7 月 12 日-7 月 14 日，2019 第四屆全球人工智能與機(jī)器人峰會(huì)（CCF-GAIR 2019）于深圳正式召開。峰會(huì)由中國計(jì)算機(jī)學(xué)會(huì)（CCF）主辦，雷鋒網(wǎng)、香港中文大學(xué)（深圳）承辦，深圳市人工智能與機(jī)器人研究院協(xié)辦，得到了深圳市政府的大力指導(dǎo)，是國內(nèi)人工智能和機(jī)器人學(xué)術(shù)界、工業(yè)界及投資界三大領(lǐng)域的頂級交流博覽盛會(huì)，旨在打造國內(nèi)人工智能領(lǐng)域極具實(shí)力的跨界交流合作平臺(tái)。

7 月 12 日，中國人工智能學(xué)術(shù)界首次公開舉辦了「華人頂會(huì)主席圓桌」。五大國際 AI 頂會(huì)華人主席分別就各自領(lǐng)域會(huì)議的文章水平、大會(huì)主題和形式等方面相關(guān)變化的觀察分享了相關(guān)觀點(diǎn)，該圓桌論壇主持人由京東集團(tuán)副總裁鄭宇擔(dān)任。

出席本次圓桌論壇的嘉賓有：

• 馬頌德，原科技部副部長、歐美同學(xué)會(huì)副會(huì)長、ICCV 2005 大會(huì)主席；
• 張正友，騰訊 AI Lab & Robotics X 主任、CVPR 2017 大會(huì)主席；
• 周明，微軟亞洲研究院副院長，國際計(jì)算語言學(xué)會(huì)（ACL）主席；
• 楊強(qiáng)，香港科技大學(xué)講席教授、微眾銀行首席 AI 官、IJCAI 理事會(huì)主席；
• 陳義明；新加坡工程院院士、南洋理工大學(xué)教授、ICRA 2017 大會(huì)主席。

圓桌探討

以下是圓桌會(huì)議的全部精彩內(nèi)容，雷鋒網(wǎng)做了不變原意的整理與編輯：

一、頂會(huì)現(xiàn)狀，一場過去與現(xiàn)在的思維碰撞

鄭宇：近幾年，各大頂會(huì)里面的文章水平、大會(huì)主題以及形式有發(fā)生哪些變化？尤其是現(xiàn)在相對 10 年前，我們的論文水平、學(xué)者參會(huì)情況上發(fā)生了哪些明顯的變化？

周明：這是一個(gè)值得探討的好問題，現(xiàn)在的 ACL 的文章主要有這樣的特點(diǎn)——聚焦大數(shù)據(jù)驅(qū)動(dòng)、神經(jīng)網(wǎng)絡(luò)方面的內(nèi)容，所以文章的技術(shù)水平很高；但內(nèi)容都千篇一律。20 年前大家是基于規(guī)則的，語言學(xué)規(guī)則大家有各自的想法，那時(shí)是皓首窮經(jīng)要寫上萬條規(guī)則，所以 20 年前的文章，個(gè)性化更強(qiáng)，在研究方面所下的功夫會(huì)比現(xiàn)在更深。

現(xiàn)在是一個(gè)好的時(shí)代，但是我們更應(yīng)該用開放的心胸看待歷史，充分尊重前輩的工作，從而找到未來新的增長點(diǎn)，即不要拘泥于現(xiàn)在所謂的「深度學(xué)習(xí)方法」，也應(yīng)該考慮到人類知識和大數(shù)據(jù)以及人的各種因素，將其糅合在一起，從而開創(chuàng)一個(gè)新的時(shí)代。

