写点什么

张亚勤、张宏江巅峰对话:如何看待人工智能的现状与未来

  • 2021 年 4 月 01 日
  • 本文字数:3342 字

    阅读完需:约 11 分钟

张亚勤、张宏江巅峰对话:如何看待人工智能的现状与未来

“我们打造一个规模庞大的系统时,更需要具备系统思维,同时拥有动手能力、喜欢搭系统的人才……诞生至今,智源一直肩负着三项重要任务:一是构筑一个社区。二是打造一个真正适合青年科学家成长的平台。三是专注于一些可能产生原始创新与长期影响的领域。”


张宏江 北京智源人工智能研究院理事长


“在 AIR,所有人的工作目标,是确定我们的研究和技术能够对产业有影响力, 或者赋能现有产业,或者孵化新的企业。在数据和 AI 的世界里, 研究员和工程师的界限更加模糊, 因此我们会跟拥有大量数据和真实场景的企业合作。”


— 张亚勤 清华大学智能产业研究院院长


3 月 27 日,清华大学智能产业研究院(AIR)院长张亚勤与北京智源人工智能研究院(BAAI)理事长张宏江,应康奈尔中国中心邀约,开启了一场“人工智能”的高峰对话。


两位人工智能学界与产业界响当当的老将,再次同时成为中国人工智能科研创新的先锋践行者,他们会如何看待人工智能的现状与未来、如何思考构建面向未来的科研生态系统,与青年科学家的培养?同时,他们也结合清华大学智能产业研究院(AIR)与北京智源人工智能研究院(BAAI),这两座极具代表性的创新型人工智能研究院的构建与发展, 阐述了创新的科研理想与思考正如何在今天的中国落脚。


康奈尔大学康奈尔科技校区院长、副教务长 Greg Morrisett 和康奈尔大学计算与信息科技学院院长、计算机图形学专家 Kavita Bala,两位美方学者共同参与了讨论。



人工智能加速变革,学术科研界如何以变应变


过去几年来,人工智能在云(Cloud Computing)、数(Big Data)、物(IoT)等多轮技术浪潮的洗礼之下,再度成为引领创新的关键力量——正如 Kavita Bala 所说:“我们都知道人工智能将要产生的影响。无论你的研究领域是什么,这都是一个令人兴奋的时刻。”


但人工智能相关技术的进一步发展仍面临诸多问题。特别是对研究者、教育者而言, 人工智能不仅是一个无比庞大的课题集,而且技术变革的自加速效应尤为明显,几乎每隔一段时间,都能看到相关领域出现激动人心的技术突破:像 DeepMind 的 GPT-3 、AlphaFold2 和智源刚刚发布的“悟道 1.0”超大规模预训练模型,都在不断吹响技术革新的号⻆。学术界、科研界该如何面对人工智能技术催动下的、变革越来越频繁的世界?


在参与对话的学者们看来,主动的转型进化似乎是应对技术变革的正确方法。Kavita Bala 甚至将计算与信息科技学院(CIS)和康奈尔科技校区的建立形容为康奈尔大学的两次“赌注”。她相信,超越同时代其他高校的跨学科结合的科研尝试,让康奈尔大学在特定研究领域始终引领变革、保持领先。


清华大学智能产业研究院成立初期锁定的三大研究方向同样具备跨学科的特点。张亚勤指出,人工智能作为重要的赋能型技术,将为各个产业创造出重大机遇。一,在 IT 行业,以人工智能技术支持新的研究、新的技术、新的产品、新的架构,这已是常见的现象。二,人工智能正在改变甚至颠覆许多传统行业,像教育、卫生与健康,以及工业自动化和交通等等,几乎每个行业都面临着颠覆式的变革,也都需要主动拥抱变革。三,人工智能还会创造一些新的产品、模式甚至于产业。而清华大学智能产业研究院,亦可看作是“以变应变”的结果。


