人工智能发展到何地步？李飞飞：比伽利略时代还洪荒
未来科学大会计算机科学人工智能研讨会上对话环节，左二为李飞飞。
安科网讯 10月29日上午消息，2017未来科学大奖颁奖典礼暨未来论坛年会在京举办。斯坦福大学终身教授、谷歌云首席科学家李飞飞认为，人工智能只是起步阶段，比较其他学科而言，它并未形成完整的理论体系，“比伽利略时代还要洪荒”。
“人工智能只有60年，现在只是起步”，李飞飞称，大学时她主修物理学，物理学已有几百年的发展历史，如果牛顿力学作为重要时间点的话，那么人工智能“还没到到牛顿时期”。截至目前，人工智能还没有一套完整的理论体系，“我认为现在人工智能只能是伽利略时代，甚至比伽利略时代还要洪荒”。
“现在的人工智能，是在消费20年间学界积累的东西”，南京大学计算机科学与技术系副主任周志华认为，最近五六年，人工智能受人空前关注，需求旺盛，大家以为它爆发了，实际上并非如此。从学界的角度看，这次爆发是在“消费”此前的研究成果。所以人工智能需要培养新人才，要重视对该领域的教育工作。
加州大学伯克利分校计算机系教授Dawn SONG同样表示，目前科学对人工智能的理解完全不足，属于新兴领域，各界要重视对人工智能的投入。此外，该领域给了企业界和学业界更多合作的机会，因为双方有着相同的需求。（韩大鹏）
以下为对话环节实录：
熊伟铭：感谢两位老师的精彩演讲，相信我们了解到了我们面对什么样的AI科研世界。我们研讨环节有六位大咖在台上，因为时间有限，不做更多的介绍了。您的美国同行，两位老师讲了一下AI研究最前沿领域，作为学生，我们都知道您的西瓜书，机器学习全是西瓜书，怎么看机器学习在中国研究行业现状，我们对于AI前沿问题认识和现在学者的一些状态？
周志华：你提到书的话，我写的这本书，应该是机器学习这个领域的入门教科书。大家学物理需要普通物理的教科书，学了普通物理并不能保证是物理专家，所以只是入门而已。从国内和国际情况，刚才两位，一位是计算机视觉方面，一位是人工智能应用到安全方面，作为人工智能最基础的机器学习方面，我们华人学者这个方面还是做了很多工作，我如果说差别，理论基础的理解这些问题上并不是特别大，产业结合上可能应用层面还有很多事情要做。
熊伟铭：我们两组嘉宾，一部分是学界，一部分是工业界，中间没有明显的一条线，我们看到很多跨界的人才，李老师在Google做了首席科学家，汪老师不仅做研究，还创立了公司，作为老师创业，怎么看待这件事情，压力是不是很大，讨论到人工智能领域里，是不是利用人工智能这个机会，中国真的有半导体的这拨机会，在中国这边？
汪玉：作为清华大学一位老师，我们看到人工智能过去很长的一段时间，真正开始做研究的时候，主要因为2012年CNN一下起来了，我做加速器，跟芯片相关的智能加速，想是不是加速这件事情可以做一下，那个时候可以做加速研究，并没有看到工业和学术的明显差异，只不过我们都在研究非常重要的问题，这个问题在什么时候可以应用，如果研究是十年以后可以应用的工作，就做的是一个非常基础的前沿研究，如果做的研究是两三年之内可以应用起来，其实是更偏向工业界的研究，所以并不觉得在学校里面和工业界有太大的本质上解决问题的区别，只不过定位是马上可以用，还是在未来的十年才可以用。辛苦肯定辛苦，如果做创业，肯定要花时间做这个事情，一定辛苦的。
