中文字幕亚洲欧美日韩在线不卡,亚洲欧美日产综合在线网性色,思思久久精品6一本打道,综合视频中文字幕

5月30日，清華大學(xué)聘任周伯文博士為電子工程系長聘教授、清華大學(xué)惠妍講席教授的消息在業(yè)界引起注意。
又一業(yè)界AI大牛投身學(xué)術(shù)圈，工業(yè)界AI人才轉(zhuǎn)投學(xué)界越來越普遍。電氣和電子工程師學(xué)會(huì)會(huì)士（IEEE Fellow）、前京東高級副總裁周伯文博士此次動(dòng)向的特殊之處在于，更加強(qiáng)調(diào)產(chǎn)學(xué)研融合創(chuàng)新，從源頭上重視成果的產(chǎn)業(yè)化落地。
據(jù)公開報(bào)道，周伯文此前還創(chuàng)立了銜遠(yuǎn)科技。查閱銜遠(yuǎn)科技網(wǎng)站，這是一家聚焦為蓬勃興起的萬億級產(chǎn)業(yè)數(shù)智化賽道打造領(lǐng)先的人工智能技術(shù)平臺(tái)與產(chǎn)品的科技公司。
周伯文日前向澎湃新聞（www.thepaper.cn）講述加盟清華大學(xué)的初衷，探討工業(yè)界AI人才返流和對話型AI當(dāng)下的三大局限，并為青年學(xué)生提出人工智能求學(xué)“干貨”。
20多年來長期從事人工智能基礎(chǔ)理論和前沿技術(shù)研究，周伯文在語音和自然語言處理、語音機(jī)器翻譯、深度語義理解等領(lǐng)域取得突出成就，多篇論文被國際學(xué)者他引過千。
他在接受澎湃新聞專訪時(shí)表示，過去幾十年自己一直在做同一件事情，就是在技術(shù)前沿拓展已有的知識(shí)、已有的能力、已有的模型并應(yīng)用這些創(chuàng)新解決實(shí)際問題。過去的積累和沉淀也讓他決心在下一階段進(jìn)一步探索、鞏固產(chǎn)業(yè)界與學(xué)術(shù)界融合創(chuàng)新的高?？蒲袌F(tuán)隊(duì)，為真正做出學(xué)術(shù)意義、經(jīng)濟(jì)效益、社會(huì)價(jià)值三位一體的前沿成果而努力。
“一方面，我們應(yīng)該對過去幾年人工智能的進(jìn)展感到鼓舞和激勵(lì)，另一方面，確實(shí)也提出了很多潛在問題。為什么我在這個(gè)時(shí)間點(diǎn)愿意回到高校做前沿研究，我認(rèn)為前沿的研究還有很多問題沒有解決。尤其是近年來在工業(yè)界應(yīng)用場景中遇到的許多‘硬骨頭’問題需要回到高校中，通過建立更緊密的產(chǎn)、研、學(xué)、試、用的協(xié)同工作機(jī)制來解決，”周伯文說，“清華大學(xué)是國內(nèi)在協(xié)同創(chuàng)新方面最活躍、最具深遠(yuǎn)洞察的高校，我在清華建立的科研團(tuán)隊(duì)不僅致力于把產(chǎn)業(yè)界的核心難題拿回實(shí)驗(yàn)室攻克，也要把學(xué)術(shù)界最精華的思考、實(shí)驗(yàn)范式和前沿成果更好地產(chǎn)品化、方案化，這個(gè)團(tuán)隊(duì)與已有模式最大的不同在于，我們最希望實(shí)現(xiàn)的是基礎(chǔ)研究與創(chuàng)新產(chǎn)品的循環(huán)促進(jìn)，把技術(shù)研究和產(chǎn)業(yè)研發(fā)結(jié)合得更緊密、更有機(jī)?！?br/>周伯文已有的學(xué)術(shù)成果體現(xiàn)與工業(yè)界實(shí)際場景的緊密結(jié)合。他曾于2017年出任京東集團(tuán)副總裁、京東人工智能事業(yè)部總裁、京東人工智能研究院創(chuàng)始院長，后來獲晉升為京東智聯(lián)云總裁（負(fù)責(zé)云計(jì)算、人工智能、物聯(lián)網(wǎng)及企業(yè)信息化等業(yè)務(wù)）、集團(tuán)技術(shù)委員會(huì)主席、集團(tuán)高級副總裁。
