对话清华大学张钹院士：中国人工智能与 IJCAI 的 40 周年，还有哪些未曾对外诉说的故事？

雷锋网 (公众号：雷锋网) AI 科技评论按： 今年，IJCAI（国际人工智能联合会议，International Joint Conferences on Artificial Intelligence）将于 8 月 10 日至 16 日在中国澳门隆重召开。作为国际人工智能领域的顶级学术会议，IJCAI 始终都是该领域研究者关注的焦点会议之一。

此前，我们开启了 IJCAI 50 周年特别报道，介绍了 IJCAI 2019 对于 IJCAI 本身以及中国所承载的历史性意义，并一一点名了在这两段历史中留下姓名的科学家们，包括：

•  11 位 IJCAI「卓越研究奖」获得者 ：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「中国学者第一人」 ： 林尧瑞教授 、张钹院士、陆汝钤院士、林方真教授以及杨强教授。

雷锋网 AI 科技评论在采访了首次代表中国参加 IJCAI 的林尧瑞教授后，又接着采访了 5 位 IJCAI「中国学者第一人」其中的另一位——首次在 IJCAI 上发表论文的张钹院士。

已经 84 岁高龄的张钹院士，依旧还精神抖擞地活跃在教学最前线，这对于领域内的后辈研究者而言，无疑是非常鼓舞人心的。本次，雷锋网 AI 科技评论就张钹院士与 IJCAI 的故事、研究历程以及对于人工智能未来发展趋势的思考进行了对话。

个人简介：张钹，中国科学院院士，清华大学人工智能研究院院长，计算机系教授，博士生导师。曾任清华大学学位委员会副主任委员、清华大学信息科学技术学院学术委员会主任、「智能技术与系统」国家重点实验室主任、「863」计划自动化领域机器人主题专家组成员、中国自动化学会机器人专业委员会副主任及智能控制专业委员会主任、《计算机学报》副主编、福建省及厦门市等政府以及微软亚洲研究院技术顾问等职。

张钹院士长期从事人工智能、人工神经网络、机器学习等理论研究，以及这些理论应用于模式识别、知识工程与机器人等技术研究，并且在这些领域，他共发表 200 余篇论文和 5 部专著。他的研究成果曾获 ICL 欧洲人工智能奖，国家自然科学三等奖，国家科学进步三等奖，教委科技进步一等奖、二等奖，电子部科技进步一等奖，国防科工委科技进步一等奖。出版专著曾获全国优秀科技图书奖暨科技进步奖（科技著作）一等奖，中国优秀科技图书一等奖，中国计算机学会自然科学一等奖，两次获得教委高校出版社优秀学术专著特等奖。曾获北京市优秀教师称号，国家科委颁发的个人「金牛」奖、「为国家重点实验室做出重大贡献的先进工作者」，2014 年获中国计算机学会终身成就奖。

清华大学计算机系转型人工智能往事回顾

在此前 《对话 IJCAI「中国参会第一人」林尧瑞教授：回首从零开始的中国 AI 研究之路》 一文中，我们提到：1977 年，文革刚结束不久，清华大学由于在文革期间整个教学秩序都遭到破坏，教师们的科研工作也都处于无序状态，当时清华大学负责教学科研工作的党委副书记、副校长何东昌提出了「专业归队」，在对各院系进行调整的同时，也让老师对自己的专业方向做一个评估。

在这一波学科建设转型浪潮中，清华大学电子工程系自动控制教研组的张钹院士等人也同样在思考转型方向，其中的一种借鉴途径 便是向国外高校学习，不过英文材料阅读对于那个时候的大部分教师而言是一个难题。而张钹院士由于中学就学了英文，能够看懂英文材料，也基于这些材料了解到美国各个大学的计算机系都有了人工智能方向。然而当时，国内的高校甚至连人工智能这个概念都没搞清楚，因此，张钹院士便力主系里的其他教师去找一些相关的资料以更加深入地了解人工智能。「当时我们的理解也并不是特别正确。我有一点偏向仿生的方向去理解了，当时国内能够找到的资料也老.....」

1978 年的时候，张钹院士等人最终确定了转型的方向：人工智能和智能控制 。张钹院士特别强调：「到目前为止，我们还是认为这个方向是挺合适的，而当时之所以要留着「智能控制」这个尾巴，是为了让另外一批不愿意更改控制这个方向的老师们，还可以继续做控制方面的研究，因此，这个名字也是经过一段时间多番考量后才确定下来的。」

