Uszkoreit 博士是中德兩國人工智能合作的核心人物，負(fù)責(zé)德國人工智能研究中心在中國的所有合作項目，今年 3 月，他剛被任命為在北京新成立的人工智能技術(shù)中心（AITC）總監(jiān)兼首席科學(xué)家。在訪談中，Uszkoreit 博士談到了人工智能在工業(yè) 4.0 和商業(yè)智能上的應(yīng)用，以及中、美、歐在人工智能領(lǐng)域的差異。
對于他的老本行，Uszkoreit 博士認(rèn)為，語言技術(shù)是人工智能的核心部分，但當(dāng)前的深度學(xué)習(xí)方法還不足以解決 NLP 領(lǐng)域的核心問題。他提到漢語在語義理解上的潛力。說起不久前 NLP 領(lǐng)域的大論戰(zhàn)，Uszkoreit 博士認(rèn)為 Yoav Goldberg 敢于倡導(dǎo)正確科研行為的嚴(yán)格規(guī)則，是個英雄。
以下是訪談全文：
中國 AI 研究需要覆蓋所有領(lǐng)域
記者：最近，媒體常常拿中美兩國的 AI 行業(yè)和研究成果進(jìn)行對比。對于中美、中歐在 AI 領(lǐng)域的差異，您有什么看法？以您的理解，哪一方能引領(lǐng)這一輪的人工智能革命？
Hans Uszkoreit：歐美的 AI 研究有著長期的廣泛基礎(chǔ)，但中國正以驚人的力量和熱情追趕上來。在某些研究領(lǐng)域，中國的研發(fā)速度可能比美國還快。然而，中國的 AI 研究只是集中在少數(shù)幾個熱門領(lǐng)域，可熱點和趨勢總是來了又去。下一代 AI 架構(gòu)，將會用到具備大量認(rèn)知任務(wù)和能力的、廣泛擅長于 AI 的系統(tǒng)。我希望中國的研究人員能有足夠的動力迅速來覆蓋所有的 AI 研究領(lǐng)域。
我個人所期待的人工智能突破，是多種感官信息輸入的交叉領(lǐng)域，以及 AI 在常識性知識與直覺的獲取。
歐洲在語義學(xué)技術(shù)、神經(jīng)網(wǎng)絡(luò)與機(jī)器翻譯等領(lǐng)域的研發(fā)投入上往往準(zhǔn)備充足，但研究成果在科學(xué)上的成熟與商業(yè)上的收獲更多發(fā)生在美國。其中的例外，是制造業(yè)領(lǐng)域的 AI，它是歐洲、特別是德國的強(qiáng)項。而今中國在 AI 領(lǐng)域的下游應(yīng)用研究與上游資金投入上同美國的大力競爭，則相當(dāng)耐人尋味。前者是今天 AI 應(yīng)用的關(guān)鍵，后者則有可能逆轉(zhuǎn)我們過去的 AI 創(chuàng)新流程。
記者：在深度學(xué)習(xí)近年來的進(jìn)展上，有許多像李飛飛這樣的華人 AI 科學(xué)家和 AI 研究者，他們在其中做出了突出的貢獻(xiàn)。據(jù)我了解，您的許多研究伙伴也是華人，您能說說選擇他們的理由嗎？華人在 AI 研究領(lǐng)域有什么優(yōu)勢呢？
Hans Uszkoreit：長期以來，我都非常喜歡跟中國的博士生或博士后研究員們一起工作。他們頭腦聰明、積極主動、精力充沛而又注重實效。一般說來，中國研究者的高中和大學(xué)基礎(chǔ)都非常扎實。我個人的體會是，中國和西方研究者的混合團(tuán)隊，其合作效果出奇的好。我會在北京繼續(xù)推動這種跨文化的合作。我相當(dāng)期待接下來同過往的親密同事和學(xué)生們的交流，他們現(xiàn)在大都在中科院、中國的大學(xué)和公司工作。
投資環(huán)境和早期市場是 AI 創(chuàng)業(yè)成功的保障
記者：前不久，您剛?cè)温毐本?a href="http://www.qzkangyuan.com/cnidc/cio/sns/20170624/9638.html">人工智能技術(shù)中心（AITC）總監(jiān)兼首席科學(xué)家。您能跟我們介紹一下您這份新工作，新加坡主機(jī) 免備案服務(wù)器，以及這個新的研究機(jī)構(gòu)嗎？
Hans Uszkoreit： AITC 在今年 3 月份成立于北京的亦莊經(jīng)濟(jì)技術(shù)開發(fā)區(qū)。它的使命，是把 AI 技術(shù)從研究成果轉(zhuǎn)化為工業(yè)應(yīng)用。在德國，我們還沒有特別成功的商業(yè)化 AI 案例。有好多次，我參與創(chuàng)立的公司都是過早進(jìn)入市場，好在歷經(jīng)多年的掙扎，這些公司都活下來了。但更多的情況是，由于缺乏資金，我們只能眼睜睜看著美國的競爭對手取得成功。他們不光有著更好的投資環(huán)境，同時還擁有一個更大的早期市場。
在中國，我也同時注意到了這兩大因素的存在：一種友善的投資氛圍，加上一個需求龐大而前衛(wèi)的 B2B 市場。在我的老東家 DFKI（德國人工智能研究中心），我們同 20 多家工業(yè)股東進(jìn)行過合作研究，還創(chuàng)立過超過 80 家衍生企業(yè)，在 AI 技術(shù)轉(zhuǎn)化方面的這些經(jīng)驗都來之不易。
基于這樣的經(jīng)歷，AITC 有能力實現(xiàn)這樣的技術(shù)轉(zhuǎn)化及其研究機(jī)制，以及成功的商業(yè)化 AI 的最佳實踐，這讓我們同時也有能力來幫助這一領(lǐng)域的其他人。
記者：工業(yè) 4.0 和商業(yè)智能將成為主流的 AI 應(yīng)用場景，但這兩大領(lǐng)域的不同之處在哪里？對于 AI 在此所取得的突出成績，有沒有什么具體的實例？
Hans Uszkoreit：第四次工業(yè)革命是由工業(yè)界所有的部門、設(shè)備、人員之間完全的數(shù)字化連接所觸發(fā)的，美國抗攻擊服務(wù)器 亞洲服務(wù)器，工業(yè) 4.0 是一個針對于此的廣泛說法。這種完全的數(shù)字化連接是由物聯(lián)網(wǎng)來實現(xiàn)的，其中還包括機(jī)器、產(chǎn)品、車輛和建筑之間的連接。
商業(yè)智能適用于所有的公司，不只針對制造業(yè)。它的基礎(chǔ)是組織內(nèi)部有關(guān)從戰(zhàn)略決策到日常運(yùn)作的所有決策過程的數(shù)據(jù)。這些數(shù)據(jù)大多來自公司內(nèi)部，但很多重要的信號來自于外部的消費者、投資者、政策制定者、供應(yīng)商和承包商，以及員工們的生活領(lǐng)域。對所有這些數(shù)據(jù)的分析，有助于做出更好的決策，甚至優(yōu)化并調(diào)整決策的過程。