在加入京東前擔(dān)任過IBM Research人工智能基礎(chǔ)研究院院長、IBM Watson Group首席科學(xué)家（Chief Scientist）、IBM 杰出工程師等職位，既負(fù)責(zé)IBM在人工智能和深度學(xué)習(xí)基礎(chǔ)研究方面的戰(zhàn)略規(guī)劃和研究，也深度參與人工智能技術(shù)的產(chǎn)品化與商業(yè)化。
早在2003年，他研發(fā)了世界首個(gè)嵌入式大詞匯量雙向語音翻譯系統(tǒng)，并成功推動(dòng)其后續(xù)產(chǎn)品化并獲得成功市場應(yīng)用。他曾帶領(lǐng)團(tuán)隊(duì)開發(fā)IBM Watson Platform、 定義并推出京東NeuHub人工智能開放平臺(tái)，其核心技術(shù)廣泛應(yīng)用于跨模態(tài)搜索、語音翻譯、智能客服、導(dǎo)購助手、內(nèi)容生成、數(shù)字虛擬人等大規(guī)?；ヂ?lián)網(wǎng)應(yīng)用，及智能供應(yīng)鏈、AI質(zhì)檢、智能產(chǎn)品設(shè)計(jì)、組織數(shù)智化協(xié)同等產(chǎn)業(yè)數(shù)智化應(yīng)用。其中，2019年NeuHub被科技部授予智能供應(yīng)鏈國家人工智能開放平臺(tái)，他和團(tuán)隊(duì)也打造了數(shù)智化展會(huì)平臺(tái)，支撐了包括2020和2021年中國國際服務(wù)貿(mào)易會(huì)等在內(nèi)多個(gè)重大活動(dòng)的線上線下融合辦會(huì)。
隨著人工智能戰(zhàn)略的深入實(shí)施，中國目前擁有許多能夠很好解決單一問題的人工智能企業(yè)，也具備世界一流的單項(xiàng)人工智能技術(shù)。“加強(qiáng)人工智能產(chǎn)業(yè)鏈，就是將人工智能技術(shù)投入到實(shí)體經(jīng)濟(jì)方方面面的應(yīng)用當(dāng)中，其實(shí)現(xiàn)有賴于AI與實(shí)體產(chǎn)業(yè)的融合創(chuàng)新?！敝懿恼f，“今天，AI在實(shí)體產(chǎn)業(yè)中的大規(guī)模應(yīng)用只是剛剛開始。學(xué)界和產(chǎn)業(yè)界正迎來‘黃金時(shí)代’?！?br/>工業(yè)界AI人才返流
在中國，工業(yè)界AI人才“返流”，科技公司AI負(fù)責(zé)人轉(zhuǎn)投或重返學(xué)界越來越普遍。
去年11月，復(fù)旦大學(xué)官宣螞蟻集團(tuán)原首席AI科學(xué)家漆遠(yuǎn)加盟復(fù)旦，出任“復(fù)旦-浩清”特聘教授、復(fù)旦人工智能創(chuàng)新與產(chǎn)業(yè)研究院院長。在加入阿里之前，漆遠(yuǎn)已是美國普渡大學(xué)計(jì)算機(jī)系和統(tǒng)計(jì)學(xué)系終身副教授。
去年8月，字節(jié)跳動(dòng)AI Lab原總監(jiān)李磊宣布加入美國加利福尼亞大學(xué)圣塔芭芭拉分校。再早些時(shí)候，百度公司前總裁張亞勤2020年組建清華大學(xué)智能產(chǎn)業(yè)研究院，并任研究院院長、清華大學(xué)智能科學(xué)講席教授。
字節(jié)跳動(dòng)原副總裁兼人工智能實(shí)驗(yàn)室主任、IEEE Fellow馬維英2020年加入清華大學(xué)智能產(chǎn)業(yè)研究院任首席科學(xué)家。2019年3月，香港科技大學(xué)和創(chuàng)新工場宣布成立計(jì)算機(jī)感知與智能控制聯(lián)合實(shí)驗(yàn)室，出走騰訊AI Lab的張潼任聯(lián)合實(shí)驗(yàn)室主任，目前張潼也在香港科技大學(xué)數(shù)學(xué)系任教。
