人工智能领域的*会议 AAAI -17近日落下帷幕，本届大会上被提及最多的一个话题就是“中国力量的崛起”。近日，美国著名杂志《大西洋月刊》网站上刊发了一篇名为《中国人工智能走向繁荣》（China’s Artificial-Intelligence Boom）的文章，以在美国举行的AAAI-17大会为例，盘点了中国人工智能研究力量的崛起，进而延展到介绍中国人工智能产业的持续繁荣。文章认为，除了研究力量的不断进步，中国 AI 迅速崛起几大原因还包括：*和企业大量投资、技术落地快、生态高度竞争化以及对英语世界的深入了解。
AAAI 前主席 Thomas Dietterich 也于近日接受新智元专访，谈到了今年的AAAI 和去年一些人工智能*会议上中国学术实力的崛起。他评价说：中国的AI 实力不是靠某一篇伟大论文，而是需要通过不断高质量贡献积累的。
每年冬天，上千名世界各地的 AI 研究者都会汇聚一堂，参加人工智能促进协会（AAAI）的年会。2017 年的 AAAI 原定于 1 月底在新奥尔良举行。选址没什么问题，但时间恰好撞上了中国的春节。
这个节日在过去不会有什么影响，但如今中国研究者已经成为会议的重要组成部分，没有了他们，会议将无法进行。AAAI 不得不改期举行。“参考美国，没有人会把 AAAI 设在圣诞节期间，”现任 AAAI 主席 Subbarao Kambhampati 表示：“我们几乎立即改变计划，将会议往后挪了一个星期。”
2017 年的 AAAI 最终在旧金山举行，上周刚刚结束。不出预料，中国研究者在历来由美国人主导的会议中表现强劲。在接收的论文中，来自中美两国的数量十分接近。“考虑到三四年前的情况，这算是相当惊人的表现。”Rao 表示。
根据南京大学教授周志华发布的统计结果：本届AAAI大会，论文投稿上中国数量多于美国，但是在被接收论文数量上，中国还是低于美国的。
图片来源：周志华微博@南大周志华
Thomas 在 Twitter 转发了AAAI 现任主席 Rao 的统计结果：
本届AAAI 大会只是中国AI 研究力量的一次集中爆发，这种现象其实从去年就已经发生，并被美国*注意到。在去年 10 月，奥巴马*推出了一份 AI 研究“战略规划”——《为人工智能的未来做好准备》，其中指出美国在“深度学习”论文发表数量上已经不再是世界领先。那么超越美国的是谁呢？是中国。
图片来源@Wilson_NJUer
2017年的AAAI 大会宣布：中国本土AI 学者的代表——南京大学教授周志华当选 2019 年 AAAI的 程序委员会主席。这在 AAAI 历史上尚属首次，充分表明了中国 AI 影响力。
对此，周志华老师在朋友圈发信息表示，“争取利用这个机会为华人特别是国内学者多做点事。第一件事是把春节时间告诉他们，请会议避开。”周志华教授还表示：“欢迎老师同学们到时多发表优秀成果，欢迎工业界同仁们多展示优秀产品。”
另外，来自微软亚洲研究院的消息，微软亚洲研究院资深研究员，现任微软亚洲研究院计算视觉组负责人华刚将担任 CVPR 2019 的程序主席，以及CVPR 2017 和ACM MM 2017的领域主席。
针对中国的AI研究实力和学者们在本届AAAI大会上的表现，AAAI 前主席大会论文评审委员 Thomas Dietterich 在接受新智元专访时表示：他个人比较关注强 AI 方面的论文，针对中国的论文，他读了不少，其中一篇是来自南京大学的论文《Construct Safe Prediction from Multiple Regressors》给他留下深刻印象，论文作者是李宇峰、 Han-Wen Zha 和周志华。
他说：“我认为这项研究是世界级的。当然，也有许多美国团队的论文中有来自中国的研究生。毫无疑问，中国有许多优秀的研究人员，做出了很大的研究贡献。”
不过，他也提醒到，中国在这个领域的影响不是通过某一篇伟大的论文，或某一个杰出的成就体现的，而是像其他国家的研究人员一样，是通过许多高质量的贡献不断积累的。