有没有可能中国的半导体行业在这一拨人工智能起来的时候有一些机会，我觉得一定会有的。有几个方面的原因，第一个原因，目前人工智能最大市场其实是在中国，而且中国在高速发展，这是一个最大的好处吧。第二个其实从政策和资金的扶持上，中国也是非常有机会的，可以看见中国已经把人工智能作为未来最重要的一个政策，写到国策里，比如在半导体行业的基金里，也有大基金的背后推动，所以整个半导体行业也在不断地蓬勃发展。第三个非常重要的事情，其实也是老师可以做的很多事情，就是各方面的人才，特别是中国对于海外留学人的吸引，以及对于本土做这种高端的不管是算法还是硬件乐观，还是整个其他产业链上的其他环节人才的培养，也越来越重视。
从这几个方面来看，中国还是非常有机会的。
熊伟铭：我们经常开玩笑说CBPR变成了华人科学家非常好的聚会机会，今天台上有两位嘉宾都是做车相关的，王劲总做无人驾驶，沈总做EV，今年年底或者明年会看到大量的国产EV上市，有点像汽车行业经过了一百年，现在焕发了青春，请两位嘉宾分享一下，怎么看待AI和汽车相结合带来的机会，到底是多巨大的机会？
王劲：大家知道汽车行业现在面临着非常大的机会，或者颠覆和被颠覆的机会，世界上几个大国，都在这个上面发力或者全力以赴，尤其是中美德日这四个国家，在进行一个全面的竞争，这个竞争有三个方向，一个是技术和人才，第二个方面是产业的竞争，第三个方面是国家的法律法规和民众的接受度的竞争，第一个竞争可以看到，无人车决定汽车未来产业省府的决定性的技术，这个方向从技术上来说，一辆无人车不是简单的传统汽车，是一辆传统的汽车，加上会开车的机器人，这个方面使得AI和汽车进行紧密结合。中国这个方向上尤其AI公司、教授在这个方面投入非常大，中国终于在一百多年汽车产业上有了机会，靠我们AI和技术上面的一些领先优势，来争夺这样的一个产业的领导权。
沈海寅：听了两位老师演讲，让我有了很多想法，汽车行业未来在AI上决定胜负的时间点，讲AI，汽车行业是无人驾驶和自动驾驶，其实我们在汽车当中，从应用角度来看的话，AI有非常得多应用，比如说计算机视觉可以用语义识别上，过去生活里看到新闻，出行父母把小孩留在汽车里，小孩因为热或者空气问题出现一些不幸，是否可以通过AI识别呢？也许可以通过摄像头，判断小孩在里面是一种开心状态还是非常不开心的状态，里面有没有大人在监控。通过这种方式可以自动地区启动一些像报警装置，或者自动能够把空调打开，或者把门窗打开，能够给我们车带来很多更安全的这样一些解决方案。
我们作为一个整车的制造商，我自己从互联网行业转型到这里面，应该给汽车行业带来一些不一样的认识。我们做自动驾驶的时候，我原来是360的，在金山软件做副总，我本人其实对这方面非常敏感的，我们自己的车做无人驾驶，我们更注重实用性，从计算机视觉、毫米波雷达两个融合起来做，计算机视觉起到非常重要的作用，如果的确把路标甚至一些东西做了混淆以后，人看起来没有问题，但是计算机视觉看起来有问题以后，这个的确可以给我们带来非常深的安全隐患，未来AI在汽车方面应用的确任重道远，但是学术界和产业界结合AI是很好的切入点。
熊伟铭：我们又是参与又是旁观者，我们看到非常少见的学界和产业界结合非常紧的行业，因为这里面有很多对于人才的竞争，我们的学生们无论在知乎上搜机器学习，大家都讨论，应该出国去斯坦福、伯克利，还是应该找周老师，去清华和比较出名的深度学习学校去学习。还不包括大家快毕业选择什么道路，在人才竞争上，所有的人去抓最聪明的学生们进入这个领域。李老师和宋老师，你们怎么看待，或者你们在美国市场上看到人才的竞争是什么样的格局呢？
