雷鋒網 AI 科技評論按：今年，IJCAI（國際人工智能聯合會議，International Joint Conferences on Artificial Intelligence）将于 8 月 10 日至 16 日在中國澳門隆重召開。作為國際人工智能領域的頂級學術會議，IJCAI 始終都是該領域研究者關注的焦點會議之一。
此前，我們開啟了 IJCAI 50 周年特别報道，介紹了 IJCAI 2019 對于 IJCAI 本身以及中國所承載的曆史性意義，并一一點名了在這兩段曆史中留下姓名的科學家們，包括：
11 位 IJCAI「卓越研究獎」獲得者：Judea Pearl、 Donald Michie、 Nils Nilsson、 Geoffrey E. Hinton、 Alan Bundy、Victor R. Lesser、Robert Kowalski、 Hector Levesque、 Barbara Grosz、 Andrew Barto、Jitendra Malik；
5 位 IJCAI「中國學者第一人」：林堯瑞教授、張钹院士、陸汝钤院士、林方真教授以及楊強教授。
雷鋒網(公衆号：雷鋒網) AI 科技評論在采訪了首次代表中國參加 IJCAI 的林堯瑞教授後，又接着采訪了 5 位 IJCAI「中國學者第一人」其中的另一位——首次在 IJCAI 上發表論文的張钹院士。
已經 84 歲高齡的張钹院士，依舊還精神抖擻地活躍在教學最前線，這對于領域内的後輩研究者而言，無疑是非常鼓舞人心的。本次，雷鋒網 AI 科技評論就張钹院士與 IJCAI 的故事、研究曆程以及對于人工智能未來發展趨勢的思考進行了對話。
個人簡介：張钹，中國科學院院士，清華大學人工智能研究院院長，計算機系教授，博士生導師。曾任清華大學學位委員會副主任委員、清華大學資訊科學技術學院學術委員會主任、「智能技術與系統」國家重點實驗室主任、「863」計劃自動化領域機器人主題專家組成員、中國自動化學會機器人專業委員會副主任及智能控制專業委員會主任、《計算機學報》副主編、福建省及廈門市等政府以及微軟亞洲研究院技術顧問等職。
張钹院士長期從事人工智能、人工神經網絡、機器學習等理論研究，以及這些理論應用于模式識别、知識工程與機器人等技術研究，并且在這些領域，他共發表 200 餘篇論文和 5 部專著。他的研究成果曾獲 ICL 歐洲人工智能獎，國家自然科學三等獎，國家科學進步三等獎，教委科技進步一等獎、二等獎，電子部科技進步一等獎，國防科工委科技進步一等獎。出版專著曾獲全國優秀科技圖書獎暨科技進步獎（科技著作）一等獎，中國優秀科技圖書一等獎，中國計算機學會自然科學一等獎，兩次獲得教委高校出版社優秀學術專著特等獎。曾獲北京市優秀教師稱号，國家科委頒發的個人「金牛」獎、「為國家重點實驗室做出重大貢獻的先進工作者」，2014 年獲中國計算機學會終身成就獎。
清華大學計算機系轉型人工智能往事回顧
在此前《對話 IJCAI「中國參會第一人」林堯瑞教授：回首從零開始的中國 AI 研究之路》一文中，我們提到：1977 年，文革剛結束不久，清華大學由于在文革期間整個教學秩序都遭到破壞，教師們的科研工作也都處于無序狀态，當時清華大學負責教學科研工作的黨委副書記、副校長何東昌提出了「專業歸隊」，在對各院系進行調整的同時，也讓老師對自己的專業方向做一個評估。
在這一波學科建設轉型浪潮中，清華大學電子工程系自動控制教研組的張钹院士等人也同樣在思考轉型方向，其中的一種借鑒途徑便是向國外高校學習，不過英文材料閱讀對于那個時候的大部分教師而言是一個難題。而張钹院士由于中學就學了英文，能夠看懂英文材料，也基于這些材料了解到美國各個大學的計算機系都有了人工智能方向。然而當時，國内的高校甚至連人工智能這個概念都沒搞清楚，是以，張钹院士便力主系裡的其他教師去找一些相關的資料以更加深入地了解人工智能。「當時我們的了解也并不是特别正确。我有一點偏向仿生的方向去了解了，當時國内能夠找到的資料也老.....」
