中科院院士張鈸回應(yīng)任正非：解決卡脖子就要造新燈塔

「我們要造新燈塔，照亮新航道。」

這是清華大學(xué)人工智能研究院院長(zhǎng)、中國(guó)科學(xué)院院士張鈸教授，對(duì)任正非把基礎(chǔ)研究比喻為燈塔的回應(yīng)。

也是張鈸教授給當(dāng)前人工智能發(fā)展提出的新思路，因?yàn)樾聼羲托潞降溃撬磸?fù)強(qiáng)調(diào)的第三代人工智能。

在紀(jì)念《中國(guó)科學(xué)》創(chuàng)刊70周年的專(zhuān)刊中，張鈸教授以通信作者發(fā)出《邁向第三代人工智能》文章，指出是時(shí)候把第一代的知識(shí)驅(qū)動(dòng)和第二代的數(shù)據(jù)驅(qū)動(dòng)結(jié)合起來(lái)，通過(guò)利用知識(shí)、數(shù)據(jù)、算法和算力等 4 個(gè)要素，構(gòu)造更強(qiáng)大的人工智能。

而在量子位的采訪(fǎng)中，張鈸教授進(jìn)一步解釋了發(fā)展第三代人工智能的重要性、緊迫性，特別是當(dāng)前在基礎(chǔ)科研方面遭遇“卡脖子”的中國(guó)。

張鈸教授還進(jìn)一步指出了基礎(chǔ)科研和教育中的關(guān)鍵挑戰(zhàn)。不僅有國(guó)家院士的憂(yōu)思，還包含了對(duì)于人才培養(yǎng)制度的積利除弊，每一個(gè)思考都振聾發(fā)聵。

為了更加完整展現(xiàn)張鈸教授思考，我們以第一人稱(chēng)方式呈現(xiàn)本次采訪(fǎng)，內(nèi)容在不更改原意的基礎(chǔ)上，進(jìn)行了編輯。方便閱讀的小標(biāo)題，亦為后添加。

以下是全文：

現(xiàn)在最關(guān)鍵是對(duì)AI發(fā)展現(xiàn)狀的正確評(píng)估

當(dāng)前全世界來(lái)講，我們今后從信息科技走向智能化、走向人工智能的前景，無(wú)論從社會(huì)發(fā)展的角度，從經(jīng)濟(jì)發(fā)展的角度，大家都有共識(shí)。信息化網(wǎng)絡(luò)化以后，未來(lái)就是智能化，這個(gè)大家沒(méi)有太多分歧。

但最關(guān)鍵的問(wèn)題是對(duì)發(fā)展現(xiàn)狀的評(píng)估。

總體來(lái)講，至少前一階段，業(yè)界估計(jì)得過(guò)分樂(lè)觀。這個(gè)也不是第一次，人工智能整個(gè)發(fā)展過(guò)程中，總體的估計(jì)總是樂(lè)觀，樂(lè)觀以后出問(wèn)題了就低潮，低潮以后又樂(lè)觀，再產(chǎn)生新東西。

本質(zhì)是對(duì)人工智能的艱巨性認(rèn)識(shí)不足，都以為說(shuō)我們?nèi)说闹橇軓?qiáng)，既然過(guò)去信息技術(shù)發(fā)展得那么快，下一步搞智能化肯定也會(huì)是很快的。

這么想問(wèn)題是沒(méi)有顧及到，AI要涉及到人的智能問(wèn)題，這個(gè)是一個(gè)很難的問(wèn)題，我們自己對(duì)自己的了解，特別是對(duì)大腦的了解太少了，無(wú)知就無(wú)畏，往往很多東西就把它想得太簡(jiǎn)單了。

為什么講第三代AI?因?yàn)橹袊?guó)有歷史性機(jī)遇

這段時(shí)間，特別是在深度學(xué)習(xí)出現(xiàn)高潮后，新的樂(lè)觀情緒又出來(lái)了。

在這種情況下，我在很多場(chǎng)合強(qiáng)調(diào)人工智能才剛剛開(kāi)始，還處在初級(jí)階段，我們的路還很遠(yuǎn)還很困難。

剛開(kāi)始因?yàn)榇蠖鄶?shù)人都很樂(lè)觀，我也不宜去潑冷水，所以說(shuō)得比較模糊，后來(lái)大多數(shù)人逐步認(rèn)識(shí)到過(guò)去太樂(lè)觀了，所以我也開(kāi)始講得更加明確。