事實(shí)上，過去幾十年，國際上學(xué)術(shù)界和產(chǎn)業(yè)界人才互動(dòng)一直是非常明顯的趨勢，也有非常多成功案例。
周伯文在海外工作時(shí)，就有很多身邊的案例。回國前，他在IBM T. J. Watson研究中心工作了15年?！霸谥行睦镂乙恢庇泻芏嗤拢麄冊诠I(yè)界做科研很長一段時(shí)間之后加入CMU、Yale、JHU、Columbia等高校?！?br/>“學(xué)術(shù)研究不僅僅停留在論文上，也有很多希望在產(chǎn)業(yè)上解決實(shí)際問題的研究者，他們同樣有很大的影響力。不管是從學(xué)術(shù)界去工業(yè)界，還是從工業(yè)界回到學(xué)術(shù)界，這取決于每個(gè)學(xué)者當(dāng)前關(guān)注的、研究的問題?！?br/>周伯文表示，從全球來看，這種產(chǎn)學(xué)研結(jié)合不是近年來才有的新興事物，往往正是成功的產(chǎn)學(xué)研結(jié)合成果深刻地改變了我們的生活。將前沿理論變?yōu)閯潟r(shí)代的應(yīng)用需要對技術(shù)、產(chǎn)品、市場都有深刻洞察，尤其是像人工智能這樣講究落地的學(xué)科，結(jié)合現(xiàn)實(shí)問題，進(jìn)行更多探索性的學(xué)術(shù)研究是非常有必要的。
產(chǎn)學(xué)研結(jié)合過程中，學(xué)術(shù)研究和產(chǎn)業(yè)化具有不同特性。學(xué)術(shù)研究的目的是探索新知，在具備廣闊視野的基礎(chǔ)上，必須聚焦才能深入，從文獻(xiàn)、綜述開始了解前人的工作需要大量的知識(shí)建構(gòu)過程，然后研究者需要提出一個(gè)很具體的待開拓的研究方向，是一個(gè)從簡到繁的工作。
而產(chǎn)業(yè)化則更傾向于解決問題，尤其是通過技術(shù)成果的創(chuàng)新應(yīng)用解決有很多實(shí)際約束條件的問題，這里面很重要的一個(gè)工作是技術(shù)的產(chǎn)品化，即需要面向明確的使用者、具象化的場景做好符合技術(shù)成果能力邊界的產(chǎn)品設(shè)計(jì)，并在工程上做足測試、試驗(yàn)和驗(yàn)證，判斷是否能夠以合理成本規(guī)?；M(jìn)行復(fù)制和應(yīng)用，最后的目標(biāo)才是產(chǎn)品的市場化及大規(guī)模交付。
凡是能夠規(guī)模化、商業(yè)化成功的產(chǎn)品，其設(shè)計(jì)、開發(fā)、集成和生產(chǎn)過程都是十分精益的。所有的復(fù)雜度都隱藏在產(chǎn)品后面，留給用戶的是可靠、簡單、易用的體驗(yàn)，由繁至簡?！八晕覀兛吹酱蠖鄶?shù)影響深遠(yuǎn)的產(chǎn)學(xué)研成果的落地，都需要經(jīng)歷一個(gè)從簡到繁、從繁到簡的過程?！?br/>在實(shí)際工作中，工業(yè)界的研發(fā)更傾向于逆向的市場問題導(dǎo)向，以待解決的業(yè)務(wù)問題倒逼思考用何種產(chǎn)品，才能在可控成本和用戶體驗(yàn)得到保證的情況下解決實(shí)際問題，接著圍繞產(chǎn)品尋找既可規(guī)模化又可高效解決問題的技術(shù)。
更多時(shí)候，對市場問題的技術(shù)認(rèn)知是一個(gè)過程。工業(yè)界的研發(fā)需要“對問題一層一層抽象”，“前面是市場需求與機(jī)會(huì)的洞察，后面則具象成技術(shù)、產(chǎn)品問題，所需要的技術(shù)邊界的突破最后歸納成學(xué)術(shù)研究的基礎(chǔ)問題?！?br/>周伯文認(rèn)為，新型的產(chǎn)學(xué)研融合，不再僅僅是原有比較普遍的單鏈條地從學(xué)校、公司到市場的科研成果轉(zhuǎn)化，也需要從市場開始，對真正能夠提高國計(jì)民生、提高國家硬科技水平能力，同時(shí)能夠提高市場效率、提高企業(yè)競爭力、提高生活水平的重大問題形成認(rèn)知，提煉抽象成學(xué)術(shù)問題的同時(shí)還要把這種問題抽象的能力更好地傳遞給學(xué)生和青年學(xué)者，建設(shè)工業(yè)界與學(xué)術(shù)界相互牽引，雙螺旋同步上升的良好生態(tài)。