1978 年的時候，張钹院士等人最終确定了轉型的方向：人工智能和智能控制。張钹院士特别強調：「到目前為止，我們還是認為這個方向是挺合适的，而當時之是以要留着「智能控制」這個尾巴，是為了讓另外一批不願意更改控制這個方向的老師們，還可以繼續做控制方面的研究，是以，這個名字也是經過一段時間多番考量後才确定下來的。」
在提到這段曆史時，張钹院士也提到了當時清華大學計算機轉型過程中的另一重要人物——林堯瑞教授：
「由于文化革命期間學校設立工廠中的房間搞生産，當時林堯瑞還在工廠中的房間當主任，方向确定以後，我們就一起申請讓他調過來，1979 年開始，他也正式加入我們從事相關工作。之後我因準備出國、參加英語教育訓練等，人工智能的籌建工作基本上由林堯瑞負責安排，其中一項重要的工作便是培養這個方向的碩士生，這些碩士生的招生工作安排我負責，而招進來的碩士生之後就跟着林堯瑞等做人工智能方面的研究了。」
前往美國伊利諾伊大學後與國内的「跨國交流」
為建設新專業方向，清華大學 1978 年便開始安排一批教師隊伍出國交流學習，張钹院士也在其列。然而由于生病的原因，張钹院士直到 1980 年 2 月份才作為通路學者前往美國伊利諾伊大學香槟分校進修學習，到 1982 年 2 月「學成歸國」，整整兩年，一天沒多也一天沒少。
「當時我去的是美國伊利諾伊大學的 CSL（Coordinated Science Lab ） 實驗室，這個實驗室整體上還是在研究計算機科學與工程，同時兼有通訊、人工智能這些方向。當時我的導師是錢天聞，他的主要研究方向是專家系統和機器人，實際上當時人工智能也就這兩個熱點。而我一開始了解人工智能還有點偏仿生學的思路，但是到那邊一看，基本上是一清二楚了。」
而當時在美國伊利諾伊大學交流的時候，張钹院士還同時保持着與國内在「教學」與「科研」兩個方面的「跨國交流」：
一方面，張钹院士通過将伊利諾伊大學使用的教材和相關材料全部影印并寄回國内，跨國輔助清華大學計算機系當時的教研工作。「比如說清華大學後來開設的一門叫做人工智能程式設計的課程，就是根據我寄回來的材料開設的。」
另一方面，張钹院士在人工智能領域的科研工作也由此開端，并在此過程中，一直保持與當時在安徽大學任職的張鈴教授的書信交流，跨國合作開展科研工作。「由于張鈴學的是數學，是以我們就将數學引入人工智能的研究。那個時候，我們倆隻能通過寄送書信的方式進行溝通、讨論，美國寄回中國需要 7 天時間，國内寄到美國又要花 10 天時間，是以每輪讨論下來都要花上十幾天的時間。雖然整個過程比較艱苦，但是取得的研究成果是非常不錯的。包括第一篇在 IJCAI 上發表的論文，以及之後的幾篇論文，都是我跟他合作的工作成果，在論文署名方面，有時候我是第一作者，有時候他是第一作者，其實我們的貢獻是一樣的。是以 IJCAI 上發表的第一篇文章作者應該是張鈴和我」
回憶起這段交流經曆，張钹老師在采訪中還頗為感慨地分享了在伊利諾伊大學交流期間的小花絮：
「實際上，與我一同前往伊利諾伊大學通路的隊伍還是第一批去這個學校交流的大陸人，之前去的中國人要麼是香港人，要麼來自台灣。比如錢天聞、傅京孫以及黃煦濤都是來自台灣大學，他們在美國的名氣都很大，傅京孫第一，錢天聞第二，黃煦濤第三。其中錢天聞原來是屬通訊領域的，他自己也不是很熟悉人工智能，但是他的科研經費多，博士生也很多。剛開始的時候，他們還有點瞧不起大陸人，因為我們大陸過去的通路學者英文都比較差，說不清也道不明的。當時我到他那裡交流的時候，他帶的學生要麼是美籍華人（從小在美國長大的中國人），多數中國學生也都是從台灣過去的，是以一開始他在我面前還有些優越感，不過半年過後，這位導師以及其他台灣人對我的态度就發生了很大的轉變。1981 年初我們向人工智能頂級國際期刊 TPAMI 投了一篇論文，結果被錄用了。不過由于我 1982 年在伊利諾伊大學的通路結束回到了國内，論文的錄用通知直接寄到了伊利諾伊大學的實驗室，因而輾轉反複一直到 1983 年才到我手裡，論文最終到 1984 年 1 月份才在 TPAMI 上發表。」
不僅如此，張钹院士還提到了這篇論文其中的一個小插曲：由于當時他錯誤地以為第一作者需要花錢，是以就将論文的第一作者寫成了錢天聞，「對于這篇論文，我猜錢天聞也沒看懂，是以一個字也沒改，而實際上張鈴才是第一作者，我是通訊作者。」
