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

“人工智能雖有其學(xué)科獨立性，但同時也是具有很強滲透性和交叉性。2016年之前，人工智能還沒有這么熱，那時大家都覺得計算機和統(tǒng)計等專業(yè)還是熱門專業(yè)。現(xiàn)在人工智能一下子熱起來了，據(jù)說中國人工智能人才缺口達到了500萬，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、浙江大學(xué)計算機學(xué)院人工智能研究所所長吳飛教授說到。

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

人工智能分為三階段，現(xiàn)在較為實用的是大數(shù)據(jù)智能

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

對于這個問題，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(shù)據(jù)和規(guī)則驅(qū)動，通用人工智能具備自我學(xué)習(xí)、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(yī)生看病等等。

此前，AlphaGo Zero從空白狀態(tài)學(xué)起，在無任何人類輸入的條件下迅速自學(xué)圍棋，并以100：0的戰(zhàn)績擊敗“前輩”?？吹紸lphaGo Zero的“自我學(xué)習(xí)”，業(yè)內(nèi)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，在這一“自我學(xué)習(xí)”之前，人類會向其告知圍棋的相關(guān)規(guī)則，包括勝敗評判的標(biāo)準(zhǔn)等等。AlphaGo Zero在“規(guī)則有限、目標(biāo)明確”的條件下，自我對弈了2900萬次，因此AlphaGo Zero依舊是由大數(shù)據(jù)所驅(qū)動的，是大數(shù)據(jù)驅(qū)動下的規(guī)則有限、目標(biāo)明確且模式可枚舉的人工智能。也就是說，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(xiàn)在人類身上，而想要打造通用人工智能系統(tǒng)，除非將人類大腦全面解析。“現(xiàn)在產(chǎn)業(yè)中運用最多且最為有效的是以深度學(xué)習(xí)為代表、面向特定任務(wù)的數(shù)據(jù)驅(qū)動算法，即大數(shù)據(jù)智能（弱人工智能）。”

大數(shù)據(jù)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(shù)據(jù)、訓(xùn)練算法需要數(shù)據(jù)、技術(shù)應(yīng)用需要數(shù)據(jù)……在智能化時代，數(shù)據(jù)就是“石油”般的存在。

在這一階段，因為是由大數(shù)據(jù)驅(qū)動，所以人工智能需要很多標(biāo)注數(shù)據(jù)。“在這方面，擁有大量數(shù)據(jù)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(yīng)用。”吳飛教授表示。

不過，人工智能產(chǎn)業(yè)所需要的不僅僅是會研發(fā)AI算法、搭建AI應(yīng)用的科技企業(yè)，“如果人工智能僅僅是基于大數(shù)據(jù)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)動態(tài)來看，我們可以很明顯的看出，產(chǎn)學(xué)研結(jié)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(nèi)的20多所高校研究院等共同合作建立了實驗室，從事智能語音的技術(shù)研發(fā)和產(chǎn)業(yè)應(yīng)用方向開發(fā)。

在當(dāng)前的環(huán)境內(nèi)，高校研究院有自己的事情，企業(yè)也有著自己的需求。在這樣的背景下，如果高校研究院和企業(yè)能夠結(jié)合起來，瞄準(zhǔn)大數(shù)據(jù)智能的一些不足、非大數(shù)據(jù)智能所不能解決的算法上進行合作，這也是一個很好的合作點。

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

這不禁讓我們想到了當(dāng)前AI產(chǎn)業(yè)界人才稀缺的現(xiàn)狀。

AI是一門滲透性強的交叉學(xué)科，“AI人才缺口”是個偽命題

人工智能孵化器ElementAI基于Linkeln和各大會議的專家數(shù)據(jù)，對中、美、加、德、日等主流國家的AI人才做了一份統(tǒng)計。結(jié)果顯示，全世界大約有2.2萬名擁有博士學(xué)位的AI從業(yè)人員和研究人員，以及5400位AI專家，中國以總?cè)藬?shù)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》，其中顯示，僅在2017年的前10個月，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(fù)合增長率超過200%……

從這些數(shù)據(jù)來看，國內(nèi)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(xiàn)人工智能專業(yè)性的學(xué)科。只不過，國內(nèi)沒有一個專業(yè)叫做人工智能，所以目前所有專業(yè)畢業(yè)的學(xué)生都沒有打上“人工智能”的標(biāo)簽。因此，前些日子媒體所言人工智能人才缺口500萬這一數(shù)字的計算口徑并不科學(xué)。

此外，不僅僅是計算機、統(tǒng)計學(xué)等專業(yè)，吳飛教授也補充道，諸如農(nóng)業(yè)、交通、管理等學(xué)科，只需在領(lǐng)域人才培養(yǎng)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(yǎng)也是一種有力補充。

特邀報告：“數(shù)據(jù)、知識和行為交互下的智能學(xué)習(xí)”

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)會議上作題為“數(shù)據(jù)、知識和行為交互下的智能學(xué)習(xí)”的報告。該會議由中國圖象圖形學(xué)學(xué)會主辦，揚州大學(xué)承辦，是中國圖象圖形學(xué)學(xué)會主辦的最高級別的系列國內(nèi)會議。

在吳飛教授看來，人工智能中，知識引導(dǎo)方法長于推理(但是其難以拓展)、數(shù)據(jù)驅(qū)動模型擅于預(yù)測識別（但是其過程難以理解)、策略學(xué)習(xí)手段能對未知空間進行探索（但其依賴于搜索策略）。他將在大會上探討數(shù)據(jù)驅(qū)動中歸納、知識指導(dǎo)下演繹和行為強化內(nèi)規(guī)劃相互融合而進行智能學(xué)習(xí)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！