大數據文摘作品
而南京對於人工智能的熱情遠不止於此。4月份，計算機科學最高獎圖靈獎唯一華人得主、中科院院士姚期智宣佈創業，率領清華團隊組建新型研發機構圖靈人工智能研究院，並落戶南京。
今天，由南京市人民政府支持、圖靈人工智能研究院主辦的交叉智能前沿峰會，是南京圖靈人工智能研究院成立後的首次高調亮相。
這場對話有多難得一見呢？包括姚期智院士，這次對話的5位嘉賓包括了三位圖靈獎得主和四位院士。
先來看看圓桌嘉賓的背景：
姚期智
清華大學交叉信息研究院院長，中國科學院院士，2000年圖靈獎得主，南京圖靈人工智能研究院院長。
John E. Hopcroft
1986年圖靈獎得主，美國國家科學院和工程院院士，中國科學院外籍院士，康奈爾大學智能機器人實驗室主任、計算機科學系工程與應用數學的IBM教授。
Adi Shamir
2002年圖靈獎得主，國際著名密碼學專家，RSA非對稱加密算法的三位創始人之一（RSA裡的字母S代表Shamir的姓氏）。
Michael I. Jordan
加州大學伯克利分校教授，美國科學院、工程院、藝術與科學院三院院士，機器學習領域唯一一位獲此成就的科學家。
吳建平
清華大學計算機科學與技術系教授，博士生導師。中國互聯網的主要開拓者之一。2015年當選為中國工程院院士。
大數據文摘對這次圓桌進行了精華速記：
姚期智（姚）： 先提問給John Hopcroft教授。您和中國大學有長期密切合作，且對他們的教學科研提出了寶貴建議。近年來，隨著中國高校的發展，您有沒有注意到中國高校發生的變化？
John Hopcroft（JH）：我和中國大學合作10年了，我覺得中國人才總數佔世界的20%，但並不是每個人都能得到最好的教育。我和很多校長交流過，但是中國文化要求絕對的衡量標準，所以校長們注重發表論文的數量來獲得經費。但是這和大學的宗旨是關係不大的。大學培育的是下一代人才，但是如果教授們有太大的壓力要發表論文獲得經費，在教學上很難兼顧。
近年來，中國大學本科生的教育有很大提高，但是其獲得的教育水準還沒有比得上其他發達國家，這個我覺得短期很難改變。同時有很多企業跟我說找不到需要的人才，期望改善大學教育。
姚：第二個問題問Michael Jordan教授。現在各個行業都在熱捧AI，中國也是，您怎麼看待這些領域的AI應用？未來趨勢如何？
Michael Jordan（MJ）：我不認為每個人都知道“AI”代表什麼（全場掌聲） 。我們有算法，但是沒有智能。在對待AI技術的態度上，我認為不用讀已有的AI教科書，學生們可以學更多的別的東西，比如統計學、加密學、安全、經濟學的問題。
計算機是一個對內的學科，而我們構建的AI系統是應該是關於外部世界的。研究AI要有批判精神，如果學計算機，也要關注系統體系，比如分佈式系統等。
研究者不要只關注數據和算法，不要僅僅考慮如何發一篇前人沒有做過（也很少會有人看）的論文。全球流行的開源軟件Spark是由教授開發的，國外一流大學教授們論文很少，但是寫出了一個全球流行的軟件，我覺得中國大學要支持這樣的創新。
姚：下面這個問題想問Adi Shamir，密碼學和安全越來越重要，您覺得科學家在密碼學中累計的知識能否應付相關挑戰？
Adi Shamir（AS）：40年前幾乎沒有密碼學這個學科，但是現在，經過很多人的努力，這個領域已經打下了堅實基礎，有了長足進展，而且正在蓬勃發展。
但是，密碼學只是計算機安全的重要鏈條之一。鏈條的強度取決於其中最弱的一環。從這個角度來看，現在計算機安全的情況，比20年前還更糟糕，因為黑客入侵事實上更容易了。這不是因為他們破譯了密碼，而是因為系統越來越複雜，一個小小的邊緣漏洞就會被黑客利用。希望AI+安全可以提出一些解決方案。
姚：吳建平教授，您對江蘇省和南京市在AI領域的戰略選擇有何建議？
吳建平（吳）：我來南京很多次了，南京對於高新技術和熱點問題非常敏感。