現(xiàn)在提出第三代人工智能，非常明確地講，我們的第一代、第二代AI，都只是序幕，都還沒(méi)到正戲正劇。

第三代人工智能才是這個(gè)正劇，這個(gè)正劇之于中國(guó)，機(jī)會(huì)也很明顯。

第一，歷史上看，就信息革命而言，它從二戰(zhàn)前后開(kāi)始，至今差不多有80年，我們有40多年沒(méi)有參與其中。

所有關(guān)鍵的重要的貢獻(xiàn)，都是外國(guó)人做的。計(jì)算機(jī)理論、計(jì)算機(jī)、晶體管、集成電路……一路下來(lái)，關(guān)鍵技術(shù)都是人家提出和掌握的，我們一直是后來(lái)者、追趕者，追趕極為困難。

解決卡脖子就得“相互依賴(lài)”

如果我們一直是跟隨者，能跟上就很不錯(cuò)了。現(xiàn)在的狀態(tài)是基本跟得上，但有些關(guān)鍵技術(shù)，比如集成電路總是跟不上。

所以問(wèn)題該怎么解?

我認(rèn)為只有抓住新的技術(shù)革命，從一開(kāi)始就是參與者，在當(dāng)中做出關(guān)鍵貢獻(xiàn)，不讓技術(shù)完全掌握在別人手里，有幾個(gè)關(guān)鍵技術(shù)我們做得最好。

比如拿光刻機(jī)來(lái)講，這里頭有上千道工序，有大量的工藝問(wèn)題，材料問(wèn)題，各種各樣的問(wèn)題……。任何一個(gè)國(guó)家都不可能掌握其中的所有技術(shù)，實(shí)際上，光刻機(jī)中的關(guān)鍵技術(shù)被荷蘭、美國(guó)、德國(guó)和日本等許多國(guó)家分別掌握。遺憾的是我們中國(guó)不在其中，人家就能卡你。

為什么形成這個(gè)局面?

因?yàn)樵诎l(fā)展過(guò)程中，你都不是參與者，你是旁觀者，到現(xiàn)在才過(guò)來(lái)追趕，那就非常困難了。

問(wèn)題不是要求我們?nèi)フ莆账屑夹g(shù)，而是有一兩項(xiàng)技術(shù)你是第一，別人就卡不了你。

真相是你中有我，我中有你，大家互相依賴(lài)罷了。日本人掌握了光刻膠技術(shù)，所有光刻膠都得跟他買(mǎi)，誰(shuí)也不敢卡了。作為追趕者就很難做到這一點(diǎn)，必須是從頭到尾的參與者。

這也是我為什么疾呼發(fā)展第三代人工智能。

因?yàn)榈谌斯ぶ悄軇倓傞_(kāi)始，我們?cè)谕黄鹋芫€(xiàn)上。我們歷史上錯(cuò)過(guò)了好多機(jī)會(huì)，現(xiàn)在有機(jī)會(huì)跟全世界在同一起跑線(xiàn)上，如果做好了，做大了，別人就卡不了我們。

另外，現(xiàn)在還有個(gè)誤解，認(rèn)為在深度學(xué)習(xí)上，我們跟國(guó)際在同一起跑線(xiàn)上，我要糾正一下這個(gè)想法。

不對(duì)的!

在深度學(xué)習(xí)上我們已經(jīng)落后人家了。

深度學(xué)習(xí)從什么時(shí)候開(kāi)始?1943年開(kāi)始，發(fā)展到今天已經(jīng)有六七十年歷史，我們跟別人不在一個(gè)起跑線(xiàn)上。

甚至現(xiàn)在樂(lè)觀到認(rèn)為深度學(xué)習(xí)我們領(lǐng)先，不可能的。深度學(xué)習(xí)在六七十年發(fā)展過(guò)程中，我數(shù)了一下，做出重要貢獻(xiàn)的大概有7-8個(gè)國(guó)家，沒(méi)有一個(gè)屬于中國(guó)。

在這種情況下，你怎么可能跟人家在一個(gè)起跑線(xiàn)上?