馬頌德：回顧這些會(huì)議這么多年來「想解決什么問題、在做什么努力」會(huì)對今后很有用。因?yàn)槲覀兛赡軙?huì)碰到類似的問題，就可以有類似的解決辦法。而反觀這些年計(jì)算機(jī)視覺方面包括 ICPR、ICCV 做的事情可以發(fā)現(xiàn)，雖然我們想構(gòu)筑一個(gè)人工智能計(jì)算系統(tǒng)或者計(jì)算機(jī)視覺系統(tǒng)，但這些年的文章、討論的問題卻是在努力尋求突破，而這些內(nèi)容的本質(zhì)就是加知識。當(dāng)然現(xiàn)在計(jì)算機(jī)視覺領(lǐng)域也有許多做的東西可能方向不太對，但所做的很多努力是能結(jié)合今后需要再繼續(xù)深入研究下去的。

鄭宇： ICCV 和 CVPR 有沒有區(qū)別？有多大區(qū)別？

張正友：兩者有很大的區(qū)別。從頻率來講，ICCV 兩年一屆，CVPR 一年一屆；從規(guī)模來講，我第一次參加 ICCV，規(guī)模是兩百多人，那時(shí) CVPR 也差不多兩三百人，而今年 CVPR 已經(jīng)達(dá)到了九千多人參會(huì)；從內(nèi)容來講，ICCV 更偏向理論的，更有指導(dǎo)性的工作；CVPR 是更偏向于應(yīng)用方向的研究；所以 ICCV 的門檻要比 CVPR 更高。

而近年來，會(huì)議的一個(gè)很大變化是中國人的參會(huì)比例。今年 CVPR 的會(huì)議，華人投稿比例達(dá)到 40%，參會(huì)華人估計(jì)超過 50%，華人在計(jì)算機(jī)視覺這個(gè)領(lǐng)域參會(huì)的人數(shù)非常多。除了門檻原因，這也側(cè)面反映中國人掌握應(yīng)用技術(shù)的能力是相當(dāng)強(qiáng)的；但也希望我們今后的發(fā)展，可以更多往原創(chuàng)性方向努力。

鄭宇： IJCAI 和 AAAI 有沒有什么獨(dú)立存在的意義？AAAI 與 KDD 的變化以及兩者的聯(lián)系是什么？

楊強(qiáng)：IJCAI 從 1959 年走到今天也犯了很多錯(cuò)誤，這些錯(cuò)誤既對我們有教育意義，也反映了人工智能走的一些彎路。人工智能一開始追求的是比較高級的智能，比如：推理、證明定理、下棋，所以有很多這方面的人工智能的研究；但是它卻忘記直接讓機(jī)器去接觸這些最原始的數(shù)據(jù)。所以現(xiàn)今 NLP 大火則告訴我們，不要追求那些看上去高大上的內(nèi)容而忘記基礎(chǔ)。其次，因?yàn)?IJCAI 追求這些高級智能，所以一開始 IJCAI 就決定了哪些方面不是 AI，并拒收該類論文。但今天這些拒收領(lǐng)域的參會(huì)人數(shù)比 IJCAI 更多，包括 CVPR、ICCV 等等的會(huì)議就是在這個(gè)基礎(chǔ)上建立的。盡管這些會(huì)議各自蓬勃發(fā)展，但會(huì)延遲整個(gè)人工智能的發(fā)展，甚至對這些單獨(dú)的領(lǐng)域起到延遲作用。

而談到 AAAI 和 IJCAI，首先 AAAI 的歷史是來自美國人工智能的，它是以美國人為主所建立的，至今沒有出過北美，只去過一次加拿大。但是 IJCAI 由世界輪流舉辦，所以每次開會(huì)都有一天時(shí)間是各國的人工智能學(xué)會(huì)，大家一起討論各國的人工智能發(fā)展，只是很可惜每次中國人工智能學(xué)會(huì)都沒有參加，也希望這一點(diǎn)在未來能有所改變。

至于 KDD，它本身是由數(shù)據(jù)庫那個(gè)方向發(fā)展過來的，它里面匯聚了很多數(shù)據(jù)庫的人士，專注于數(shù)據(jù)科學(xué)這個(gè)方向；和 AlphaGo、無人車這些全自動(dòng)驅(qū)動(dòng)的人工智能還是有一定的區(qū)別。

鄭宇：關(guān)于 ICRA 會(huì)議，有什么變化?

