

楊教授您與包括華為、騰訊在內(nèi)的多個(gè)企業(yè)都有接觸，現(xiàn)在也是第四范式的首席科學(xué)家。您在學(xué)界和業(yè)界其實(shí)都是都有接觸，您認(rèn)為這兩者的合作嗯就是是否如何實(shí)現(xiàn)雙贏的局面，因?yàn)榍岸螘r(shí)間我是感覺(jué)到，學(xué)界有很多老師都開始流向產(chǎn)業(yè)界，您會(huì)不會(huì)有人才流失的擔(dān)心？

對(duì)于老師來(lái)說(shuō)，首先我覺(jué)得很多老師出走是個(gè)好事，因?yàn)橐粋€(gè)人的學(xué)習(xí)應(yīng)該是終身學(xué)習(xí)的，很多老師在學(xué)校教學(xué)生，其實(shí)那些老師只能教書本的知識(shí)，這個(gè)對(duì)學(xué)生是一個(gè)誤導(dǎo)，那更好的老師應(yīng)該是在學(xué)術(shù)界和工業(yè)界都做過(guò)老師。其實(shí)老師到工業(yè)界是去學(xué)習(xí)的，可能一開始他認(rèn)為自己是在幫助工業(yè)界，但是他會(huì)很快地發(fā)現(xiàn)并沒(méi)有原來(lái)想象的那么理想。

比方說(shuō)找到數(shù)據(jù)并不是那么容易的，不是有人把數(shù)據(jù)放在那等著你來(lái)，而是你要設(shè)計(jì)一種機(jī)制，能夠讓人在共建數(shù)據(jù)的同時(shí)獲得獲利，那么這樣才能鼓勵(lì)別人把數(shù)據(jù)貢獻(xiàn)出來(lái)。因?yàn)榇蠊径紩?huì)有很多部門，數(shù)據(jù)也是非常稀疏的，繁雜的，所以，如何能夠得到你的研究所需要的數(shù)據(jù)，這本身就是一個(gè)大學(xué)問(wèn)。這個(gè)體會(huì)，在學(xué)校的環(huán)境里，是學(xué)不到碰不到的。所以，總結(jié)起來(lái)就是，學(xué)校需要鼓勵(lì)老師到工業(yè)去做一段，這樣老師才能變得成熟，老師才能對(duì)學(xué)生負(fù)責(zé)任。

在工業(yè)界，老師能跟著商業(yè)人才和業(yè)務(wù)人才學(xué)習(xí)如何構(gòu)建一個(gè)完整的商業(yè)閉環(huán)，能夠把一個(gè)技術(shù)，比方說(shuō)無(wú)人駕駛啊或者計(jì)算機(jī)視覺(jué)，和真正的產(chǎn)業(yè)結(jié)合起來(lái)，發(fā)揮作用。這個(gè)不僅僅是說(shuō)技術(shù)可以在工業(yè)界不斷提高，把準(zhǔn)確率率提高百分之多少的問(wèn)題，而更重要的是說(shuō)，能夠給技術(shù)找到一個(gè)合適的場(chǎng)景，能和一個(gè)業(yè)務(wù)鏈條緊密結(jié)合起來(lái)。 

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。