近期，由人工智能實(shí)驗(yàn)室OpenAI發(fā)布的對(duì)話式大型語(yǔ)言模型ChatGPT，引起國(guó)內(nèi)外廣泛矚目。這種罕見(jiàn)的熱度，也迅速使得ChatGPT從一種技術(shù)上的新事物，上升為倫理、法律等方面的焦點(diǎn)。人工智能再次成為社會(huì)各界廣泛關(guān)注的話題。有評(píng)論認(rèn)為，未來(lái)20年全球經(jīng)濟(jì)競(jìng)爭(zhēng)格局將取決于各國(guó)發(fā)展人工智能產(chǎn)業(yè)的水平。

為此，圍繞人工智能相關(guān)話題，本報(bào)記者專訪了全國(guó)政協(xié)委員，南京大學(xué)人工智能學(xué)院院長(zhǎng)周志華。

熱點(diǎn)與歷史

記者：最近ChatGPT非常火爆，作為人工智能專家，您感興趣的是哪一點(diǎn)？人工智能從什么時(shí)間開(kāi)始熱起來(lái)的？

周志華：ChatGPT是一個(gè)大語(yǔ)言模型，這方面業(yè)界早就有探索。但ChatGPT取得了新突破，最令人感興趣的是看到它能在一段涉及幾十個(gè)“回合”的對(duì)話中體現(xiàn)出良好的上下文處理能力，組織出語(yǔ)言順暢自然的回答。

其實(shí)，人工智能從1956年開(kāi)始就已經(jīng)成為一個(gè)嚴(yán)肅的學(xué)科，至今已有60多年歷史，經(jīng)歷了幾起幾落。2016年AlphaGo下圍棋贏了李世石九段這個(gè)事件，引起了全世界大眾對(duì)人工智能的關(guān)注，大概可以認(rèn)為從那時(shí)候開(kāi)始人工智能就變成顯學(xué)了。

記者：您剛才說(shuō)人工智能經(jīng)歷了幾起幾落，大概是什么情況？

周志華：1956年美國(guó)達(dá)特茅斯會(huì)議標(biāo)志著人工智能開(kāi)始成為一個(gè)學(xué)科，20世紀(jì)五六十年代是人工智能的第一個(gè)高潮，各種探索百花齊放，后來(lái)多次潮起潮落。像今天大家經(jīng)常談到的AlphaGo、ChatGPT背后的神經(jīng)網(wǎng)絡(luò)，50年代就很熱門，研究者非常多，但到1969年時(shí)，圖靈獎(jiǎng)得主、美國(guó)麻省理工學(xué)院的閔斯基教授指出當(dāng)時(shí)的神經(jīng)網(wǎng)絡(luò)能力有嚴(yán)重缺陷，看不到未來(lái)。然后這方面研究進(jìn)入了所謂“冰河期”，美國(guó)和蘇聯(lián)停止了資助，全世界研究神經(jīng)網(wǎng)絡(luò)的人90%以上都改行了。

后來(lái)到80年代中期神經(jīng)網(wǎng)絡(luò)迎來(lái)第二春，堅(jiān)持下來(lái)的幾個(gè)團(tuán)隊(duì)成為全世界的領(lǐng)頭羊。到了90年代中期，因?yàn)榱硪粋€(gè)學(xué)派的興起，神經(jīng)網(wǎng)絡(luò)這一派又進(jìn)入沉寂期。今天的“深度學(xué)習(xí)之父”、獲得圖靈獎(jiǎng)的辛頓教授，當(dāng)時(shí)拿不到科研經(jīng)費(fèi)、招不到研究生，甚至論文都很難發(fā)表。但正是這幾位科學(xué)家能夠在很殘酷的條件下堅(jiān)持下來(lái)，才有現(xiàn)在的人工智能熱潮。

人工智能的整個(gè)發(fā)展歷程，明顯地體現(xiàn)出科學(xué)發(fā)展的螺旋式上升，啟發(fā)我們看準(zhǔn)了就要堅(jiān)持，不盲目追熱門，堅(jiān)持才會(huì)勝利。

記者：您認(rèn)為ChatGPT這樣的人工智能，對(duì)哪些行業(yè)沖擊會(huì)比較大？

周志華：ChatGPT對(duì)涉及文字內(nèi)容生成方面的工作能有比較多的幫助，比方說(shuō)幫助提升網(wǎng)絡(luò)小說(shuō)作者的產(chǎn)量。對(duì)一些重復(fù)性比較強(qiáng)、專業(yè)性不太深的語(yǔ)言類工作可能有比較大的沖擊。