陳義明：ICRA 是從 1984 年開始的，至今已有 35 年的歷史。這個(gè)會(huì)議過去是偏理論為主，但近 10 年來開始偏向應(yīng)用方面，并且參會(huì)人員也從只有學(xué)校和研究單位，逐漸加入了越來越多的公司。但不管哪個(gè)行業(yè)應(yīng)用，針對機(jī)器人領(lǐng)域來說，最重要的就是落地。

既然是一個(gè)應(yīng)用學(xué)問，它會(huì)跟整個(gè)技術(shù)發(fā)展有一連串相關(guān)關(guān)系。最早機(jī)器人跟隨汽車業(yè)，中國的機(jī)器人起源也都是跟汽車工業(yè)有關(guān)。之后才開始有了移動(dòng)機(jī)器人、醫(yī)療機(jī)器人等等，所以從它的內(nèi)容來講，也主要與時(shí)代熱點(diǎn)相關(guān)。

2000 年左右，因?yàn)楸咎锿瞥鲭p足機(jī)器人，所以那段時(shí)間雙足機(jī)器人的文章就非常多。在前三五年無人機(jī)比較熱門，所以無人機(jī)的文章就非常多。一直到最近這兩年，大家都要用深度學(xué)習(xí)，很多人就一定要用深度學(xué)習(xí)來做工業(yè)機(jī)器人、無人機(jī)等等。但最重點(diǎn)是可以從中看出，現(xiàn)在大家對這個(gè)應(yīng)用越來越重視，尤其是落地行業(yè)的應(yīng)用。

鄭宇：這些會(huì)議最近一屆參會(huì)人數(shù)是多少？

周明：ACL 去年是 2000 多人，今年大概會(huì)突破到 2500 至 3000 人。

張正友：CVPR 今年有 9000 人。

楊強(qiáng)：IJCAI-18是作為Federated AI Meeting的一部分召開的，包含同期聯(lián)合舉行的AAMAS，ICML，ICCBR和SoCS的會(huì)議，一共有7000多人參會(huì)。

陳義明：ICRA 今年剛在加拿大蒙特利爾辦的，大概有 4000 人。

二、新會(huì)迅速崛起，是挑戰(zhàn)還是機(jī)遇？

鄭宇：NeurIPS 最近參會(huì)人數(shù)有 1 萬多，這個(gè)會(huì)議為什么能崛起？背后有什么樣的原因？這些現(xiàn)象說明了什么？

周明：其實(shí) ACL 最近提交論文數(shù)量也是爆增，主要原因我認(rèn)為有四點(diǎn)。第一，現(xiàn)在數(shù)據(jù)集太多，幾乎每年都會(huì)新增幾個(gè)數(shù)據(jù)集；第二，方法層出不窮；第三，博士生畢業(yè)需要撰寫相應(yīng)的論文；第四，被拒論文流于各個(gè)會(huì)議，所以每個(gè)會(huì)都會(huì)承接部分相同的論文。但總體來講，現(xiàn)在的會(huì)議都特別相似，所以會(huì)議規(guī)模太大并非好事，因?yàn)榇蠹叶紡谋妬碜鲞@些事。相反，我更傾向于一個(gè)小而精的會(huì)議，這樣的會(huì)更容易讓大家坐在一起深入討論一些方法。

張正友：CVPR 2017 年的時(shí)候是 5000 人，今年是 9000 人，假如按照這樣的曲線發(fā)展，會(huì)議量將非常大。我們?nèi)ラ_會(huì)沒有時(shí)間聽報(bào)告，更多是見見老朋友，朋友之間聊聊互相做的事情，所以現(xiàn)在參加會(huì)議目的已經(jīng)很不一樣了。真正要做學(xué)術(shù)，正如周明所說，還是在小會(huì)議、閉門會(huì)議聊得會(huì)深入些。

