对话 | 专访AAAI主席Subbarao:不要忘了,曾经少有人看好神经网络

AAAI协会主席、亚利桑那州立大学教授Subbarao Kambhampati是人工智能领域的大拿。他在7月7日由中国计算机学会(CCF)主办,雷锋网与香港中文大学(深圳)承办的CCF-GAIR全球人工智能与机器人峰会上,发表了主题演讲,并在会后接受了雷锋网的专访。

Subbarao对中国和中国的AI界很感兴趣,他去过北京多次,对共享单车印象深刻。他也与国内的诸多学者和业界公司有过交流,对中美AI公司均有很深的理解。

作为一名AI领域的学者,他固然希望技术能得以应用,但也希望在越来越多学术人才进入工业界的时候,同样有人坚守基础研究岗位。他希望AI研究能更加开放,毕竟谁不想对正在改变自己生活的事情,有更多了解呢。

以下是雷锋网采访的主要内容:

为什么对中国感兴趣?

AAAI是一个国际学术会议,在大约五六年前,还没有多少中国学者参加,但最近几年中国无论是提交的论文数量,还是出席的人数,都有了很显著的增长。我觉得很难不去注意中国和中国的AI,这只是时间问题。

中国的AI发展几乎是呈指数级的,这种势头甚至超过了美国。我也看到了腾讯、百度与滴滴这样的公司都在积极使用AI技术。比如腾讯、百度两家都赞助过AAAI,明年滴滴应该也会。作为学术会议,AAAI也是各大公司招人的好去处,而且可以让学界知道自己在做什么。

AAAI也是一个科学组织,我希望能有更多中国人加入。虽然不用入会也能提交论文,但作为科学组织,成为会员可以参与其中,并改变组织的发展方向。这也是各国学者们增加在AI社区中存在感的一种方式。我希望有更多中国学者成为会员,参加会议。

人个人角度来说,我对中国文化也很感兴趣,除了这次参加CCF-GAIR,我之前也来过中国多次。另外,香港科技大学的杨强教授也是我的好友,我们在攻读PhD时一起奋斗过。

中美的AI公司有什么特点和共性?

就像人与人之间有各自的特点一样,我觉得中美的公司也都有各自特点,也有共同点,而且两边都有自己的文化背景和生态系统。

在我看来,一件值得高兴的事是,越来越多的AI人才在中美之间流动,比如吴恩达,他先后在Google与百度任职,现自己创业。在中美之间有频繁的人才流动,去年我在北京见到几个人,他们告诉我之前就在美国公司工作,现在回到了中国公司。这种现象也让中美两边公司的差异变小,因为是人才决定了公司的性质。中美AI公司在文化上无疑是有区别的,但得益于人才的流动,这种差异正在变小。

两边公司都具有的共性,我觉得是速度,主要是指从概念到形成产品的速度。整个过程越来越快,也有越来越多的服务融入了AI技术。而且我感觉到,中国公司在这方面比美国表现得还要好。

共享单车就是一个很好的例子,去年8月我到北京时还没见过共享单车,但现在大街小巷都是了。共享单车也需要AI技术,里面的主要问题是,怎么把自行车放到合适的位置,怎么在不同区域移动,这些都是AI可以发挥作用的地方。

中国速度之所以这么快,我认为也是因为公司与政府之间有更多良好的合作。比如,AI公司可以与城市合作,使用和收集数据,像是汽车行使数据,用于交通管理。但一般来说,这种事要在其它国家发生,需要更长的时间,因为公共数据不会轻易允许公司参与进来,谁也无法保证公司不会将数据挪作它用。

对学术人才的出走怎么看?

对学术界人才纷纷加入工业界,我感到很忧伤(sad)。

这是个很复杂的问题。有一件有趣的事情是,曾经有公司想让爱因斯坦到自己公司工作,并向他允诺了充足的资金和实验设施。他妻子知道后说,实际上给他纸和笔就行了,因为他只需要思考和写作。

这种基础研究是一种类型,但我们也处在理论研究向实践应用转变的过程之中。现在研究的一个很大改变是,越来越以数据为中心,需要收集大量数据,领先它们来做出决策。但这种以数据为中心研究,棘手的地方在于学术界往往无法接触到数据,而能收集数据的公司会说,因为隐私的考虑,我们没法给你们提供数据。不过他们自己反而不受隐私保护的限制。

