0
| 本文作者： camel | 2017-10-31 22:27 | 專題：CNCC 2017 |
雷鋒網AI科技評論報道：中國計算機學會（CCF）舉辦的中國計算機大會（CNCC 2017）已于10月28日順利結束。此次會議規模空前，會議組辦方邀請了國內外的許多著名學者，包括丘成桐、沈向洋、李飛飛等人，同時還有十多位院士以及數百名國內外計算機專家學者。這次大會除了14場非常值得關注的特邀報告外，還有2場大會主題論壇、40余場學術論壇、30余場特色活動以及3個頒獎大會，同期還將有80余家企業舉辦科技成果展。據了解此次參會人數多達6000多人。雷鋒網AI科技評論對這次大會做了全程報道。
在大會的40多個技術論壇中，有一個論壇——“未來計算—CCF會士論壇”——可以說是規格極高：四位講者分別為李國杰院士、高文院士、林惠民院士和北航的陳小武教授；連論壇主持人都是清華大學吳建平院士和這次大會特邀嘉賓中科院計算所的陳熙霖研究員；此外在互動環節，還有2017年度“羅摩克里希納·勞獎”獲得者（該獎項目前全球只有七位獲獎者）特拉華大學終身教授高光榮。
所謂“姜還是老的辣”，幾位院士以及知名學者，就計算機科學的未來發展給出了非常深刻且獨到的見解。
在論壇中，首先由李國杰院士做了一場非常精彩的報告，主題為《計算的新時代——關于未來計算的幾點思考》。李國杰院士以他幾十年的研究經驗，給出了許多非常有價值的思考。李國杰院士認為大數據和人工智能不是計算機科學的掘墓人，而是為計算機科學的發展開辟了一片新的空間。以前我們認為知識就是力量，但現在在某些領域AI已經不再需要人類知識了，對一些規則清楚的結構性問題，計算的力量有時候比知識的力量更強大。有人認為人工智能是一個新的學科，但李國杰院士通過對計算機發展歷史的回顧和思考，認為人工智能本質上仍是計算機技術，從基礎研究來看，人工智能是計算機科學的前沿研究；從應用來看，人工智能是計算機技術的非平凡應用。
圖靈獎得主霍普費爾德最近指出，計算機科學的發展可以分為三個階段：早期的研究重點是開發程序語言、編譯技術、操作系統以及研究支撐它們的數學理論；中期的重點是研究算法和數據結構；第三個階段的重點已從離散類數學轉到概率和統計。李國杰院士認為到目前為止計算技術的紅利已經用的差不多了，靠提升算法和硬件來發展已經走到了盡頭，所以我們需要計算科學的第二春，機器學習已經成為計算機科學的核心。人工智能經過60年的培育，已經成長成為碩果累累的大樹，但是對于深度學習為什么這么有效，至今沒有科學解釋，我們應當重視這一類跨學科的帶根本性的基礎研究。（丘成桐先生也提出這個觀點，可見“英雄所見略同”）
基于對圖靈機模型的思考，李國杰院士認為圖靈機有它自身本質上的局限性。圖靈機的提出主要是用于說明某些數學問題的不可能性，它不能提供所有計算形式的完整模型，圖靈機的算法的前提都是假定輸入和輸出都是確定的，如果輸入可隨機選擇，那么就會突破圖靈機的界限。所以在以后的研究中要重點研究非確定的計算。
隨后中科院軟件所的林惠民院士做了《計算與軟件》的報告，報告分為兩部分，分為探討了“計算是什么”和“軟件的問題”。林惠民院士首先回顧了對“計算是什么”這個問題的歷史思考。對于這個問題，數千年來一直沒有人真正認真地思考過，直到希爾伯特在他的23個希爾伯特問題中提出“是否存在一個數學公理，能夠將所有數學定理推導出來”和“給定一個定理，能否在有限步數范圍內推出這個定理”（第2、10問題）。基于對這兩個問題的思考，哥德爾、Alonzo Church、圖靈分別提出了遞歸函數、Lambda-演算和圖靈機模型，隨后丘奇證明這三個看起來完全不同的模型所定義的可計算函數概念彼此是等價的，并且得出一個“丘奇-圖靈”論斷：一個函數是可計算的當且僅當它是圖靈可計算的。一部圖靈機描述了一個計算過程，這個過程就叫算法。任何人都可以按照算法的規則，機械地進行計算，并且得到同樣的結果。但是這樣的計算本質上不能產生新的知識，因為結論已經蘊含在前提之中，沒有增進人類對客觀世界的認識；但是從另一方面，計算機在機械計算方面大有用處，我們可以用他們產生有價值的東西。