李飞飞：目前AI人才市场用四个字可以开阔，全球稀缺，不管学术界还是工业界全世界都迅速地意识到，我们是大大的供不应求，我现在既是在学术界，又是在产业界，给了我们很多机会和思考，学术界本身我们一直在倡导，需要更大规模的投入基础教育和研究，这个时刻的AI还是非常新的一个领域。虽然大家看到了一些特别让人激动的效果和落地的场景，我们真的有一条很长的路要走，如果不对上游的教育和研究，加大力度支持的话，不管从人才的角度，还是从整个领域的角度，会出现一个危机。在产业界，因为我现在身处Google，我也看到了Google本身对于AI人才的重视，不光是到处挖掘人才，有很多木机会培养人才，我们强调AI普适化，我站在Google云的角度，也在从各个方面鼓励AI人才的增长，都有一些很好的机会。
Dawn SONG：我完全同意。一方面大家确实是在看到对AI方面的人才是非常稀缺的，同时也是一个机会，大家都面临这样一个问题，所以真正能够把企业界和学术界结合在一起，大家共同努力，共同培养更多的AI人才。另外一点也是企业界现在很重视使用性AI，用现在的AI技术解决现在的问题。之所以我们现在有这种AI问题，其中一个原因也是因为我们现在虽然AI技术已经发展的很快，同时我们对真正深度AI理解完全不够的。我们其实并不知道这些深度学习的系统，为什么有效，怎么样有效，但是同时有什么样的问题，这些都是非常基本的，对学术方面的，对这个领域的理解，这种问题可能在企业界关心的可能会稍微少一些，因为并不是直接帮助你解决现有的问题，但是从长远来讲，对整个人类社会，整个世界应用AI，更好地发展AI，都是非常重要的。
虽然大家现在看到阿尔法狗可以打败围棋冠军，其实我们对真正AI理解，差得非常远。企业当中的应用发现很多问题希望用AI解决，但是AI这方面的能力还是远远不够，所以因为这些原因，我们更是要重视对AI基础研究的发现和大量的投入，希望大家感受到确实很重要，整个企业界或者学术界，这些还是非常新型的领域，需要很多研究、很大的投入，企业界和学术界共同合作的非常好的机会，大家都看到有同样的需求，可以共同地合作，能够把这些问题解决好。
熊伟铭：我们其实需要很多基础研究，我们内部经常讲一个笑话，如果看看铁臂阿童木，50年代对人工智能的期待，但是今天到哪了？今天AI处在的状态，如果做一个对比，或者如果跟互联的发展，如果看互联网的历史，69年发出第一个信号，我对互联网的影响完全属于雅虎这样早期公司，处在94、95年了。我们现在处在什么样的时代，什么样的节点，我们现在到95年了吗？从AI的角度来讲。
周志华：这个问题不知道从哪说起，这个问题和刚才有一定关系，大家在AI学界之外的很多人士，对人工智能发生兴趣是最近五六年的事情，大家发现人工智能一下可以解决很多问题，其实人工智能上一拨热起来，80年代的时候，当时提出很多目标，当时没有达到，其实现在已经实现了当时的很多目标。最近关注人工智能技术，一下子爆发了，但是从学界来看不是这样，是一点一点往前走，今天人工智能应用在消费过去20年里人工智能学界积累起来的东西。
今天带来的问题，全世界人工智能人才稀缺，对于中国来说这个问题更加严重，中国真正人工智能严格意义上和国际比较接轨的人工智能研究大概也是最近十年左右时间，所以我们积累的人才量非常少。另外一方面我们现在国内的人工智能企业需求非常旺盛，大家都想到各个地方挖人，但是想到怎么样上游去培养人才，怎么样促进更多的年轻人才、未来人才储备这件事情，可能想的并不是太多，很多企业找我们，我开玩笑说，现在世界上比较有名的做AI的教授，都从学校到企业去了，过十年，你们以后只能到南京大学到我这边招学生了。
