2月9日，一年一度的AI界盛會(huì)AAAI閉幕。根據(jù)在開(kāi)幕式上的數(shù)據(jù)以及參會(huì)者評(píng)述，本次參會(huì)人數(shù)為1692人，為近幾年之zui。論文提交總數(shù)2571篇，同為歷史zui高，錄用論文數(shù)量639篇，在全部提交的論文中，中國(guó)提交數(shù)量占到總數(shù)的31%，略高于美國(guó)的30%，是歷*華人參會(huì)人數(shù)、受關(guān)注度zui高的一次大會(huì)。
AAAI成立于1979年，在有超過(guò)4000名會(huì)員，幾十年來(lái)一直為人工智能的*盛會(huì)，每年年初匯聚zui*的人工智能領(lǐng)域?qū)＜铱茖W(xué)家、學(xué)者、工程師、從業(yè)者，共同討論人工智能領(lǐng)域的研究進(jìn)展。
 
　　中國(guó)學(xué)界表現(xiàn)令人欣喜：人才供應(yīng)加大
 
　　“本次參會(huì)的中國(guó)學(xué)者很多，大約有幾百人，而且來(lái)自內(nèi)地的學(xué)者占優(yōu)勢(shì)。以前參會(huì)的內(nèi)地學(xué)者和香港學(xué)者數(shù)量大致相同。”據(jù)參加大會(huì)的香港科技大學(xué)教授楊強(qiáng)表示。他是AAAI*華人院士，并在協(xié)會(huì)擔(dān)任執(zhí)委。
 
　　楊強(qiáng)指出，本次會(huì)議讓人印象zui為深刻的就是來(lái)自中國(guó)的學(xué)者增多了，尤其是中國(guó)學(xué)生，“我看到很多中國(guó)學(xué)生演講，很年輕，水平很高，英文也很好，中國(guó)的潛力很大。”
 
　　據(jù)了解，不僅參會(huì)的人數(shù)變多，而且論文質(zhì)量也有提升。以往，中國(guó)學(xué)者投稿的論文數(shù)量與美國(guó)大致相等，但是錄取率遠(yuǎn)低于美國(guó)。但是本次大會(huì)上，中國(guó)學(xué)者論文的錄取率已經(jīng)幾乎與美國(guó)持平了。
 
　　中國(guó)在人工智能領(lǐng)域的快速崛起，已經(jīng)吸引到了的關(guān)注。去年10月，奧巴馬政府發(fā)布了人工智能研究的戰(zhàn)略計(jì)劃，其中便提到中國(guó)在深度學(xué)習(xí)領(lǐng)域正在快速追趕，甚至威脅到美國(guó)的地位。
 
　　現(xiàn)任AAAI主席Subbarao Kambhampati在接受大西洋月刊采訪時(shí)介紹，他zui初在AAAI會(huì)議上看到的中國(guó)研究人員通常都來(lái)自清華和北大，但是現(xiàn)在他看到來(lái)自中國(guó)各地的學(xué)者發(fā)表的論文，不再于*高校。“與三四年前相比，這種變化簡(jiǎn)直令人驚訝。”
 
　　但同時(shí)，楊強(qiáng)也指出目前中國(guó)原創(chuàng)性高的研究較少，這一點(diǎn)還有待提高。今年AAAI*論文頒發(fā)給了斯坦福大學(xué)的Russell Steward以及其導(dǎo)師Stefano Drmon撰寫(xiě)的論文《Label-Free Supervision of Neural Networks with Physics and Domain Knowledge》。該文章從已知的關(guān)系(如物理定律)入手，通過(guò)輸出必須滿足物理定律的約束來(lái)訓(xùn)練學(xué)習(xí)。“這種原創(chuàng)的思考很值得我們中國(guó)學(xué)生學(xué)習(xí)的。”
 
　　楊強(qiáng)主張的“遷移學(xué)習(xí)”或是國(guó)內(nèi)少數(shù)具有原創(chuàng)性思路的研究成果，所謂遷移學(xué)習(xí)，也就是舉一反三的能力，是指利用兩個(gè)領(lǐng)域的相似度，將已經(jīng)存在的模型遷移到新的領(lǐng)域使用，這樣，在新的領(lǐng)域用小數(shù)據(jù)樣本訓(xùn)練即可。遷移學(xué)習(xí)一方面降低了沒(méi)有大數(shù)據(jù)優(yōu)勢(shì)的產(chǎn)業(yè)界進(jìn)入人工智能的門(mén)檻，另一方面“也是zui終讓機(jī)器學(xué)會(huì)學(xué)習(xí)的一個(gè)很有可能的方向。”
 
　　應(yīng)該由政府來(lái)推動(dòng)產(chǎn)學(xué)融合創(chuàng)新
 
　　楊強(qiáng)注意到，本次參會(huì)企業(yè)中，出現(xiàn)了一批中國(guó)新興公司，除了歷年常客百度、騰訊、亞馬遜、IBM、Facebook、微軟、Adobe出現(xiàn)在本次AAAI大會(huì)企業(yè)目錄中之外，名單里還開(kāi)始冒出一些中國(guó)小公司，包括今日頭條、獵豹、甚至像小i機(jī)器人這樣的初創(chuàng)公司，但是仍然是以互聯(lián)網(wǎng)公司為主。
 