中國(guó)與世界

記者：在您看來(lái)，我國(guó)人工智能研究水平在國(guó)際上處于什么地位？

周志華：歐美是20世紀(jì)50年代開(kāi)始研究人工智能，我們與國(guó)際接軌的研究基本上是2000年之后，起步晚很多。但我們近15年發(fā)展很快，在發(fā)展提高速度上，全球首屈一指。目前我國(guó)人工智能研究水平可以說(shuō)總體位于國(guó)際前列，整體上與最發(fā)達(dá)國(guó)家相比仍有差距，但在若干方面也有一些自己的特色優(yōu)勢(shì)。

記者：人工智能是否會(huì)成為我國(guó)科技自立自強(qiáng)的關(guān)鍵一役？

周志華：習(xí)近平總書(shū)記多次強(qiáng)調(diào)，人工智能是引領(lǐng)這一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，是贏得全球科技競(jìng)爭(zhēng)主動(dòng)權(quán)的重要戰(zhàn)略抓手，是推動(dòng)我國(guó)科技跨越發(fā)展、產(chǎn)業(yè)優(yōu)化升級(jí)、生產(chǎn)力整體躍升的重要戰(zhàn)略資源。人類社會(huì)從信息化時(shí)代必然進(jìn)入智能化時(shí)代，高水平科技自立自強(qiáng)肯定離不開(kāi)人工智能核心技術(shù)的支撐，所以人工智能無(wú)疑會(huì)成為我國(guó)科技自立自強(qiáng)的關(guān)鍵戰(zhàn)役之一。

記者：您認(rèn)為我們需要在哪些方面多加發(fā)力？

周志華：我們可能在人工智能“交叉應(yīng)用”方面強(qiáng)調(diào)得比較多，但如果人工智能基礎(chǔ)理論方法關(guān)鍵算法模型不突破，交叉應(yīng)用就會(huì)是無(wú)源之水，需要大力支持和鼓勵(lì)。另一方面，目前我們更多的是看到什么東西別人做成了再跟進(jìn)，這樣雖然減少了試錯(cuò)成本，但總會(huì)跟在別人后面，要原創(chuàng)引領(lǐng)就必須進(jìn)入“無(wú)人區(qū)”，做一些還沒(méi)人嘗試的東西，很可能失敗，但必須允許承受這個(gè)試錯(cuò)成本。

記者：習(xí)近平總書(shū)記多次強(qiáng)調(diào)要加強(qiáng)基礎(chǔ)研究。人工智能領(lǐng)域情況如何？

周志華：不久前，中共中央政治局就加強(qiáng)基礎(chǔ)研究進(jìn)行集體學(xué)習(xí)。習(xí)近平總書(shū)記強(qiáng)調(diào)，加強(qiáng)基礎(chǔ)研究，是實(shí)現(xiàn)高水平科技自立自強(qiáng)的迫切要求，是建設(shè)世界科技強(qiáng)國(guó)的必由之路。各級(jí)黨委和政府要把加強(qiáng)基礎(chǔ)研究納入科技工作重要日程，加強(qiáng)統(tǒng)籌協(xié)調(diào)，加大政策支持，推動(dòng)基礎(chǔ)研究實(shí)現(xiàn)高質(zhì)量發(fā)展。

開(kāi)年不久，習(xí)近平總書(shū)記再次強(qiáng)調(diào)加強(qiáng)基礎(chǔ)研究。這讓我們備感振奮。以我從事的機(jī)器學(xué)習(xí)為例，這是人工智能的核心領(lǐng)域之一，大家都很關(guān)注，我國(guó)科研規(guī)劃也非常重視。但以往大家可能不太注意機(jī)器學(xué)習(xí)基礎(chǔ)研究與應(yīng)用技術(shù)研究的區(qū)別。事實(shí)上兩者有很大差別，前者聚焦基礎(chǔ)理論方法與關(guān)鍵算法模型，是提升人工智能系統(tǒng)的智能性、可靠性和可解釋性的關(guān)鍵；后者圍繞某個(gè)特定應(yīng)用任務(wù)領(lǐng)域，對(duì)已有方法和模型調(diào)整改進(jìn)以獲得現(xiàn)實(shí)效用。前者相比于后者來(lái)說(shuō)，研究門檻高、取得成果慢，不易直接產(chǎn)生效益，這導(dǎo)致年輕科研人員感到前者“性價(jià)比低”，對(duì)后者熱情更高。由于機(jī)器學(xué)習(xí)技術(shù)目前被廣泛使用，相比于人工智能其他領(lǐng)域，機(jī)器學(xué)習(xí)基礎(chǔ)研究被應(yīng)用研究“淹沒(méi)”的現(xiàn)象尤為明顯。

