专访人工智能专家张峥：发展人工智能应“见客户”与“多挖坑”

　　作为大规模分布式计算理论与实践、及其与机器学习的交叉领域的世界级专家，上海纽约大学计算机教授张峥近日在接受中新网记者专访时，“客户”却是他口中的高频词。

　　对“客户”的关注与他科研与产业的“跨界”身份有关。两年前，张峥担任亚马逊云服务(AWS)上海人工智能研究院首任院长，他的主要办公地点也从大学校园搬至市中心的繁华商圈。

　　相较其他学科，人工智能(AI)天然与产业更为亲和。“计算机科学不仅包含有基础科学问题，也涵盖着应用的问题。”张峥认为，在应用层面，以客户需求为导向尤为重要。“在学术研究中，我们的关注点是如何让AI‘更快、更强’，但在实际应用场景中，客户往往希望它更简单、更好用。”

　　如何让短期成果成为实际问题的有效“解药”？张峥的答案言简意赅：“见客户”。

　　“‘客户至尚’是亚马逊最重要的企业文化精神。”眼下，他和他的团队每周都要收集客户的反馈，再将客户需求“逆向”设计成科研问题加以突破。张峥表示，以客户需求为导向的短期研究，最终也会反馈到人工智能的长期研究进程中。“短期的解决方案既可以是某个理论的延伸，也可以验证它的局限性，为后续的突破提供方向。”

　　实际上，在新冠“战疫”中，人工智能也被用于为人类寻找“解药”。据张峥介绍，最近来自亚马逊上海人工智能研究院、亚马逊全球AI研究团队、明尼苏达大学、俄亥俄州立大学、湖南大学等机构的团队，开源了大规模药物重定位知识图谱(DRKG)和一套完整的用于进行药物重定位研究的机器学习工具，以探索“老药新用”的最短路径。

　　近年来，人工智能在中国的发展可谓热火朝天。

　　包括北京、上海、深圳、杭州在内，中国多个城市纷纷提出建设人工智能产业高地。上海张江人工智能岛作为中国首个“5G+AI”全场景应用示范园区，已签约入驻包括IBM中国研发总部、英飞凌大中华区总部、微软人工智能及物联网实验室、AdaHealth等跨国企业巨头；阿里巴巴创新中心(平头哥芯片研发)等BAT项目；同济大学自主智能无人系统科学中心等科研院所；以及一批人工智能领域“独角兽”企业。

　　而“后疫情”时代，随着移动支付、智能制造等新业态为特征的“在线新经济”的崛起，大批朝向数字化转型的传统产业也正期盼人工智能的赋能。

　　对此热潮，张峥却提出了“冷思考”。“若单把人工智能作为服务落地，中国有可能成为世界第一，”但若论人工智能的研究，他直言：“恐怕并不乐观”。在他看来，中国人工智能研究的短板在于原创“乏力”。

　　张峥以“挖坑”比喻原创的点子，“填坑”则是其后续开发与落地。“中国的同行们擅于‘填坑’而非‘挖坑’。但将‘坑’填上并不意味着我们就‘超越’了。”

　　张峥认为，“挖坑人”的缺席，关键在于“对源头发问”的缺席。“‘毛病在哪，怎么能更好？’这种提问，是在问题链的末端。往上回溯，可以问‘这问题的假设对不对？’更进一步可以问，‘这是个真问题吗？这问题背后的问题是什么？’”。层层追问，迫近“源头”，“才越有可能做出原创的工作。”张峥说。

　　事实上，对原创的重视分布在人工智能的整个生态环境中。据张峥介绍，一线大公司实验室中聘请了大批优秀人工智能专家，其开源和长线的基础研究，质和量都不输、甚至超过学校实验室。“比如，研究院主攻的深度图计算以及开源项目——图神经网络框架(DGL)，既有短线可落地的部分，也有长线的科学问题。”

　　除了推进科学，这样的布局亦有商业上的考虑。“卷积和长短程循环这两个基础部件，如果不是因为它们的专利已经过期，那么今天几乎所有的深度网络模型都要交专利费。”张峥指出，唯有向“源”而问，才有原创，才能避免未来的巨额“原创税”。

　　“学术要做最先，落地要做最好。”从“多挖坑”到“见客户”，在张峥看来，人工智能发展之路，应该走得“更扎实、更有耐心”。(完)