正文共：2772字-11图
预计阅读时间：7分钟
2020年12月1日，清华大学智能产业研究院（AIR）成立了。
这是张亚勤博士回归学界后的力作，以人工智能为核心，由高校+企业双体系、双引擎提供动能，
AIR的目的是成为国际化的应用研究中心，研究AI核心技术，推动赋能行业发展，共同推进第四次工业革命。
1月28日，张亚勤院长参加了2021年达沃斯世界经济论坛，在论坛上就人工智能发展应秉持3R原则以及人工智能的工业发展作了分享。
我参加达沃斯已经十几年了，原来在微软的时候就参加过，但之前都是现场参加，这次是虚拟参加感觉完全不一样。
过去在企业，微软也好，百度也好，我想第一点是从产业的角度，第二点是代表公司去的。但这次我以大学的老师的身份参加的，可能看问题更中性一些，不会完全从产业/公司的角度，而是以从学者的角度。讲到 AI在这次疫情中作用，我必须很坦诚地讲，AI所起到的作用重要还是很「表面」的。AI起到一些作用，比如说对整个疫情的建模、预估，对疫情追踪（Contact tracing）、检测、数据分析，也包括像Contactless,像无人送餐，还有医疗设备等，这些方面我觉得还是起到了作用。再比如说疫苗的研发的过程中也用了一些大数据和人工智能工具。但还是没有起到核心的作用。所以当有些人说这次疫情中AI的表现有多了不起，我觉得这个有点「过奖」了。最重要的是我们的一线医疗人员，还有做制药研究、疫苗研发的科学家，他们起了「最核心」的作用。但是未来，我认为AI会起到很大的作用，AIR三大方向之一就是「AI+医疗」，包括大健康，医疗诊断，新药研发，比如对于「蛋白质结构」的预测，对「基因机理」的研究，对于现在的「高通量组学」的一些新工具，我希望将来AI会起到核心的作用。比如最近的「AlphaFold-2」，在蛋白质折叠三维结构的预测，有很大突破。本来医学界生物科学界需要很长的周期，也需要很贵的仪器，比如冷冻电镜，NMR核磁共振还有X-ray，现在的话可能还需要但不需要那么贵的，同时也不需要那么长的周期和人力投入。类似这样的应用，我觉得以后会越来越多，真正对于我们整个的医疗健康、新药研制，疫情的疫苗开发，疫情防控都会起到关键作用。在此次达沃斯论坛上，张亚勤博士强调，人工智能要发展成为「负责任」的技术，应秉持3R原则：即Responsive(积极响应)、Resilient(适应发展)、Responsible(坚守价值)。具体而言，「积极响应」原则意味着研究者应优先选择因应社会及行业需求的技术，例如可以「预测流行病」的数据分析模型、加速药物发现的深度学习算法、改善个人健康的技术，以及可以保证安全、提升交通效率并改善环境的自动驾驶和智慧物流等等。「适应发展」原则预示着技术发展将趋向于更加透明、可解释，且更具鲁棒性，研究者必须减少数据偏差、泄露、模型漏洞等，可扛住算法攻击和安全风险，这就需要研究者持续开发新的算法，不仅要包含大数据和算力，还要包含因果关系、逻辑知识和推理。「坚守价值」原则代表着研究者在研究理论、算法，尤其是应用于不同行业时，必须牢记该行业重要的基本原则，并了解技术所产生的后果和影响。在AI时代，科学家不仅需要专注于HOW，也需要搞清楚WHY和WHAT的问题。科学家不仅要发明新技术，也要了解滥用技术可能造成的后果要将道德和价值始终置于高于技术的位置。对于这三个原则，张院长表示：「它们不仅仅是我自己的信仰和原则，也是我希望是AIR今后从事人工智能研究和技术的原则」。AI的某些企业是有泡沫的，但是大行业没有泡沫。就像当年的互联网，某些公司可能估值过高，但互联网技术和产业整体没有泡沫；我认为整个AI技术、AI对产业的影响，我们刚刚看到的只是冰山的一小角。第一次我讲到「人工智能是第四工业革命的技术基石」，就在达沃斯，那是5年前1月份一个特别寒冷的冬天，我在演讲的时候提出这个观点，我是很相信这个判断的，我认为行业本身是没有泡沫的。第四次工业革命整个是个「大变局」，它所带来的机会比前面三次工业革命加起来都多。2000年的时候，互联网随着泡沫破灭，当时很多企业可能就没了。但真正有核心技术的企业还是做大了，后面一波又一波新的企业的成功。AIR成立的大背景就是为了第四次工业革命，刚才讲了关于工业革命的人工智能是一个核心的技术引擎，所以我们希望AIR在大的方向上要清楚，就是用人工智能技术赋能产业， 推动社会进步。
同时我们是希望成为一个全球化、智能化和面向产业的顶尖实验室。我们希望：第一点，培养第四次工业革命的高技术人才，像CTO、顶级架构师。第二点，研发我们叫做Foundational technology，最核心的最基础的一些技术平台，供产业两面使用。总体来说就是培养人才、核心技术、孵化公司三大职能。这次达沃斯的主旨演讲中，特别讲到科技创新，第一点是大幅度增加科技的投入，第二点很重要，就是要探索创新的模式，第三要加速科技的产业化。我觉得AIR在这些方面是可以起到作用的，AIR是产学研一体化，我刚才讲AIR是面向产业的，又是包括学校的，同时也是做研究的，包含了产学研三个环节。还有一点，我们的创始人本身都有双重的背景，做学术研究，同时也有产业背景，做过CTO,也管理大型的研究院，做过产品，我们希望培养出的人才比我们都好得多，成为未来的CTO，未来的架构师，能够辐射整个产业。高效率技术转化是全球范围的难题，在中国可能尤其需要提高。所以我觉得这里面很关键的，一个是学院的定位，一个是创始人的背景。我们很幸运做过产学研，过去就是做这些事，然后希望在新的大背景下发挥新的功能。张亚勤：整体来讲，我们大的产业肯定是需要很多AI的人才，可能分成几种，一种类型是做研究的，就是AI的研究人员、科学家等，这部分人当然是少数的，然后大部分人其实是用AI算法作为工具来融入他自己的产业里面。AI是一个工具，要和你的行业相结合，到底要解决什么样问题，对这个要比较清楚。对现在有些公司来说，特别是初创公司，如果你问他们是做什么，他们会说是做AI的，但是应用AI到底要解决什么问题？有的公司做AI算法、做通用工业，但大部分企业不是做这个，大部分企业还是利用AI解决一些真正遇到的问题，比如产业链的问题，消费者问题或者社会问题。来源 | 智能研究院
版权声明：本号内容部分来自互联网，转载请注明原文链接和作者，如有侵权或出处有误请和我们联系。
