智能科學(xué)的狂飆猛進(jìn)——第六屆吳文俊獎頒獎側(cè)記
? 第六屆吳文俊人工智能科學(xué)技術(shù)獎頒獎盛典現(xiàn)場
撰文 | 沈龐（《知識分子》特約撰稿人）
責(zé)編 | 呂浩然
● ● ●
吳文俊獎最近在深圳這座以電子信息產(chǎn)業(yè)聞名的城市揭曉。這項中國智能科研界的最高榮譽(yù)自2012年開始頒發(fā)，至今已是第六屆。而“紀(jì)念智能科學(xué)60周年”又為今年的頒獎典禮平添了更多的意義。事實上，今年吳文俊獎的獲獎項目達(dá)到了28項之多。創(chuàng)紀(jì)錄的獎項數(shù)量固然可喜，但其質(zhì)量又如何呢？
智能技術(shù)領(lǐng)跑的創(chuàng)新
清華大學(xué)的馬惠敏教授是今年吳文俊獎創(chuàng)新獎一等獎的得主之一。她的獲獎項目可以稱得上是一種奇妙的魔法——“讀心術(shù)”。
一位測試者坐在屏幕前，屏幕上依次閃過各類圖像，每一幅會配以不同表情的人臉，測試者需要識別人臉上所展示的正面或負(fù)面情緒并按下對應(yīng)的按鈕。幾分鐘后，測試完成，系統(tǒng)便自動顯示出心理測評的結(jié)果。而這項測試背后的原理則是人對圖像的認(rèn)知能夠作為一種心理學(xué)上的語義。
“這套測試系統(tǒng)的核心是一套智能化的、基于人對圖像的認(rèn)知反應(yīng)原理以及其眼球特征的算法。目前，它已能夠篩查焦慮癥和抑郁癥?！?負(fù)責(zé)該項目的北京清視野科技有限公司總經(jīng)理黃巖介紹說，“馬（惠敏）教授是電子圖像學(xué)的專家，不少人會誤以為她是學(xué)心理的”。
九年前，一位學(xué)生遭遇了心理問題。于是，馬惠敏帶著學(xué)生向時任北京心理衛(wèi)生協(xié)會理事長、北京同仁醫(yī)院原院長的劉福源教授求助?！靶睦碓\斷的時候真叫我大吃一驚?，F(xiàn)代醫(yī)學(xué)已經(jīng)有了各種檢測設(shè)備，心理學(xué)仍在沿用一些‘傳統(tǒng)’的方法為學(xué)生診斷，”馬惠敏笑著說。
時至今日，讓患者回答心理學(xué)量表題目的測試依然是普遍的判斷方法?！半y道不能把心理學(xué)測試變成更標(biāo)準(zhǔn)的數(shù)據(jù)嗎？就像血常規(guī)的化驗指標(biāo)那樣。” 對于馬惠敏的問題，劉福源教授搖了搖頭。
其實，如何將一個人主觀的心理狀態(tài)通過一套更加客觀的標(biāo)準(zhǔn)反映出來，一直是心理學(xué)想要解決的核心問題。馬惠敏一頭扎入了這片未知領(lǐng)域，而這趟研究之旅一走便是近十年。沒有研究的先例可以參考，唯有心理學(xué)的過往理論和多年在圖像認(rèn)知領(lǐng)域的積累。十年磨一劍，如今這項研究成果已經(jīng)具備了極高的應(yīng)用價值。
在今年的獲獎?wù)咧?，像馬惠敏這樣開拓某個領(lǐng)域的學(xué)者并不鮮見。實踐的創(chuàng)意、出色的洞察以及過硬的技術(shù)，匯成了今天吳文俊獎各得主。人們很容易發(fā)現(xiàn)，他們的科研成果在具備學(xué)術(shù)價值的同時，還具有極大的商業(yè)價值。這些智能化技術(shù)，或產(chǎn)生更高效的勞動，或給人更舒適的服務(wù)，仿佛都在高呼“AI改變未來”。
但是，請別被這層表象所迷惑，因為商界的套路絕非學(xué)界的規(guī)則。
從學(xué)術(shù)到市場之間的跨越需要什么
如果要問2016年中國資本市場什么最火，回答“人工智能”準(zhǔn)不會錯。
但出人意料的是，在此次吳文俊獎開設(shè)的圓桌論壇上，投資人們卻以一番苦水作為開場。“上周的統(tǒng)計顯示，人工智能的項目95%都失敗了” ，“換句話說，在人工智能上的投資還猶如九死一生” ，“幾乎全軍覆沒”，甚至還有人稱自己是“轉(zhuǎn)身回家蹲在角落里哭”。這看似海闊憑魚躍的商業(yè)市場，仿佛處處布滿了暗礁。這不禁讓人疑惑，那些所謂的人工智能項目到底是怎么失敗的？