但應(yīng)該看到，機(jī)器學(xué)習(xí)基礎(chǔ)理論方法與關(guān)鍵算法模型一旦突破，則影響深遠(yuǎn)，例如著名的支持向量機(jī)源于統(tǒng)計(jì)學(xué)習(xí)理論和核方法，全世界的神經(jīng)網(wǎng)絡(luò)都在用BP算法訓(xùn)練，當(dāng)前火爆的ChatGPT則源于對(duì)抗生成網(wǎng)絡(luò)與擴(kuò)散模型。大力加強(qiáng)機(jī)器學(xué)習(xí)基礎(chǔ)研究，對(duì)實(shí)現(xiàn)我國(guó)人工智能領(lǐng)域高水平科技自立自強(qiáng)至關(guān)重要。

記者：對(duì)激勵(lì)機(jī)器學(xué)習(xí)基礎(chǔ)研究來(lái)說(shuō)，目前科研管理中存在些什么問(wèn)題？

周志華：目前在科研項(xiàng)目申請(qǐng)與人才選拔過(guò)程中，通常實(shí)施“打包評(píng)審”制度，機(jī)器學(xué)習(xí)基礎(chǔ)研究與應(yīng)用技術(shù)研究通常被放在一起評(píng)審。由于評(píng)審專家多為“大同行”，不易精準(zhǔn)把握工作內(nèi)涵，較多以高質(zhì)量論文數(shù)、引用數(shù)等為參考進(jìn)行評(píng)價(jià)。根據(jù)機(jī)器學(xué)習(xí)基礎(chǔ)研究與應(yīng)用技術(shù)研究?jī)蓚€(gè)代表性頂級(jí)期刊數(shù)據(jù)統(tǒng)計(jì)，后者近5年發(fā)表論文數(shù)為前者3倍、引用數(shù)為7倍，導(dǎo)致機(jī)器學(xué)習(xí)基礎(chǔ)研究“一流選手”在“成績(jī)單”上比不過(guò)應(yīng)用技術(shù)研究“二流選手”，引起更多青年人才趨向應(yīng)用研究。

另外，目前科研項(xiàng)目通常嚴(yán)格量化指標(biāo)考核。項(xiàng)目開(kāi)展前就明確一系列量化指標(biāo)，在項(xiàng)目實(shí)施的各環(huán)節(jié)都重點(diǎn)考查是否達(dá)到既定指標(biāo)。對(duì)應(yīng)用技術(shù)研究類項(xiàng)目，該管理方式能很好地引導(dǎo)監(jiān)督科研進(jìn)展。但對(duì)注重從0到1探索的基礎(chǔ)研究，則不太適宜。原始創(chuàng)新探索難免有失敗，“知道什么路走不通”本身就有重要價(jià)值。“試錯(cuò)機(jī)制”的缺乏使科研工作者不敢從事風(fēng)險(xiǎn)較大的原創(chuàng)性探索。

記者：您對(duì)此有些什么建議？

周志華：建議強(qiáng)化分類管理、分類評(píng)價(jià)，區(qū)別對(duì)待基礎(chǔ)研究和應(yīng)用技術(shù)研究，在評(píng)審階段，不把這兩類不同性質(zhì)的項(xiàng)目和人員打包到一起。同時(shí)，強(qiáng)化評(píng)審專家與項(xiàng)目?jī)?nèi)容的匹配度，提升“小同行”比例，引導(dǎo)專家從研究工作的技術(shù)內(nèi)涵評(píng)價(jià)其質(zhì)量水平。在項(xiàng)目考核管理上，對(duì)基礎(chǔ)研究型工作，不事先規(guī)定量化考核指標(biāo)，重點(diǎn)考核其原創(chuàng)價(jià)值和對(duì)于推動(dòng)領(lǐng)域發(fā)展的學(xué)術(shù)貢獻(xiàn)，允許原創(chuàng)探索過(guò)程中的試錯(cuò)。

人才與未來(lái)