在軟件的問題上，林惠民院士同樣回顧了軟件的歷史發展，并提出當前軟件工程所面對的問題和困難。軟件的開發源于馮·諾伊曼結構，通過硬件+軟件的方式實現通用計算機，相比之前通過硬件來實現運算的方式，軟件更容易修改。不過這樣結構導致的結果就是軟件數量極多，因為使用計算機解決多少問題，就需要多少軟件，當然也需要特定領域的知識。對于當前軟件工程，依然面對著諸多問題，包括免責條款、安全漏洞等等，此外如何通過嚴格的數學符號和理論來保障軟件的安全是一個很重要的問題。
林惠民院士之后，北京航空航天大學的陳小武教授做了關于《萃取視覺大數據，驅動智能生長力》的報告。陳小武教授認為人類從古至今的變化，其本質就是大腦、眼睛和手的一個變化，是這些變化促成了我們人類今天的發展。現在人類對世界的認識不僅僅是物質世界，還包括信息空間的世界。通過類比，陳小武教授認為我們應當去思考信息空間中的腦袋、眼睛和手分別是什么。現在隨著大數據（尤其是視覺大數據）越來越多，陳小武教授以自己的研究為例向聽眾說明，我們可以通過挖掘可視大數據的信息，例如構建可視數據的知識圖譜等，來構建信息空間的大腦；通過這些可視大數據以及知識遷移等技術，我們可以生成圖像，重建3D場景等，以此來構建信息空間的眼睛。在智能的世代，把人的智能與計算機的智能結合起來，可能要大于單純人或者機器的智能，因此如何將人與機器協同起來（例如現在的AR、VR）是一個重要問題，也即如何去做信息空間的這只手。
陳小武教授認為在構建信息空間的大腦、眼睛和手方面，還有很多任務要去做。首先，現在普遍比較迷信大數據，認為數據越多越好，但其實小樣本更重要，如何通過小數據來尋找屬性與計算對象之間的關系是一個需要琢磨的事情。其次，如何在數字空間做跨域和跨類的映射是一個比較困難的事情，只有實現這點，數據才能實現自生長和自演化。第三個困難時怎么實現人的智能和機器的智能進行互動和協同，實現人與機器之間的融合，從而實現智能的生長。
經過短暫的茶歇，北京大學的高文院士簡單介紹了他正在推動的兩件事情：首先，是數據視網膜。現在城市的各個角落都密布著視頻監控系統，但基本的攝像頭只負責編碼然后傳到服務器存起來。但是在“智慧城市”中這類攝像頭幾乎沒法用，因為它無法做到實時反應。“數據視網膜”其本質就是在傳輸數據的時候將元數據一分為二，一方面進行編碼存儲，另一方面去提取識別特征。雖然技術簡單，但這是一個工程問題，將傳統攝像頭完全取代也許還需要一些時間。其次，高文院士針對在座的院士、教授們介紹了一些他在基金委的工作情況，鼓勵大家要表現出自己的競爭力。
(互動環節后的合影，從左至右分別為：陳熙霖教授、高光榮教授、李國杰院士、高文院士、陳小武教授。)
在互動問答環節，特拉華大學的高光榮教授認為，要小心deep learning，任何東西一過熱就會跌入低潮，科學的事情沒有巧，年輕人要扎扎實實地從基礎做起，不要忽悠；隨后高光榮教授特別強調了李國杰院士報告中“圖靈機什么事情不可做”的重要性（雷鋒網隨后將全文報道李國杰院士的演講），希望做人工智能的學者對這個問題要認真思考。
在這場CCF會士論壇中，幾位院士和教授基于歷史對計算機科學未來的發展做出了非常深刻的思考，他們提出的許多觀點都值得當前的學者，特別是年輕學者，認真思考。說真的，姜，真的是老的辣。
相關文章：
丘成桐演講全文：工程上取得很大發展，但理論基礎仍非常薄弱，人工智能需要一個可被證明的理論作為基礎 | CNCC 2017
未來計算—CCF會士論壇，一群大牛要在這里對（yuē）話（jià） | CNCC 2017
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