根據國家需要，确定機器人作為主攻方向
張钹院士 1982 年通路結束回國時，正值人工智能開始陷入低潮期。當時所有研究專家系統的科研人員都遭遇了失敗，其中就包括張钹院士所在的清華大學計算系的一衆教師，例如林堯瑞教授的課表編排和航運排程系統。面臨這一困境，張钹院士便向當時還是計算機系人工智能與智能控制教研組負責人的張毓凱提議：調研國家需求。
這一提議得到肯定後，張钹院士等一衆人便前往西南、重慶以及東北等各地的兵工廠、炸藥廠等做調研，當時大家認為并确信機器人會是國家今後的一個重的需求，于是便将機器人确定為之後的主攻方向。
基于這一思路，張钹院士等人在 1985 年建立了智能機器人實驗室，并引進了國内第一台機器人 PUMA560 。提及此，張钹院士也分享了一個相關故事：「這台機器人當時是以機床的名義從香港轉口到福建運進來的，而這也給大家出了一個難題：沒有說明書，不知道怎麼使用。于是當時便安排我、陸玉昌和張再興老師負責調試這台機器人，突然有一天他們慌慌張張地跑來跟我說機器壞了，當時大家都特别緊張——因為這台機器差不多 9萬元，我們與福建省（計算機研究所）各出一半錢買的，實際上，我們對他們說：我們現在沒錢，那一半錢先向你們借，等有錢了再還。後來我們實驗室辦的不錯，他們最後也沒找我們要錢。話說回來，後來我又去看了一下出故障的機器，結果一看是“過載保護”了，沒有什麼問題。」
引進這台機器人後，張钹教授等人也使用它來做示範，例如寫字、自動擺放物品（手眼協調）等，之後在 1985 年清華大學校慶之時，這台機器人也公開亮相并做示範，獲得了不少關注。一直到 1986 年「863」項目開始在全國範圍内調研智能機器人這一主題，當時蔣新松教授就帶了很多人去清華參觀，發現清華大學竟然還有智能機器人實驗室，于是清華大學得以進入首批「863」，而之後，清華大學更是成了空間機器人（軍口）以及智能機器人（民口）兩個主題的組長機關。「有了“863”機器人主題，我們人工智能的研究工作也得到了連續的經費支援。」
上世紀 90 年代，張钹院士和其他老師一起又在該實驗室的基礎上籌備建立了全國第一個與人工智能有關的國家重點實驗室——「智能技術與系統」國家重點實驗室，讓清華大學在人工智能領域的研究再上了一個台階。
與 6 屆 IJCAI 前前後後的故事
在《IJCAI 50 周年特别報道：回顧中國與 IJCAI 的多個「第一次」》一文中，我們提到，1983 年的第 8 屆 IJCAI，張钹院士和張鈴教授的論文（《The Statistical Inference Method in Heuristic Search Techniques》）與馬希文教授、蔣新松教授二人的論文一同被收錄，這也是中國學者的論文首次被 IJCAI 收錄的高光時刻。
而張钹院士與 IJCAI 的第一次接觸要追溯到 1981 年在溫哥華舉辦的第 7 屆 IJCAI，據張钹院士回憶：「當時是由我的導師錢天聞資助我去參加這次會議的，那是我第一次參加 IJCAI，也是第一次參加國際學術會議，不過還沒有投論文。」
按理來說，已經去過一次 IJCAI 的張钹院士在自己論文被收錄了的 下一屆 IJCAI，更應該出席，然而 1983 年，張钹院士沒有出席。對此，他也非常感慨地解釋了緣由：「當時學校的規定是，凡是出國兩年後歸國，再次出國必須等到兩年之後，而我是 1982 年 2 月份回國的，是以出國就成為了一個難題。最終沒有辦法，便由張鈴一個人單獨去現場做了報告。不過張鈴中學學的是俄語，英文比我還差一些，是以他回來後跟我說，也不知道台下的人有沒有聽懂，反正最後給他過了。」
加上之後參加的 1987 年在米蘭舉辦的第 10 屆 IJCAI、1989 年在底特律舉辦的第 11 屆 IJCAI、1991 年在悉尼舉辦的 第 12 屆 IJCAI、1995 年在蒙特利爾舉辦的第 14 屆 IJCAI 以及 1997 年在名古屋舉辦的第 15 屆 IJCAI，張钹院士共參加了 6 屆 IJCAI，和張鈴教授一起發表了 3 篇論文。「後來參加了 863，我就将研究重點轉到機器人方向了，是以之後參加的國際學術會議基本上都與機器人相關了。」