所以在有些领域,学术界可以做出优秀的成果,但在深度学习这样的领域,没有数据会困难重重。所以我们看到不少学界人才走进工业界。

在自由经济中人们想去哪就去哪,不过我认为,在一些重要的领域,我希望有长期的研究,最好是有政府资助的基础研究。

我们很容易就忘记的一件事是,甚至在2010年左右的时候,也没多少人看好神经网络,对它坚信不疑的人屈指可数。但重要的是,我们不知道未来的突破会出现在哪里。工业界将资源投入在一些特定领域当然很好,但如果他们走错了呢?我们就需要关注其它领域和问题,这也是政府资助这种研究模式很重要的原因。想做基础研究的人,应该得到资助。

总体来说,我觉得学术界的研究有很重要的价值,因为它是开放的。我担心研究和资源的过度集中,特别是在一个大家都想去工业界的系统中时。虽然有很多公司都在做研究,而且会发表论文,比如Google。但除了发布的那些,我们不会知道他们到底在做什么,想解决什么问题。相比之下,学术界是开放的。而当AI技术越来越重要,对生活的影响越来越广泛时,我希望至少研究也越来越开放。

当然,我也很高兴的看到,越来越多的公司想要发表他们的论文,因为他们意识到不开放可能吸引不到聪明的学生,而且发表论文也是与外部交流的方式。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-07-17

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据猿

大数据时代下的“大教育”遇到了哪些问题?

<数据猿导读> 我国教育领域的发展与改革正面临前所未有的挑战,大数据与教育的结合成为时代发展的必然要求。教育大数据从战略高度应定位为推动教育变革的新型战略资产、...

39911
来自专栏大数据文摘

这家公司连续六年调研大企业数据变革,今年的结果喜忧参半

754
来自专栏钱塘大数据

【推荐阅读】工业大数据发展态势与典型应用

导读:本文从工业大数据的概念、特征入手,对工业大数据的发展态势进行了探讨,指出工业大数据可广泛应用于企业生产过程的各环节。并按照研发设计、供应链、生产制造、营销...

3048
来自专栏华章科技

大数据创业,数据哪里来?需要跨过几道坎?

马云说:这是一个变化的时代。还有人没搞清楚PC,移动互联网来了;还没搞清楚移动互联网, 大数据来了。而变化的时代是年轻人的时代。

824
来自专栏AI科技大本营的专栏

智能金融风起云涌,该如何顺应这波智能化浪潮?

? 现代技术中,最让人神往的莫过于人工智能了。机器人不仅能帮人扫地、洗碗,还能在车间里代替人做繁重的体力活。在未来,甚至我们都不用开车了,背后的一套智能系统...

2653
来自专栏罗超频道

科大讯飞,站在十字路口

在位于合肥规划中三到四平方公里的中国语音产业园,建筑机械群正在紧张作业。在竣工的讯飞大厦里,两千多名科大讯飞员工围绕“声音”忙碌着。在移动互联网的风口,...

40815
来自专栏数据猿

数字冰雹创始人邓潇:大数据产业生态逐步成熟,服务厂商各有所专

数据猿导读 从数据交易、数据集成,到文本挖掘、算法模型、人工智能,再到数据可视化,每个细分领域都涌现出了一些专业的公司,大数据产业生态布局逐渐成熟。如同数字冰雹...

36912
来自专栏数据猿

明略数据工业大数据专家葛利鹏:大数据驱动的工业人工智能初探

数据猿导读 工业在我国经济中占比较重要的地位。近年来,我国经济的快速发展,进入了一个中高速增长的新常态。工业在中国经济中的比重依然在不断增强。同时,工业和我们日...

3459
来自专栏科技向令说

响铃:云计算的时代 2.0的江湖 百度的新赛道战术

云计算最近“大事”不断,基础架构和信息载体的不断更新和迭代,赋予了云计算更多更新的角色。可以说,云计算正处在一个三叉路口,向左继续基础能力演进,向右转向产业全面...

1182
来自专栏CDA数据分析师

好书 | 《碎片化时代:重新定义互联网+商业新常态 》

书名:《碎片化时代:重新定义互联网+商业新常态 》 原书名:The Great Fragmentation: And Why the Future of All...

2156

扫码关注云+社区