好在第一代第二代人工智能已經(jīng)過(guò)去了，那只是序幕，我們可以不去管它了。

沖擊AI無(wú)人區(qū)，比搞兩彈還難

過(guò)去錯(cuò)過(guò)的已經(jīng)錯(cuò)過(guò)了，大部分的追趕任務(wù)可以留給企業(yè)去完成，科學(xué)研究應(yīng)該在新航道(賽道)上下功夫，勇闖無(wú)人區(qū)。

我常說(shuō)研究第三代人工智能，目標(biāo)不明確，研究路線(xiàn)也大不清楚，可能比搞兩彈還難，同時(shí)這方面我們還缺乏經(jīng)驗(yàn)。

兩彈很難，但目標(biāo)非常明確，已經(jīng)有人做出來(lái)了，是一個(gè)追趕的問(wèn)題。

人工智能是一個(gè)無(wú)人區(qū)，你根本就不知道怎么做，全世界都不知道怎么做，是一項(xiàng)探索任務(wù)，所以需要完全不同的體制機(jī)制。

我們做追趕任務(wù)有很多經(jīng)驗(yàn)，因?yàn)槟繕?biāo)很明確，可以利用舉國(guó)體制動(dòng)員全國(guó)力量來(lái)完成。

但人工智能是無(wú)人區(qū)，目標(biāo)不明確，路線(xiàn)也不清楚，怎么組織大家攻關(guān)?肯定要建立一個(gè)寬松的環(huán)境，讓大家去自由探索，不可能從上到下做一個(gè)統(tǒng)一計(jì)劃，第一步干什么、第二步干什么，那肯定難以成功。

無(wú)人區(qū)的探索，靠少數(shù)專(zhuān)家計(jì)劃和具體安排也是不行的。

所以歸根結(jié)底，我還是要強(qiáng)調(diào)，現(xiàn)在我們有一個(gè)非常好的機(jī)會(huì)，百年不遇，不容錯(cuò)過(guò)。

第一代、第二代人工智能已經(jīng)過(guò)去了，我們要著眼未來(lái)，瞄準(zhǔn)第三代人工智能。

我們?cè)撛煨聼羲樟列潞降?/p>

任正非把基礎(chǔ)研究比作燈塔，這個(gè)比喻很好。他還說(shuō)我們過(guò)去是照著美國(guó)人的燈塔去走的，跟著他照亮的路走，現(xiàn)在美國(guó)人的燈塔要對(duì)中國(guó)關(guān)閉，怎么辦?

我想說(shuō)的是，美國(guó)燈塔管它亮不亮，我們都要在新的航道上造個(gè)新的燈塔，以照亮新的航道。

第三代人工智能，就是新的航道(或者賽道)，也是新的希望，我們中國(guó)人奔向這個(gè)新航道，在這個(gè)新航道上有可能做出好成績(jī)。

第一代第二代的舊航道，我們有些落伍，需要有人去追趕和落地。我們的著力點(diǎn)應(yīng)該在新的航道上。

科研必須高舉開(kāi)放和國(guó)際化

但也要注意，造新燈塔、照亮新航道，發(fā)展第三代人工智能，不是只供我們自己使用，而是要照亮全世界，引領(lǐng)全世界共同啟航。

美國(guó)人越講斷供，我們就越要高舉科學(xué)無(wú)國(guó)界、堅(jiān)持開(kāi)放和國(guó)際化。他們要把我們剔出去，我們必須反其道而行之。

剛才也說(shuō)了，解決卡脖子不是樣樣都自己搞、每一項(xiàng)自己都是第一，而應(yīng)該相互依賴(lài)，共同發(fā)展，只要有一兩項(xiàng)你是第一，你就有了話(huà)語(yǔ)權(quán)。

科學(xué)研究是全世界的共同事業(yè)，人類(lèi)是命運(yùn)共同體，特朗普政府在科技上想與中國(guó)脫鉤，既不符合全人類(lèi)的利益，也違背廣大科技工作者的意愿，實(shí)際上也行不通。實(shí)際上，特蘭普政府的各種動(dòng)作對(duì)科學(xué)界的影響并不大。

發(fā)展第三代人工智能必須高舉開(kāi)放和國(guó)際化，必須全世界團(tuán)結(jié)起來(lái)，共同發(fā)展，以造福全人類(lèi)。

我常跟年輕學(xué)生講，搞研究要避免發(fā)明中國(guó)人才懂的詞，一個(gè)詞你用了，就得考慮英文怎么寫(xiě)，國(guó)外人看得懂看不懂，不然怎么跟你一起走?怎么引領(lǐng)全世界?

