为培养人工智能人才，专家建言：增设智能科学与技术一级学科

首届世界智能大会在天津召开，激发了人们对人工智能发展的更多关注和期待。就公众关切，记者专访了中国人工智能学会常务副理事长、北京邮电大学教授杨放春。

记者：人工智能的发展曾出现过两次春天，您认为这是第三个春天吗？

杨放春：这次热潮与20世纪曾昙花一现的两次春天完全不同，我们应该从社会发展的高度来认识这个现象。当前，社会发展已从农业社会、工业社会、信息社会迈入了智能社会。农业社会和工业社会生产工具主要是基于物质和能量的动力工具，而在信息社会和智能社会，人类已从发明动力工具拓展到发明基于计算和学习的智能工具，科学技术的发展也已从认识客观世界、改造客观世界拓展到探索人脑认知、认识人类自身的新阶段。

事实上，从经济学的角度或许更容易理解。首先是数据成本、计算成本大幅降低催生了人工智能产业的真正兴起，因而出现了产业界比学术界热、投资界比产业界更热的“奇特”现象。这类经济学现象在其他领域也发生过，例如光纤通信很早就发明了，但沉睡在实验室里的成果一直等到光纤技术工艺水平提升和传输损耗及成本下降才促使宽带通信得到极大发展，如今光纤的价格已与面条价格相当了。另一方面，我们仅从以神经网络监督式学习一种方法的运用就已经看见人工智能改变行业产业的巨大空间，人工智能领域还有很多方法会取得突破。

所以我认为，与其说这次是人工智能的第三个春天，还不如说是人工智能产业的真正春天，这个春天将伴随人类走过整个智能社会时代。

机器智能与人类智能之间不是互相排斥和互相替代，而是应该互补的

记者：您认为目前人工智能技术有哪些重大突破？还有哪些问题是人工智能难以解决的？

杨放春：目前，深度学习神经网络解决的问题必须满足四大特征：充足的数据样本、完全信息、确定性和单领域。特别是在围棋、语音识别、人脸识别和图像识别等单领域，高性能计算机很容易驾驭，因而机器智能做得比人类好。但如果不能满足上述特征，人工智能系统就不如人类了。例如，当面对动态变化的环境、信息不完全、存在干扰与虚假信息时，人工智能系统的能力就会显著下降。当前以大数据与深度学习为基础的人工智能存在的最大问题是不可解释和不可理解，只知其然不知其所以然。

类比人类的智慧，通用人工智能将更为复杂，需要人工智能与神经科学和脑科学接触，发展新的深度学习模型。特别是人类的认知学习并不是基于大数据样本。人工智能发展的道路还很长。这就告诉我们，目前的机器智能与人类智能之间不是互相排斥和互相替代，而是应该互补的。

高开低走、碎片化、低水平重复，严重阻碍我国智能科学与技术发展

记者：您认为我国人工智能发展的瓶颈是什么？

杨放春：我们还没有看清楚人工智能的完整瓶子，不好准确说瓶颈在哪儿。但有些重大问题是显而易见的。例如，学科壁垒对人才培养和科学研究的负面影响。随着社会发展步入智能时代，对智能科学技术专门人才的需求骤增，然而目前全国只有36所大学开设智能科学与技术专业本科专业，规模上远远无法满足日益扩大的人才需求。另一方面，散落在其他多个一级学科中的智能专业的教学和科研活动存在高开低走、碎片化、低水平重复的问题，严重阻碍了我国智能科学与技术的发展。

从国家重点研究计划“变革性技术关键科学问题”重点专项来看，人工智能子项的研究内容也远不如计算机子项中非图灵计算模型、非冯·诺依曼结构、软件自动生成等的变革性深远。人工智能尽管算法上有一些改进，但数学模型上没有重大突破，深度学习和神经网络目前还是基于数据的处理，还没有涉及知识。同时，基于匹配和分类的统计方法，缺少知识的数学表征和推理，使得人工智能很难具备人类智能的归纳能力。从长远来看，人工智能还需将知识驱动与数据驱动完美结合。

记者：您提到学科壁垒对人工智能发展产生了巨大负面影响，您有什么具体建议吗？

杨放春：随着人工智能的发展，增设“智能科学与技术”一级学科被提上日程。为论证其必要性和可行性，由中国人工智能学会发起，联合20个国家一级学会、众多高校和相关领域专家组织论证近百场次，征求意见范围达数万人次，最终形成初步共识：“智能科学与技术”一级学科的设置是提升创新驱动发展源头供给能力、抢占未来科技发展制高点的时代需求，同时也是实现国家人工智能重大发展战略的保障。一级学科下设脑认知、机器感知与模式识别、自然语言处理与理解、知识工程、机器人与智能系统等二级学科方向。（原题为《“人工智能产业的真正春天”——对话中国人工智能学会常务副理事长、北京邮电大学教授杨放春》）