▍赋能——数据科学与人工智能的时期

数据科学、人工智能，当我们把这些粗犷的观点进行逻辑性地叠加时，我们便理解了他们之间的关系。

陶大程教授在解析数据科学时，如此说道：“数据科学是一门利用数据学习知识，并从数据中提取有代价的信息，以剖析现实征象、挖掘实质和关系的学科。
数据科学是一个对数据理解和剖析的交叉学科，除了须要统计学、数据挖掘、机器学习等数据剖析、理解和挖掘的学科，还涉及其他学科，包括物理、材料、化学、生物、医学等等。
”

逻辑严密是人工智能学者的范例特质，而在国外大学为人师的陶教授也会利用生动的比喻与举例来阐明他的不雅观点与想法。
“如果我们获取的数据来自一台摄影机，并且目标是检测、识别图像数据中特定物体，那么这是机器视觉。
机器视觉作为基本工具，获取了图像的基本信息，如何从这些信息中得到更多领域的知识，便是数据科学了。
”

（图片解释：陶大程教授揭橥《AI清晨：机遇与寻衅》主题演讲）

目前数据科学正在与根本行业、运用行业相互结合，比如物理、化学、生物以及材料学等。
“以景象预报为例，传统的方法是建立物理模型，根据模型回归、阐明数据，并进一步预测未来的景象。
而利用数据科学的方法就可以完备不同：利用历史数据、专家标注信息，建立统计学习模型就可以达到进一步预测景象的目的，而且有的时候效果更好。
”陶教授对数据科学的运用做出了自己的阐明。

数据科学，相对付传统办理业务问题的办法与方法，减少了对付传统行业垂直知识的依赖，利用数据办理问题。
在陶教授看来，如何通过利用数据科学的工具，从数据处理、剖析预测，再到可视化，一步一步赋能家当，办理详细问题、知足实际需求，更是数据科学发挥浸染的地方。

（图片解释：人工智能与数据科学的关系）

说回到自己的研究领域——人工智能，陶教授认为，高质量的数据是人工智能的根本，数据质量与完备性直接影响到人工智能办理问题的能力与效果。

从中国科大语音实验室里学习语音合成、信息处理中央（IPC）里学习图像检索的青涩少年，到喷鼻香港中文大学多媒体实验室里做干系反馈的研究生，再到英国伦敦大学研究机器学习算法的博士，以及后来在喷鼻香港理工大学、南洋理工大学、悉尼科技大学和悉尼大学传道授业解惑，陶大程这20年，与人工智能技能为伴，一起走来，方向从未改变。

想要研究人工智能，除了业耕于勤之外，更主要的是对研究目标进行深度认知与理解，有时候可能还要上升到哲学角度，须要更高维度的思考。

▍未来的AI技能是一场大领悟

1956年，“人工智能”一词在美国达特茅斯的一场小型学术研讨会上被提出，直至今日，人工智能的历史走过的63年，历经了三起两落，而当下的人工智能正处于第三次浪潮之中。

本日的互联网充斥着对付人工智能的“赞歌”，部分媒体的宣布将人工智能长期的担忧变成了人们短期的焦虑。
成本市场更是“火上浇油”，让人工智能的热浪席卷环球。

（图片解释:谷歌趋势与百度指数过去八年里，“人工智能”一词在环球与中国的搜索走势）

人工智能虽然成为了从科技界到金融圈，再到街头巷尾的热门话题，但大部分人对付人工智能的理解并不足真实。
一方面，大家在看完各种人工智能降服人类的***后，惊叹科技发展的速率，另一方面，担忧下一个被机器取代的会不会是自己。
对此，陶大程教授给出了理性的意见。

陶教授认为， AI的第三次浪潮紧张是由于当代社会对付人工智能诉求非常大，运用处景非常多，以是带来了很高的期望，叠加家当的投入、政府的支持等成分，人工智能的发展被加速了。

相对付人类感知（Perceiving）、学习（Learning）、推理（Reasoning）、行为（Behaving）的能力，现在的人工智能差得还有些远。
“很悲观的讲，目前来说，很难找到一个算法能够在普适条件下全面超越人的水平。
”陶教授说。

但在一些垂直、具象的任务中，机器超越了人类。
个中最范例的便是AlphaGo击败了韩国天才围棋选手李世石，著名打算机视觉寻衅赛Image Net上，冠军队伍利用机器对指定目标的识别准确率超越了人类。

在棋类游戏，以及特定环境下的电子竞技、图像识别等方面，人类都输给了机器，但这并不代表机器拥有了人类的智能，只是办理特定问题的能力超过了人类罢了。
陶教授阐明说：“目前所说的机器智能，实际上与人类的智能不是一回事儿。
目前机器只能在演习和测试数据知足独立同分布的假设条件下才能很好的事情，而人类却不同，由于我们有很强的泛化能力。
只管迁移学习在一定程度上缓解了非独立同分布的问题，但是还有很大的空间须要研究职员去进一步提升。
”

与大部分数据科学50人受访专家的不雅观点相似，陶教授认为，当下的人工智能是一种赋能行业、赞助人类办理问题的工具。
当问题能够被很清楚地定义出来时，我们就有相称的机会设计出达到乃至超过人类水平的人工智能算法，来办理实际问题，更好地赋能行业。