第一個建議，找準自己的定位。熱點問題是有結構的，基本上分4個層次：第一個是通訊層次，數據傳輸；第二個是網絡層次的，把現存計算系統連接起來，承上啟下；第三個層次是具有共性的技術，比如雲計算大數據人工智能區塊鏈，在任何行業都可以用；最後一個就是中國政府提出的互聯網+，把基礎共性技術與傳統領域結合起來。要看清楚自己適合在哪個層次發展，清楚自己的定位。
第二個建議，四個層次中，從投資回饋來看，當然是越靠上反應越快，但是，除了應用領域，還要關心基礎技術、底層研發，這是影響未來的。如果南京只侷限於應用技術，發展不會長久，兩者結合才有更大潛力。
第三個建議，開拓視野，看到全球。從國際上吸取營養，借鑑國際上的經驗，加強技術交流。
AS：補充剛剛的問題，我來自以色列，想舉個以色列的例子。以色列人口800萬，跟南京差不多，但是有10個頂級大學。圖靈獎有四個獲獎者都來自以色列，我是其中一位。在以色列進大學很難，我們的教育體制是擇優錄取，這是我們文化的一部分，對於我們的學生有激勵。江蘇省政府也可以有所借鑑，把重點放在教育機制和文化的設立，追求卓越。
在促進產業發展方面，我舉個學生的例子。我有一個學計算機視覺的學生，很看好自動駕駛，一畢業就創業了（MobileEye），20年來在無人駕駛上很努力，去年終於可以產業化了，公司估值達到160億美金，被英特爾收購。我舉這個例子是想說，一個人的決心可以推動一個國家的AI發展。
姚：我們在30年前就問過你這個問題，為什麼要回去以色列呢。你說，因為你有另外3個很棒的同事，希望回去以色列共事，這些年你們把威茲曼科學院建設成了全球領先的創新研究院，有什麼經驗可以分享？
AS：我在上學的時候，威茲曼科學院還不錯，但不是世界領先，所以我們去了美國進修。以色列是我們的祖國，在美國的時候，我們一直找機會答謝祖國。但是一個人回去力量太小，所以和同事4個人一起組成小組回去，把威茲曼的計算機學院建設得更好。我們也得到了威茲曼高層管理者的支持，後來我們四個人都拿了以色列科學獎，其中兩個人還獲得了圖靈獎。
姚：Michael Jordan教授，我幾個月前跟你聊過，把中國大學，比如清華的計算機專業建成世界級的學科，有沒有成功路徑？
MJ：肯定有的。中國學生特別聰明，但是過去十幾年前，我覺得他們對於新興產業完全不瞭解。但最近2年與中國學生交流，他們的瞭解不比我少，很多都是從開源文獻庫來的，這些文獻庫沒有壁壘。所以要想衡量大學成績，可以用開源發表下載來看。我在清華的學生問我的問題也很難，但是我覺得他們需要更加科學的評估標準。
如果評估標準是圖靈獎肯定是錯的。正確的衡量系統是，我們寫的文章有多少影響力，以及這個技術能不能影響全球，有多少貢獻被其他人使用。AI不止是電腦裡的系統，而應該是一個體系，比如服務體系的建立，進而建設服務經濟，這才能促進整個行業發展。
應用前景的話，需要先建好服務體系。中國已經有了很好的市場，把生態體系建立起來，就不愁應用了。拿了圖靈獎的大牛不是建立生態的必備條件。現在我們更加需要的是工程師的思維，為問題找到解決辦法更重要。
姚：現在對於深度學習技術的透明度不夠的爭議頗多，深度學習普遍被認為是個黑盒子，你們覺得這個爭論可以在短期內得到解決嗎？
JH：任何先進技術都有兩面性，需要社會來確保推動事情往好的方面發展。黑盒子可能會存在問題，但是我不確定從技術上能不能得到解決，可能更需要法規的保障。又回到教育，學生不只要理解技術，還需要得到通識教育，歷史、文化等。
AS：很多深度學習技術目前確實是黑盒子，但是，自然智能也一樣，大腦運轉的機制我們也不清楚，也是個黑盒子。黑盒子是個問題，但是不管人工智能還是自然智能都有一樣的問題。
姚：目前人工智能創新速度確實讓人驚歎，你覺得如何評價AI技術？比起過去三十年進展如何？哪些問題需要克服？
MJ：我兩個月前寫了一篇文章，人工智能革命尚未到來，已經有了50萬閱讀量，這是我閱讀量最高的文章，我的論文一般只有個位數閱讀量（笑）。
我在文章中說，AI並不是一種東西，是很多技術的集合，並不全是黑盒子，但是神經網絡是，是監督式學習，需要人類大量監督，比如無人駕駛。我不否認無人駕駛正在慢慢成功，無人駕駛是對大量場景和計算機視角進行計算判斷，這裡必然存在誤差，準確率95-99%，要想進步就需要再找更多人和場景做標註，黑盒子越來越大。