王劲：其实我们现在谈到人工智能，应该是基于（英文）的人工智能，以前是专家系统人工智能，这个人工智能概念是1956年提出来的，（英文）到2006年是认为比较多的是创始年，真正大规模进入工业界，应该是2012年，在Google、百度率先大规模地应用到现在的技术上面，来让亿万用户使用这些技术。如果这样推算，今天应该比当年1995年雅虎推出来的时间点往后，1995年让大规模人能够用上因特尔技术，2012年底、2013年初，大规模应用人工智能技术，让普通用户得益于技术突破。当然这个技术突破确实竞争非常激烈，尤其是在人才竞争上面，我非常同意李飞飞教授讲的全球稀缺，因为过去，上一家公司百度，和今天的公司景驰科技，我们都看到了全球人才竞争的激烈程度，尤其中国的稀缺程度比美国还要强，为什么这么说？在以前同样的人才，在美国价格更高一点，在中国薪酬会低一点，在AI的高端人才，在美国的薪酬体系比中国低了，我上一家公司是这样，现在公司也是这样。上一家公司，同一个人在美国工作高端AI人才工资低15%，转到中国来加15%，如果中国转到美国降15%。现在不知道存在不存在，基本上反映出来有这么一个鼓励趋势，中国更需要AI人才。
李飞飞：我学物理出身的，我特别想提醒大家，AI是只有60年历史的新兴，站在人类的历史长河，这个话题已经被提出上千年了，这个话题从哲学角度、心理学角度，后来慢慢走进生物学、脑科学学角度，后来走进计算机学角度，作为一门科学，这是非常博大精深的话题，以后的路可能会特别长。所以虽然现在我们有很大的一拨，但是这是一个起步。
看过去几百年，现代物理学的发展，很多人觉得牛顿开始了现代物理学，牛顿对于物理学的意义几个特别重要的一套理论体系，从这个角度来看，人工智能还没有达到牛顿力学，还没有一套非常完美的理论体系，来解释不管从算法也好，还是人工智能的问题也好，我这几天一直在想，我们到底是伽利略时代，还是比伽利略时代还要洪荒，但是我不清楚，我只是想提醒大家，在刚刚进入现在人工智能的起步点，物理学从牛顿力学走进电磁学，走进量子力学，走进相对论，走了多少步，现在还在继续发展，站在人工智能研究者的角度，我自己带着非常谦卑的心在看我们这个领域。
熊伟铭：是不是也是因为人工智能这个领域是一个交叉性的领域呢？因为我们最近几十年发展出来的计算机科学，牛顿时代还不能用这种工艺，神经网络跟脑科学、神经科学，人类学习过程当中试图用到机器学习里面去，是不是因为这个原因，我们处在非常崭新的专业起点上？
李飞飞：站在科学角度，任何一个新兴科学都是交叉的，今天看牛顿是经典力学，当年牛顿要发明微积分才能解决力学问题，那个时候他也在做交叉科学，所以人工智能是交叉的，但是任何一门科学走在最前沿的时候一定是交叉的。
沈海寅：今天早上跟王劲总在VIP室聊天的时候讲到，现在中国很多地方政府都在说建AI小镇，建人工智能小镇，我们自己在跟政府讲的时候，的确说AI是未来的一个发展方向，但是民众对于AI的认识和我们学界或者产业界对AI认识，之间差距很大。最近我讲AI驱动智能汽车，讲到历史，AI过去两起两落，现在第三拨浪潮，还会进到谷底吗？我说应该我个人比较乐观，过去很多时候因为受到的限制比较多，但是今天很多条件的确成熟了，虽然AI还处在说不定的时代，但是从硬件准备到软件算法，到强化学习等等这些出现，我觉得现在已经到了一个可以进入到我们应用的层面这样一个很好的点，虽然也许在最顶端，比如我跟机器聊天，基本上聊两三句还能把机器聊死了，如果退而求其次，比如在车上，像电池管理系统，完全可以用AI去做，可以做得比传统车更好。从这个角度来讲，我们汽车叫奇点汽车，今天的确是一个奇点，值得大家期待的。