“影響商業(yè)項目的成敗因素太多，”靈聚智能CEO張勝對此解釋道，“比如，設(shè)計一定要讓用戶更愜意，而不是為他們增加額外的步驟和麻煩。而對人工智能產(chǎn)品來說，人們的心理預(yù)期是普遍較高的。一旦發(fā)現(xiàn)產(chǎn)品不如想象中的‘智能’，就會立即失去興趣?！?張勝分享了他創(chuàng)業(yè)以來的心得體會以及對整個產(chǎn)業(yè)細(xì)致的洞察。他的說法讓人相信：要把一項成熟技術(shù)轉(zhuǎn)化為一款成熟的產(chǎn)品，期間確實得交不少學(xué)費(fèi)。
圓桌論壇期間，一位教授問道：“如果可以把那些成功的項目特征分析出來，用我們?nèi)斯ぶ悄艿乃惴w納學(xué)習(xí)，那么不就能提高投資的成功率嗎？”投資人們面面相覷，不知是一時語塞，還是無言以對。這位教授可能沒有意識到，市場融資不僅僅是做一個判斷那么簡單。它包括一系列的資本運(yùn)作和設(shè)計，也包括人與人之間跨界協(xié)作的無限可能。所以這種投資的“成功”是根據(jù)人的運(yùn)作而變化的概念。換句話說，今天你定義的成功項目，或許明天就是失敗項目。對商業(yè)和資本的理解或許正是理工科學(xué)者們所欠缺的。
那么，當(dāng)學(xué)者們面對市場——這個復(fù)雜系統(tǒng)的時候，他們該如何發(fā)揮自己的學(xué)術(shù)優(yōu)勢呢？
產(chǎn)學(xué)轉(zhuǎn)化猶如更高維的挑戰(zhàn)
“機(jī)器學(xué)習(xí)需要增加模型的復(fù)雜性，因為規(guī)則數(shù)需與數(shù)據(jù)量匹配”，戴文淵博士正在向觀眾介紹機(jī)器學(xué)習(xí)的技術(shù)路徑。他是今年的創(chuàng)新獎一等獎得主，其研究成果是基于遷移學(xué)習(xí)的下一代機(jī)器學(xué)習(xí)平臺。它能夠幫助那些數(shù)據(jù)和樣本數(shù)相對較少的領(lǐng)域應(yīng)用人工智能技術(shù)，比如醫(yī)療領(lǐng)域。
“一個人一生可能要說無數(shù)句子，拍無數(shù)照片，下無數(shù)盤棋局，做無數(shù)交易。這就給機(jī)器學(xué)習(xí)語音識別，圖像，游戲或者經(jīng)濟(jì)行為帶來豐富的訓(xùn)練數(shù)據(jù)。但是一個人會住幾次醫(yī)院呢？所以重大疾病的數(shù)據(jù)都是非常難得而又稀缺的?！?目前機(jī)器學(xué)習(xí)的路徑是基于大量的數(shù)據(jù)訓(xùn)練，提升它的維度。一旦缺少數(shù)據(jù)，人工智能對該領(lǐng)域的學(xué)習(xí)程度便會大打折扣。
另一方面，大企業(yè)往往在獲得大數(shù)據(jù)上具有優(yōu)勢，小企業(yè)獲取路徑仍比較窄，這就致使了人工智能系統(tǒng)還無法大量普及。而由香港科技大學(xué)楊強(qiáng)教授所領(lǐng)銜的遷移學(xué)習(xí)技術(shù)能夠把某些領(lǐng)域大數(shù)據(jù)訓(xùn)練所得的AI系統(tǒng)，經(jīng)小數(shù)據(jù)樣本重新訓(xùn)練后，遷移至其它領(lǐng)域，因此得名。它為解決以上問題提供了關(guān)鍵路徑，有望成為深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)之后又一大熱點技術(shù)。在這個領(lǐng)域中，楊強(qiáng)教授領(lǐng)導(dǎo)的研究團(tuán)隊已經(jīng)站在了學(xué)界最頂尖的位置。
“在以前，我們做研究都要采用奧卡姆剃刀原理（即避繁逐簡）去簡化模型。但自從深度學(xué)習(xí)獲得成功后，我們認(rèn)識到必須增加模型的復(fù)雜性和維度，從而擬合更真實的情況。遷移學(xué)習(xí)的本質(zhì)同樣也是增加AI的維度?！贝鞑┦繗赓|(zhì)儒雅，說話慢條斯理，但信息量卻很大。事實上，這位年輕學(xué)者同時也是一位創(chuàng)業(yè)者，他的公司名為“第四范式”。熟悉科學(xué)史的人一眼便知它其中的雄心壯志：科學(xué)研究的方法在哲學(xué)上被分為三種范式，而第四種范式將會是什么？