在提到这段历史时，张钹院士也提到了当时清华大学计算机转型过程中的另一重要人物——林尧瑞教授：

「由于文化革命期间学校设立车间搞生产，当时林尧瑞还在车间当主任，方向确定以后，我们就一起申请让他调过来，1979 年开始，他也正式加入我们从事相关工作。之后我因准备出国、参加英语培训等，人工智能的筹建工作基本上由林尧瑞负责安排，其中一项重要的工作便是培养这个方向的硕士生，这些硕士生的招生工作安排我负责，而招进来的硕士生之后就跟着林尧瑞等做人工智能方面的研究了。」

前往美国伊利诺伊大学后与国内的「跨国交流」

为建设新专业方向，清华大学 1978 年便开始安排一批教师队伍出国交流学习，张钹院士也在其列。然而由于生病的原因，张钹院士直到 1980 年 2 月份才作为访问学者前往美国伊利诺伊大学香槟分校进修学习，到 1982 年 2 月「学成归国」，整整两年，一天没多也一天没少。

「当时我去的是美国伊利诺伊大学的 CSL（Coordinated Science Lab ） 实验室，这个实验室整体上还是在研究计算机科学与工程，同时兼有通讯、人工智能这些方向。当时我的导师是钱天闻，他的主要研究方向是专家系统和机器人，实际上当时人工智能也就这两个热点。而 我一开始理解人工智能还有点偏仿生学的思路，但是到那边一看，基本上是一清二楚了。 」

而当时在美国伊利诺伊大学交流的时候，张钹院士还同时保持着与国内在「教学」与「科研」两个 方面的「跨国交流」：

• 一方面， 张钹院士通过将伊利诺伊大学使用的教材和相关材料全部复印并寄回国内，跨国辅助清华大学计算机系当时的教研工作 。「比如说清华大学后来开设的一门叫做人工智能程序设计的课程，就是根据我寄回来的材料开设的。」

• 另一方面， 张钹院士在人工智能领域的科研工作也由此开端，并在此过程中，一直保持与当时在安徽大学任职的张铃教授的书信交流，跨国合作开展科研工作。 「由于张铃学的是数学，所以我们就将数学引入人工智能的研究。那个时候，我们俩只能通过寄送书信的方式进行沟通、讨论，美国寄回中国需要 7 天时间，国内寄到美国又要花 10 天时间，因此每轮讨论下来都要花上十几天的时间。虽然整个过程比较艰苦，但是取得的研究成果是非常不错的。包括第一篇在 IJCAI 上发表的论文，以及之后的几篇论文，都是我跟他合作的工作成果，在论文署名方面，有时候我是第一作者，有时候他是第一作者，其实我们的贡献是一样的。因此 IJCAI 上发表的第一篇文章作者应该是张铃和我」

回忆起这段交流经历，张钹老师在采访中还颇为感慨地分享了在伊利诺伊大学交流期间的小花絮：

「实际上，与我一同前往伊利诺伊大学访问的队伍还是第一批去这个学校交流的大陆人，之前去的中国人要么是香港人，要么来自台湾。比如钱天闻、傅京孙以及黄煦涛都是来自台湾大学，他们在美国的名气都很大，傅京孙第一，钱天闻第二，黄煦涛第三。其中钱天闻原来是属通讯领域的，他自己也不是很熟悉人工智能，但是他的科研经费多，博士生也很多。刚开始的时候，他们还有点瞧不起大陆人，因为我们大陆过去的访问学者英文都比较差，说不清也道不明的。当时我到他那里交流的时候，他带的学生要么是美籍华人（从小在美国长大的中国人），多数中国学生也都是从台湾过去的，所以 一开始他在我面前还有些优越感，不过半年过后，这位导师以及其他台湾人对我的态度就发生了很大的转变 。1981 年初我们向人工智能顶级国际期刊 TPAMI 投了一篇论文，结果被录用了。不过由于我 1982 年在伊利诺伊大学的访问结束回到了国内，论文的录用通知直接寄到了伊利诺伊大学的实验室，因而辗转反复一直到 1983 年才到我手里，论文最终到 1984 年 1 月份才在 TPAMI 上发表。」