陳義明：ICRA 是機(jī)器人領(lǐng)域最大的會(huì)議，它基本上是一支獨(dú)大，規(guī)模也在成長；但畢竟學(xué)者總數(shù)還不多，因此成長空間有限。現(xiàn)狀是很多小會(huì)依附于大會(huì)，然后大家在大會(huì)上見老朋友，在這些小會(huì)上討論詳細(xì)的領(lǐng)域，所以現(xiàn)在大小會(huì)的交叉融合，我認(rèn)為是一個(gè)生態(tài)的演化。

鄭宇：NeurIPS 的火熱程度與深度學(xué)習(xí)的爆發(fā)和應(yīng)用有很大的關(guān)系，但深度學(xué)習(xí)是不是也會(huì)遇到寒冬呢？

楊強(qiáng)：我覺得「深度學(xué)習(xí)熱」是有原因的，因?yàn)橹拔覀冎饕菑倪壿嫷慕嵌葋碜龅娜斯ぶ悄埽R的方法根據(jù)規(guī)則而來，并沒有考慮人的大腦結(jié)構(gòu)。但現(xiàn)在發(fā)現(xiàn)人是一個(gè)魯棒性非常強(qiáng)的分布式的知識表達(dá)，在這種知識表達(dá)的思想下設(shè)計(jì)出來的機(jī)器雖然不一定是深度學(xué)習(xí)的表達(dá)，但是它確實(shí)是當(dāng)前最有代表性的。我覺得再往下應(yīng)該沿著這個(gè)方向繼續(xù)走下去，不一定是接著深挖現(xiàn)在有的神經(jīng)網(wǎng)絡(luò)式深度學(xué)習(xí)，也許還有其它的秉承這種分布式的思想，并且具有高魯棒性、高并行，能夠做知識的非線性轉(zhuǎn)化的方法。所以在這一領(lǐng)域，我們還有很多的路要走。

三、聚焦 AI 大勢，學(xué)界、業(yè)界何解？

鄭宇：深度學(xué)習(xí)在自然語言處理這個(gè)領(lǐng)域里面，其重要性和未來的前景如何？現(xiàn)在學(xué)生應(yīng)該花更多精力在深度學(xué)習(xí)，還是應(yīng)該反思之前的方法？

周明：我有兩個(gè)打引號的著名觀點(diǎn)，第一個(gè)觀點(diǎn)是要「與時(shí)俱進(jìn)」，即在你還對這個(gè)領(lǐng)域不太了解之前，就先跟隨別人。第二個(gè)觀點(diǎn)是「挑戰(zhàn)權(quán)威」，即在已經(jīng)了解這個(gè)行業(yè)的情況下，提出獨(dú)到的觀點(diǎn)，實(shí)現(xiàn)超越。人在任意時(shí)刻都是這兩個(gè)矛盾的有機(jī)統(tǒng)一，不同時(shí)刻要有不同取舍。

張正友：深度學(xué)習(xí)的成就還是有目共睹的，無論是在計(jì)算機(jī)視覺、語音識別還是在 NLP 方面都有很大的進(jìn)展，深度學(xué)習(xí)可能會(huì)成為一個(gè)工具。對每個(gè)學(xué)生來講，是需要花時(shí)間去了解這個(gè)工具的；而之后的發(fā)展則要根據(jù)個(gè)人興趣。有些學(xué)生目的不是要做研究，可能需要掌握深度學(xué)習(xí)，因?yàn)槟壳霸诠I(yè)界最有用的工具可能就是深度學(xué)習(xí)；但如果要做研究，那么你去深入思考深度學(xué)習(xí)背后的一些問題，然后進(jìn)行創(chuàng)新，可能會(huì)更好。