答案就在他們的業(yè)務(wù)實踐中。遷移學(xué)習(xí)技術(shù)已經(jīng)在網(wǎng)絡(luò)、金融和醫(yī)療領(lǐng)域得到了成功的應(yīng)用。他們讓不同行業(yè)的智慧經(jīng)驗融合到同一系統(tǒng)里，從而跨界到不同領(lǐng)域。這或許能帶給學(xué)者們些啟發(fā)：光有技術(shù)數(shù)據(jù)還不夠，必須了解市場數(shù)據(jù)。
“我們希望能夠應(yīng)用遷移學(xué)習(xí)把智能技術(shù)拓展到更多的領(lǐng)域，讓技術(shù)得到真正的普及。我相信，當(dāng)普通人也能配置個性化的AI系統(tǒng)，就像使用計算機(jī)那樣順手的時候，智能技術(shù)就會真正改變世界?！?他說話時的聲音很輕，但卻能感受到一股熱血。
產(chǎn)學(xué)轉(zhuǎn)化還需完善配套體系
其實，無論這些人工智能項目能否得到市場的認(rèn)可，智能技術(shù)都在一步一步改變世界。
“智能科學(xué)技術(shù)將從現(xiàn)有的多個交叉分學(xué)科中分離出來，成為一級學(xué)科，”中國人工智能學(xué)會理事長李德毅院士做了一個通俗的比喻，“智能學(xué)科在現(xiàn)代科學(xué)體系中的位置，猶如一個多學(xué)科交叉誕生的混血兒。它已經(jīng)存在，所以我們得給這個黑孩子上個戶口” 。在他看來，現(xiàn)在的智能科學(xué)技術(shù)已經(jīng)涉及到哲學(xué)、數(shù)學(xué)、物理學(xué)、生物學(xué)、工學(xué)、文學(xué)、醫(yī)學(xué)等各大科學(xué)領(lǐng)域?！皹?gòu)造具有一定智能的人工系統(tǒng)和工具，就是智能學(xué)科最基本的研究內(nèi)容。”
幾年來，李德毅院士多次向科協(xié)匯報申請學(xué)科的建設(shè)，而今年或許正是它的最佳時機(jī)。“這關(guān)系到國家戰(zhàn)略發(fā)展，尤其是人口紅利、勞動力紅利不那么靈驗的時候，國家需要依靠智能技術(shù)的紅利?！弊岳羁藦?qiáng)總理在2014年提出“雙創(chuàng)”以來，結(jié)合“互聯(lián)網(wǎng)+”的勢頭，人工智能技術(shù)的熱度早已在各行業(yè)急劇上升。今年3月，AlphaGo與李世石的“人機(jī)大戰(zhàn)”更為它的發(fā)展歷程添了濃墨重彩的一筆。
但即便在這樣的勢頭之下，高校的智能創(chuàng)新成果似乎也不如“會飛的豬”輕巧，許多科研專利都在投資人們的血淚史里埋沒。產(chǎn)學(xué)轉(zhuǎn)化的難點在哪，又該用什么辦法解決？中國人工智能學(xué)會副理事長楊放春教授認(rèn)為：從成功的案例來看，比較可靠的路徑是成立企業(yè)和高校合作的實驗室。如此一來，市場的需求能夠方便傳達(dá)到高校，而學(xué)術(shù)的成果也更容易轉(zhuǎn)化為商業(yè)價值。
“我們所研究的科學(xué)問題是從真實的世界中抽象出來的，或是從前人的歷史經(jīng)驗里總結(jié)出來的。這兩個不同的問題來源都能做出很好的研究結(jié)果。但很明顯，從事前一類研究的學(xué)者能更方便的做產(chǎn)學(xué)研轉(zhuǎn)化。單純從理論中推導(dǎo)出科學(xué)問題的研究是很難做轉(zhuǎn)化的。另外，一個重要的建議是——找對你的商業(yè)合伙人?！坝釀P博士總結(jié)道。他是第四屆吳文俊獎進(jìn)步獎的二等獎得主，其開發(fā)的“思必馳”認(rèn)知交互系統(tǒng)已成功轉(zhuǎn)化為一系列智能產(chǎn)品。
60年前的夏天，十幾位美國學(xué)者相聚在新罕布什爾州的一座邊陲小鎮(zhèn)。在著名的常春藤盟校達(dá)特茅斯學(xué)院內(nèi)，他們熱火朝天的討論艱澀的概念名詞和學(xué)術(shù)短語。當(dāng)時，沒有幾個人知道這意味著什么。其中一些學(xué)者或許會想到他們的討論成果可以改變世界，但他們不會想到最先跟上改變的是在大洋彼岸的中國。
他們更不會想到，今天的人工智能已經(jīng)成為一項跨越文理工科的大交叉學(xué)科。在時代的浪潮下，學(xué)者們紛紛起航，科技的意志和人們的夢想交織在一起，駛向“智能科學(xué)”的海域。