記者：科技發(fā)展的關(guān)鍵是人才。我國(guó)人工智能人才情況如何？

周志華：全世界都面臨人工智能人才不足的問(wèn)題。即便歐美有那么厚的家底，在今天也出現(xiàn)了人工智能人才不足的局面，導(dǎo)致許多企業(yè)到高校去挖教授，已經(jīng)顧不上考慮如何培養(yǎng)未來(lái)的人才了。與歐美相比，我國(guó)人工智能人才儲(chǔ)備量少得多。一方面因?yàn)槲覀兤鸩酵恚瑲W美從20世紀(jì)50年代就開(kāi)始持續(xù)培養(yǎng)人工智能人才，而我國(guó)近十來(lái)年才有跟世界比較接軌的人工智能研究生培養(yǎng)，總體規(guī)模小，難以適應(yīng)我國(guó)人工智能事業(yè)發(fā)展的需要。近幾年我國(guó)許多高校都建立了人工智能學(xué)院，從本科開(kāi)始專門培養(yǎng)人工智能專業(yè)人才，這是一個(gè)好開(kāi)端。

記者：為什么要從本科開(kāi)始培養(yǎng)人工智能專業(yè)人才？

周志華：以往我們是從研究生階段培養(yǎng)人工智能專業(yè)人才，學(xué)生在本科階段并非專門針對(duì)人工智能建立知識(shí)結(jié)構(gòu)，會(huì)走些彎路，學(xué)的有些東西可能離人工智能專業(yè)的需求比較遠(yuǎn)，而不少對(duì)人工智能專業(yè)很重要的東西可能沒(méi)學(xué)、要到研究生階段去“補(bǔ)”，成長(zhǎng)就比較慢。這個(gè)問(wèn)題在美歐也開(kāi)始重視，在我們南京大學(xué)2018年3月成立人工智能學(xué)院兩個(gè)月之后，人工智能方面世界頂尖的卡耐基梅隆大學(xué)在2018年5月也建立了美國(guó)第一個(gè)人工智能本科專業(yè)。

因?yàn)槲覀儽葎e人更著急，所以就比別人更動(dòng)腦筋，也確實(shí)有了一些新的想法。比方說(shuō)難免有人懷疑，美國(guó)還沒(méi)做的事你們就能做？從這個(gè)角度上來(lái)說(shuō)，我們能夠去吃這個(gè)螃蟹，一定程度上也確實(shí)意味著我們有了很大提高，至少可以敢于先邁出腿去了。

記者：您認(rèn)為做好人工智能本科專業(yè)人才培養(yǎng)最重要的是什么？

周志華：師資隊(duì)伍和培養(yǎng)體系建設(shè)。師資隊(duì)伍非常重要，高水平的老師更容易帶出來(lái)優(yōu)秀的學(xué)生。在培養(yǎng)體系方面，因?yàn)槲覀冊(cè)谌斯ぶ悄鼙究迫瞬排囵B(yǎng)上已經(jīng)跟最發(fā)達(dá)國(guó)家同步，大家以前都沒(méi)有搞過(guò)，在培養(yǎng)體系上進(jìn)入了“無(wú)人區(qū)”，必須靠自己探索。南京大學(xué)在這方面起步比較早，已經(jīng)完成了完整一輪本科生培養(yǎng)，并且在培養(yǎng)過(guò)程中不斷研討反思、不斷改進(jìn)完善，最近我們把新版的培養(yǎng)體系出版分享出來(lái)，希望跟兄弟院校相互交流取長(zhǎng)補(bǔ)短、一起努力推進(jìn)我國(guó)高水平人工智能人才培養(yǎng)。

有些也需要不斷研討反思、不斷改進(jìn)完善。比方說(shuō)，人工智能專業(yè)人才需要比較強(qiáng)的數(shù)學(xué)基礎(chǔ)，比一般學(xué)計(jì)算機(jī)的學(xué)生需要更多數(shù)學(xué)課程，同時(shí)還需要加深加厚人工智能專業(yè)知識(shí)。但同是四年學(xué)時(shí)，學(xué)分總數(shù)也同樣，加一些課就必須減一些課，加法怎么做、減法怎么做？需要全局統(tǒng)籌。

