當(dāng)房子越建越高時(shí)，就需要回過頭來看看地基是不是堅(jiān)實(shí)。地基不穩(wěn)，房子就很容易破裂，甚至有傾覆的危險(xiǎn)。

　　中國科學(xué)院院士、北京大學(xué)教授張平文團(tuán)隊(duì)最近在做的一件事，就可看成是給人工智能“大廈”夯實(shí)地基：為人工智能機(jī)器學(xué)習(xí)中常用的數(shù)學(xué)符號提供一個通用的標(biāo)準(zhǔn)。

　　人工智能作為一個高度交叉而又發(fā)展迅猛的學(xué)科，吸引了來自數(shù)學(xué)、物理、化學(xué)、生物甚至人文社科等不同領(lǐng)域的眾多研究人員，對于不同學(xué)科的研究人員來說，一個現(xiàn)實(shí)的問題就是如何消除交流障礙。統(tǒng)一數(shù)學(xué)符號等基礎(chǔ)性工作，看似簡單也算不上高深，卻是人工智能長遠(yuǎn)發(fā)展的“地基”。

　　“算法、模型等人工智能的數(shù)理基礎(chǔ)，目前還不是一個成熟的領(lǐng)域，但這也為廣大青年學(xué)者提供了更多創(chuàng)新機(jī)會?！痹谌涨芭e辦的2020北京智源大會上，張平文等專家圍繞人工智能下一個十年發(fā)展面臨的重大問題進(jìn)行交流探討，呼吁加強(qiáng)人工智能數(shù)理基礎(chǔ)相關(guān)工作研究。

　　尚處起步階段，機(jī)遇挑戰(zhàn)并存

　　中國科學(xué)院院士、清華大學(xué)教授張鈸認(rèn)為，第一代人工智能靠“知識驅(qū)動”，第二代人工智能靠“數(shù)據(jù)驅(qū)動”，目前進(jìn)入第三代人工智能發(fā)展期，主要靠“認(rèn)知驅(qū)動”。“認(rèn)知驅(qū)動里面很重要的是‘深度學(xué)習(xí)’，前景廣闊，但仍需要做理論和方法等基礎(chǔ)性工作?！?/p>

　　在張平文看來，機(jī)器學(xué)習(xí)等深度學(xué)習(xí)理論也正是當(dāng)前人工智能數(shù)理基礎(chǔ)研究的最熱門方向。雖然在第三次人工智能浪潮中，深度學(xué)習(xí)理論效果表現(xiàn)良好，但人們還不能理解它的可解釋性。

　　事實(shí)上，可計(jì)算性、可解釋性、泛化性、穩(wěn)定性，正是人工智能未來發(fā)展面臨的重大理論挑戰(zhàn)。例如“可解釋性”，“分兩個層面，一是從數(shù)學(xué)算法的角度如何解釋機(jī)器學(xué)習(xí)的問題，二是從數(shù)學(xué)模型的角度如何解釋。這些基礎(chǔ)性工作都有待深入研究?！睆埰轿恼f。

　　“機(jī)器學(xué)習(xí)是從數(shù)據(jù)中挖掘出有價(jià)值的信息。數(shù)據(jù)本身是無意識的，它不能自動呈現(xiàn)出有用的信息?！北本┐髮W(xué)長聘教授張志華說，“怎樣才能找出有價(jià)值的東西？首先要給數(shù)據(jù)一個抽象的表示，接著進(jìn)行建模，然后進(jìn)行計(jì)算?！?/p>

　　“機(jī)器學(xué)習(xí)想要實(shí)現(xiàn)的是直接從數(shù)據(jù)到?jīng)Q策、預(yù)測，這意味著它會出現(xiàn)很多新問題，而這些新問題都有賴于通過加強(qiáng)算法、模型等數(shù)理基礎(chǔ)研究來解決?！睆埰轿谋硎?，這些研究無法在短時(shí)間內(nèi)解決，需要開展大量工作。

　　反過來，“人工智能數(shù)理基礎(chǔ)研究對數(shù)學(xué)發(fā)展也非常重要，我們期待未來可以產(chǎn)生類似于概率論一樣的新的數(shù)學(xué)方向，雖然短時(shí)間內(nèi)不太可能，但它仍然有這種可能性。”張平文說。

　　為此，張平文鼓勵廣大青年學(xué)者投身人工智能數(shù)理基礎(chǔ)研究，“雖然它還不成熟，但別具活力，希望通過大家的努力使它變得更成熟，產(chǎn)多更多原創(chuàng)性成果”。

　　強(qiáng)化基礎(chǔ)研究，著眼落地應(yīng)用

　　機(jī)器學(xué)習(xí)相關(guān)知識涉及數(shù)學(xué)、概率統(tǒng)計(jì)、計(jì)算機(jī)理論等眾多學(xué)科，不同學(xué)科、不同流派所使用的數(shù)學(xué)記號和表述不盡相同，經(jīng)常發(fā)現(xiàn)看起來相去甚遠(yuǎn)的兩個記號，可能表達(dá)的是同一個概念。在一個學(xué)科已經(jīng)得到公認(rèn)的優(yōu)美簡單的記號，在另一個學(xué)科被重現(xiàn)發(fā)現(xiàn)、重新定義，而新定義的記號很可能遠(yuǎn)不如已有的記號來得方便。