张宏江则认为“**未来,或许很多‘传统’的知识和技能都会被 AI 所掌握”,需要挑战传统方法,帮助新一代人工智能⻘年学者和学生更好地成长。他说:“当前,在一些研究领域,智源也在和一些来自产业的 AI 团队进行研究合作。我们过往的传统中,经常人为地将团队划分为研究员和工程师两部分。但我相信, 面向未来的研究机构更需要的是具备系统思维, 同时拥有动手能力、喜欢搭系统的人才,对于人才的发展更应不设限。在智源你不会只因为没有博士学位,就不能成为“研究员”,或是直接被放到工程师的岗位上—— 在用人方面,这样的变化看起来很微小,但对于一向看重文凭而忽略动手能力的中国科研界来说, 也可能是有着⻓远意义的新变化。”


Greg Morrisett 也认为,新的技术形势下,在创建科研生态系统的过程中,需要既有科技素养、又有商业洞察的人才参与。他说:“一些科技工作者,他们经历过创业,即使创业未能成功,但他们能从失败中学习,继续创办其他的企业,或是回到学校、回到教室,来把他们的经验分享给下一代的学生,这才是良好的生态循环。”



强化产业与学术研究界的联系中国和美国都怎么做


成立仅两年的北京智源人工智能研究院正试图以独特的方式来刷新产学研的合作模式——与传统的由学校或企业掌控的实验室、研究院不同,智源打造了一个高水准的平台, 让来自多所国内顶尖院所、拥有不同背景的研究员,可以在一个平台上、为同一些项目努力。


张宏江强调说:“在智源研究院成立前,清华、北大及其他中国顶尖大学,还有中科院,都有很多优秀的科学家。作为创新个体,他们每个人都在所擅⻓的领域努力工作、推动着科技的进步,但我们能否把他们的才智汇集在一起,建立一个生态系统?科研领域里,很多人都希望能有一些不同的变化,所以我们创建了智源研究院。


诞生至今,智源一直肩负着三项重要任务:一是要构筑一个社区,将人工智能研究人员与行业工作者汇聚起来,释放出更大的合力。二是要打造一个真正的适合⻘年科学家成⻓的平台,通过打破学校和企业的界限,让他们可以在这个平台上,实现思想和灵感的交流、碰撞。三是专注于一些可能产生原始创新与⻓期影响的领域,包括了过往投入不足、重视度不够的领域。”


三项任务催生了“智源学者”计划,以“目标导向”与“自由探索”为重点,该计划旨在为国内有才华、有潜能的人工智能学者提供宽松的、不受干扰的研发环境。 两年来,已经有 100 多位科学家成为“智源学者”,其中一半以上的学者是 35 岁以下的“智源⻘年科学家”。


除发掘和培养新生代人才外,智源研究院还在一年前专⻔开启了“科技加速器”项目,将一些有想法但存在数据和技术软肋的初创企业和智源平台上的学者和研究人员聚合在一起,为他们提供各种助力,不断提升其自身的创新能力,经过 6 个月到 1 年的时间,“毕业”的初创公司往往能在技术和系统方面实现能力的升级。


与智源研究院“大生态”模式既有相似又有不同,张亚勤创立的清华大学智能产业研究院一方面背倚清华,一方面与产业诸多领先企业建立了可靠的连接。


“AIR 是用核心技术为产业服务,让技术成为产业推动力的平台级机构。在 AIR,所有人的工作目标之一,是确定我们的科技能够带来实际产品,或者孵化新的企业。在 AI 和数据的世界里,你很难区分研究员和工程师的⻆色,所以我们会跟拥有真实数据的企业进行合作。”张亚勤说。这样的模式,能够确保研究院的创新方向始终紧贴行业变革的前沿,让研究与应用的距离最小化。


作为全球顶尖学府之一,康奈尔大学科技校区也在积极探索强化产学研联系的途径。Greg Morrisett 介绍了学校的两个特色项目——一是初创企业工作室,主要是培训学生如何创办企业,通常学生都来自跨学科的团队。另一个是创新性博士后项目,主要是针对一些希望从科学家转型为企业家的学生来提供培训和帮助。从 2014 年到今天,这两个项目已累计孵化了 70 家公司。



