姚期智院士加盟旷视科技：聪明和实践经验是AI人才必备条件

　　人工智能人才需要哪些素质?11月5日，在旷视科技 Face++ 与清华大学、清华交叉信息学院联合举办的研讨会上，计算机学家、图灵奖获得者姚期智院士给出了自己的看法。

　　图：中国科学院院士、图灵奖得主、旷视学术委员会首席顾问姚期智先生

　　姚期智在清华大学表示，聪明是AI人才需要具备的第一要素，这比在其他学科更为明显，其次才是在工业界的实践能力。其中聪明在AI上会成为非常大的优势。AI在过去十几年都是由算法主导的。如果要用AI来解决问题，很多以前要学的东西都可以不学。一个本科学生在上了一两个学期机器学习的课程后，如果他够聪明，就可以马上对尖端的问题作出贡献。“一旦把AI变成机器学习算法的统计方法后，基本就是看你有多聪明”。

　　“练好武功之后，也需要实战经验”，姚期智认为，在了解了机器学习的算法之后，还需要在工业界实践的经验，接触产业中真实、新鲜的问题。聪明、好强、有野心的人对课堂作业可能提不起兴趣，但现实中的开放问题能够引起他们的企图心。如果做出来了，对理论、应用都有很大的价值。

　　姚期智院士与旷视科技Face++团队谈人工智能的本质创新

　　何为人工智能的本质创新？

　　此次研讨会由旷视科技Face++与清华大学交叉信息学院共同发起，并以“人工智能的本质创新”为题邀请到了中国计算机科学领域最聪明的一批人。同时，会上旷视科技Face++还宣布成立了旷视科技学术委员会，并聘请姚期智院士担任旷视学术委员会首席顾问，以为旷视在产业上的本质创新提供理论指导。

　　至于具体的展开思路，姚期智院士的观点也主要有两个，一个是跨领域跨学科研究，另一个是产学研结合。他先具体谈到了跨学科研究：

　　为什么跨学科可以给AI问题带来一些解决的可能呢?姚期智院士结合学生提问类比了人工智能进化与自然界进化。他说自然界进化给我们带来了很大的灵感，无论是精妙程度，比如鸟儿翅膀的设计，完全超乎了我们的想象;抑或进化出人类如此聪明的物种，在微观上的种种考量，都让人很感慨。

　　所以未来如果量子计算机一旦造出，就会有可能让我们进一步了解自然界的设计方法，让人类模仿自然进化去进一步推动人工智能进化，有迹可循。“最近几年的学科、技术的发展，让我这样一个计算机理论科学家，’从椅子上掉了下来’，让我去觉得对一切拥有新机会。计算机的问题，可以从物理、数学去解决。而且这种跨学科，不止是研究题材上跨学科，也要在研究思路、研究精神上，也要打开心胸，尝试跨学科。”

　　姚期智院士还强调：如果没有跨学科的精神，可能未来不再拥有竞争力，因为其他学科的科学家，可能会进来解决掉，边界正在被打破。

　　此外，这种边界也包含“学术界”和“工业界”的边界，之前搞理论研究的人，会知道有一些问题是工业界去解决的，就不会在投入时间精力，但现在，这种藩篱正在消失，理论科学家也在思考，一些工业界发生的事情，能不能有理论解释的可能。

　　而对于人工智能本质的创新姚院士给出的第二个关键锦囊是产学研结合。

　　姚期智院士说，现在是产学研结合最好的历史时期，比如无人驾驶这样的问题，可能工业界没法达到100%的要求，但学界可以在80%、90%的基础上进一步推进。

　　这位美国外籍院士也谈到，中国的产学研一体，可以参考美国的模式。他们的产业和大学在一体化研究中分工很清楚，可以进一步融合。

　　而现在的中国在这方面做得还不够，模式需要进一步建设，特别是一流大学的研究。姚期智院士也给出建议，首先要吸引更多的人才投入进来;其次有好的模式方法，产学研有好的结合;最后，不要让参与者把“产学研”当做是任务，而是从观念上意识到，这样的结合，会有更大的成就产生，而且不止是发论文式的成就。

　　他也就此谈到AI研究中“PhD”和“论文”的问题，特别是企业的研究院中。

　　姚期智院士说，论文发表作为研究者精神上的鼓励，是之前对研究的一种参考评判标准，但企业中，现在不能完全把这个标准当做“标准”，而且有些工作可能需要两年、三年才有产品，所以判断人才与否的标准，论文可能不是比较好的标准。所以不能完全迷信论文发表，只是一种人才判断的标准。

　　其次是AI公司对博士数量的执迷。姚期智的观点是，读博士与否，应该完全出于个人选择，有些人选择PhD，可以强迫自己晚一点成熟，比如在武当派，晚一点出师，可能以后行走江湖更稳当。

　　选择研读博士，在理论方面，也有可能更深入本质问题。因为进入工业界，可能接触实际问题的几率更高，但对于“人工智能本质是什么”这样的问题，可能就不会有机会思考那么多，不断会有具体问题、现实问题占用你的时间。

　　但总而言之，PhD不能拘泥于学位、学历，而是真正有自己想法和选择。

　　50年后只有计算机科学——计算机将成为学科的基础

　　AI近年来的发展颠覆了传统设计算法的方法。姚期智表示，过去人们希望用很精确、逻辑性很强的方式去设计算法。做算法的人要非常努力，去了解底层的架构，挖空心思想里面有没有窍门，去设计出更好的算法。

　　“现在人们明白，世界上大多数问题都不是苦思冥想能解决的，其实有机器学习这样更通用的方法。大约只有1%的问题可以用传统精确分析的方法来解决。”

　　姚期智认为，计算机学家可以向物理学家取经。重要的是掌握解决问题的知识与方法，而不需要对每一步都严格证明。

　　姚期智表示，如今的深度学习不是终极方案，还不能解决所有问题，但是它给研究者带来了很多启示(hint)，来引导人们认识“什么是智能”。姚期智以视觉为例，人类视觉可以做到很多机器做不到的事情，而且不需要这么多数据学习。

　　姚期智认为，机器学习并不擅长要求非常精确的问题。如果用现在机器学习的方法，给机器很多加法的例子，让它生成一个模型把加法做好，这很可能是不行的。但对人类来说，小孩子都能算。

　　反过来，人工智能也能帮助解决人类难以克服的困难。姚期智认为，自动驾驶将是计算机科学主导的领域。无人车是计算机科学与汽车产业的结合，将带来巨大的社会变革，但其中的技术含量，90%都将来自信息科学，10%是在众所周知的汽车工程上。“拥有技术的计算机学家可能会来做老板，雇佣一些工程师来解决工程上的问题。”

　　姚期智对计算机科学的未来发展保持乐观，计算机科学将融入到不同的学科研究和应用领域中。“曾有人问我五十年后，还有没有计算机科学。我开玩笑说，五十年后只有计算机科学。”姚期智说。