不要關(guān)起門(mén)來(lái)搞什么“中國(guó)的科學(xué)”，科學(xué)只有一種，不存在東方的科學(xué)，西方的科學(xué)。有東方的文化、西方的文化，但科學(xué)全世界就只有一種。所以在科學(xué)的基本表達(dá)上，就得讓對(duì)方看懂。

我們寫(xiě)的“邁向第三代人工智能”的文章，已經(jīng)在《中國(guó)科學(xué)》上發(fā)表了，很多同事和朋友看后，建議我們把這篇文章譯為英文發(fā)表，這個(gè)建議很好，我們正在做。

第三代AI當(dāng)前關(guān)鍵問(wèn)題是算法

發(fā)展第三代人工智能，依靠知識(shí)、數(shù)據(jù)、算法和算力四個(gè)要素，這四個(gè)要素是什么關(guān)系?

發(fā)展第三代AI依靠的是兩項(xiàng)資源，即知識(shí)和數(shù)據(jù)，通過(guò)算法與算力把這兩個(gè)資源利用起來(lái)。知識(shí)、數(shù)據(jù)和算力資源我們都還可以。

而關(guān)鍵的問(wèn)題是算法，因?yàn)槟壳八性嫉腁I算法都是外國(guó)人弄的，算法從哪里來(lái)?從基礎(chǔ)研究中來(lái)，因此發(fā)展第三代AI首先要抓基礎(chǔ)研究。清華大學(xué)人工智能研究院在算法研究上取得一些進(jìn)展，我們發(fā)布了“珠算”概率編程庫(kù)，這是一個(gè)開(kāi)源算法平臺(tái)，其中有我們?cè)O(shè)計(jì)的新算法。

我反復(fù)強(qiáng)調(diào)要抓住這個(gè)處于同一起跑線(xiàn)的機(jī)會(huì)，多做出成績(jī)，把生態(tài)建立起來(lái)，就不怕別人卡脖子，也有了話(huà)語(yǔ)權(quán)。

之前幾年，大家對(duì)深度學(xué)習(xí)都很樂(lè)觀，我講的內(nèi)容可能不容易被接受，現(xiàn)在慢慢很多人都能接受了。

因?yàn)槎鄶?shù)人沒(méi)有經(jīng)歷過(guò)AI發(fā)展的全過(guò)程，沒(méi)有看到“全貌”，只是看到其中很小的一部分，因此很難看清楚。

我們從1978年就開(kāi)始從事人工智能研究，經(jīng)歷過(guò)70年代到80年代的高潮，也體會(huì)到90年代的低谷，再到現(xiàn)在的重新高潮，經(jīng)過(guò)40多年的風(fēng)雨，才逐步搞清楚AI的目標(biāo)是什么，我們現(xiàn)在離目標(biāo)還有多遠(yuǎn)等等。

符號(hào)主義雖然不成功，但它涉及到人工智能的核心問(wèn)題。

深度學(xué)習(xí)盡管最初受神經(jīng)科學(xué)的啟發(fā)，但是后來(lái)發(fā)展出來(lái)的一套算法，完全是基于概率統(tǒng)計(jì)的傳統(tǒng)信息處理方法，其所以獲得成功，關(guān)鍵在于計(jì)算機(jī)算力的提高。現(xiàn)在大家把深度學(xué)習(xí)的所有功勞都?xì)w于人工智能，這其實(shí)是錯(cuò)覺(jué)。

大家應(yīng)該注意到，第三代人工智能我們是把知識(shí)放在第一位，數(shù)據(jù)放在第二，算法放在第三位，算力放在最后，這個(gè)排序是經(jīng)過(guò)仔細(xì)琢磨，不是隨便排的。主要是強(qiáng)調(diào)“知識(shí)”在發(fā)展人工智能中的重要性。