人工智能与伦理能否将可能出现的技术副作用关进笼子


除技术、教育与人才等话题外,四位学者还在人工智能技术与伦理的层面进行了探讨。过去的工业文明发展不乏例证——几乎所有的新技术在实际运用的过程中,都会伴生出一些新的社会性问题,例如伴随数字化所出现的安全、隐私挑战等等。


对此,张亚勤认为,技术人员不应该只关注算法:“道德伦理原则是一方面,同时我们也应该利用科技协助决策的过程,例如让算法变得不具有偏⻅,并且更加透明、更加灵活。”


另外,早在成立之初,智源研究院便设立了人工智能伦理与可持续发展研究中心(AISD)。 2019 年,智源 AISD 联合了多家高校、院所和产业联盟,发布了《人工智能北京共识》,确立了 15 条用于指导 AI 研发的基本原则,得到了包括麻省理工、牛津、剑桥等国内外高校的积极响应。


更重要的是,已有许多中国公司开始在日常技术研究和产品开发中应用这些原则——设立这个研究中心的因由是,张宏江认为,在产学研各方加速推进人工智能技术创新的同时,也必须要考虑一些基本原则,也就是团队产出的技术是不是有助于社会的可持续发展,是不是有可能造成巨大的负面影响——他希望这些原则未来不止是原则,还能给决策者、创新者乃至用户的思维方式带来一些变化。

2021 年 4 月 01 日 10:021750
用户头像
刘燕 InfoQ记者

发布了 718 篇内容, 共 232.3 次阅读, 收获喜欢 1370 次。

关注

评论

发布
暂无评论
发现更多内容

Serverless 简介

木易杨

云计算 Serverless AWS

架构师训练营第二周学习总结

张荣召

举办线下活动现场管理需要注意哪些事项?

boshi

管理 探索与实践 活动专区

极客大学架构师训练营第二周课后总结

jizhi7

第二周总结

Geek_ac4080

编程语言的本质

张荣召

面向对象设计原则----依赖倒置原则(DIP)

张荣召

第二周课后练习

jizhi7

2.框架设计-依赖倒置原则,接口隔离原则

博古通今小虾米

揭秘开源项目 Apache Pulsar 如何挑战 Kafka

Apache Pulsar

kafka 开源 云原生 Apache Pulsar 消息中间件

架构师训练营第二周学习总结

成长者

极客大学架构师训练营

面向对象设计原则----里氏替换原则(LSP)

张荣召

架构训练营-week2-作业

于成龙

作业 架构训练营

架构师训练营第二周作业

文智

极客大学架构师训练营

SOLID原则

依赖倒置原则和接口隔离原则练习

知行合一

看动画学算法之:排序-基数排序

程序那些事

算法 数据结构和算法 看动画学算法 算法和数据结构

面向对象设计原则----单一职责原则(SRP)

张荣召

架构师训练营 - 第二周总结

一个节点

极客大学架构师训练营

优化Banner广告收入的7种策略

易观大数据

使用Spring Cloud Stream玩转RabbitMQ,RocketMQ和Kafka

Barry的异想世界

kafka RocketMQ RabbitMQ 消息队列 spring cloud stream

基于 iOS14 系统的游戏卡顿问题解决方案

白开水

typescript 游戏开发 iOS14 游戏卡顿 ios开发

架构一期第二周作业

Airs

架构师训练营-第二周作业

一个节点

极客大学架构师训练营

通过女朋友来通俗易懂讲解“接口回调”,一不小心就被绿

小松漫步

Java 编程 接口 代码

架构师训练营,第二周总结

子文

第二周 框架学习-作业

刘希文

第二周

scorpion

面向对象设计原则--开放关闭原则(OCP)

张荣召

面向对象设计原则----接口分离原则(ISP)

张荣召

TensorFlow 篇 | TensorFlow 2.x 基于 Keras 的多节点分布式训练

Alex

tensorflow keras 分布式训练 AllReduce

数据cool谈(第2期)寻找下一代企业级数据库

数据cool谈(第2期)寻找下一代企业级数据库

张亚勤、张宏江巅峰对话:如何看待人工智能的现状与未来-InfoQ