浙大吳飛：人工智能具有學(xué)科滲透力，“AI人才缺口”是一個(gè)偽命題

在吳飛看來(lái)，計算機、軟件等學(xué)科均與AI有著(zhù)緊密關(guān)系，目前社會(huì )上對人工智能需求有著(zhù)明確指向，因此社會(huì )上對“AI人才”這一標簽有了迫切需求。

“人工智能雖有其學(xué)科獨立性，但同時(shí)也是具有很強滲透性和交叉性。2016年之前，人工智能還沒(méi)有這么熱，那時(shí)大家都覺(jué)得計算機和統計等專(zhuān)業(yè)還是熱門(mén)專(zhuān)業(yè)?，F在人工智能一下子熱起來(lái)了，據說(shuō)中國人工智能人才缺口達到了500萬(wàn)，我認為這是偽命題。原因在于很難明確定義什么是獨立于其他專(zhuān)業(yè)而存在的人工智能人才。”浙江大學(xué)計算機學(xué)院副院長(cháng)、浙江大學(xué)計算機學(xué)院人工智能研究所所長(cháng)吳飛教授說(shuō)到。

圖 | 浙江大學(xué)計算機學(xué)院副院長(cháng)、浙江大學(xué)計算機學(xué)院人工智能研究所所長(cháng)吳飛教授

人工智能分為三階段，現在較為實(shí)用的是大數據智能

在人工智能的劃分上，學(xué)術(shù)圈和產(chǎn)業(yè)界有著(zhù)不同的說(shuō)法，譬如若人工智能-通用人工智能-強人工智能-超人工智能。

對于這個(gè)問(wèn)題，吳飛教授較為傾向于領(lǐng)域人工智能、通用人工智能和混合增強智能。領(lǐng)域人工智能靠特定任務(wù)數據和規則驅動(dòng)，通用人工智能具備自我學(xué)習、舉一反三的能力，至于混合增強智能，則是多種智能體的組合，如人類(lèi)智能+機器智能的有機組合，如達芬奇手術(shù)機器人和IBM Watson輔助醫生看病等等。

此前，AlphaGo Zero從空白狀態(tài)學(xué)起，在無(wú)任何人類(lèi)輸入的條件下迅速自學(xué)圍棋，并以100：0的戰績(jì)擊敗“前輩”?？吹紸lphaGo Zero的“自我學(xué)習”，業(yè)內就有人思考，這是不是就是通用人工智能？

對此，吳飛教授表示不認同。在他看來(lái)，在這一“自我學(xué)習”之前，人類(lèi)會(huì )向其告知圍棋的相關(guān)規則，包括勝敗評判的標準等等。AlphaGo Zero在“規則有限、目標明確”的條件下，自我對弈了2900萬(wàn)次，因此AlphaGo Zero依舊是由大數據所驅動(dòng)的，是大數據驅動(dòng)下的規則有限、目標明確且模式可枚舉的人工智能。也就是說(shuō)，這依舊是領(lǐng)域人工智能的一種典型算法。

在吳飛教授眼中，通用人工智能只體現在人類(lèi)身上，而想要打造通用人工智能系統，除非將人類(lèi)大腦全面解析。“現在產(chǎn)業(yè)中運用最多且最為有效的是以深度學(xué)習為代表、面向特定任務(wù)的數據驅動(dòng)算法，即大數據智能（弱人工智能）。”

大數據智能下，企業(yè)高校從各司其事到抱團合作

理論研究需要數據、訓練算法需要數據、技術(shù)應用需要數據……在智能化時(shí)代，數據就是“石油”般的存在。

在這一階段，因為是由大數據驅動(dòng)，所以人工智能需要很多標注數據。“在這方面，擁有大量數據的公司走在了高校的前面，他們可以做出高性能的人工智能算法，搭建非常漂亮的人工智能應用。”吳飛教授表示。

不過(guò)，人工智能產(chǎn)業(yè)所需要的不僅僅是會(huì )研發(fā)AI算法、搭建AI應用的科技企業(yè)，“如果人工智能僅僅是基于大數據的人工智能，那就有失偏頗，高校更多的發(fā)展空間就是人工智能其他方向的技術(shù)理論的研究，和核心技術(shù)的攻關(guān)。”