要做真問題
2007年，蘋果手機(jī)iPhone誕生。比這更早的是，2003年，手持設(shè)備上大詞匯雙向語音翻譯系統(tǒng)就已經(jīng)出現(xiàn)了，不同語言的兩個(gè)人可以通過一個(gè)手持設(shè)備互相用語音實(shí)時(shí)對話。而這項(xiàng)技術(shù)背后的研發(fā)者就是當(dāng)時(shí)還在IBM工作的周伯文。
“當(dāng)時(shí)最好的商用手持設(shè)備PDA，我記得只有32兆存儲(chǔ)，206兆赫茲的定點(diǎn)CPU，都沒有浮點(diǎn)計(jì)算能力，它的算力、存儲(chǔ)現(xiàn)在看都像恐龍一樣原始。而且語音識(shí)別也好，機(jī)器翻譯、語音合成也好，都是對算力、模型大小有很高的要求，而且為滿足用戶自由交流需要的詞匯量越大，需要的模型越大，計(jì)算越復(fù)雜。所以當(dāng)時(shí)我一個(gè)人開始做這個(gè)項(xiàng)目的時(shí)候，大家都覺得挑戰(zhàn)非常大，近乎不可能?！?br/>在手持設(shè)備的大規(guī)模雙向語音翻譯系統(tǒng)出現(xiàn)之前，周伯文研發(fā)的前一個(gè)系統(tǒng)和其他同行的工作已經(jīng)證明，更大型的計(jì)算設(shè)備是可以實(shí)現(xiàn)實(shí)時(shí)翻譯的。
但一個(gè)現(xiàn)實(shí)問題是，語音翻譯系統(tǒng)的使用者不可能隨時(shí)隨身攜帶笨重的大電腦，在本世紀(jì)初的通信條件、云計(jì)算遠(yuǎn)遠(yuǎn)沒有普及的年代這套系統(tǒng)也不可能隨時(shí)連接到服務(wù)器?！八院苊鞔_，只有把這個(gè)技術(shù)放在手持設(shè)備上落地才能真正給用戶帶來價(jià)值，解決在語言不通情況下的信息交流問題。”
從學(xué)術(shù)研究的角度來看，語音翻譯系統(tǒng)技術(shù)已有研發(fā)，“前一個(gè)項(xiàng)目已經(jīng)成功結(jié)束了，我也做出了我的貢獻(xiàn)，寫好的論文也發(fā)表了，本來我可以選擇去做下一個(gè)熱點(diǎn)的學(xué)術(shù)研究。”如果再把寶貴的科研時(shí)間花在一個(gè)手持語音翻譯系統(tǒng)的研究上，可以確定的是這一定需要做大量的優(yōu)化與工程工作，這些工作量巨大，但很難基于這些工作發(fā)表論文，而不可確定的是這個(gè)想法的可行性，因?yàn)橐郧皼]有人做過。所以，很多人會(huì)覺得這是一個(gè)沒有那么迷人的項(xiàng)目。
但當(dāng)時(shí)的周伯文很堅(jiān)定，“這東西是真正能帶來價(jià)值的事情?！?br/>“非常感謝，當(dāng)時(shí)我在IBM的領(lǐng)導(dǎo)們也都很支持我去嘗試。所以我花了快一年的時(shí)間，基本上所有周末、晚上我都在實(shí)驗(yàn)室寫代碼、調(diào)試硬件設(shè)備?！碑?dāng)年沒有安卓也沒有iOS系統(tǒng)，當(dāng)時(shí)幾乎所有手持設(shè)備上使用的Windows CE作為人工智能系統(tǒng)的開發(fā)環(huán)境與操作系統(tǒng)都十分困難，“不方便做profiling，也很難debug。”