另外，AI 科技評論也特别提到了選址中國北京召開的 2013 年 IJCAI，張钹院士比較遺憾地表示自己沒有參加，「現在大家研究的熱點都是深度學習，這個方向基本上是由我培養的後輩研究者在研究，當時我們學校的不少年輕教師和博士生都參加了。」
對于人工智能未來發展的思考
實際上，在 1995 年參加 IJCAI 會議後，張钹院士就曾在《模式識别與人工智能雜志》上寫過一篇《近十年人工智能的進展》，對 IJCAI-95 上表現出的人工智能的趨勢進行了分析。在本次采訪中，張钹院士也進行了詳細介紹：
1985 年到 1995 年依然還在經曆人工智能低潮，大家都在預測人工智能的前途究竟如何，這個背景下，大家其實都是在思考、檢討以及探索，而當下人工智能的繁榮實際上也離不開這個階段的思考和探索。
當時大家的想法都是不确定的，包括我寫出來的論文同樣也是這樣。那人工智能當時的問題出在哪裡？這樣的形勢下，出現了很多新的學派，其中有兩個思想最有代表性：一個觀點是強調與環境互動，即所謂的具有軀體的人工智能，或者現場 AI （Situated AI）；另一個是建構複雜的多智能體。當時我寫這篇文章的時候，大家對神經網絡并不看好，認為如果網絡規模擴大，由于學習算法的複雜性極高，而無法實際操作。
針對目前對于深度學習的熱議，張钹院士也發表了自己的觀點。他表示：包括深度學習在内的任何一項技術都存在局限性，我們可以看到深度學習在圖像識别、語音識别以及包括 AlphaGo 所取得的成績都極大地鼓舞大家的信心，這是好的一面。
而不好的一面，則是外行人或者對人工智能不是非常熟悉的人，會對深度學習寄予過高的期望，這是潛藏了很多風險的事情。而這部分人之是以抱有過高期望，就在于他們沒有意識到目前的深度學習還隻能應用在非常有限的場合中，也就是說它隻能在符合 5 個條件的場合中能夠有好的表現，缺少任何一個條件，在實作程度上都會大打折扣。這 5 個條件包括：第一，必須得有豐富的資料；第二，完全資訊；第三，确定性；第四，靜态與結構化環境；第五，有限的領域和單一的任務。
而目前深度學習由于某個條件的缺失而産生問題的情況也非常普遍，包括：首先是人臉識别、語音識别一旦存在幹擾性能就會顯著下降；其次，基于深度學習的系統具有的不可解釋性便是系統存在的緻命缺陷之一；另外，深度學習還隻是人工智能的冰山一角，人工智能還有很多其他更為重要的問題需要解決。
基于此，張钹院士認為結合清華大學人工智能研究院提出的口号闡釋了自身對于人工智能未來發展趨勢的看法：
第一，建立可解釋性與魯棒的人工智能理論和方法；
第二，打造安全、可靠、可信的人工智能技術；
第三，開創創新的人工智能應用。
「隻有實作這三點，人工智能才能得到進一步的發展。」
最後，張钹院士還談到了目前中國科研工作者所存在的問題，他認為其最大的缺點便是喜歡跟風随大流。「目前我國人工智能的研究主要集中于深度學習，而對知識表示、規劃、推理和不确定處理等 AI 其他領域缺乏重視。例如去年的 IJCAI 上，關于深度學習的論文隻占全部論文的 1/3，其中 70 % 的論文作者是中國人；而另外 2/ 3 的關于知識表示、規劃、推理等的論文，卻基本上沒有來自中國作者的。」
不過張钹院士也對此表達了自己的諒解，他以一個真實案例來進行說明：「在美國某個大學的博士生中，有一個做了 8 年研究卻沒做出成果，最後沒有取得博士學位離校找工作，很多企業搶着要，我就問這些企業為什麼要他，這些企業回答說他有 8 年的工作經驗，而這種現象在中國是很難見到的，這跟整個環境有關系，是以這個問題很大程度上還是由于社會還沒有發展到這個程度。」
對此，張钹院士作為一個始終站在最前線的教育者，也盡力從教育的角度來引導其博士生從長遠的眼光出發做研究。而要想真正改變中國科研工作者目前的這一問題，則可能還需要走過一段很漫長的路了。
![K-近鄰算法以及圖像分類應用[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)