2018年12月14至16日，由中國人工智能學會、永泰縣人民政府主辦，中國科學技術(shù)出版社協(xié)辦的第二期全球高校《人工智能導論》師資培訓班在福州永泰縣召開。

中國人工智能學會理事、機器學習專委會副主任于劍教授在現(xiàn)場帶來了精彩報告。他系統(tǒng)地梳理人工智能的定義以及人工智能的三大流派（符號主義、連接主義和行為主義），包括三大流派各自的基本假設(shè)、遇到的理論挑戰(zhàn)等。通過圖靈測試、中文屋、缸中腦、柯里悖論、莫拉維克悖論與以上三大流派的關(guān)系。他指出了現(xiàn)在人工智能面臨的基本問題、發(fā)展趨勢以及對當代教育的基本要求。會后，筆者專訪了于劍，向他探討AI領(lǐng)域的相關(guān)熱門問題。

人工智能理論需要得到進一步完善

“對于有監(jiān)督學習，深度學習這種技術(shù)目前來說，它的性能是最好的。但是還缺少合適的理論，把它背后的機理和理論上限說清楚。在深度學習已經(jīng)應(yīng)用的很成功的領(lǐng)域期待出現(xiàn)一種能取代它的算法，可能不大現(xiàn)實”于劍說。

人工智能是一個典型的交叉學科，涉及數(shù)學、心理學、神經(jīng)生理學、信息論、計算機科學、哲學和認知科學、不定性論以及控制論等多種學科知識，尤其和計算機科學、信息學、數(shù)學關(guān)聯(lián)性最強。所以，想要在人工智能方向有所發(fā)展的學生，需要具備很好的數(shù)學基礎(chǔ)以及有扎實的計算機信息知識功底。那么對于非計算機專業(yè)學生又該如何學習人工智能呢？

作為《人工智能導論》的執(zhí)行主編，于劍告訴筆者，《人工智能導論》歷經(jīng)了6個月的撰寫時間，在8月份成功出版，已經(jīng)在一些高校中得到使用。因為非計算類的學生缺少一定的先修課程基礎(chǔ)，一開始就使用專業(yè)教材會比較吃力。國內(nèi)目前也缺乏面向非計算機類的本科生的通用教材。通過這次的培訓，希望高校教師們在開設(shè)這一門課程后，能夠讓非計算機類的學生們至少能正確理解人工智能的相關(guān)概念和一些具體應(yīng)用場景。

“不少人將深度學習比喻為“黑箱模型”，是因為深度學習將算法性能放在首位。怎么解釋還是一個重大的問題，是不是還有比深度學習更好的方法？這些都值得研究。”于劍表示，目前人工智能面臨的最大的一個問題是，AI理論的發(fā)展遠遠落后于人工智能的技術(shù)應(yīng)用。它不像愛因斯坦提出的相對論或者信息論里提及的信道容量一樣有明確的理論上限，人工智能目前缺少嚴格的理論，現(xiàn)在的AI理論還需要進一步的完善。由于缺乏合適的AI理論，現(xiàn)在AI的理論邊界尚不明晰。

歷史上人工智能經(jīng)歷三起兩落。在于劍看來，之所以有寒潮，也是因為當時大家對人工智能期待過高，超出了它當時實際的能力。投入與產(chǎn)出不成正比，熱度自然就降下來了。

說到這，筆者想起知乎上曾經(jīng)有網(wǎng)友問道，為什么很多男生追女孩子追到一半就放棄了。有一條點贊超過1.8K的回答是這樣的，如果他真的知道自己是追到了“一半”，是肯定會繼續(xù)的。關(guān)鍵是你給他的反饋，讓他根本無從判斷自己是追到十分之一還是百分之一。人工智能說到底還是一種方法理念，最后用不同的技術(shù)手段去結(jié)合具體場景實現(xiàn)。它應(yīng)用在不同的場景，就好像男生在追不同的女生一樣。同一種方法應(yīng)用在這個場景或許會不錯，但是用到另一個場景又可能會很糟糕。我們所能看到的都只是表面的信息，其背后的理論研究還需下一番功夫。

于劍表示，AI是一門普適技術(shù)，它是一定要結(jié)合生活場景去應(yīng)用的。對于那些想要深入研究AI的人來說，數(shù)學基礎(chǔ)必須得打得扎扎實實，并且去廣泛涉獵與AI有關(guān)的知識。