不仅如此，张钹院士还提到了这篇论文其中的一个小插曲：由于当时他错误地以为第一作者需要花钱，所以就将论文的第一作者写成了钱天闻，「对于这篇论文，我猜钱天闻也没看懂，所以一个字也没改，而实际上张铃才是第一作者，我是通讯作者。」

根据国家需要，确定机器人作为主攻方向

张钹院士 1982 年访问结束回国时，正值人工智能开始陷入低潮期。当时所有研究专家系统的科研人员都遭遇了失败，其中就包括张钹院士所在的清华大学计算系的一众教师，例如林尧瑞教授的课表编排和航运调度系统。面临这一困境，张钹院士便向当时还是计算机系人工智能与智能控制教研组负责人的张毓凯提议：调研国家需求。

这一提议得到肯定后，张钹院士等一众人便前往西南、重庆以及东北等各地的兵工厂、炸药厂等做调研， 当时大家认为并确信机器人会是国家今后的一个重的需求，于是便将机器人确定为之后的主攻方向。

基于这一思路，张钹院士等人在 1985 年建立了智能机器人实验室，并引进了国内第一台机器人 PUMA560 。提及此，张钹院士也分享了一个相关故事：「这台机器人当时是以机床的名义从香港转口到福建运进来的，而这也给大家出了一个难题：没有说明书，不知道怎么使用。于是当时便安排我、陆玉昌和张再兴老师负责调试这台机器人，突然有一天他们慌慌张张地跑来跟我说机器坏了，当时大家都特别紧张——因为这台机器差不多 9万元，我们与福建省（计算机研究所）各出一半钱买的，实际上，我们对他们说：我们现在没钱，那一半钱先向你们借，等有钱了再还。后来我们实验室办的不错，他们最后也没找我们要钱。话说回来，后来我又去看了一下出故障的机器，结果一看是“过载保护”了，没有什么问题。」

引进这台机器人后，张钹教授等人也使用它来做演示，例如写字、自动摆放物品（手眼协调）等，之后在 1985 年清华大学校庆之时，这台机器人也公开亮相并做演示，获得了不少关注。一直到 1986 年「863」项目开始在全国范围内调研智能机器人这一主题，当时蒋新松教授就带了很多人去清华参观，发现清华大学竟然还有智能机器人实验室，于是清华大学得以进入首批「863」，而之后，清华大学更是成了空间机器人（军口）以及智能机器人（民口）两个主题的组长单位。「 有了“863”机器人主题，我们人工智能的研究工作也得到了连续的经费支持。 」

上世纪 90 年代，张钹院士和其他老师一起又在该实验室的基础上筹备建立了全国第一个与人工智能有关的国家重点实验室——「智能技术与系统」国家重点实验室，让清华大学在人工智能领域的研究再上了一个台阶。

与 6 届 IJCAI 前前后后的故事

在 《IJCAI 50 周年特别报道：回顾中国与 IJCAI 的多个「第一次」》 一文中，我们提到，1983 年的第 8 届 IJCAI，张钹院士和张铃教授的论文（《The Statistical Inference Method in Heuristic Search Techniques》）与马希文教授、蒋新松教授二人的论文一同被收录，这也是中国学者的论文首次被 IJCAI 收录的高光时刻。

而张钹院士与 IJCAI 的第一次接触要追溯到 1981 年在温哥华举办的第 7 届 IJCAI，据张钹院士回忆：「当时是由我的导师钱天闻资助我去参加这次会议的，那是我第一次参加 IJCAI，也是第一次参加国际学术会议，不过还没有投论文。」

按理来说，已经去过一次 IJCAI 的张钹院士在自己论文被收录了的 下一届 IJCAI，更应该出席，然而 1983 年，张钹院士没有出席。对此，他也非常感慨地解释了缘由：「当时学校的规定是，凡是出国两年后归国，再次出国必须等到两年之后，而我是 1982 年 2 月份回国的，因此出国就成为了一个难题。最终没有办法，便由张铃一个人单独去现场做了报告。不过张铃中学学的是俄语，英文比我还差一些，所以他回来后跟我说，也不知道台下的人有没有听懂，反正最后给他过了。」

加上之后参加的 1987 年在米兰举办的第 10 届 IJCAI、1989 年在底特律举办的第 11 届 IJCAI、1991 年在悉尼举办的 第 12 届 IJCAI、1995 年在蒙特利尔举办的第 14 届 IJCAI 以及 1997 年在名古屋举办的第 15 届 IJCAI，张钹院士共参加了 6 届 IJCAI，和张铃教授一起发表了 3 篇论文。 「后来参加了 863，我就将研究重点转到机器人方向了，所以之后参加的国际学术会议基本上都与机器人相关了。」