鄭宇：在學(xué)界和在工業(yè)界做人工智能，各有什么樣的利弊以及優(yōu)勢與劣勢，特別是從學(xué)界到工業(yè)界，最大的變化和挑戰(zhàn)是什么？

楊強(qiáng)：我在學(xué)術(shù)界往往是深挖一個(gè)東西，持續(xù)做 10 年、20 年。遷移學(xué)習(xí)我做了 20 多年，最后寫出一本書，這是在學(xué)術(shù)界的做法。而在工業(yè)界就是發(fā)現(xiàn)問題，比如在工業(yè)界我就發(fā)現(xiàn)公司和公司之間、部門和部門之間數(shù)據(jù)不通，即部門墻。很多人就認(rèn)為 AI 沒法做，但我認(rèn)為這是機(jī)會(huì)，所以我嘗試在保護(hù)數(shù)據(jù)隱私的情況下，打破部門墻。這是到了工業(yè)界才發(fā)現(xiàn)的問題。

張正友：工業(yè)界和學(xué)術(shù)界確實(shí)是很不一樣的，學(xué)術(shù)界在現(xiàn)在這個(gè)大數(shù)據(jù)時(shí)代往往拿不到大數(shù)據(jù)，只能在相對較小的數(shù)據(jù)里面做研究，最終效果可能很好，但到工業(yè)界要在實(shí)際中應(yīng)用，你會(huì)發(fā)現(xiàn)很多問題；在學(xué)術(shù)界可能你會(huì)專注于寫文章、發(fā)表，但是在工業(yè)界則是把重要的問題都解決掉，其中可能不光是一個(gè)問題；在學(xué)術(shù)界可能你喜歡某一個(gè)方法，你就沿著這個(gè)方法深挖、鉆研，這個(gè)問題本身可能沒有實(shí)際應(yīng)用，但在工業(yè)界則是以問題為出發(fā)點(diǎn)，有哪些重要的問題，那么我們就需要想辦法來解決這個(gè)問題。

鄭宇：請馬老師說一下學(xué)術(shù)界的優(yōu)勢，之前有個(gè)觀點(diǎn)說好像工業(yè)界把學(xué)界的人挖得差不多了。

馬頌德：因?yàn)槿斯ぶ悄芎芑穑瑢W(xué)生畢業(yè)后假如還留在一般的研究機(jī)構(gòu)，可能收入會(huì)和工業(yè)界差很多倍。現(xiàn)在可能我們不需要這么多研究，所以有很多人轉(zhuǎn)到工業(yè)界，國際上也是這樣，很多人進(jìn)入了工業(yè)界的研究所，這是正常現(xiàn)象。我們不太能說清學(xué)術(shù)界在基礎(chǔ)研究方面能夠提出很多有價(jià)值的問題或者在近期可以做出重要的突破，但我們?nèi)匀恍枰芯浚潜仨毜模彩菓?yīng)該的，只是它的隊(duì)伍的穩(wěn)定或者價(jià)值觀等，還需要大家來共同努力。

鄭宇：有什么好的辦法可能保持隊(duì)伍的穩(wěn)定性并培養(yǎng)優(yōu)秀人才？

陳義明：事實(shí)上，國內(nèi)很多做 AI 的人士是從新加坡回國的，所以現(xiàn)今新加坡還能維持當(dāng)前的狀態(tài)，主要還是因?yàn)樗容^國際化。除了吸引華人之外，新加坡也吸引了世界各國的人來工作。但機(jī)器人的狀況不太一樣，因?yàn)檎嬲畽C(jī)器人的人是比較少的，現(xiàn)在全世界都缺這類人才，而且培養(yǎng)起來要花較長時(shí)間，所以解決方法只能是從頭培養(yǎng)。

