“世界頂尖科學(xué)家科學(xué)圓桌π：數(shù)智未來新突破”現(xiàn)場 圖片來源：世界頂尖科學(xué)家協(xié)會

“作為一名研究者你如何選擇自己的研究課題，以及背后是如何思考的？”11月7日，1986年圖靈獎得主、康奈爾大學(xué)計算機(jī)科學(xué)院工程與應(yīng)用數(shù)學(xué)系教授約翰·霍普克羅夫特（John Edward Hopcroft）在“世界頂尖科學(xué)家科學(xué)圓桌π：數(shù)智未來新突破”上向在場的中外頂尖科學(xué)家們拋出這個問題。

參加圓桌討論的7位人工智能（AI）領(lǐng)域科學(xué)家是美國卡內(nèi)基梅隆大學(xué)計算機(jī)系杰出教授、2004年美國“總統(tǒng)科學(xué)、數(shù)學(xué)和工程指導(dǎo)卓越獎”得主蘭諾·布魯姆（Lenore Blum），2022年世界頂尖科學(xué)家協(xié)會“智能科學(xué)或數(shù)學(xué)獎得主”邁克爾·I·喬丹（Michael I. Jordan），清華大學(xué)計算機(jī)科學(xué)與技術(shù)系教授朱軍，浙江大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院教授吳飛，清華大學(xué)軟件學(xué)院長聘副教授龍明盛和上海交通大學(xué)特聘教授敖平，他們分別分享了自己的研究心法。

“尋找真實(shí)世界中有潛力的地方”

被稱為機(jī)器學(xué)習(xí)宗師級人物的喬丹將自己的心得概括為“尋找真實(shí)世界中有潛力但還沒有正式得到研究的地方”。聽起來似乎非常抽象，他繼續(xù)說道，“在數(shù)學(xué)中可以針對一些課題做研究，但我并不覺得那是最激動人心的領(lǐng)域?！倍鴮τ谝苿又Ц兜难芯?，他卻感到興奮，“我了解了支付寶背后的機(jī)理——如何把商家和消費(fèi)者連接起來。除了支付行為，其包含的整個金融服務(wù)、小微貸款等都是由數(shù)據(jù)驅(qū)動的。這并不是單純的計算機(jī)科學(xué)，也不是單純的經(jīng)濟(jì)學(xué)，而是相互交叉的內(nèi)容，這是一個新的計算方式?！?/p>

2022年世界頂尖科學(xué)家協(xié)會“智能科學(xué)或數(shù)學(xué)獎得主”邁克爾·I·喬丹（Michael I. Jordan） 圖片來源：世界頂尖科學(xué)家協(xié)會

布魯姆對此表示同意，“我覺得很有借鑒，如何把市場的動態(tài)關(guān)系引入到我們的算法當(dāng)中，這是很值得探索的一個領(lǐng)域。”

除此之外，喬丹認(rèn)為一個重要的領(lǐng)域是“激勵”，比如語言建模需要有海量數(shù)據(jù)，那么數(shù)據(jù)怎么收集？關(guān)鍵是人們?yōu)槭裁丛敢庳暙I(xiàn)數(shù)據(jù)？這就需要考慮到對每個主體的激勵。

喬丹舉例說明，比如美國?品與藥品管理局（FDA）和制藥公司之間的矛盾就體現(xiàn)在數(shù)據(jù)披露上，制藥公司有完整的藥物數(shù)據(jù)，而FDA則需要根據(jù)制藥公司提供的數(shù)據(jù)做出藥物是否能上市的判斷?！霸鯓痈米寣Ψ焦?yīng)你所需要的數(shù)據(jù)？”他說，“在聯(lián)邦主體這樣一個大模型框架中，我們就可以通過一些計算方法，一些制度設(shè)計來完成有效激勵?！?/p>

喬丹覺得，“很多時候靈感正是來自于真實(shí)世界。”他喜歡周游世界，在全球各地進(jìn)行觀察，了解其中值得深挖的現(xiàn)象，“當(dāng)我看到有意思的現(xiàn)象時，我會思考它發(fā)生的邏輯，并從數(shù)學(xué)、統(tǒng)計學(xué)、博弈論等角度尋找更好的解決辦法?！比绻麑@些現(xiàn)象進(jìn)行建模，能夠建立相關(guān)的體系，或許就可以帶來非常好的突破。

對于未來二十年AI的進(jìn)化方向，喬丹認(rèn)為，可能會進(jìn)一步聚焦在與人的融合方面。比如在醫(yī)藥領(lǐng)域，通過數(shù)據(jù)的智能分析輔助醫(yī)生進(jìn)行診斷決策和治療，目前這一嘗試已經(jīng)在癌癥治療方面有所進(jìn)展。抑或是在商業(yè)領(lǐng)域，AI將幫助在消費(fèi)者需求和商家之間形成更精準(zhǔn)的匹配，其長尾效應(yīng)將更平等地滿足每一個人的個性化需求。

龍明盛也在關(guān)注目前沒有辦法解決的問題，“我現(xiàn)在看到在這個領(lǐng)域有很多沒有解決的問題，比如我可能知道在某個模型下怎樣做學(xué)習(xí)能力的轉(zhuǎn)移，但沒有其他如認(rèn)知模型、記憶模型等。有人認(rèn)為，如果把前面的知識轉(zhuǎn)移到新任務(wù)中就可以建立一些有利的認(rèn)知，但實(shí)際上很多模型沒有辦法應(yīng)用到神經(jīng)網(wǎng)絡(luò)的機(jī)制上。還有一些很難計算，也很難產(chǎn)出目前看來有用的成果?，F(xiàn)在在這個領(lǐng)域，創(chuàng)造更多計算機(jī)制去模擬記憶或其他人腦機(jī)制，還是很空白的狀態(tài)?！?/p>

AI+N時代，要跨學(xué)科尋找課題

吳飛則著重提到AI的不可解釋，“如何把人類知識輸入到人工智能模型中？比如引入一些邏輯、規(guī)則到模型中讓AI學(xué)習(xí)，通過這種方式建立可解讀的模型。為了實(shí)現(xiàn)這樣的目標(biāo)，我們必須把數(shù)學(xué)、神經(jīng)科學(xué)、計算機(jī)科學(xué)和人工智能技術(shù)結(jié)合在一起，所以人工智能是一個跨學(xué)科的領(lǐng)域?！?/p>

正如吳飛所說，AI研究中的跨學(xué)科問題被參加討論的學(xué)者多次提及。朱軍認(rèn)為，在應(yīng)用研究方面，AI研究的思路正在發(fā)生一些變化——開始解決更復(fù)雜的問題，而不是10年前相對簡單化的機(jī)器學(xué)習(xí)問題。由此，就需要研究者具備各學(xué)科的知識，跨學(xué)科地來解決這些難題。

“有一個很有意思的點(diǎn)，人工智能可以跟任何東西結(jié)合在一起，人工智能加藝術(shù)舞蹈，人工智能加科學(xué)，人工智能加數(shù)學(xué)。”布魯姆說，“所以看起來好像人工智能跟很多領(lǐng)域都能夠融入到一起、結(jié)合到一起。這點(diǎn)是很值得深思的，人工智能就好像一個集成器?！?/p>

布魯姆表示，“重要的是多和其他科學(xué)同道交流，我想強(qiáng)調(diào)的是科學(xué)研究是團(tuán)隊合作，不僅要專注于自己的研究課題，還要和其他研究課題相互交織，這樣才可以取得更長足的成長?！?/p>