深度學(xué)習(xí)目前人工智能最受關(guān)注的領(lǐng)域，但并不是人工智能研究的全部。張鈸認(rèn)為盡管產(chǎn)業(yè)層面還有空間，但目前基于深度學(xué)習(xí)的人工智能在技術(shù)上已經(jīng)觸及天花板，此前由這一技術(shù)路線帶來的“奇跡”在Alphago獲勝后未再出現(xiàn)，而且估計未來也很難繼續(xù)大量出現(xiàn)。技術(shù)改良很難徹底解決目前階段人工智能的根本性缺陷，而這些缺陷決定了其應(yīng)用的空間被局限在特定的領(lǐng)域——大部分都集中在圖像識別、語音識別兩方面。

同時，在張鈸看來，目前全世界的企業(yè)界和部分學(xué)界對于深度學(xué)習(xí)技術(shù)的判斷過于樂觀，人工智能迫切需要推動到新的階段，而這注定將會是一個漫長的過程，有賴于與數(shù)學(xué)、腦科學(xué)等結(jié)合實現(xiàn)底層理論的突破。

在Alphago與韓國圍棋選手李世石對戰(zhàn)獲勝三年過后，一些跡象逐漸顯現(xiàn)，張鈸院士認(rèn)為到了一個合適的時點，并接受了此次的專訪。

“現(xiàn)在很多方面大家看的比較清楚，已露出苗頭來了，我現(xiàn)在也接觸到很多企業(yè)，找我談這個問題，說明企業(yè)在第一線已經(jīng)發(fā)現(xiàn)了很多問題，就想找個機(jī)會稍微說說。”張鈸表示。

“奇跡并沒有發(fā)生，按照我的估計，也不會繼續(xù)大量發(fā)生”

人工智能在最近三年時間中受到的關(guān)注很大程度來自于其在圍棋領(lǐng)域超越人類的“奇跡”，人工智能一次又一次的證明了人類“圍棋智慧”優(yōu)越的脆弱性。

但在張鈸看來，盡管此前數(shù)年，人工智能在語音識別、圖像識別、圍棋三個領(lǐng)域顯現(xiàn)了“奇跡”，但此后，這個“奇跡”再未在其他領(lǐng)域出現(xiàn)，其技術(shù)應(yīng)用的邊界和條件已經(jīng)逐漸清晰。

記者：人工智能突破的原因是什么？

張鈸：通過人工智能，利用深度學(xué)習(xí)、大數(shù)據(jù)這兩個工具，在一定條件下、一定領(lǐng)域內(nèi)竟然能夠超過人類，這三件事情給大家極大的鼓舞。但實際上，在這個之后，奇跡并沒有發(fā)生，按照我的估計，今后也不會大量發(fā)生。

結(jié)果很多企業(yè)在做的時候發(fā)現(xiàn)，不是那么回事。從目前的情況來看效果最好的事情還是這兩件：圖像識別、語音識別。我看了一下，中國人工智能領(lǐng)域20個獨角獸30個準(zhǔn)獨角獸企業(yè)，近80%都跟圖像識別或者語音識別有關(guān)系

“深度學(xué)習(xí)技術(shù)，從應(yīng)用角度已經(jīng)接近天花板了”

圖靈獎得主朱迪亞·珀爾指出：盡管深度學(xué)習(xí)算法具有大腦的靈感，但它們也可以算作另一種強大的數(shù)據(jù)分析工具，是“曲線的擬合”。諾貝爾經(jīng)濟(jì)學(xué)獎得主托馬斯·薩金特則認(rèn)為人工智能其實就是統(tǒng)計學(xué)。

那么，人們是否需要機(jī)器給一個解釋呢？

記者：我們應(yīng)該怎么去定義目前的深度學(xué)習(xí)技術(shù)路線，它是基于概率學(xué)的一個事物嗎？

張鈸：現(xiàn)在的深度學(xué)習(xí)本質(zhì)是基于概率統(tǒng)計。深度學(xué)習(xí)是尋找那些重復(fù)出現(xiàn)的模式，因此重復(fù)多了就被認(rèn)為是規(guī)律（真理），因此謊言重復(fù)一千遍就被認(rèn)為真理，所以為什么大數(shù)據(jù)有時會做出非?；奶频慕Y(jié)果，因為不管對不對，只要重復(fù)多了它就會按照這個規(guī)律走，就是誰說多了就是誰。

我常常講我們現(xiàn)在還沒有進(jìn)入人工智能的核心問題，其實人工智能的核心是知識表示、不確定性推理這些，因為人類智慧的源泉在哪？在知識、經(jīng)驗、推理能力，這是人類理性的根本?，F(xiàn)在形成的人工智能系統(tǒng)都非常脆弱容易受攻擊或者欺騙，需要大量的數(shù)據(jù)，而且不可解釋，存在非常嚴(yán)重的缺陷，這個缺陷是本質(zhì)的，由其方法本身引起的。

記者：學(xué)界在這上面還是有一個比較清晰的認(rèn)識？

張鈸：我可以這么說，全世界的學(xué)界大多數(shù)有清晰的認(rèn)識；全世界的企業(yè)界大多持過于樂觀的估計。

記者：那基于此，目前商業(yè)公司在底層技術(shù)和產(chǎn)業(yè)應(yīng)用上還是有很大的空間嗎？

張鈸：只要選好合適的應(yīng)用場景，利用成熟的人工智能技術(shù)去做應(yīng)用，還有較大的空間。目前在學(xué)術(shù)界圍繞克服深度學(xué)習(xí)存在的問題，正展開深入的研究工作，希望企業(yè)界，特別是中小企業(yè)要密切注視研究工作的進(jìn)展，及時地將新技術(shù)應(yīng)用到自己的產(chǎn)品中。當(dāng)然像谷歌、BAT這樣規(guī)模的企業(yè)，他們都會去從事相關(guān)的研究工作，他們會把研究、開發(fā)與應(yīng)用結(jié)合起來。

