姚期智院士加盟曠視科技：聰明和實踐經驗是AI人才必備條件

　　人工智能人才需要哪些素質?11月5日，在曠視科技 Face++ 與清華大學、清華交叉信息學院聯合舉辦的研討會上，計算機學家、圖靈獎獲得者姚期智院士給出了自己的看法。

　　圖：中國科學院院士、圖靈獎得主、曠視學術委員會首席顧問姚期智先生

　　姚期智在清華大學表示，聰明是AI人才需要具備的第一要素，這比在其他學科更為明顯，其次才是在工業界的實踐能力。其中聰明在AI上會成為非常大的優勢。AI在過去十幾年都是由算法主導的。如果要用AI來解決問題，很多以前要學的東西都可以不學。一個本科學生在上了一兩個學期機器學習的課程后，如果他夠聰明，就可以馬上對尖端的問題作出貢獻。“一旦把AI變成機器學習算法的統計方法后，基本就是看你有多聰明”。

　　“練好武功之后，也需要實戰經驗”，姚期智認為，在了解了機器學習的算法之后，還需要在工業界實踐的經驗，接觸產業中真實、新鮮的問題。聰明、好強、有野心的人對課堂作業可能提不起興趣，但現實中的開放問題能夠引起他們的企圖心。如果做出來了，對理論、應用都有很大的價值。

　　姚期智院士與曠視科技Face++團隊談人工智能的本質創新

　　何為人工智能的本質創新？

　　此次研討會由曠視科技Face++與清華大學交叉信息學院共同發起，并以“人工智能的本質創新”為題邀請到了中國計算機科學領域最聰明的一批人。同時，會上曠視科技Face++還宣布成立了曠視科技學術委員會，并聘請姚期智院士擔任曠視學術委員會首席顧問，以為曠視在產業上的本質創新提供理論指導。

　　至于具體的展開思路，姚期智院士的觀點也主要有兩個，一個是跨領域跨學科研究，另一個是產學研結合。他先具體談到了跨學科研究：

　　為什么跨學科可以給AI問題帶來一些解決的可能呢?姚期智院士結合學生提問類比了人工智能進化與自然界進化。他說自然界進化給我們帶來了很大的靈感，無論是精妙程度，比如鳥兒翅膀的設計，完全超乎了我們的想象;抑或進化出人類如此聰明的物種，在微觀上的種種考量，都讓人很感慨。

　　所以未來如果量子計算機一旦造出，就會有可能讓我們進一步了解自然界的設計方法，讓人類模仿自然進化去進一步推動人工智能進化，有跡可循。“最近幾年的學科、技術的發展，讓我這樣一個計算機理論科學家，’從椅子上掉了下來’，讓我去覺得對一切擁有新機會。計算機的問題，可以從物理、數學去解決。而且這種跨學科，不止是研究題材上跨學科，也要在研究思路、研究精神上，也要打開心胸，嘗試跨學科。”

　　姚期智院士還強調：如果沒有跨學科的精神，可能未來不再擁有競爭力，因為其他學科的科學家，可能會進來解決掉，邊界正在被打破。

　　此外，這種邊界也包含“學術界”和“工業界”的邊界，之前搞理論研究的人，會知道有一些問題是工業界去解決的，就不會在投入時間精力，但現在，這種藩籬正在消失，理論科學家也在思考，一些工業界發生的事情，能不能有理論解釋的可能。

　　而對于人工智能本質的創新姚院士給出的第二個關鍵錦囊是產學研結合。

　　姚期智院士說，現在是產學研結合最好的歷史時期，比如無人駕駛這樣的問題，可能工業界沒法達到100%的要求，但學界可以在80%、90%的基礎上進一步推進。

　　這位美國外籍院士也談到，中國的產學研一體，可以參考美國的模式。他們的產業和大學在一體化研究中分工很清楚，可以進一步融合。

　　而現在的中國在這方面做得還不夠，模式需要進一步建設，特別是一流大學的研究。姚期智院士也給出建議，首先要吸引更多的人才投入進來;其次有好的模式方法，產學研有好的結合;最后，不要讓參與者把“產學研”當做是任務，而是從觀念上意識到，這樣的結合，會有更大的成就產生，而且不止是發論文式的成就。

　　他也就此談到AI研究中“PhD”和“論文”的問題，特別是企業的研究院中。

　　姚期智院士說，論文發表作為研究者精神上的鼓勵，是之前對研究的一種參考評判標準，但企業中，現在不能完全把這個標準當做“標準”，而且有些工作可能需要兩年、三年才有產品，所以判斷人才與否的標準，論文可能不是比較好的標準。所以不能完全迷信論文發表，只是一種人才判斷的標準。

　　其次是AI公司對博士數量的執迷。姚期智的觀點是，讀博士與否，應該完全出于個人選擇，有些人選擇PhD，可以強迫自己晚一點成熟，比如在武當派，晚一點出師，可能以后行走江湖更穩當。

　　選擇研讀博士，在理論方面，也有可能更深入本質問題。因為進入工業界，可能接觸實際問題的幾率更高，但對于“人工智能本質是什么”這樣的問題，可能就不會有機會思考那么多，不斷會有具體問題、現實問題占用你的時間。

　　但總而言之，PhD不能拘泥于學位、學歷，而是真正有自己想法和選擇。

　　50年后只有計算機科學——計算機將成為學科的基礎

　　AI近年來的發展顛覆了傳統設計算法的方法。姚期智表示，過去人們希望用很精確、邏輯性很強的方式去設計算法。做算法的人要非常努力，去了解底層的架構，挖空心思想里面有沒有竅門，去設計出更好的算法。

　　“現在人們明白，世界上大多數問題都不是苦思冥想能解決的，其實有機器學習這樣更通用的方法。大約只有1%的問題可以用傳統精確分析的方法來解決。”

　　姚期智認為，計算機學家可以向物理學家取經。重要的是掌握解決問題的知識與方法，而不需要對每一步都嚴格證明。

　　姚期智表示，如今的深度學習不是終極方案，還不能解決所有問題，但是它給研究者帶來了很多啟示(hint)，來引導人們認識“什么是智能”。姚期智以視覺為例，人類視覺可以做到很多機器做不到的事情，而且不需要這么多數據學習。

　　姚期智認為，機器學習并不擅長要求非常精確的問題。如果用現在機器學習的方法，給機器很多加法的例子，讓它生成一個模型把加法做好，這很可能是不行的。但對人類來說，小孩子都能算。

　　反過來，人工智能也能幫助解決人類難以克服的困難。姚期智認為，自動駕駛將是計算機科學主導的領域。無人車是計算機科學與汽車產業的結合，將帶來巨大的社會變革，但其中的技術含量，90%都將來自信息科學，10%是在眾所周知的汽車工程上。“擁有技術的計算機學家可能會來做老板，雇傭一些工程師來解決工程上的問題。”

　　姚期智對計算機科學的未來發展保持樂觀，計算機科學將融入到不同的學科研究和應用領域中。“曾有人問我五十年后，還有沒有計算機科學。我開玩笑說，五十年后只有計算機科學。”姚期智說。