Dawn SONG：确实现在AI在一定程度可以被应用，另外一点，我想强调一下，AI是非常长远的一条路，即使我们想到它有多棒，但是很难，其实可能比你想的长远还要更长远，因为AI本身是非常深的，虽然现在AI在解决一些问题，但是真正来讲，AI能够做的事情如果看成大海的话，现在做的事情仅仅是其中一滴水，从AI来讲，如果真正能做到，小孩子从小长大，可以自己学习，很快学习很多事情，这个社会很复杂，很多事情需要学习。现在AI跟几岁小孩子比，相差不知道有因为远，需要大量的学习，跟人怎么学习有天壤之别，真正有一天如果真正能训练成像人一样学习，可以真正想象它的天空多么广阔。好比现在，另外一个我们做的研究方向，教机器写程序，这当然还是非常前沿的问题，我们仅仅还是刚刚起步，但是可以设想，如果真的能够教机器写程序，真正有那一天，所有现在很多系统，机器可以自动地进行。
怎么用机器学习的方法，自动地建设一些模型，现在还是大多数是人工建的，对于很多复杂问题，怎么能够更好、更快、更自动地建设深度学习的模型。这是一个研究方向，这仅仅是一个例子，可以看到从长远来讲，AI能够做的事情比我们现在想象的还要广阔的多的多，所以这个角度来讲，我们真的是非常早的起步。
汪玉：因为我是做硬件的，非常大的范围来看，硬件概念的出现，或者计算的硬件概念出现是从CPU时代开始的，差不多60年前，开始有了集成电路这个东西之后，极大地推动了我们可以看到互联网、移动互联网，到现在人工智能的发展，所以其实大家原来可能都没有软件和硬件这样一个概念，我们想出来一个方法，然后可能人去实现一下，或者算盘做一下，这样的东西出现之后，极大地加速了人类科技的进步，这是非常重要的一件事情，从这样的基础核心的硬件发展来看，好的CPU出现，也就四五十年，五六十年，GPU也是推动整个圣神经网络再次发展，从英伟达开始，从两三家到百花齐放，也是一二十年，从人工智能怎么往前走，也是迭代过程，未来到底什么样的平台，是量子，还是新的器件和电路，都不清楚，但是一定是未来非常重要的事情，如果想进一步做到机器和人能有一样的能力，到底这个怎么样，不一定是电路，可能是化学、材料突破。
熊伟铭：如果展望未来的话，我们有很多东西今天还不知道。问一下未来的事情，不问一百年，不考虑太远，就说明年如果聚在一起，AI会发生突飞猛进的变化吗？还是大概增加了两三个话题，我们怎么期待AI，作为从业者的专家和看到直播普通观众，怎么期待AI在一年当中的变化？
周志华：我通常是泼冷水，所有科学技术发展都是一步一步往前走，如果在这个领域看到每一步进展可以看到每一步都是一小步，但是突然回头看可能是一大步。
熊伟铭：每个学界里面似乎都有一个加速度，最早没有微积分的时候，牛顿很痛苦，但是有了这个工具之后，他开始有一些加速的理解这个世界的方式，像我们没有计算机到我们今天全球超算最快的两台都在中国，在很多领域里面，我们会看到学界需要积累一些加速度，我们现在是否到了一个有加速度的点，还是可能我们还需要也许再经过20年，或者更长的时间，我们才能到这个点？
王劲：我跟沈总是一个流派的，我是带着一个非常期待、非常乐观的看这个事，今天谈AI，几个关键点到了临界点，第一是人才，全世界非常多优秀人才集中朝向学习AI这边来了，这么多教授到这里。
第二是资金，台下还看到很多VC、PE面孔。
第三是产业，很多产业看到AI给他们带来了非常大的变化，是一种进步也是一种颠覆，他们都觉醒起来，想要参与到AI浪潮。
第四是国家，地方政府，国家政府，各个国家的中央政府意识到，AI这一轮竞争，谁不参与，谁不达到领先地步，谁就会落后，中国过去几百年都体会到落后就要挨打，AI这一论竞争，没有国家能够去落后的，用我现在做的无人车的例子，真的是一个大国的竞争，每个国家产业扶持政策到人才、技术鼓励，都是一个史无前例的情况。所以非常期待，也许明年再谈，有很多产业参加到这里面来，不仅仅在AI本身，很多是边缘性各种学科结合或者产业结合，我们看到有很多新机会创造出来。