網(wǎng)絡(luò)時(shí)代數(shù)據(jù)量指數(shù)增長(zhǎng)，計(jì)算機(jī)處理數(shù)據(jù)的能力遠(yuǎn)比人類(lèi)強(qiáng)，所以將知識(shí)處理與數(shù)據(jù)處理結(jié)合起來(lái)，可以發(fā)揮人類(lèi)與機(jī)器的共同作用。

最后，解決了資源問(wèn)題，現(xiàn)在要回到利用資源的方法，即需要有好的算法。目前針對(duì)數(shù)據(jù)的算法比較多，知識(shí)處理的算法則很少，所以在我們研究院專(zhuān)門(mén)成立了一個(gè)叫知識(shí)智能的研究中心，就是想通過(guò)它加強(qiáng)處理知識(shí)的研究。目前在我國(guó)研究知識(shí)驅(qū)動(dòng)方法的人很少，是我們的短板。以2018年國(guó)際人工智能聯(lián)合大會(huì)(IJCAI)上發(fā)表的主要論文來(lái)看，與機(jī)器學(xué)習(xí)有關(guān)的論文，中國(guó)人發(fā)表的論文占70%左右，而與知識(shí)處理有關(guān)的論文，幾乎沒(méi)有我們的文章。我們建立的通用知識(shí)庫(kù)也遠(yuǎn)比美國(guó)少。

基礎(chǔ)科研需要全社會(huì)的生態(tài)

怎么解決短板和差距?就得從基礎(chǔ)科研下功夫，不能急功近利，只往好發(fā)表論文的方向做文章，難的不好發(fā)文章的領(lǐng)域就不去下苦功夫。產(chǎn)生這個(gè)現(xiàn)象的一個(gè)重要原因就是我們還沒(méi)有建立起全社會(huì)的生態(tài)。

好幾年前我們?cè)?jīng)討論過(guò)清華的博士培養(yǎng)要不要學(xué)外國(guó)一流大學(xué)搞高淘汰率?利用高淘汰率迫使學(xué)生去做高風(fēng)險(xiǎn)創(chuàng)新性大的課題。你不做這類(lèi)課題，就不讓你畢業(yè)，這樣博士生的水平不就提高了嗎。

我們討論的結(jié)果是，我國(guó)目前還不具備這個(gè)條件。記得我曾舉過(guò)我在美國(guó)伊利諾伊香檳分校(UIUC)訪(fǎng)問(wèn)時(shí)見(jiàn)過(guò)的一個(gè)例子。有位博士生做了8年，沒(méi)有畢業(yè)，高高興興找工作去了，竟然還有很多企業(yè)搶著要。我就問(wèn)企業(yè)招聘人員，為什么搶著給offer?

人家說(shuō)因?yàn)樗?年的工作經(jīng)驗(yàn)了，這就是需要的社會(huì)生態(tài)，社會(huì)對(duì)“失敗者”的寬容和理解。

設(shè)想一下一位清華博士生不能畢業(yè)被淘汰了，會(huì)是什么后果?首先他因此不容易找到工作，至少不容易找到“好工作”，不僅他本人有壓力，他的父母甚至爺爺奶奶也不能接受，說(shuō)明我們中國(guó)還沒(méi)發(fā)展出這樣的社會(huì)生態(tài)和共識(shí)。

我常常說(shuō)，科學(xué)研究是富國(guó)的事情、是富人的事情。最早的科學(xué)家是什么人?要么貴族，要么神父，吃飽飯沒(méi)事干了，才去搞科學(xué)研究，完全是興趣導(dǎo)向的。出不出成果都不影響生活。

窮國(guó)或者窮人搞科學(xué)研究，避免不了要講效益。

但是實(shí)事求是講，我們現(xiàn)在有條件考慮這個(gè)問(wèn)題了，這么大的國(guó)家，支持很少一部分人探索無(wú)人區(qū)，不急于求成還是值得的。