在过去几轮人工智能的浪潮中，以知识图谱为代表的符号学派支配了人工智能的首次崛起。
90年代开始，贝叶斯网络、进化算法、支持向量机等AI技能与方法拔地而起，2006年多伦多大学Geoffrey Hinton教授等人推出深度学习，将深度神经网络技能为代表的联结派推向了AI江湖盟主的宝座上。
但十几年过去，无论是学界还是业界，都传来对人工智能未来发展的担忧之声——未来的AI江湖会由哪个门派掌舵呢？

陶教授最近读了一本名为《疑问之书》（The book of why: The new science of cause and effect）的书，是由图灵奖得主、贝叶斯网络之父Judea Pearl所著的因果推断知识读物。
书中，作者阐明了一个反响认知能力的三层模型（关联、干预、反事实），并系统地先容了三层模型对因果推论的主要性。
在某种程度上，这本书也在触发人工智能学者对付未来AI技能的思虑。

(图片解释：《疑问之书》中反响认知能力的三层模型 来源：《疑问之书》）

对付未来，陶教授表示，人工智能的各个学科之间的发展是循规蹈矩的，有冷有热。
陶教授以现在最受关注的深度学习为例，阐明道：“深度学习对付获取基本信息来说，是非常有效的，比如从图像中检测特定物体。
”但在他眼中，未来会是各种技能，包括因果推理、逻辑推理、专家网络、神经算法等的有机结合，如此更加有效地通过集成式的人工智能技能，减少我们对付数据的直接依赖性。

陶教授举例说，如果有两张图，第一张图有一千个人在拍集体照，第二张图有几百个人在看足球比赛，那么对付人类来说，看了两张图之后，可能第一韶光没法知道两张图片上有多少人，但一眼就能看出来这两张图的差异，第一张的语义剖析（Semantic Information）是“拍集体照”，第二张是“看足球比赛”。

而打算机可以快速检测出多少人、他们穿什么颜色的衣服，但是要剖析出来照片的语义层面的差异，就须要耗费很大的力气（大量数据集与算力）。
在深度神经网络中，我们让打算机学习大量拍集体照和比赛的照片，演习出区分两种类型照片的能力，但如果我们可以用推理的方法来完成，就不须要网络特定的大数据了。

（图片解释：逻辑推理的利用在某些场景下可以减少现行深度学习对付大数据的依赖）

▍在澳洲做研究

澳大利亚是发达国家，并且地广人稀，这给她得天独厚的条件发展人工智能，并且这个2400万人口的国家已经成为很多前辈无人技能的试验田。

“骑在矿车上的国家”——澳大利亚，最具代表性的AI项目就属悉尼大学与Rio Tinto（环球矿业巨子力拓集团）互助的无人矿场。
早在2003年，澳大利亚就由悉尼大学牵头成立国家重点实验室（ARC Centre of Excellence for Autonomous Systems），专门研究无人自主系统，希望此类技能能够办理澳洲地广人稀所带来的问题。
如今，这个国家重点实验室已经进一步发展成为澳大利亚野外机器人中央（Australian Centre for Field Robotics）。

“澳大利亚科研体系非常开放，研究职员来自于全天下各地。
”陶教授先容到。

不到40岁，陶大程教授被付与澳大利亚国家级科研奖项——尤里卡(Eureka)奖。
不惑之年的他还在2018年当选澳大利亚科学院院士，也是当年唯一入选的华人科学家。

（图片解释：陶大程教授在澳大利亚科学院做报告）

顶着学术光芒的华人科学家陶大程，连续着他的人工智能的研究与实践。

学界的一大痛点在于数据的缺失落，于是包括纽约大学的Yann LeCun，斯坦福大学的李飞飞、吴恩达等人工智能领域的著名与专家学者纷纭加入诸如Facebook、谷歌等互联网科技巨子，让自己的根本研究能力与数据资源有机结合。

2016年，陶大程教授开始打仗工业界，加入人工智能与做事机器人企业优必选，担当人工智能首席科学家一职，主导研发前辈的、具备核心技能竞争力的打算机视觉技能，并希望这些技能能够授予机器情面况感知及认知的能力。

优必选还与悉尼大学互助，建立了优必选悉尼大学人工智能研究中央，由陶大程教授担当创始主任。
2018年，研究中央提出了基于蜕变算法的GAN（对抗神经网络）框架Evolutionary GAN (E-GAN)，提升GAN演习的稳定性、减小模型塌缩问题，并期望得到更好的天生效果。
该事情入选《麻省理工科技评论》（MIT Technology Review）Physics arXiv的最佳论文（The Best of the Physics arXiv）。

在谈到中国人工智能的发展时，陶大程教授表示很看好，“从学术会议、比赛等情形来看，中国和外洋科研进展险些是无延迟的，发展速率基本同步，在工业运用层面中国的进展也非常迅速。
”随着未来5G技能以及物联网的发展，数据红利会进一步迸发，人工智能的发展前景会更好。

正如大量外洋华人科学家一样，陶大程明白环球化的浪潮下，每个国家都有自身的上风。
外洋发达国家滋长了人工智能技能的根本研究能力，中国弘大的市场与海量数据酝酿了人工智能的最佳实践场。
在这场人工智能的浪潮中，坚守科研的学者们正在推波助澜。

陶大程坦言，自己除了在学校的科研事情外，没太多韶光，想要平衡好学界与工业界的双重角色也并不轻松。
他身在这波巨浪之中，扮演着不一样的角色，大概更能理性看待统统，虽潮起潮落，唯大方向始终如一。