周明：首先看到學(xué)術(shù)界的人才流失是正常的現(xiàn)象，這是它自身規(guī)律所在。第一，因?yàn)閷W(xué)校是培養(yǎng)人才的地方，出很多全新的研究成果較難，更多的都是跟隨別人；所以很多人的想法是與其跟隨別人，不如到工業(yè)界發(fā)揮更大的作用；第二，反觀現(xiàn)在出現(xiàn)這種情況有深層的社會(huì)原因，可能有政府政策導(dǎo)向、市場因素等等，這需要國家共同帶動(dòng)好的研究氣氛與文化，來將優(yōu)秀的人才留在學(xué)校；第三，業(yè)界跟學(xué)校的真誠合作并非挖人，而是真正幫助學(xué)校將其研究土壤立起來，幫助老師走向國際化，把更好的學(xué)生培養(yǎng)出來。

鄭宇：在 AI 的道路上，學(xué)生應(yīng)該有哪些東西要注意的，怎么樣培養(yǎng)自己的能力？

周明：我覺得最重要的就是找一個(gè)好的導(dǎo)師。

馬頌德：因?yàn)楦鱾€(gè)學(xué)科不一樣，在人工智能領(lǐng)域，對地點(diǎn)、對老師、對各方面的選擇非常重要。

張正友：一個(gè)學(xué)生如果真想做研究的話，還是要帶著一種熱情，你就能夠比較持續(xù)地堅(jiān)持你要走的科研道路。不要怕坐冷板凳，現(xiàn)在看起來人工智能很火紅，但之前這個(gè)領(lǐng)域的圖靈獎(jiǎng)獲得者也坐了 30 多年的冷板凳，所以真想要做科研，要有坐冷板凳的精神。

楊強(qiáng)：除了找好老師，還得多跟老師交流，要善于交流，要勇敢；其次是要有一個(gè)好的平臺(tái)，這個(gè)平臺(tái)會(huì)有很多資源給你，包括數(shù)據(jù)資源、問題資源、周邊的一些朋友圈；然后個(gè)人要勤奮、要好奇、要有熱情。

陳義明：我覺得還有一點(diǎn)也很重要，希望各位同學(xué)一定要保持一個(gè)開放的心態(tài)。做研究，你的熱情很重要，你不能只等老師給你題目，自己也要主動(dòng)去發(fā)掘題目。

四、AI 未來何去何從

鄭宇：用一句話總結(jié)你心目中中國的未來 AI 將是如何？

陳義明：我覺得未來中國的 AI 發(fā)展一定會(huì)非常好，因?yàn)橹袊膽?yīng)用場景是全世界第一，機(jī)器人需要很多的應(yīng)用場景。
楊強(qiáng)：我覺得科學(xué)不分國籍，要本著開放的心態(tài)。

張正友：我也同意陳老師的講法，中國的應(yīng)用場景無論是人工智能還是機(jī)器人都非常強(qiáng)大，前景是非常好的，希望中國人工智能發(fā)展越來越好。

馬頌德：中國在 AI 方面的應(yīng)用一定會(huì)是全世界規(guī)模最大的，但是在 AI 的基礎(chǔ)研究方面要有重大突破，我現(xiàn)在并不樂觀，也可能全世界都沒有這樣的突破。最近有人采訪了全世界目前在人工智能方面最有權(quán)威的一些專家，他們也都表示對 AI 的未來有不同的看法，比如「到底能不能實(shí)現(xiàn)真正的人工智能」，大家的看法的差別很大。有人說要 20 年以后能實(shí)現(xiàn)，有人說 200 年以后才能實(shí)現(xiàn)。而這一切都依賴于重大的突破，這方面我現(xiàn)在無法預(yù)測。但可以確定的是，目前中國能夠看到的 AI 應(yīng)用是世界組成中最大的一部分。

周明：理論研究固然重要，但是它是需要時(shí)間的，我認(rèn)為中國把實(shí)用系統(tǒng)做實(shí)做好，踏實(shí)苦干可能是最重要的。

來源 | 雷鋒網(wǎng)
作者 | 楊鯉萍
編輯 | 賈偉