“餿主意”也比沒(méi)主意好

我常常給學(xué)生開(kāi)玩笑說(shuō)，我不怕餿主意就怕大家沒(méi)主意。

因?yàn)闆](méi)主意就等于0，沒(méi)有任何東西。而“餿主意”?如果有些合理成分，那怕0.1合理，自然比“0”主意好。即使“餿主意”不合理，比如是個(gè)“負(fù)值”，總之有個(gè)值，我們可以從中汲取教訓(xùn)，也比沒(méi)主意強(qiáng)。我們現(xiàn)在的問(wèn)題是，要求大家都要發(fā)表“正確”(共識(shí))的好意見(jiàn)，不大允許發(fā)表“不正確”(沒(méi)有共識(shí))的“餿”意見(jiàn)。

清華目前培養(yǎng)的學(xué)生(包括博士生)個(gè)個(gè)都很優(yōu)秀，平均水平很高，與國(guó)際一流大學(xué)，如MIT等學(xué)校的水平差不多。差距在于我們的最高水平與國(guó)際差距很大，即缺乏出類(lèi)拔萃的人才。我們教師隊(duì)伍也存在類(lèi)似現(xiàn)象，即平均水平不錯(cuò)，但缺乏國(guó)際級(jí)的大師。

科學(xué)研究的水平往往取決于它的最高水平，跟木桶效應(yīng)正好相反。

所以問(wèn)題就變成了：我們?yōu)槭裁闯霾涣俗罡咚?

這個(gè)問(wèn)題往深了講是另一個(gè)話(huà)題，今天不展開(kāi)了。

當(dāng)然這個(gè)問(wèn)題也不能操之過(guò)急，跟我們國(guó)家的發(fā)展階段有關(guān)系，需要有個(gè)過(guò)程，需要我們國(guó)家實(shí)現(xiàn)全面的現(xiàn)代化。

基礎(chǔ)科研不光要允許失敗，還要經(jīng)得起失敗

對(duì)學(xué)生的培養(yǎng)來(lái)講，提出問(wèn)題能力比解決問(wèn)題能力的培養(yǎng)更加重要。

我們之前人才培養(yǎng)不足的地方是，只重視培養(yǎng)解決問(wèn)題的能力。

我們培養(yǎng)博士生，主要要求他們獨(dú)立提出一個(gè)具有挑戰(zhàn)性的問(wèn)題，然后去解決這個(gè)問(wèn)題，這樣才算完成博士生的培養(yǎng)。問(wèn)題的挑戰(zhàn)性越大，完成博士論文的水平越可能高，但風(fēng)險(xiǎn)也越大。目前大多數(shù)學(xué)生都愿意做風(fēng)險(xiǎn)低的課題，當(dāng)然完成的論文質(zhì)量就不會(huì)很高

產(chǎn)生這個(gè)現(xiàn)象主要原因是，擔(dān)心一旦失敗了后果很?chē)?yán)重，就再也爬不起來(lái)了。

換句話(huà)講，我們還沒(méi)有建立起一個(gè)“經(jīng)得起失敗”的完善科研生態(tài)系統(tǒng)，讓“失敗者”在失敗之后還能夠有重新爬起來(lái)繼續(xù)前進(jìn)的機(jī)會(huì)，有了這種生態(tài)，才會(huì)有更多的人去闖無(wú)人區(qū)，參與風(fēng)險(xiǎn)和困難很大的問(wèn)題的探索。【責(zé)任編輯/古飛燕】

來(lái)源：量子位

IT時(shí)代網(wǎng)(關(guān)注微信公眾號(hào)ITtime2000，定時(shí)推送，互動(dòng)有福利驚喜)所有原創(chuàng)文章版權(quán)所有，未經(jīng)授權(quán)，轉(zhuǎn)載必究。
創(chuàng)客100創(chuàng)投基金成立于2015年，直通硅谷，專(zhuān)注于TMT領(lǐng)域早期項(xiàng)目投資。LP均來(lái)自政府、互聯(lián)網(wǎng)IT、傳媒知名企業(yè)和個(gè)人。創(chuàng)客100創(chuàng)投基金對(duì)IT、通信、互聯(lián)網(wǎng)、IP等有著自己獨(dú)特眼光和豐富的資源。決策快、投資快是創(chuàng)客100基金最顯著的特點(diǎn)。

相關(guān)文章

中科院院士張鈸回應(yīng)任正非：解決卡脖子就要造新燈塔