周志华:对人工智能期待过高很危险现在只是起步点

来源：财新网时间：2017-10-30 17:49:51

人工智能(AI)掀起热潮，南京大学教授、知名人工智能学者周志华却在“泼冷水”。10月29日，周志华在2017年未来论坛上对财新记者表示，对人工智能期待过高很危险。“现在全民都在谈AI，但真正的专家可能连你见到的十分之一都不到。如果你听信所谓专家的话，期待就会被逐渐放大。”

他还对财新记者称，中国的人工智能领域存在急功近利的现象，关心短时间内技术能否突破和应用。人工智能可以解决很多问题，但如果抱着这样的期望，就一定会失望。

“最近五六年，大家发现人工智能可以解决很多问题，认为人工智能一下子爆发了，但学术界并不这样看，研究是一点点往前走。今天人工智能应用是在消费人工智能学界过去20年的积累。”周志华称，所有科学技术发展都是一步一步往前走。如果身处这一领域，就能看到每一步都是一小步，突然回头看可能是一大步。

周志华介绍，人工智能技术研究从来不是一蹴而就的，比如热门的卷积神经网络已经由来已久。卷积最晚在1906年已经出现在文献中了，第一次引进到神经网络中是1982年。1989年，第一次引进现在用的BP(反向传播)算法去训练它。到2009年，人们明白如何训练深度卷积神经网络，再到2012年引发社会关注，“也就是说，将近30年前了，这个卷积神经网络就已经存在了。”

2012年，神经网络之父、多伦多大学教授Geoffrey Hinton与他的学生将卷积神经网络(CNN)应用于图像识别，在著名的ImageNet计算机视觉识别挑战赛中一举夺魁。这被视为近年人工智能技术的里程碑事件，如今卷积神经网络也在产业界得到广泛应用。

“Geoffrey Hinton参加ImageNet也是为了宣传深度神经网络。”周志华介绍，Geoffrey Hinton在参加ImageNet大赛之前，咨询了加州大学伯克利分校主攻计算机视觉的Jitendra Malik教授。“这个技术很好，为什么大家不用?后来Malik说，你要做一件吸引眼球的事情，所以他们去参加了ImageNet。”

周志华认为，从事机器学习研究就像制作锤子、剪刀等工具，“Hinton用神经网络这个锤子，去敲了一个钉子，产业界发现了这个锤子，就拿去发扬光大了。但锤子早就有了。”周志华补充道，还有很多机器学习的工具，产业界还没有发觉。

在近年的人工智能热潮中，不少人工智能学者进入产业界。2013年，Geoffrey Hinton加入谷歌;同年，纽约大学终身教授Yann LeCun加入Facebook，任人工智能研究院院长;斯坦福大学副教授吴恩达也先后加盟谷歌、百度，领导人工智能研究。

周志华表示，人工智能人才稀缺，尤其是在中国。中国人工智能研究和国际真正接轨是最近十年左右的事情，积累的人才量非常少。但国内人工智能企业的需求非常旺盛，到处挖人，而不注重去上游培养年轻人才。

周志华是南京大学机器学习与数据挖掘研究所 (LAMDA) 所长，是美国计算机学会(ACM)、国际人工智能学会 (AAAI) 、国际电气电子工程师学会 (IEEE)等学会的会士，以及欧洲科学院外籍院士。(记者叶展旗)