独家对话清华大学AIR院长张亚勤：人工智能研究(2)

此外，AIR和企业一直在深入合作，比如和百度、亚信等。AIR就是要帮助企业解决“明天、后天的大问题”。张亚勤以清华大学智能产业研究院与亚信的合作为例指出，通过AI等技术实现了5G基站功耗降低15%，同时网络覆盖提高5%。

“我们真正想做一些探索性、突破性的技术，希望对未来有更大的影响，解决更深层次的科学问题。当然，有企业也会和学校合作联合实验室，做产、学、研整个过程。我希望企业、高校、研究机构要投入时间和经历做各自擅长的事情。”张亚勤对钛媒体App表示。

清华大学智能产业研究院（AIR）初期团队合影（来源：受访者提供）

钛媒体：清华AIR究竟是一家什么机构？

张亚勤：AIR是一个学术研究机构，很像MSRA（微软亚洲研究院），但不是面向某一家公司，而是面向全产业的。其次，我们希望有一些系统性、平台性的技术，不仅仅是一些单点的算法，而是从事更有组织性的科研。AIR不是个公司，也不是个孵化器，结构上更像一个学校的研究院，因为我们本来在学校的大的框架里面。

钛媒体：在你看来，AI技术落地为何重要？为什么清华AIR要和产业结合？

张亚勤：大学本身已经在从事很多理论性研究。AIR汇聚了一批具有科研和产业背景的人才，希望致力于新的突破性技术落地，哪怕这需要三到五年，甚至更长时间，但这类技术往往是面向未来、更迭时代的大技术。我们希望赋能产业，造福社会。

我认为很长时间内，数据都还是很重要的，好的算法需要大量数据，如果数据没有和产业合作，那么没有真实数据，做类研究是没有根基、无法使用的。

“AIR”更具象的目标有：1、研发出新的算法和平台型技术2、培养更多技术人才，3、推进行业标准设立。

清华大学智能产业研究院的核心研究方向（来源：清华大学AIR官网）

钛媒体：AI公司一直不断投入研发，但产出的技术产品却低于大众预期，尤其距离AGI（通用人工智能）技术差别较大？是不是AI技术研究存在问题？

张亚勤：我认为目前AI的应用已经非常多了，也提供了很大的便利性。AI并非很神秘，本质是大数据驱动下的模式识别。现在主流的是深度学习、无监督学习、联邦学习等趋势，也已有很多落地场景了，比如人脸识别、语音识别、GPT-3等。我觉得，AI技术已经落地很多了，但是仍然有极大的发展空间。

如果希望AI成为一个好的商业模式，仍然需要不断投入人才、资金和技术，比如说无人驾驶，可能还需要时间和资金的投入，但一旦实现，会给社会带来巨大变化，并且是积极的变化，这就是AI可能最大的应用，也是最重要的应用。

钛媒体：医疗AI技术壁垒很高，但应用情况并不如意，为什么清华AIR还要做？

张亚勤：我认为，不管是技术，还是软件产品，需要很多迭代。如果5年之后再看这个问题，包括生物技术、医疗大健康等都会被彻底改变。而现在来说，当Alphafold 2（DeepMind研发的AI模型框架平台）出来之后，将蛋白质组的一些生物学问题解决掉，还提供了指数级增长的数据平台支持。那么，医疗AI会解决一些问题，尤其在生命科学方面。

钛媒体：最近大家都在提，很多科学家从企业回到了科研机构、学术圈等，从自身角度出发，企业高管和大学教授角色之间有何区别？

张亚勤：我觉得主要有三个区别：一个是我不再需要去花很多时间在运营上，不用跟踪产品进度，而是专业从事科研；二是时间的不确定性会高一些，之前在企业当中，更多在谈明天、后天的进度，而非五年十年的行业发展；三是AIR能够培养更多人才，像CTO和顶级架构师，长远促进整个行业的发展。

钛媒体：之前您说年底AIR要发新的平台性技术，AIR目前的科研进展如何？

张亚勤：我们团队已经取得了一些阶段性成果，在AI新药研发方面、车路协同研究方面等，我没有像管理公司那样给团队设定目标，而是希望大家更专注在从事有价值的科研上面，目前进展不错，对于未来我非常有信心。

钛媒体：AIR目标当中有一个“智慧交通”场景。百度一直都在推进Apollo无人车项目，那清华AIR主要是做哪些方向的？

文章来源：《模式识别与人工智能》 网址: http://www.mssbyrgznqks.cn/zonghexinwen/2022/0208/800.html