周伯文不得不從最底層的操作系統(tǒng)來設(shè)計(jì)他的語音翻譯系統(tǒng)，自己根據(jù)底層硬件，適配驅(qū)動(dòng)程序，從頭開始編譯嵌入式Linux系統(tǒng)，自己寫開發(fā)工具鏈，重新設(shè)計(jì)語音翻譯系統(tǒng)的架構(gòu)和重寫代碼，更重要的是還得找到新算法?！霸瓉泶蠹易龅钠毡榧軜?gòu)是瀑布式的，即先做語音識(shí)別，再做機(jī)器翻譯，再做語音合成。但這樣的‘大道場’架構(gòu)放在手持設(shè)備這樣的‘螺螄殼’里，第一速度太慢，第二內(nèi)存不夠，第三語音識(shí)別的準(zhǔn)確率會(huì)影響機(jī)器翻譯的準(zhǔn)確率?！?br/>為此他提出了新的模型和新的架構(gòu)來重構(gòu)語音識(shí)別系統(tǒng)，其中的一個(gè)創(chuàng)新是將語音識(shí)別和機(jī)器翻譯結(jié)合在一起聯(lián)合搜索，多項(xiàng)創(chuàng)新融合將語音翻譯在準(zhǔn)確率不變的情況下速度提升了100多倍?！八缘?003年年底我們推出了這個(gè)系統(tǒng)之后，當(dāng)時(shí)確實(shí)改變了很多人的思考方式。后來這個(gè)領(lǐng)域的研究和成果比賽，很多公司和高校如CMU都開始往手持設(shè)備上走。”基于其推出的便攜語音翻譯產(chǎn)品也在多個(gè)應(yīng)用場景里獲得商業(yè)化的成功，后來這個(gè)工作的一部分發(fā)表在Proceeding of IEEE期刊關(guān)于語音翻譯領(lǐng)域進(jìn)展的綜述文章里。
回過頭來看，如果純粹是為了論文影響力的最大化，當(dāng)年周伯文做這件事并不算一個(gè)“聰明”的舉動(dòng)，在產(chǎn)品化方面花費(fèi)的精力其實(shí)也可以用來撰寫更多的新論文。但他的選擇是堅(jiān)持技術(shù)創(chuàng)新要為實(shí)際問題服務(wù)，選擇讓解決實(shí)際問題引導(dǎo)研究方向，這是當(dāng)年泡在實(shí)驗(yàn)室的價(jià)值所在。周伯文說，“要去解決用戶實(shí)際需要的問題?！?br/>對話型AI三大局限
“我這幾十年一直做的都是同一件事情，就是如何在技術(shù)的前沿拓展我們已有的知識(shí)、已有的能力、已有的模型、系統(tǒng)、算法。我很慶幸，在學(xué)術(shù)上有一些自己獨(dú)特的建樹?！?br/>周伯文的研究方向涉及多模態(tài)（語言、語音與其他）與知識(shí)的表征、理解、交互與推理、可信賴人工智能的新方式等。他和合作者是最早提出自注意力加上多跳機(jī)制的研究者，這種新機(jī)制通過利用語言內(nèi)部自帶的結(jié)構(gòu)，通過多遍自注意力的方式讓深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)詞與詞、句與句之間的依存關(guān)系，令計(jì)算機(jī)理解和表達(dá)自然語言的能力大幅提升，相關(guān)工作被包括Transformer在內(nèi)的論文引用1800多次。他提出的兩個(gè)關(guān)于自然語言生成新模型結(jié)構(gòu)，被AI生成領(lǐng)域分別引用1700余次和近1000次。
不管是在IBM Watson、在京東主導(dǎo)智能客服，還是主持2030重大專項(xiàng)科研項(xiàng)目，他都在研究對話型AI。周伯文認(rèn)為，對話型AI不僅僅是一種應(yīng)用，更應(yīng)該是AI學(xué)習(xí)的一種手段。
就像人類之間對話一樣，一個(gè)好的AI對話系統(tǒng)不僅能幫助用戶，而且能夠讓AI學(xué)習(xí)得更快。“對話過程本身是非常好的學(xué)習(xí)手段，不要僅僅把對話型AI作為一個(gè)應(yīng)用去研究，還要把它作為一種學(xué)習(xí)機(jī)制來研究，這是接下來對話型AI需要拓展的一個(gè)地方?！?br/>自然語言處理（NLP）的一個(gè)新分支Prompt AI，也就是提示型AI，它是研究者們?yōu)榱讼掠稳蝿?wù)設(shè)計(jì)出來的一種輸入形式或模板，能夠幫助預(yù)訓(xùn)練語言模型“回憶”起自己在預(yù)訓(xùn)練時(shí)“學(xué)習(xí)”到的東西。prompt給預(yù)訓(xùn)練模型提示，預(yù)訓(xùn)練模型一“看到”它就知道自己要完成什么任務(wù)。