記者：我國(guó)人工智能發(fā)展方面，有什么經(jīng)驗(yàn)可供我國(guó)其他科技和產(chǎn)業(yè)領(lǐng)域借鑒嗎？

周志華：我國(guó)很多科技和產(chǎn)業(yè)領(lǐng)域發(fā)展得更好、更有經(jīng)驗(yàn)。如果非要看人工智能領(lǐng)域的話，或許要說(shuō)“基礎(chǔ)研究—人才培養(yǎng)—?jiǎng)?chuàng)新技術(shù)—產(chǎn)業(yè)發(fā)展”通道的重要性。比方說(shuō)，計(jì)算機(jī)學(xué)科在國(guó)際頂級(jí)會(huì)議上發(fā)表論文被認(rèn)為是基礎(chǔ)研究水平與國(guó)際接軌的表征之一。20年前我們國(guó)內(nèi)人工智能基礎(chǔ)研究水平很弱，在幾大頂級(jí)會(huì)議上國(guó)內(nèi)學(xué)者論文罕見(jiàn)，偶爾有一兩篇，經(jīng)常被“剃光頭”，但現(xiàn)在幾乎所有的人工智能頂級(jí)會(huì)議都有大量的國(guó)內(nèi)論文。

基礎(chǔ)研究水平提高了，直接帶來(lái)的就是國(guó)內(nèi)大批研究生能夠接觸和從事國(guó)際接軌的研究課題，那么其中有一些孩子就自然會(huì)走到前沿，他們的聰明才智不僅會(huì)促進(jìn)基礎(chǔ)研究，還會(huì)促進(jìn)領(lǐng)域技術(shù)創(chuàng)新，他們工作后就紛紛成為人工智能業(yè)界的生力軍，為我國(guó)人工智能產(chǎn)業(yè)蓬勃發(fā)展作貢獻(xiàn)。

記者：您1995年在本科時(shí)就開(kāi)始接觸和研究人工智能中的機(jī)器學(xué)習(xí)，當(dāng)時(shí)人工智能是冷門，并且人工智能研究主要集中在專家系統(tǒng)領(lǐng)域。您當(dāng)時(shí)為什么會(huì)選擇關(guān)注這個(gè)領(lǐng)域？

周志華：我當(dāng)時(shí)在南京大學(xué)圖書(shū)館偶然看到一本書(shū)，《機(jī)器學(xué)習(xí)：通往人工智能的途徑》，翻閱之后對(duì)里面的內(nèi)容很感興趣。剛好計(jì)算機(jī)系通知我能免試保送研究生，就決定選擇以機(jī)器學(xué)習(xí)為研究方向。后來(lái)才知道這本書(shū)很有來(lái)頭，是1983年出版的、世界上第一部關(guān)于機(jī)器學(xué)習(xí)的文集，匯聚了機(jī)器學(xué)習(xí)研究初期國(guó)際上許多大家的工作，里面很多思想在今天仍有啟發(fā)性。

記者：您是完全在我國(guó)本土培養(yǎng)和成長(zhǎng)，成為具有卓著聲譽(yù)和國(guó)際影響力的學(xué)者。您認(rèn)為，個(gè)人成長(zhǎng)過(guò)程中最重要的因素是什么？

周志華：最重要的是我們國(guó)家的巨大發(fā)展。我只是我國(guó)千千萬(wàn)萬(wàn)科研工作者中的普通一員。國(guó)家的發(fā)展，國(guó)力的增強(qiáng)，使我們科研工作有了更好的條件。這讓我們能夠及時(shí)了解國(guó)際上相關(guān)科研進(jìn)展，查閱最新文獻(xiàn)。以往條件比較差，比如在我念研究生的時(shí)候，學(xué)校經(jīng)費(fèi)不足，能看到的最新國(guó)際文獻(xiàn)是3年前的期刊復(fù)印本，登載的是國(guó)外5年前的工作。近5年別人在做什么？需要靠猜。這樣要做出國(guó)際水平的工作就非常難。現(xiàn)在，我國(guó)的網(wǎng)絡(luò)建設(shè)和數(shù)字圖書(shū)館等等條件都非常好，國(guó)外昨天的最新工作，我們今天就能看到，文獻(xiàn)獲取上完全同步。還有國(guó)際學(xué)術(shù)交流。20年前我們到國(guó)外參加一次學(xué)術(shù)會(huì)議是了不得的事情，機(jī)會(huì)很少。現(xiàn)在各種頂級(jí)學(xué)術(shù)會(huì)議上都能看到我國(guó)學(xué)者，國(guó)內(nèi)也經(jīng)常有國(guó)外學(xué)者來(lái)訪，思維碰撞交流的機(jī)會(huì)多了，有助于產(chǎn)生創(chuàng)新想法。（本報(bào)記者 江 迪）