浙江大学庄越挺教授：人工智能前途光明 影响深远

　　9月7日，2017创新中国总决赛暨DEMO CHINA秋季峰会期间，由 创业邦 和 联想创投 联合主办的“智能互联网带来的行业颠覆”专场精彩收官。来自投资界、学术界和创业界的6位大咖——浙江大学计算机学院教授庄越挺、 毅达资本 创始 合伙人 周春芳 、 摩拜单车 联合创始人兼CEO 王晓峰 、寒武纪科技创始人兼CEO陈天石、 旷视科技 （Face++）联合创始人兼CTO 唐文 斌， 联想集团 副总裁、联想创投合伙人 宋春雨 一同展开关于“新智能、 新产业 、新时代”的巅峰对话，探讨了智能互联网对行业和人们生活的改变，并就“智能互联网时代是否存在AI平台级的创业机会”、“智能互联网最有可能从根本上改变哪些行业”、“有哪些AI技术急需突破”、“智能互联网对 老百姓 意味着什么”等关键问题进行了深入讨论。

浙江大学教授庄越挺

浙江大学教授庄越挺，工学博士，教授/博导，国家杰出青年科学基金获得者，“百千万人才工程”国家级人选，教育部长江学者特聘教授，973首席科学家，教育部“网络多媒体智能信息处理技术”创新团队带头人，浙江省特级专家，国务院学位委员会计算机学科评议组成员。庄越挺教授享受国家政府特殊津贴，主要从事人工智能、跨媒体计算、计算机动画、数字图书馆技术等领域的研究，取得多项具有国际影响力的创新性研究成果，发表学术论文200余篇，其中60余篇发表在IEEE TPAMI、IEEE TIP、IEEE TMM、IJCV等国际权威期刊以及ACM Multimedia、CVPR、IJCAI、ICCV和AAAI等顶级学术会议上。曾获国家科技进步二等奖3次(1993，2005，2010)、浙江省科技进步一等奖2项（2003，2007）、浙江省科学技术奖自然科学一等奖1次（2015），中科院科技进步一等奖1次（1993），浙江省科技进步二等奖1项（2004）。庄越挺教授和潘云鹤院士带领的团队，在人工智能领域的研究，硕果累累，他们提出的人工智能的新方向“跨媒体”，已经列入国务院的“新一代人工智能发展规划”文件中。

在“联想创投·智能互联网带来的行业颠覆”巅峰对话中，庄越挺教授分享了人工智能科研领域最前沿的观点。以下为庄越挺教授的发言实录：

　　大家上午好！我是来自浙江大学计算机学院的庄越挺。今天的嘉宾大都来自创投界，来自学术界的很少。但是我能感觉到大家对技术的渴望。虽然我在人工智能创投领域是一个新兵，但是我在人工智能研究上却是一个不折不扣的老兵。我在做硕士研究生就开始研究人工智能，当时是做专家系统，那时候很热，和目前Deep Learning热度颇有类似之处。后来我当了十年的浙江大学人工智能研究所的所长。 往往历史有惊人的相似之处，我做研究生时人工智能很红火，经过多年的沉寂，现在人工智能又红火起来。

这些年，我和我的团队做了许多人工智能方面的工作。其中在大数据这一块，浙大花了十多年的时间做了一个项目，这个项目很有影响力，叫做“高等学校中英文图书数字化国际合作计划”项目。我们是02年开始，对中国高校里的图书进行了数字化。到目前为止，我们数字化了260万册。因为现在很多资源一上来就是数字资源，这里很多同学和年轻人没有这个感受。我们有很多书，很多古籍，很多民国的图书只有纸质版的，没有电子版的。如果用户要去找一本书，要跑来跑去，有时候要跑到北大图书馆去找一本古籍，很辛苦。现在这个数字图书馆已经成为全球最大的公益性数字图书馆之一，这是教育部投资的一个项目，我们还没有想到直接盈利的方式，这是国家投资的项目，已经具有很大的国际影响力，我作为第一完成人，也获得了2010年度国家科技进步二等奖。

第二个项目，中国工程科技知识中心。它的思路是把中国工程科技方面的一些资料，不仅是图书了，还有很多专业数据库，全部数字化。我们做成中国最大的工程科技领域的知识中心，这个意义非常大，因为这样的项目之后，它的意义会超过Google，因为Google主要在网页当中，进不了很多专业数据库。

就技术点而言的话，我们也参加了一些国际比赛，我们团队也获得了一些重要的奖项。我们现在进行跨媒体方面的研究。以前很多工作主要是针对文本处理的，事实上很多知识不仅来源于文字，还有音视频，三维模型，动画等等当中，这就需要跨媒体研究。

　　 当然，人工智能的发展也经历过几起几落。我们的心态要变好，不要因为人工智能热潮、大家都在推动人工智能，学术界就冲昏头脑，所有人都一窝蜂地去研究人工智能。也不要在低潮的时候，就放弃对人工智能的研究。我认为人工智能的曲折发展是正常的。其实这些年人工智能一直在进展。

　　 我觉得现在人工智能做到两个层面，一个是感知，一个是认知。感知方面，现在做得比较好，认知方面差距还很大。 原来从规则来说，把专家很多知识都总结出来。比如“我如果今天发烧，或者喉咙疼，可能就感冒了”，这是一条知识，以前按照这种知识去推理。但发现这个不够，后面就是有大数据来驱动。一只猫的图片很难识别，但是成千上万的图片通过不断的训练，到最后就能识别了。这里的问题是可解释性差，不知道它是怎么识别出来的，是哪个图片贡献了很多，使它能够识别出来。

　　从经验当中去学，深度强化学习，这是现在最热的，这部分内容往往在机器学习的书里会放到最后几章，这说明还有很多可以研究。我认为这里远远没有达到解决问题的程度，人工智能总是人类的终极目标。我记得以前老师说过机器下围棋能赢的话，人工智能的目标已经实现了，但是现在AlphaGO已经赢了，当解决了下棋之后，人们对人工智能便会提出更高的要求。 我们应该对人工智能充满信心，前途是光明的，路还是很长，因为人类的要求总是不断的提高。

这一波的人工智能，我认为和以往人工智能不一样，这波人工智能真正在人工的感知、深度学习方面的确做了革命性的突破。对人工智能的未来，让我们拭目以待！