“Prompt AI是一種很簡單的以對話型AI作為學(xué)習(xí)手段的方法，這已經(jīng)開始引起了很多人的注意。但從長遠(yuǎn)來看，如何讓對話成為AI的學(xué)習(xí)手段，這是非常重要的研究課題?！?br/>在語言理解和人機(jī)對話領(lǐng)域最令人印象深刻的就是人們見證了超大規(guī)模預(yù)訓(xùn)練語言模型的出現(xiàn)。對話型AI目前進(jìn)展很大，一個(gè)重要原因就是大訓(xùn)練模型使得AI在預(yù)訓(xùn)練中“見過”大部分上下文，因此能夠更好地根據(jù)上下文預(yù)測接下來應(yīng)該說什么。
但目前對話型AI仍有三大局限。周伯文認(rèn)為，一是底層機(jī)制沒有改變，AI系統(tǒng)缺乏常識(shí)，缺乏對世界的認(rèn)知模型和對演繹機(jī)理的理解?！叭伺c人之間的對話，顯式表達(dá)的內(nèi)容只是整個(gè)對話的一部分，對話中隱含的另外一部分是關(guān)于你和我對這個(gè)世界共同的理解?！?br/>“比如在對話中我們都知道‘清華大學(xué)’、‘人工智能’、‘IBM’這些概念及其背后的含義……但是在AI對話中，我們沒有好的模型去融合這些沒在對話內(nèi)容里呈現(xiàn)的常識(shí)對理解與預(yù)測對話的作用。這是一個(gè)巨大的問題?！?br/>周伯文提出，要構(gòu)建場景驅(qū)動(dòng)的知識(shí)表征機(jī)制，在每輪對話中，以輪次對話內(nèi)容為核心，實(shí)時(shí)構(gòu)建對話相應(yīng)的外延?！皩υ捴猩婕暗交蛘邲]涉及到的實(shí)體，把它們的關(guān)系、邏輯構(gòu)建出來，用知識(shí)的結(jié)構(gòu)化、可微分求導(dǎo)表征作為對話模型的一部分。”這也是他目前的工作方向之一。
其次，對話型AI缺乏實(shí)時(shí)的推理歸納能力，這是因?yàn)楫?dāng)前的大模型訓(xùn)練只是根據(jù)大量數(shù)據(jù)出現(xiàn)的上下文做了模型化提取，缺乏可解釋性的邏輯關(guān)系推理。
第三個(gè)局限在于，對話型AI缺乏駕馭對話的能力。人與人之間的對話是動(dòng)態(tài)的，在對話過程中會(huì)評估對話有效性、對話參與人的感受、距離目的達(dá)成的差距，從而調(diào)整對話。而對話型AI“要不就是極易收斂，沒有拓展對話外延；要不就是對話被對方牽引著”。也就是通常表現(xiàn)為不具備開放式的對話能力，對話范圍窄，無法主動(dòng)高效地引導(dǎo)話題。如果在復(fù)雜的任務(wù)導(dǎo)向型對話中，對話型AI缺乏對話策略的自學(xué)習(xí)和更多博弈論的研究。
雖然過去幾年進(jìn)展巨大，但目前對話型AI的缺陷也很明顯，同時(shí)這也蘊(yùn)藏著巨大的學(xué)術(shù)研究機(jī)會(huì)?！拔覀€(gè)人對這個(gè)領(lǐng)域非常興奮。”
好的AI一定是接地氣的
談到轉(zhuǎn)身學(xué)界，周伯文說，自己的另一個(gè)重要驅(qū)動(dòng)力和未來工作重點(diǎn)就是培養(yǎng)復(fù)合型人工智能人才。
國內(nèi)高校近年掀起設(shè)立人工智能學(xué)科的熱潮。自2019年3月全國35所高校獲首批人工智能新專業(yè)建設(shè)資格后，人工智能已連續(xù)3年成“爆款”。