從相關(guān)動(dòng)態(tài)來(lái)看，我們可以很明顯的看出，產(chǎn)學(xué)研結合已成為了一種必然趨勢。譬如科大訊飛，已經(jīng)與包括中科院、清華大學(xué)在內的20多所高校研究院等共同合作建立了實(shí)驗室，從事智能語(yǔ)音的技術(shù)研發(fā)和產(chǎn)業(yè)應用方向開(kāi)發(fā)。

在當前的環(huán)境內，高校研究院有自己的事情，企業(yè)也有著(zhù)自己的需求。在這樣的背景下，如果高校研究院和企業(yè)能夠結合起來(lái)，瞄準大數據智能的一些不足、非大數據智能所不能解決的算法上進(jìn)行合作，這也是一個(gè)很好的合作點(diǎn)。

與此同時(shí)，吳飛教授也明確補充到，在當前的環(huán)境下，于高校而言，培養人才是最大、最重要的任務(wù)。

這不禁讓我們想到了當前AI產(chǎn)業(yè)界人才稀缺的現狀。

AI是一門(mén)滲透性強的交叉學(xué)科，“AI人才缺口”是個(gè)偽命題

人工智能孵化器ElementAI基于Linkeln和各大會(huì )議的專(zhuān)家數據，對中、美、加、德、日等主流國家的AI人才做了一份統計。結果顯示，全世界大約有2.2萬(wàn)名擁有博士學(xué)位的AI從業(yè)人員和研究人員，以及5400位AI專(zhuān)家，中國以總人數619人位列第7。

另外，騰訊研究院聯(lián)合Boss直聘發(fā)布《2017全球AI人才白皮書(shū)》，其中顯示，僅在2017年的前10個(gè)月，AI人才需求量已經(jīng)達到2016年的近兩倍，2015年的5.3倍，年復合增長(cháng)率超過(guò)200%……

從這些數據來(lái)看，國內AI人才急缺，但吳飛教授卻提出了自己的看法。

吳飛教授認為，人工智能雖具有一定的學(xué)科獨立性，但是更多意義上是和其他學(xué)科交叉和滲透在一起，如計算機學(xué)科、控制學(xué)科等等都是能體現人工智能專(zhuān)業(yè)性的學(xué)科。只不過(guò)，國內沒(méi)有一個(gè)專(zhuān)業(yè)叫做人工智能，所以目前所有專(zhuān)業(yè)畢業(yè)的學(xué)生都沒(méi)有打上“人工智能”的標簽。因此，前些日子媒體所言人工智能人才缺口500萬(wàn)這一數字的計算口徑并不科學(xué)。

此外，不僅僅是計算機、統計學(xué)等專(zhuān)業(yè)，吳飛教授也補充道，諸如農業(yè)、交通、管理等學(xué)科，只需在領(lǐng)域人才培養中添加人工智能要素，形成智能+X人才，對于人工智能人才培養也是一種有力補充。

特邀報告：“數據、知識和行為交互下的智能學(xué)習”

吳飛教授受邀在5月12日于揚州舉辦的第十九屆全國圖象圖形學(xué)學(xué)術(shù)會(huì )議上作題為“數據、知識和行為交互下的智能學(xué)習”的報告。該會(huì )議由中國圖象圖形學(xué)學(xué)會(huì )主辦，揚州大學(xué)承辦，是中國圖象圖形學(xué)學(xué)會(huì )主辦的最高級別的系列國內會(huì )議。

在吳飛教授看來(lái)，人工智能中，知識引導方法長(cháng)于推理(但是其難以拓展)、數據驅動(dòng)模型擅于預測識別（但是其過(guò)程難以理解)、策略學(xué)習手段能對未知空間進(jìn)行探索（但其依賴(lài)于搜索策略）。他將在大會(huì )上探討數據驅動(dòng)中歸納、知識指導下演繹和行為強化內規劃相互融合而進(jìn)行智能學(xué)習途徑。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！