IEEE 2018 Fellow、西电焦李成：AI 研究是一条漫漫长路，需要各界共同努力

日前，以「人工智能：技术创新与社会影响」为主题的百千万人才工程创新大讲堂在京举行。会上，西安电子科技大学教授焦李成介绍了西电在人才培养上的发展路径，以及发展过程中所取得的一系列成就。

西电的智能化专业发展至今，已经有近三十年历史。1991 年，西电成立智能信号处理与识别研究小组，同年成立国内第一个神经网络研究中心。1993 年，承办全国神经网络大会。2003 年，成立智能信息处理研究所和教育部留学回国人员实验室。2005 年，西电「智能科学与技术」本科专业获批成立。从 2005 年设立「智能科学与技术」本科专业至今，已经培养了 14 届共计 2000 多名学生。

随着人工智能的发展被写进国家规划，2017 年 11 月，西电人工智能学院成立，在人工智能领域三十年的研究积淀，厚积薄发。学院下辖智能感知与计算国际联合研究中心、国家「111」计划智能信息处理创新引智基地、「信息感知技术」国家 2011 协同创新中心等 3 个国家级平台；建有智能感知与图像理解教育部重点实验室、智能感知与计算国际合作联合实验室、陕西省大数据智能感知与计算 2011 协同创新中心、智能科学与技术教学团队等 7 个省部级科研平台和教学平台；形成智能成像、智能信息处理、智能感知与图像理解、视觉计算与协同认知等 6 个国家和省部级科技创新团队。

近 5 年来，学院在人工智能领域 3 次荣获国家自然科学奖二等奖，成功研制我国首套类脑 SAR 系统、基于面阵 CCD 的光谱视频成像系统、我国首个人脸画像识别系统、首个 FPGA 深度学习系统等重大平台和系统。今年，学院学子在国际上斩获两枚大奖：ECCV 无人机视频分析赛单赛道冠军和国际遥感数据融合高光谱赛道冠军。

会议期间，雷锋网 (公众号：雷锋网) AI 科技评论对焦李成教授作了专访，讨论了智能技术、人工智能在中国的发展，人才培养等诸多话题。以下为焦李成教授口述。

焦李成，男，1959 年 10 月出生于陕西白水。分别于 1982 年、1984 年和 1990 年在上海交通大学、西安交通大学获学士、硕士、博士学位，1990 年 5 月至 1992 年 5 月，在西安电子科技大学雷达信号处理国家重点实验室从事博士后研究，任讲师、副教授。1992 年 6 月至 2003 年 3 月，任西安电子科技大学雷达信号处理国家重点实验室教授，博士生导师。现任智能感知与图像理解教育部重点实验室主任、智能感知与计算国际联合研究中心主任、智能感知与计算国际合作联合实验室主任、「智能信息处理科学与技术」高等学校学科创新引智基地（「111 计划」）主任、教育部科技委学部委员、中国人工智能学会副理事长、IET 西安分会主席、IEEE 西安分会奖励委员会主席、IEEE 计算智能协会西安分会主席、IEEE GRSS 西安分会主席，IEEE TGRS 副主编、教育部创新团队首席专家，IEEE Fellow、IET Fellow、首批中国人工智能学会会士、CCF 杰出会员。

现在我们进入智能时代，手机是最日常的标志。很多手机的宣传卖点是嵌入最新人工智能技术，如指纹认证、人脸认证、拍照瘦身、照片分类等功能。除了手机，刷脸乘坐高铁、飞机或刷脸支付，以及正在发展的无人机配送等，这些也都是人工智能技术的应用。

我们的研究，归根结底是智能处理的问题。现在与以前相比，需要解决的问题有极大变化。随着互联网的兴起，出现大数据的概念，网络上遍布各种视频、文本、图像、语音信息 。宏观上看，数据量非常巨大，但微观上，又面临着小样本问题；纵向上，存在信息的有效度问题，横向上，信息的跨媒体则为我们带来新的挑战。 就具体某一个问题来说，数据往往是不完整、有噪或者存在损失的，这时候研究和处理的问题比以前难得多。

人对智能的追求没有尽头，需求在不断增长。技术越高，获得的信息越多，处理起来越难。比如智能家居、智能城市、智能健康等智慧服务，服务质量永远需要提升。用手机看大片，想要少花点流量，实时下载，图片更高清，在信息的传输、呈现过程中，涉及到各种智能技术。去听音乐会，开学术会议也是如此，想在现场直播时做到语音和视频尽量少失真或者不失真，背后也需要各种智能技术来做支撑。

现在世界上最多的论文或者会议都与人工智能相关，以前的学术会议只有几十人参与，现在的人工智能会议，比如 NIPS，今年投稿数就超过 7000 篇。

人工智能已经成为大家茶余饭后讨论的话题，其实并不是媒体炒得热，人工智能本身就很热。但是，媒体要有基本的认知，在报导时，需要表达准确，不能偏离内涵，不能用夸张的语言去形容科技的东西，不能动不动用耸人听闻的标题，比如「算法改变世界」，「彻底解决某某问题」，这是做不到的，研究出一个模型，这个模型就将带来「天翻地覆的改变」，这是不可能的。研究永远没有尽头，这个模型可能是解决一类问题的效果比较好，但并不能解决掉所有问题，再往前走又会出现新的问题。