有人說這是軟件2.0，是下一波浪潮，那我會很失望。我覺得這只是大量的愚蠢的標記，很蠢的量的堆積，並沒有人的智慧。所以說我們還在這個領域非常初級的階段，我們還有很多別的事情可以做，比如數據的蒐集和使用場景不同的情況下，如何確保其來源和準確性，我覺得未來還有很大挑戰。
姚：我覺得這很讓人受鼓舞，畢竟這樣就可以給年輕人很多發揮的空間。
MJ：對，年輕人，你們才是未來！不要被我們這些前輩這麼初級的研究禁錮，不要只學AI，要有更廣泛的關注。
姚：AI技術在信息安全領域很熱門，AI技術有沒有潛力解決一些其他技術沒有辦法解決的問題？
AS：安全領域有兩個方向，一個是進攻，一個是防禦。進攻上，運用機器學習的地方不多。找到突破一個系統的方法、思考可能會出現的編程錯誤需要很多人類直覺、社會工程學，所以進攻主要還是靠人類智慧。
但是防禦上，老的防禦方法失效了，大量企業也意識到了。過去，殺毒軟件公司可能希望把所有已知病毒描述出來，看到病毒就知道不應該下載。但是病毒數量一直在增加，很難找到所有病毒種類。
機器學習在這裡大有可為。機器學習使用大量標籤，在安全領域，有大量樣本和良性行為，但是惡意行為很難找到。所以可以做單方面良性行為學習，不告訴機器怎麼區別好壞，只告訴機器什麼樣的行為是好的，然後機器去判斷某個行為是不是屬於這個集合。
姚：未來人工智能和互聯網技術的結合有何發展值得我們期待？
吳：我們可以回顧一下40年前，我們班計算機系12個人，我是搞網絡的，還有3-4個人做人工智能，我們經常課餘討論他們的問題，比如用專家系統如何自動給研究生排課，當時覺得人工智能和網絡根本不會走到一起。
人工智能在哪些領域大有可為呢？我思考了很久，覺得能夠精確計算推導的問題，人工智能不會比已知辦法更好，但是不能精確推導問題的領域，人工智能就能起到很大作用。
比如，在互聯網領域，路由協議是典型的利用AI技術的。路由協議要求互相學習達到最好平衡，最快找到路徑。所以現在路由協議典型使用的都是機器學習，找到臨節點到達目的地的方法。
為什麼最近人工智能又熱起來了？我反覆思考這個問題，覺得一個原因是最近二三十年計算機計算能力的大大提高。第二個原因就是互聯網（的發展），使得數據傳輸和學習能力大大提高，使得人工智能基本理念和基本算法得到了井噴式應用。
從這個意義出發，互聯網的挑戰很多都需要人工智能技術，比如互聯網的可拓展性及安全性。每個挑戰人工智能都大有用武之處，比如細分互聯網應用場景。所以我認為人工智能和互聯網會深度融合。
姚：問現場每個嘉賓最後一個問題，5-10年後，你們覺得人們對於AI還會有現在這樣的興趣和熱忱麼？
AS：70年代末，人們對於AI的熱情很高漲，認為這是個新的科技，所以人們趨之若鶩。事實上人們對AI的熱情一直在高低起伏，現在又達到了一個峰值。我跟剛剛MJ的擔憂一致，比如阿爾法狗這些事件，經過媒體的宣傳，好像人已經不如計算機了。我相信AI會從頂點下來，但是也不用擔心，還有新的頂點。
JH：我同意AI的發展是起起伏伏的，我們正在經歷一個革命，這個革命會比工業革命和農業革命更加深遠。
MJ：我覺得要把計算機科學和統計學、數學結合起來。大家一直說人工智能是因為這個詞很有意思，好像在複製人類的智能。但我覺得更需要體系的建立，而不是算法本身。AI太火了，但是他們講的更多是計算機科學和數據，人們正在用AI涵蓋所有學科，但是更多是吸睛的目的。
亞馬遜這些領頭公司在做的才是推動AI進步的關鍵，比如推薦系統等，一直在發展，這種通過計算機科學進行的應用還在繼續創造新的價值。我不想把自己叫做AI專家，我更傾向叫自己計算機專家、統計學家。
吳：未來人們會更理性，人工智能的發展會發生低潮，但當技術又有突破口的時候，又有高潮，我也認為會有起伏。
姚：大家的回答雖然各有不同，但是有個共同點，就是5-10年後，人們對科學和工程還是會保持熱情，這是一個非常積極的結束語。
閱讀更多 大數據文摘 的文章
