智能科學的狂飆猛進——第六屆吳文俊獎頒獎側記
? 第六屆吳文俊人工智能科學技術獎頒獎盛典現(xiàn)場
撰文 | 沈龐（《知識分子》特約撰稿人）
責編 | 呂浩然
● ● ●
吳文俊獎最近在深圳這座以電子信息產業(yè)聞名的城市揭曉。這項中國智能科研界的最高榮譽自2012年開始頒發(fā)，至今已是第六屆。而“紀念智能科學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到了28項之多。創(chuàng)紀錄的獎項數(shù)量固然可喜，但其質量又如何呢？
智能技術領跑的創(chuàng)新
清華大學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”。
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面情緒并按下對應的按鈕。幾分鐘后，測試完成，系統(tǒng)便自動顯示出心理測評的結果。而這項測試背后的原理則是人對圖像的認知能夠作為一種心理學上的語義。
“這套測試系統(tǒng)的核心是一套智能化的、基于人對圖像的認知反應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。” 負責該項目的北京清視野科技有限公司總經理黃巖介紹說，“馬（惠敏）教授是電子圖像學的專家，不少人會誤以為她是學心理的”。
九年前，一位學生遭遇了心理問題。于是，馬惠敏帶著學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。現(xiàn)代醫(yī)學已經有了各種檢測設備，心理學仍在沿用一些‘傳統(tǒng)’的方法為學生診斷，”馬惠敏笑著說。
時至今日，讓患者回答心理學量表題目的測試依然是普遍的判斷方法?！半y道不能把心理學測試變成更標準的數(shù)據嗎？就像血常規(guī)的化驗指標那樣?！?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準反映出來，一直是心理學想要解決的核心問題。馬惠敏一頭扎入了這片未知領域，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，唯有心理學的過往理論和多年在圖像認知領域的積累。十年磨一劍，如今這項研究成果已經具備了極高的應用價值。
在今年的獲獎者中，像馬惠敏這樣開拓某個領域的學者并不鮮見。實踐的創(chuàng)意、出色的洞察以及過硬的技術，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術價值的同時，還具有極大的商業(yè)價值。這些智能化技術，或產生更高效的勞動，或給人更舒適的服務，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界的規(guī)則。
從學術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”準不會錯。
但出人意料的是，在此次吳文俊獎開設的圓桌論壇上，投資人們卻以一番苦水作為開場?！吧现艿慕y(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。而對人工智能產品來說，人們的心理預期是普遍較高的。一旦發(fā)現(xiàn)產品不如想象中的‘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業(yè)細致的洞察。他的說法讓人相信：要把一項成熟技術轉化為一款成熟的產品，期間確實得交不少學費。
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，用我們人工智能的算法歸納學習，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作和設計，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”是根據人的運作而變化的概念。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者們所欠缺的。
那么，當學者們面對市場——這個復雜系統(tǒng)的時候，他們該如何發(fā)揮自己的學術優(yōu)勢呢？
產學轉化猶如更高維的挑戰(zhàn)
“機器學習需要增加模型的復雜性，因為規(guī)則數(shù)需與數(shù)據量匹配”，戴文淵博士正在向觀眾介紹機器學習的技術路徑。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習的下一代機器學習平臺。它能夠幫助那些數(shù)據和樣本數(shù)相對較少的領域應用人工智能技術，比如醫(yī)療領域。
“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。這就給機器學習語音識別，圖像，游戲或者經濟行為帶來豐富的訓練數(shù)據。但是一個人會住幾次醫(yī)院呢？所以重大疾病的數(shù)據都是非常難得而又稀缺的。” 目前機器學習的路徑是基于大量的數(shù)據訓練，提升它的維度。一旦缺少數(shù)據，人工智能對該領域的學習程度便會大打折扣。
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。而由香港科技大學楊強教授所領銜的遷移學習技術能夠把某些領域大數(shù)據訓練所得的AI系統(tǒng)，經小數(shù)據樣本重新訓練后，遷移至其它領域，因此得名。它為解決以上問題提供了關鍵路徑，有望成為深度學習、強化學習之后又一大熱點技術。在這個領域中，楊強教授領導的研究團隊已經站在了學界最頂尖的位置。
“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。但自從深度學習獲得成功后，我們認識到必須增加模型的復雜性和維度，從而擬合更真實的情況。遷移學習的本質同樣也是增加AI的維度?！贝鞑┦繗赓|儒雅，說話慢條斯理，但信息量卻很大。事實上，這位年輕學者同時也是一位創(chuàng)業(yè)者，他的公司名為“第四范式”。熟悉科學史的人一眼便知它其中的雄心壯志：科學研究的方法在哲學上被分為三種范式，而第四種范式將會是什么？
答案就在他們的業(yè)務實踐中。遷移學習技術已經在網絡、金融和醫(yī)療領域得到了成功的應用。他們讓不同行業(yè)的智慧經驗融合到同一系統(tǒng)里，從而跨界到不同領域。這或許能帶給學者們些啟發(fā)：光有技術數(shù)據還不夠，必須了解市場數(shù)據。
“我們希望能夠應用遷移學習把智能技術拓展到更多的領域，讓技術得到真正的普及。我相信，當普通人也能配置個性化的AI系統(tǒng)，就像使用計算機那樣順手的時候，智能技術就會真正改變世界?！?他說話時的聲音很輕，但卻能感受到一股熱血。
產學轉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可，智能技術都在一步一步改變世界。
“智能科學技術將從現(xiàn)有的多個交叉分學科中分離出來，成為一級學科，”中國人工智能學會理事長李德毅院士做了一個通俗的比喻，“智能學科在現(xiàn)代科學體系中的位置，猶如一個多學科交叉誕生的混血兒。它已經存在，所以我們得給這個黑孩子上個戶口” 。在他看來，現(xiàn)在的智能科學技術已經涉及到哲學、數(shù)學、物理學、生物學、工學、文學、醫(yī)學等各大科學領域。“構造具有一定智能的人工系統(tǒng)和工具，就是智能學科最基本的研究內容?！?/p>
幾年來，李德毅院士多次向科協(xié)匯報申請學科的建設，而今年或許正是它的最佳時機?！斑@關系到國家戰(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的紅利。”自李克強總理在2014年提出“雙創(chuàng)”以來，結合“互聯(lián)網+”的勢頭，人工智能技術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。產學轉化的難點在哪，又該用什么辦法解決？中國人工智能學會副理事長楊放春教授認為：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到高校，而學術的成果也更容易轉化為商業(yè)價值。
“我們所研究的科學問題是從真實的世界中抽象出來的，或是從前人的歷史經驗里總結出來的。這兩個不同的問題來源都能做出很好的研究結果。但很明顯，從事前一類研究的學者能更方便的做產學研轉化。單純從理論中推導出科學問題的研究是很難做轉化的。另外，一個重要的建議是——找對你的商業(yè)合伙人。“俞凱博士總結道。他是第四屆吳文俊獎進步獎的二等獎得主，其開發(fā)的“思必馳”認知交互系統(tǒng)已成功轉化為一系列智能產品。
60年前的夏天，十幾位美國學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特茅斯學院內，他們熱火朝天的討論艱澀的概念名詞和學術短語。當時，沒有幾個人知道這意味著什么。其中一些學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成為一項跨越文理工科的大交叉學科。在時代的浪潮下，學者們紛紛起航，科技的意志和人們的夢想交織在一起，駛向“智能科學”的海域。
