專訪AAAI主席：不要忘了，曾經少有人看好神經網路

導語：我們很容易就忘記的一件事是，甚至在2010年左右的時候，也沒多少人看好神經網路，對它堅信不疑的人屈指可數。

本文作者：張馳

AAAI協會主席、亞利桑那州立大學教授Subbarao Kambhampati是人工智慧領域的大拿。他在7月7日由中國計算機學會（CCF）主辦，雷鋒網與香港中文大學（深圳）承辦的CCF-GAIR全球人工智慧與機器人峰會上，發表了主題演講，並在會後接受了雷鋒網的專訪。

Subbarao對中國和中國的AI界很感興趣，他去過北京多次，對共享單車印象深刻。他也與國內的諸多學者和業界公司有過交流，對中美AI公司均有很深的理解。

作為一名AI領域的學者，他固然希望技術能得以應用，但也希望在越來越多學術人才進入工業界的時候，同樣有人堅守基礎研究崗位。他希望AI研究能更加開放，畢竟誰不想對正在改變自己生活的事情，有更多了解呢。

以下是雷鋒網採訪的主要內容：

為什麼對中國感興趣？

AAAI是一個國際學術會議，在大約五六年前，還沒有多少中國學者參加，但最近幾年中國無論是提交的論文數量，還是出席的人數，都有了很顯著的增長。我覺得很難不去注意中國和中國的AI，這只是時間問題。

中國的AI發展幾乎是呈指數級的，這種勢頭甚至超過了美國。我也看到了騰訊、百度與滴滴這樣的公司都在積極使用AI技術。比如騰訊、百度兩家都贊助過AAAI，明年滴滴應該也會。作為學術會議，AAAI也是各大公司招人的好去處，而且可以讓學界知道自己在做什麼。

AAAI也是一個科學組織，我希望能有更多中國人加入。雖然不用入會也能提交論文，但作為科學組織，成為會員可以參與其中，並改變組織的發展方向。這也是各國學者們增加在AI社區中存在感的一種方式。我希望有更多中國學者成為會員，參加會議。

人個人角度來說，我對中國文化也很感興趣，除了這次參加CCF-GAIR，我之前也來過中國多次。另外，香港科技大學的楊強教授也是我的好友，我們在攻讀PhD時一起奮鬥過。

中美的AI公司有什麼特點和共性？

就像人與人之間有各自的特點一樣，我覺得中美的公司也都有各自特點，也有共同點，而且兩邊都有自己的文化背景和生態系統。

在我看來，一件值得高興的事是，越來越多的AI人才在中美之間流動，比如吳恩達，他先後在Google與百度任職，現自己創業。在中美之間有頻繁的人才流動，去年我在北京見到幾個人，他們告訴我之前就在美國公司工作，現在回到了中國公司。這種現象也讓中美兩邊公司的差異變小，因為是人才決定了公司的性質。中美AI公司在文化上無疑是有區別的，但得益於人才的流動，這種差異正在變小。

兩邊公司都具有的共性，我覺得是速度，主要是指從概念到形成產品的速度。整個過程越來越快，也有越來越多的服務融入了AI技術。而且我感覺到，中國公司在這方面比美國表現得還要好。

共享單車就是一個很好的例子，去年8月我到北京時還沒見過共享單車，但現在大街小巷都是了。共享單車也需要AI技術，裡面的主要問題是，怎麼把自行車放到合適的位置，怎麼在不同區域移動，這些都是AI可以發揮作用的地方。

中國速度之所以這麼快，我認為也是因為公司與政府之間有更多良好的合作。比如，AI公司可以與城市合作，使用和收集數據，像是汽車行使數據，用於交通管理。但一般來說，這種事要在其它國家發生，需要更長的時間，因為公共數據不會輕易允許公司參與進來，誰也無法保證公司不會將數據挪作它用。

對學術人才的出走怎麼看？

對學術界人才紛紛加入工業界，我感到很憂傷（sad）。

這是個很複雜的問題。有一件有趣的事情是，曾經有公司想讓愛因斯坦到自己公司工作，並向他允諾了充足的資金和實驗設施。他妻子知道後說，實際上給他紙和筆就行了，因為他只需要思考和寫作。

這種基礎研究是一種類型，但我們也處在理論研究向實踐應用轉變的過程之中。現在研究的一個很大改變是，越來越以數據為中心，需要收集大量數據，領先它們來做出決策。但這種以數據為中心研究，棘手的地方在於學術界往往無法接觸到數據，而能收集數據的公司會說，因為隱私的考慮，我們沒法給你們提供數據。不過他們自己反而不受隱私保護的限制。

所以在有些領域，學術界可以做出優秀的成果，但在深度學習這樣的領域，沒有數據會困難重重。所以我們看到不少學界人才走進工業界。

在自由經濟中人們想去哪就去哪，不過我認為，在一些重要的領域，我希望有長期的研究，最好是有政府資助的基礎研究。

我們很容易就忘記的一件事是，甚至在2010年左右的時候，也沒多少人看好神經網路，對它堅信不疑的人屈指可數。但重要的是，我們不知道未來的突破會出現在哪裡。工業界將資源投入在一些特定領域當然很好，但如果他們走錯了呢？我們就需要關注其它領域和問題，這也是政府資助這種研究模式很重要的原因。想做基礎研究的人，應該得到資助。

總體來說，我覺得學術界的研究有很重要的價值，因為它是開放的。我擔心研究和資源的過度集中，特別是在一個大家都想去工業界的系統中時。雖然有很多公司都在做研究，而且會發表論文，比如Google。但除了發布的那些，我們不會知道他們到底在做什麼，想解決什麼問題。相比之下，學術界是開放的。而當AI技術越來越重要，對生活的影響越來越廣泛時，我希望至少研究也越來越開放。

當然，我也很高興的看到，越來越多的公司想要發表他們的論文，因為他們意識到不開放可能吸引不到聰明的學生，而且發表論文也是與外部交流的方式。

雷鋒網原創文章，轉載請至雷鋒網官網申請授權。歡迎熱情討論，轉發分享~

?

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！