另外，AI 科技评论也特别提到了选址中国北京召开的 2013 年 IJCAI，张钹院士比较遗憾地表示自己没有参加，「现在大家研究的热点都是深度学习，这个方向基本上是由我培养的后辈研究者在研究，当时我们学校的不少年轻教师和博士生都参加了。」

对于人工智能未来发展的思考

实际上，在 1995 年参加 IJCAI 会议后，张钹院士就曾在《模式识别与人工智能杂志》上写过一篇《近十年人工智能的进展》，对 IJCAI-95 上表现出的人工智能的趋势进行了分析。在本次采访中，张钹院士也进行了详细介绍：

1985 年到 1995 年依然还在经历人工智能低潮，大家都在预测人工智能的前途究竟如何，这个背景下， 大家其实都是在思考、反省以及探索，而当下人工智能的繁荣实际上也离不开这个阶段的思考和探索。

当时大家的想法都是不确定的，包括我写出来的论文同样也是这样。那人工智能当时的问题出在哪里？这样的形势下，出现了很多新的学派，其中有两个思想最有代表性：一个观点是强调与环境交互，即所谓的具有躯体的人工智能，或者现场 AI （Situated AI）；另一个是构建复杂的多智能体。当时我写这篇文章的时候，大家对神经网络并不看好，认为如果网络规模扩大，由于学习算法的复杂性极高，而无法实际操作。

针对目前对于深度学习的热议，张钹院士也发表了自己的观点。他表示： 包括深度学习在内的任何一项技术都存在局限性，我们可以看到深度学习在图像识别、语音识别以及包括 AlphaGo 所取得的成绩都极大地鼓舞大家的信心，这是好的一面。

而不好的一面，则是外行人或者对人工智能不是非常熟悉的人，会对深度学习寄予过高的期望，这是潜藏了很多风险的事情。 而这部分人之所以抱有过高期望，就在于他们没有意识到目前的深度学习还只能应用在非常有限的场合中 ，也就是说它只能在符合 5 个条件的场合中能够有好的表现，缺少任何一个条件，在实现程度上都会大打折扣。这 5 个条件包括：第一，必须得有丰富的数据；第二，完全信息；第三，确定性；第四，静态与结构化环境；第五，有限的领域和单一的任务。

而目前深度学习由于某个条件的缺失而产生问题的情况也非常普遍，包括：首先是人脸识别、语音识别一旦存在干扰性能就会显著下降；其次，基于深度学习的系统具有的不可解释性便是系统存在的致命缺陷之一；另外，深度学习还只是人工智能的冰山一角，人工智能还有很多其他更为重要的问题需要解决。

基于此，张钹院士认为结合清华大学人工智能研究院提出的口号阐释了自身对于人工智能未来发展趋势的看法：

• 第一，建立可解释性与鲁棒的人工智能理论和方法；

• 第二，打造安全、可靠、可信的人工智能技术；

• 第三，开创创新的人工智能应用。

「只有实现这三点，人工智能才能得到进一步的发展。」

最后，张钹院士还谈到了当前中国科研工作者所存在的问题， 他认为其最大的缺点便是喜欢跟风随大流 。「目前我国人工智能的研究主要集中于深度学习，而对知识表示、规划、推理和不确定处理等 AI 其他领域缺乏重视。例如去年的 IJCAI 上，关于深度学习的论文只占全部论文的 1/3，其中 70 % 的论文作者是中国人；而另外 2/ 3 的关于知识表示、规划、推理等的论文，却基本上没有来自中国作者的。」

不过张钹院士也对此表达了自己的谅解，他以一个真实案例来进行说明：「在美国某个大学的博士生中，有一个做了 8 年研究却没做出成果，最后没有取得博士学位离校找工作，很多企业抢着要，我就问这些企业为什么要他，这些企业回答说他有 8 年的工作经验，而 这种现象在中国是很难见到的，这跟整个环境有关系，所以这个问题很大程度上还是由于社会还没有发展到这个程度。 」

对此，张钹院士作为一个始终站在最前线的教育者，也尽力从教育的角度来引导其博士生从长远的眼光出发做研究。而要想真正改变中国科研工作者目前的这一问题，则可能还需要走过一段很漫长的路了。

。