教育部日前公布的2021年度普通高等學(xué)校本科專業(yè)備案和審批結(jié)果顯示，95所高校新增備案人工智能本科專業(yè)，其中包括北京大學(xué)、同濟(jì)大學(xué)、中南財(cái)經(jīng)政法大學(xué)、西南大學(xué)等。
“我個(gè)人認(rèn)為，隨著我們國家高水平的年輕人越來越多，不管是學(xué)習(xí)能力、學(xué)術(shù)能力還是研究能力都會(huì)很強(qiáng)，人工智能人才短缺問題一定能得到很好緩解，我也相信我們一定會(huì)出很多原創(chuàng)性的科研成果?！?br/>人工智能是解決實(shí)際問題的學(xué)科，不僅需要前沿的技術(shù)研究，更重要的是落地實(shí)際產(chǎn)業(yè)問題才能創(chuàng)造價(jià)值。DeepMind用人工智能程序AlphaFold2在蛋白質(zhì)結(jié)構(gòu)預(yù)測上大顯身手后，又利用人工智能控制核聚變，而核聚變能也是全世界能源發(fā)展的前沿方向。
要讓研究在真實(shí)的行業(yè)場景里扎扎實(shí)實(shí)解決問題。 “正如今年4月清華大學(xué)電子工程系成立70周年紀(jì)念大會(huì)所倡導(dǎo)‘讓研究成果在學(xué)術(shù)上上書架，在產(chǎn)業(yè)上上貨架’?！敝懿恼f，這些理念的提出非常激動(dòng)人心，“真正產(chǎn)生創(chuàng)造性影響的人工智能就是需要這樣‘頂天立地’的?！?br/>周伯文表示，因此人工智能需要復(fù)合型人才，當(dāng)前人工智能教育特別要重視培養(yǎng)有真問題導(dǎo)向、產(chǎn)業(yè)視角、能將人工智能和行業(yè)良好結(jié)合的人才。
這類人才需要具備抽象能力，將實(shí)際場景抽象成有學(xué)術(shù)品位的前沿問題。在解決問題的過程中能拓展學(xué)術(shù)前沿的新認(rèn)知，完成拓展后對產(chǎn)業(yè)的轉(zhuǎn)化能夠水到渠成。
“我們需要更多鼓勵(lì)學(xué)界和業(yè)界的雙向聯(lián)動(dòng)，鼓勵(lì)更多學(xué)術(shù)界的老師和學(xué)生能幫助產(chǎn)業(yè)界落地更好的技術(shù)方法，同時(shí)也鼓勵(lì)更多產(chǎn)業(yè)界的同仁們帶給學(xué)校更多真問題?！?br/>對于復(fù)合型人工智能人才的培養(yǎng)，周伯文建議，一是學(xué)生要有學(xué)術(shù)追求并同時(shí)關(guān)注實(shí)際應(yīng)用?！昂玫腁I一定是接地氣的，所以也希望學(xué)生們盡早接地氣，不要純粹以論文為導(dǎo)向?！?br/>其次，對學(xué)生而言，學(xué)好人工智能必須打好扎實(shí)基礎(chǔ)，從本科學(xué)習(xí)階段開始掌握概率統(tǒng)計(jì)、隨機(jī)過程、線性代數(shù)、微積分、圖論以及編程能力、計(jì)算機(jī)體系結(jié)構(gòu)等工程能力。
“我建議優(yōu)秀的本科生可以在打好數(shù)理與專業(yè)基礎(chǔ)之余進(jìn)入實(shí)驗(yàn)室，學(xué)習(xí)科學(xué)研究的方法論和嘗試解決一些問題。”周伯文提出，在導(dǎo)師指導(dǎo)下開展研究和應(yīng)用，培養(yǎng)興趣與好奇心，特別是學(xué)習(xí)如何提出好問題。
此外，隨著人工智能研究的深入，機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、自然語言處理、計(jì)算機(jī)視覺等人工智能子領(lǐng)域之間的壁壘就越低。“20年前做人工智能，做視覺的基本上不了解自然語言處理在做什么，做自然語言處理的不了解語音識(shí)別在做什么。”因此當(dāng)下在研究生階段要盡早融會(huì)貫通，形成對不同學(xué)科的見解，交叉融合創(chuàng)新。