當房子越建越高時，就需要回頭看地基是不是堅實。中國科學(xué)院院士、北京大學(xué)教授張平文團隊最近在做一件事——給人工智能“大廈”夯基，即為人工智能機器學(xué)習(xí)中常用的數(shù)學(xué)符號提供一個通用標準。
人工智能作為一個高度交叉而又發(fā)展迅猛的學(xué)科，吸引了來自數(shù)學(xué)、物理、化學(xué)、生物甚至人文社科等不同領(lǐng)域的眾多研究人員參與其中。對于不同學(xué)科的研究人員來說，一個現(xiàn)實的問題就是如何消除信息鴻溝。統(tǒng)一數(shù)學(xué)符號等基礎(chǔ)性工作，看似簡單，卻是人工智能長遠發(fā)展的“地基”。
“目前，人工智能的數(shù)理基礎(chǔ)還不成熟，但這也為廣大青年學(xué)者提供了更多創(chuàng)新機會。”在日前舉辦的2020北京智源大會上，張平文等專家圍繞人工智能下一個十年發(fā)展面臨的重大問題進行交流探討，呼吁加強人工智能數(shù)理基礎(chǔ)等相關(guān)研究。
有望催生新的研究方向
中國科學(xué)院院士、清華大學(xué)教授張鈸認為，第一代人工智能靠知識驅(qū)動，第二代人工智能靠數(shù)據(jù)驅(qū)動，目前進入第三代人工智能發(fā)展期，主要靠認知驅(qū)動?！罢J知驅(qū)動中，深度學(xué)習(xí)研究尤為重要，發(fā)展前景廣闊，但仍需加強理論和方法等基礎(chǔ)性工作?！?nbsp;
張平文也認為，機器學(xué)習(xí)等深度學(xué)習(xí)理論是當前人工智能數(shù)理基礎(chǔ)研究的熱門方向之一。雖然在此次人工智能浪潮中，深度學(xué)習(xí)理論表現(xiàn)良好，但研究人員還不能解決它的可解釋性問題。
事實上，可解釋性、可計算性、泛化性、穩(wěn)定性等正是人工智能未來發(fā)展面臨的重大理論挑戰(zhàn)。例如可解釋性，“分兩個層面，一是從數(shù)學(xué)算法的角度解釋，二是從數(shù)學(xué)模型的角度解釋機器學(xué)習(xí)的問題。這些基礎(chǔ)性工作都有待深入研究。”張平文說。
“機器學(xué)習(xí)是從數(shù)據(jù)中挖掘出有價值的信息。數(shù)據(jù)本身是無意識的，不能自動呈現(xiàn)有用的信息?！北本┐髮W(xué)長聘教授張志華說，“怎樣才能找出有價值的信息？首先要給數(shù)據(jù)一個抽象的表示，然后進行建模，再進行計算。”
“機器學(xué)習(xí)想要實現(xiàn)的是從數(shù)據(jù)到?jīng)Q策到預(yù)測的過程，這意味著很多新問題會出現(xiàn)，而這些新問題都有賴于通過加強算法、模型等數(shù)理基礎(chǔ)研究來解決?！睆埰轿谋硎荆瑪?shù)理基礎(chǔ)研究無法在短時間內(nèi)實現(xiàn)，需要開展大量工作。
反過來，“人工智能數(shù)理基礎(chǔ)研究對數(shù)學(xué)發(fā)展也非常重要，研究界期待未來可以產(chǎn)生類似于概率論的新的研究方向。雖然短時間內(nèi)不太可能實現(xiàn)，但仍有這種可能性。”張平文說。
為此，張平文鼓勵廣大青年學(xué)者投身人工智能數(shù)理基礎(chǔ)研究，“數(shù)理基礎(chǔ)研究別具活力，希望通過大家的努力使它趨于成熟，產(chǎn)生更多原創(chuàng)性成果”。
從應(yīng)用出發(fā)定夯基計劃
人工智能數(shù)理基礎(chǔ)研究涉及數(shù)學(xué)、概率統(tǒng)計、計算機理論等眾多學(xué)科，不同學(xué)科、不同研究方向使用的數(shù)學(xué)記號和表述不盡相同。看起來相去甚遠的兩個記號，可能表達的是同一個概念；在一個學(xué)科已經(jīng)公認的優(yōu)美、簡單的記號，在另一個學(xué)科或許還需被重現(xiàn)發(fā)現(xiàn)、重新定義，而新定義的記號很可能遠不如已有的記號方便。