其实人工智能在中国曾有一段非常火热的阶段，第五代计算计划失败以后，智能处理的路径开始萌芽，这时候人工智能出现在人们视野中。1989 年- 2000 年左右，这段时间人工智能在中国的热度一直很高。我 1982 年念研究生时开始研究非线性系统与人工智能，1990 年，我国召开了首届神经网络学术大会，那时候，听会的人挤满了楼道。

任何研究都要基于理论储备，技术的发展也需要时间来沉淀，随着需求变缓，以及出现了很多新的技术，人工智能的热度就慢慢降下来了。

当时出现两个学派，一种是跟风派，觉得人工智能热门，能赚钱。还有一部分是研究派，坚持做，始终如一。

那时进行人工智能研究的人员比现在的范围要宽，科学院、生物所、自动化所、电子所、计算所、软件所、遥感所、理论物理所都有相关研究。那时候，机械学科在用神经网络的方法做故障诊断、预测，智能制造也在借助人工智能往前发展，能源动力学也有对人工智能的相关研究。

人工智能是个大领域，其中包括各种工具、问题、方法和方向，一个人是研究不完的，单单语音就可以研究几辈子。

当时，机器学习、神经网络的方法都是作为工具，在各个领域上产生了较多应用。数学系有一批代表人物，如复旦大学的陈天平教授，中科院系统科学研究所前所长郭雷教授，他们研究控制系统和基础理论，又回过头来研究神经网络。

神经网络属于人工智能的一个前沿方向，你要研究智能问题，就要用智能的方法去做。现在卖得最好的是书是深度神经网络、深度学习，使用最多的语言是 Python。 神经网络的广泛应用主要是因为其思想性 。人能处理声音、语言、文字、图像信息，也能作诗、作曲、识别，包括谈恋爱。很多时候，只可意会，不可言传，这些其实都是智能的行为。归纳起来就是人类的学习、联想、回忆、记忆等。神经网络借鉴了人的这种特性。

目前只是说这种方法比其他方法效果好，将来可能也会有新的发展，可能会出现「宽度神经网络」，或者「浅度神经网络」，研究思想一直在往前发展。

科学研究和产业发展需要人才作为支撑，根据我国对人工智能产业的发展规划，未来对人工智能人才的需求十分迫切。我从 1992 年开始招收博士生，前美国亚马逊首席科学家、Amazon Go 创始人薄列峰，商汤科技联合创始人马堃，苏州思必驰信息科技有限公司 CTO 周伟达都是我的学生。任何一个学校在招生上都有其基本标准，但培养出来的学生各异。

教育时要因材施教，人能不能成才取决于各方面因素，更取决于他自己 ，重要的是有没有韧性，有没有坚持的恒心，能不能吃苦。在培养学生的时候，要调动学生的积极性，发挥他的潜力，激发他的韧性，锻炼他的恒心，绝对不能手把手、保姆式地教导，那样绝对培养不出优秀的学生。

另外一方面，人要有理想，有志向。现在有一些年轻人不愿意听这个词。 像在西电工作的常晶晶，1988 年出生，现在既在国家「千人计划」之列，又是「华山学者」。「取乎其上，方得其中」，有自己的目标，有自己的追求，有鸿鹄之志的骨气，就会锲而不舍。

进入教育 3.0 时代，我们学院将着重在产学研用上发力，在与各大知名企业的紧密协作中，我们已经成立了西安电子科技大学-惠普高性能计算联合实验室、西安电子科技大学-AMD 联合实验室、西安电子科技大学-北斗军民融合联合研究中心、西安电子科技大学-蒜泥人工智能研究院等 10 个集教育、培训及研究于一体的联合研究中心/创新实验室，除了国内各大企业，我们与国外也有合作建立国际联合实验室、国际联合影音中心。未来，我们希望将产学研用深度结合，培养更多符合人工智能时代要求的高层次人才。

前一段时间，工信部、发改委、科技部、科学院、教育部等诸多机构调研人工智能的产学研用，这项工作在全国范围内都正在推进中。我国目前强调互联网、大数据、人工智能三个核心，推动智能制造，这时候教育首当其冲，人才培养首当其冲。

但是，不管从国家的需求，还是从国际的需求来讲，我们所做的都还远远不够。目前产学研用的道路还很漫长，没想象中做得那么好，还得努力。当然，这些年的进步还算比较大，调动起了各行各业的积极性，有钱的出钱，有力的出力。一个领域不是靠一个人而发展起来的，这个领域，全国，乃至全世界都有很多人在一起努力，是大家共同推动的，也需要各界为领域的未来持续共同努力。

（完）

雷锋网雷锋网

。