　　這給新進(jìn)入此領(lǐng)域的科研人員和工程應(yīng)用人員造成了不少的潛在麻煩。北京大學(xué)教授李鐵軍說：“機(jī)器學(xué)習(xí)的普及，迫切呼喚一套統(tǒng)一的數(shù)學(xué)記號。它將大大減輕研究者閱讀論文時(shí)由不同符號體系造成的困擾?！?/p>

　　為人工智能研究提供一套統(tǒng)一的符號標(biāo)準(zhǔn)，這樣一項(xiàng)再基礎(chǔ)不過的工作，“就可以為不同領(lǐng)域的學(xué)者增進(jìn)互相理解提供幫助。學(xué)者們在看其他領(lǐng)域文章的時(shí)候，也會很容易看懂?！睆埰轿暮粲鯇W(xué)者們要盡量采用同一套符號標(biāo)準(zhǔn)來寫論文，并為完善符號標(biāo)準(zhǔn)而努力。

　　也就是說，基礎(chǔ)研究要與應(yīng)用結(jié)合起來?！叭斯ぶ悄堋⒋髷?shù)據(jù)具有價(jià)值驅(qū)動，計(jì)算是人工智能的基礎(chǔ)理論，開展人工智能研究不能憑空想象，必須了解實(shí)際問題，考慮實(shí)際應(yīng)用。”張平文說。

　　北卡羅來納大學(xué)教堂山分校終身教授朱宏圖對此表示認(rèn)同。他說：“人工智能領(lǐng)域的研究應(yīng)該從應(yīng)用角度出發(fā)?！?/p>

　　“人工智能的核心是如何收集數(shù)據(jù)來為用戶創(chuàng)造價(jià)值，提高用戶滿意度?！敝旌陥D認(rèn)為，隨著收集數(shù)據(jù)的方法越來越多，頻率越來越高，為用戶提供相應(yīng)的方案也會越來越多?！斑@帶來了研究的新機(jī)遇?！?/p>

　　在將數(shù)據(jù)轉(zhuǎn)化為服務(wù)用戶的新方案時(shí)，“配準(zhǔn)將會成為非常重要的數(shù)學(xué)問題。”朱宏圖表示，為用戶提供更好的方案和服務(wù)環(huán)境，也需要加強(qiáng)算法、模型等數(shù)理基礎(chǔ)研究。

　　“人工智能數(shù)理基礎(chǔ)研究，一方面要強(qiáng)調(diào)它與應(yīng)用的連接，另一方面也應(yīng)該基于數(shù)學(xué)本身的基本問題開展研究。”李鐵軍認(rèn)為，雖然可能數(shù)理基礎(chǔ)的一些研究在當(dāng)下跟應(yīng)用聯(lián)系不緊密，但有可能為我們提供一些最基本的數(shù)學(xué)語言，深化我們對人工智能數(shù)學(xué)結(jié)構(gòu)的認(rèn)識。

　　產(chǎn)研“聯(lián)姻”協(xié)同，助推人工智能浪潮

　　張平文認(rèn)為，加強(qiáng)不同領(lǐng)域間合作至關(guān)重要，學(xué)術(shù)界與產(chǎn)業(yè)界應(yīng)保持密切聯(lián)系。“從某種角度而言，企業(yè)擁有學(xué)術(shù)機(jī)構(gòu)缺乏的大數(shù)據(jù)，只有學(xué)術(shù)界投入到產(chǎn)業(yè)界中，才能獲得靈感”。

　　“目前人工智能數(shù)理基礎(chǔ)研究主要有兩條路，一是從高維走向低維，二是從低維走向高維，但無論哪條路都存在困難。”張平文說，“加強(qiáng)不同專業(yè)間交流特別重要?！?/p>

　　朱宏圖同時(shí)還擔(dān)任滴滴出行公司的首席統(tǒng)計(jì)學(xué)家。他表示，人工智能領(lǐng)域相關(guān)研究，數(shù)據(jù)在其中起著越來越重要的作用。滴滴出行等企業(yè)積累了豐富的數(shù)據(jù)，是人工智能研究的重要基礎(chǔ)。“企業(yè)也希望加強(qiáng)與學(xué)校等機(jī)構(gòu)的合作?！?/p>

　　“比如我們在做材料設(shè)計(jì)時(shí)，也很需要用機(jī)器學(xué)習(xí)的方法，但在用機(jī)器學(xué)習(xí)方法的時(shí)候，并不能把現(xiàn)成的方法直接拿來用。材料設(shè)計(jì)需要有很強(qiáng)的物理學(xué)背景，這個時(shí)候，就需要把機(jī)器學(xué)習(xí)的模型和材料物理的模型結(jié)合起來。”在香港浸會大學(xué)兼職教授季春霖看來，人工智能數(shù)理基礎(chǔ)研究需要產(chǎn)業(yè)和高校合作，而這樣的合作將會迎來更大空間。

　　據(jù)了解，在張平文領(lǐng)導(dǎo)下，目前北京智源人工智能研究院設(shè)立了“人工智能數(shù)理基礎(chǔ)”重大研究方向，聯(lián)合高校院所和產(chǎn)業(yè)界人士，致力于打破基于計(jì)算機(jī)實(shí)驗(yàn)和神經(jīng)科學(xué)的人工智能的慣用建模范式，以可解釋性的新型人工智能模型、新型的機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)的基礎(chǔ)研究為研究內(nèi)容，建立以數(shù)學(xué)與統(tǒng)計(jì)理論為第一原理的新一代人工智能方法論。