這給新進入該領(lǐng)域的科研人員和工程人員造成了不少麻煩。北京大學(xué)教授李鐵軍說：“機器學(xué)習(xí)的普及，迫切需要制定一套統(tǒng)一的數(shù)學(xué)記號。這將大大減輕研究人員在不同符號體系間反復(fù)切換的工作量?！?/p>
為人工智能研究提供一套統(tǒng)一的符號標準，這項基礎(chǔ)工作“增強了不同領(lǐng)域研究人員的互相理解。研究人員在看其他領(lǐng)域成果的時候，也更容易看懂”。張平文呼吁研究人員在科研中盡量采用同一套符號標準來交流、寫論文，并為完善符號標準而努力。
也就是說，基礎(chǔ)研究要與應(yīng)用結(jié)合起來?！伴_展人工智能研究不能憑空想象，必須了解實際問題，考慮實際應(yīng)用需要。”張平文說。
北卡羅來納大學(xué)教堂山分校終身教授朱宏圖對此表示認同。他說：“人工智能領(lǐng)域的研究應(yīng)該從應(yīng)用角度出發(fā)?！?/p>
“人工智能的核心是如何利用收集的數(shù)據(jù)來為用戶創(chuàng)造價值，提高用戶滿意度?！敝旌陥D認為，隨著收集數(shù)據(jù)的方法越來越多、頻率越來越高，為用戶提供相應(yīng)的方案也會越來越多。“這為人工智能研究帶來了新機遇?！?/p>
朱宏圖表示，從研究需要出發(fā)，為用戶提供更好的方案和服務(wù)環(huán)境，也需要加強算法、模型等數(shù)理基礎(chǔ)研究。
“人工智能數(shù)理基礎(chǔ)研究，一方面要強調(diào)它與應(yīng)用的連接，另一方面也應(yīng)該基于數(shù)學(xué)本身的基本問題開展研究?！崩铊F軍認為，雖然數(shù)理基礎(chǔ)研究當下可能跟應(yīng)用聯(lián)系并不緊密，但有可能提供一些最基本的數(shù)學(xué)語言，深化人類對人工智能數(shù)學(xué)結(jié)構(gòu)的認識。
實踐是檢驗合作實效的“金鑰匙”
夯實人工智能“大廈”，加強數(shù)理基礎(chǔ)研究，“主要有兩條路，一是從高維空間走向低維空間，二是從低維空間走向高維空間，但無論哪條路都存在困難。”張平文說，不管走哪條路，都需要加強學(xué)術(shù)界與產(chǎn)業(yè)界及不同領(lǐng)域間的交流。
與會專家認為，一直以來，產(chǎn)業(yè)界與研究界的信息鴻溝制約著數(shù)理基礎(chǔ)研究的進度。產(chǎn)業(yè)界擁有研究界缺乏的大數(shù)據(jù)，而產(chǎn)業(yè)界欠缺研究界對實際應(yīng)用背后的科學(xué)認識。
朱宏圖同時還擔任滴滴出行公司的首席統(tǒng)計學(xué)家。他表示，人工智能領(lǐng)域相關(guān)研究，數(shù)據(jù)在其中起著越來越重要的作用。企業(yè)積累了豐富的數(shù)據(jù)，這是人工智能研究的重要基礎(chǔ)。
目前，在張平文等業(yè)內(nèi)人士的努力下，北京智源人工智能研究院已設(shè)立“人工智能數(shù)理基礎(chǔ)”重大研究方向，聯(lián)合全國相關(guān)科研院所和產(chǎn)業(yè)界人士，致力于打破基于計算機實驗和神經(jīng)科學(xué)的人工智能的慣用建模范式，以可解釋性的新型人工智能模型、新型機器學(xué)習(xí)算法、深度學(xué)習(xí)的基礎(chǔ)研究等為研究內(nèi)容，建立以數(shù)學(xué)與統(tǒng)計理論為數(shù)理基礎(chǔ)的新一代人工智能方法論。
香港浸會大學(xué)兼職教授季春霖認為，研究將會面臨挑戰(zhàn)。他舉例說，在材料設(shè)計中，機器學(xué)習(xí)提供了新方法，但既有機器學(xué)習(xí)模型并不能直接拿來用，還需要把機器學(xué)習(xí)的模型和材料物理的模型結(jié)合起來。
在他看來，人工智能數(shù)理基礎(chǔ)研究需要產(chǎn)業(yè)界和研究院所合作。這樣的合作將為行業(yè)發(fā)展創(chuàng)造更大空間，而實踐必將成為檢驗合作實效的一把“金鑰匙”。
來源：《中國科學(xué)報》