　　“中國(guó)的科技公司擁有敏銳的嗅覺(jué)，能夠快速地將理論運(yùn)用到產(chǎn)品上來(lái)吸引用戶。這一點(diǎn)，美國(guó)公司比不上。”百度人工智能實(shí)驗(yàn)室科學(xué)家吳恩達(dá)在大西洋月刊的采訪中提到。
 
　　在楊強(qiáng)看來(lái)，中國(guó)公司在與學(xué)界的開(kāi)放合作上呈現(xiàn)出優(yōu)于西方公司的優(yōu)勢(shì)：他舉例說(shuō)，香港科大實(shí)驗(yàn)室學(xué)生在與騰訊合作中可以大量使用騰訊的數(shù)據(jù)，也可以將設(shè)計(jì)應(yīng)用到公司產(chǎn)品上。但反觀西方企業(yè)對(duì)學(xué)界的開(kāi)放程度就不如中國(guó)，“這一點(diǎn)上，中國(guó)有很大的潛力。”
 
　　他認(rèn)為，在人工智能領(lǐng)域，數(shù)據(jù)的重要性不言而喻，沒(méi)有大量數(shù)據(jù)就沒(méi)法開(kāi)展研究，因此產(chǎn)學(xué)結(jié)合顯得十分關(guān)鍵。
 
　　另外，中國(guó)互聯(lián)網(wǎng)公司擁有的海量數(shù)據(jù)，亦是人工智能產(chǎn)業(yè)孵化的重大前提。他認(rèn)為，與上世紀(jì)80年代圍繞著“專家系統(tǒng)”為主的人工智能討論熱潮不同，因?yàn)橛辛舜髷?shù)據(jù)和算法的支持，這一撥AI熱潮“更腳踏實(shí)地”了。
 
　　但是楊強(qiáng)不同意美國(guó)有媒體認(rèn)為中國(guó)在“深度學(xué)習(xí)”上已經(jīng)美國(guó)的言論，他認(rèn)為原創(chuàng)性研究的不足仍然是中國(guó)人工智能研究領(lǐng)域的突出問(wèn)題，這決定了人工智能當(dāng)前在產(chǎn)業(yè)通用領(lǐng)域發(fā)展仍然不盡如人意。
 
　　楊強(qiáng)認(rèn)為，受益以及應(yīng)用zui多的行業(yè)仍然集中在互聯(lián)網(wǎng)領(lǐng)域，zui明顯的便是淘寶、京東一類(lèi)的電商推薦，以及亞馬遜的Echo智能音響。其共同點(diǎn)都是在一個(gè)很窄的領(lǐng)域收集了大量的數(shù)據(jù)來(lái)訓(xùn)練AI。“這些領(lǐng)域回報(bào)非常快。”
 
　　專家們認(rèn)為，受益明顯的還將包括金融和醫(yī)療行業(yè)。金融領(lǐng)域數(shù)字化程度非常高，數(shù)據(jù)都得以大規(guī)模保持，國(guó)內(nèi)外各種金融智投產(chǎn)品應(yīng)運(yùn)而生，比如國(guó)外的Kensho，國(guó)內(nèi)的摩羯智投等。其次，醫(yī)療領(lǐng)域的一些前期鑒別，比如癌癥的識(shí)別、人臉識(shí)別、體檢片子掃描等也都是非常有可能成功的方向。
 
　　“無(wú)人駕駛有成功的一面，也有不成功的一面。”楊強(qiáng)評(píng)價(jià)近年來(lái)資本和產(chǎn)業(yè)布局較深的無(wú)人車(chē)方向，他認(rèn)為無(wú)人駕駛的突破瓶頸仍然是各種突發(fā)場(chǎng)景的數(shù)據(jù)不足問(wèn)題。
 
　　新技術(shù)的研究、應(yīng)用與推廣，離不開(kāi)產(chǎn)-學(xué)-研一體的合作，對(duì)于人工智能即將開(kāi)啟的新一波產(chǎn)業(yè)浪潮，除了學(xué)界、產(chǎn)業(yè)界，政府的作用也不可忽視。楊強(qiáng)認(rèn)為，政府的重要性就在于制定大方向，就像美國(guó)當(dāng)年的“登月計(jì)劃”以及zui近美國(guó)政府主導(dǎo)的“無(wú)人車(chē)大賽”，通過(guò)一些大型規(guī)劃來(lái)推動(dòng)產(chǎn)業(yè)和學(xué)界的融合發(fā)展。
 
　　“學(xué)者都喜歡耕耘自己熟知的‘自留地’，而產(chǎn)業(yè)界對(duì)基礎(chǔ)一點(diǎn)，長(zhǎng)遠(yuǎn)一點(diǎn)的研究也著力不深，所以這種大方向的制定只有政府能做。要把目標(biāo)定得非常長(zhǎng)遠(yuǎn)，又要可檢測(cè)，這也是對(duì)政府的一個(gè)考驗(yàn)吧。”他表示。