AI离不开数学，但AI面临的问题不全是数学问题

lixiang007700

“人工智能的发展离不开数学等基础学科的发展，但人工智能发展面临的问题不全是数学问题。”昨天，图灵奖获得者、中国科学院院士姚期智受聘成为同济大学名誉教授，在同日举行的学术报告会上，姚期智分享了对当前人工智能（AI）研究和相关人才培养的思考。

姚期智认为，当前的很多AI技术应用，无不是得益于过去一段时间在理论研究层面的突破，而AI所取得的一些进步也正来自跨学科领域。他特别指出一点：AI的科学基础，既包括数学、物理等经典科学，也有以计算机、通讯、控制、统计等为代表的近代科学，再发展到如今与计算机科学、信息论、博弈论等学科的交叉融合。事实上，从成果发表来看，很多研究者的学术背景并不是传统的数学或计算机等与AI相近的学科，而是呈现出学术背景多元的趋势。另一方面，一些在AI发展上取得成果的前沿领域，往往是乍看起来与AI不完全搭界的学科。

“AI研究的特色，就在于它能够巧妙结合若干元素，通过学科交叉产生拥有‘大能量’的新核心技术。”姚期智指出，AI在投入具体场景应用的具体过程中，会生成各种新的问题。如何用各种学科工具去解决实际的问题，对研究者而言，重点是“要推进AI的基础研究，以激发原始性的创新突破。”

毫无疑问，AI的迅速发展正深刻改变人类社会生活、改变世界。为抢抓AI发展的重大战略机遇，国家已印发《新一代人工智能发展规划》。另有统计显示，今年新增人工智能专业的高校达到180所。

高校应当如何培养AI人才？姚期智表示，对于有研究兴趣的学生而言，一流高校的学生在本科阶段就需要接触AI所涉及的诸多前沿学科，培养跨学科意识；而在研究生培养上，学生最好能够拥有多学科的背景，具备一定的从事前沿交叉学科研究的理论基础。

以清华大学去年成立的人工智能学堂班（“智班”）为例。由姚期智出任首席教授并亲自授课的“智班”，每两周都会举办一次“吹牛大会”，让学生发挥想象力，畅想AI如何赋能百业。据“智班”班主任袁洋老师介绍，“智班”学生的“脑洞”时常让人惊喜，纷纷尝试将神经科学、建筑学、生物科学、人文学科等与AI研究有机结合。“如果更多的研究能够在某个交叉学科领域发现问题，并利用各种学科新工具去拓展问题，这肯定比单纯聚焦AI赛道更有意义。”

姚期智同时提醒，AI研究强调学科交叉，但并不意味着强行融合。对高校而言，主要的任务是培养学生用科学的方法研究问题、继而找出解决方案的思维，而不是为了追求多学科而强迫没有兴趣的学生去学习过于艰深的跨学科知识，“如果这么做，很可能适得其反，让学生丧失对研究的兴趣。”