沈海寅：在过去，其实的确中国经常讲，有几个纲领性文件，中国制造2025，现在出来人工智能，AI2030年的长期计划，从这个角度来讲，还是在十年时间往前推进。我们过去一直讲互联网+，我们讲AI，两个加法，一个是A+，AI本身的产生能不能带来新行业，另外一个是+AI，在原有的行业基础上，加上AI以后，能够给我们行业带来哪些变化，AI+，出来一个新东西，从零到1，大家觉得这个东西很好玩，我们怎么去做，对于我们来说真正潜移默化和细水长流的是+AI，过去有这么多的行业，其实还是处于连+互联网都没有做到的领域，跳过+互联网，+AI以后，给行业效率带来很大变化。
还是拿车的例子，劲总他们那边做无人驾驶，还是有点遥远的一件事，因为涉及到法律问题，用户的认知问题等等，不光是技术问题，是综合性问题。我们其实每天技术进步，都能够辅助在驾驶上面，给我们的用户带来一些体验，比如我可以避免那些把油门当成刹车来踩的杀手司机给我们带来的危险性，仅仅这些变化其实已经可以让我们的社会变得更美好了，这种变化还是非常期待的。
熊伟铭：看起来工业界的嘉宾更为乐观。
李飞飞：学术界的学者一般都跟周老师差不多，但是借着未来论坛环境做一个小小的寄语，这是我第二次参加未来论坛，最近跟学生接触，很多学生跟我说的就是我发现人工智能特别火，我想参与人工智能，我和志华在十几年前进入人工智能领域的时候，这是一个非常冷门的领域，对科学的追求实际上是一种最真理性、原则性的追求，它是一个长久的，是一个有原则的，也是有这种坚忍心的，我更希望一年以后有更多的学生找到我，说的是人工智能任重道远，这是一门非常美妙的科学，我希望参与，而不是说今天人工智能特别火所以我才来。
熊伟铭：邀请六位嘉宾，对年轻人无论是选择大学还是选择研究生，或者选择工作，对他们有什么样的寄语？
Dawn SONG：我前面也是做安全的，现在做AI安全，我做安全的时候其实也是非常冷门的。你在选择做什么，要看哪个方向更加感兴趣，而且是会意识到，它是一条很长的路，而且确实很多问题真正看都是从而很小的地方起步，所以大家需要更注重在他还没有真正变得这么火的时候，对一些基础问题的深度思考。当然这是对学生来讲，其实是很大的一个挑战，因为学生可能还没有在这个方面有过很多训练，所以这也是对学生的一个提议，这方面需要对这种更加基础、基本的问题，能够给他一些时间，给他一些空间，更好地花时间去深度思考。
周志华：年轻同学希望对人工智能本身做一些工作，有所贡献的话，还是坐下来思考一些更深入的问题，如果希望在工业界有更好的发展的话，把眼光放开一些，多了解人工智能不同方面的技术，因为人工智能领域实在太大了。
汪玉：我其实管电子系两千个学生，接触了很多学生就业的时候困惑，找到自己的兴趣，然后坚持，至少坚持5-10年。
王劲：把AI作为科学来坚持，可能是长期的苦旅，但是我们不仅从事AI本身研究，还可以把AI这些技术带来的成果应用到各个产业去，让它从现在开始就服务于人类，让普通民众都能够受益于今天这个技术的某种突破，这也是非常值得期待的一件事，也是非常好的一个未来。
沈海寅：欢迎学AI的同学们加入到产业界，能够学以致用。当然要把目光放长远一些，最近跟很多朋友聊天都会问，你觉得AI有什么影响吗？我自己是8岁男孩的爸爸，跟已经是父母或者要做父母的朋友说一下，你们在今天可以不去考虑今天明天的生活因为AI而发生改变，但是你要为孩子考虑职业的时候，要想一想AI在20年后会给人类生活带来什么德阳变化，再去考虑孩子应该培养哪些技能、如何发展，特别重要，AI20年以后肯定会消灭很多职业，不要让孩子输在起跑线上。
熊伟铭：感谢台上六位嘉宾的精彩发言。