但是從長遠(yuǎn)來看，必須得走人類智能這條路，為什么？因為我們最終是要發(fā)展人機(jī)協(xié)同，人類和機(jī)器和諧共處的世界。我們不是說將來什么事情都讓機(jī)器去管去做，人類在一邊享受。我們要走人機(jī)共生這條路，這樣機(jī)器的智能就必須和人類一樣，不然沒法共處，機(jī)器做出來的事情，我們不能理解，我們的意圖機(jī)器也不知道，二者怎么能合作？

一個白色的三角旗，在黑暗的木地板上探索

“我們培養(yǎng)不出愛因斯坦、培養(yǎng)不出圖靈”

人工智能在中國市場的快速商業(yè)化吸引了各類科研人員投身于此，在論文發(fā)表量和平均引用量兩個指標(biāo)上中國研究者表現(xiàn)出了競爭力，一種樂觀的觀點是“中國人工智能研究已經(jīng)可以和美國并列”。

對此，張鈸院士則謹(jǐn)慎地認(rèn)為盡管在工程、產(chǎn)業(yè)化層面的某些方面中國人工智能已經(jīng)接近世界水平，但在技術(shù)創(chuàng)新上，中國與世界水平差距還很大，實際上，至今為止幾乎所有的人工智能原創(chuàng)研究成果都來自于美國。

作為中國人工智能科研的領(lǐng)軍機(jī)構(gòu)，清華大學(xué)也正在嘗試改善這一情況，5月18日成立的清華大學(xué)“人工智能學(xué)堂班”（以下簡稱“智班”）是其中的一個舉措。智班旨在培養(yǎng)人工智能領(lǐng)域領(lǐng)跑國際的拔尖科研創(chuàng)新人才，為未來一二十年的人工智能技術(shù)發(fā)展儲備中國尖端人才，智班將從2019年秋季開始招收招本科生，首批預(yù)計招收30人，圖靈獎得主、清華大學(xué)交叉信息院院長姚期智院士將擔(dān)綱智班首席教授。

“我們清華開辦一個人工智能班就是基于這個原理。中國在幾十年前曾經(jīng)喪失了一些和國際上同時起步的時機(jī)，我想我們現(xiàn)在有一個非常好的機(jī)會，在以后十年二十年人工智能會改變這個世界的時候，我們應(yīng)該在這個時候跟別人同時起步甚至比別人更先走一步，好好培養(yǎng)我們的人才，從事我們的研究”姚期智表示。

記者：一種觀點認(rèn)為中國有更多的數(shù)據(jù)和更多的工程師，這種規(guī)模能倒推帶來基礎(chǔ)研究層面的突破或者決定技術(shù)的路線？

張鈸：這里混淆了好多概念，科學(xué)、技術(shù)、工程?？萍妓叫枰齻€標(biāo)準(zhǔn)來衡量，一個是科研水平、一個是技術(shù)水平、一個是工程實踐能力，或者產(chǎn)業(yè)化能力。

我們中國什么情況？從工程角度來看，在一些領(lǐng)域我們“接近世界水平”；技術(shù)水平我用的詞是“較大差距”，因為不少東西還是外國會做我們不會做；科研究領(lǐng)域我用的詞是“很大差距”，科學(xué)研究就是原創(chuàng)，實際上，所有人工智能領(lǐng)域的原創(chuàng)成果都是美國人做出來的，人工智能領(lǐng)域圖靈獎得主共十一人，十個美國人，一個加拿大人。

記者：清華在這方面有什么優(yōu)勢嗎？

張鈸：在人工智能重要的會議雜志上，這十年期間論文數(shù)量、平均質(zhì)量CMU（美國卡耐基梅隆大學(xué)）排第一，清華大學(xué)排第二。我們培養(yǎng)的人，在計算機(jī)這個領(lǐng)域，清華的本科、博士生都是世界一流的。

目前我們的跟蹤能力是比較強的，一旦有人起個頭，我們能迅速跟上去。但是很可惜，我們?nèi)狈敿馊宋铮才囵B(yǎng)不出頂尖的人才，如愛因斯坦、圖靈等。

我個人認(rèn)為原因之一，可能與中國的文化有點關(guān)系，我們的從眾心理很嚴(yán)重，比如在人工智能領(lǐng)域，深度學(xué)習(xí)很熱，發(fā)表的論文作者中幾乎70%是華人，但是其他非熱門領(lǐng)域，包括不確定性推理、知識表示等幾乎沒有華人作者。這就是從眾扎堆，不愿意去探索“無人區(qū)”。

當(dāng)然也不要著急，科學(xué)研究本來就是富人干的事情，是富國干的事情，我們還是發(fā)展中國家，科學(xué)研究起點比較低，暫時落后是難免的，我們會迎頭趕上。

“低潮會發(fā)生，但不會像過去那樣”

新的技術(shù)路線應(yīng)該要解決目前存在的不可理解性，脆弱性等缺陷，而這些可能還需要計算機(jī)科學(xué)與數(shù)學(xué)和腦科學(xué)的結(jié)合與突破。

記者：如果說深度學(xué)習(xí)已進(jìn)天花板，那么人工智能未來的前進(jìn)方向?qū)谀模?/strong>