他提到的另一篇论文来自朱越，Kai Ming Ting 和周志华，是有关在MIML（多示例多标签）学习中发现多个新标签的论文（Discover multiple novel labels in multi-instance multi-label learning）。Thomas 评价说 ，周志华教授所在的南京大学实验室不断有高质量的机器学习论文出现。论文探讨了如何创建可以在开放的世界中表现良好的机器学习算法以及如何利用良好的聚类方法找到对应标签结构的聚类，这在许多领域都是一种合理的设想。
不仅是学术研究，中国的技术公司也在 AI 领域赶超了上来。中国的搜索巨擘百度（常被比作谷歌）、滴滴出行（常被比作 Uber）和腾讯（微信的创建者）都建立了自己的 AI 研究实验室。坐拥上千万的客户，这些公司能够获取超大规模的数据量用于训练 AI 识别模式。
就像微软和谷歌一样，中国技术公司也看中了 AI 所拥有的巨大潜力。在接下来几十年，AI 能衍生出一系列革新技术，从人脸识别到自动驾驶汽车。“我很难想象出一个 AI 变革不了的产业，”百度首席科学家吴恩达说。吴恩达与人联合创立了 Coursera 和谷歌大脑，现在掌管百度的 AI 研究，工作的地点就在硅谷。
中国 AI 的成功部分归因于*对高校科研的大规模投资。在过去的十年里，*的科研支出每年都平均增长两位数。根据 2016 年 3 月公布的“十三五计划”，科研资金仍然是一个主要优先事项。
Rao 回忆说，他第一次在国际 AI 会议上看到中国研究人员时，他们通常来自清华和北大，这两所学校分别被视为中国的 MIT 和哈佛。现在，Rao 看到来自全中国各地的研究人员的文章，而不仅仅是最精英的学校。机器学习——包括深度学习——是近来特别热门的研究方向。“在中国，对机器学习有兴趣的人数大幅增加，”Rao说。当然，白宫关于人工智能研究的战略计划报告中也注意到了这一点。
中国的科技公司也是高校研究经费的一大来源。香港科技大学的计算机科学家杨强与腾讯合作，后者为杨强实验室的学生提供奖学金。
学生可以从微信获得大量的数据。杨强表示，做 AI 必须要有大规模的数据和测试的平台。这也是与产业界合作如此顺利的原因。作为回报，腾讯能够得到实验室产出的最新研究成果。当然，还有一些学生在毕业后直接加入腾讯工作。
中国人工智能研究的数量急剧增长，但很多开创性的基础工作仍然是由美国的研究人员完成。“我在美国看到了关于改变网络架构的巧妙想法，”吴恩达说。中国研究人员擅长的是抓住一个想法（比如机器学习），然后不断输出关于机器学习不同的应用的论文。
然而，吴恩达表示，随着机器学习研究在中国成熟，就会形成自己独特的圈子。吴恩达以在最近在巴塞罗那举行的国际会议 NIPS 为例，他回忆说，他几乎立即就在会后看到了中文的会议报道——这时候还没有任何英语报道出来。语言问题造成了一种不对称：中国研究人员通常会说英语，因此他们可以获得以英语传播的所有研究信息。另一方面，英语研究界不大可能作者中国 AI 圈子中工作。
“中国对英语世界发生的事情有相当深入的认识，但反过来不是这样的。”吴恩达指出，百度也推出了由 AI 提供的机器翻译和语音识别服务，但谷歌和微软这样做时得到了更多的宣传。
当涉及到上线新的功能时，中国公司的行动更快。“中国的工作速度比大多数硅谷快得多。”吴恩达说：“当你在中国找到一个商机时，你的时间窗口一般要比美国短。”
杨强将这称之为中国高度竞争的生态系统。微信围绕二维码建立起了一系列功能，包括聊天、付款和朋友发现，使自己在中国的日常生活中不可或缺。美国社交媒体公司要是能获得这样的用户忠诚度，那简直不敢想象。“腾讯的产品经理非常了解客户的需求，他们可以迅速将技术转化为现实，”杨强说：“而且这个周期很短。”为了保持竞争力，中国的产品经理致力于整合 AI 改进产品。中国科技公司是否会借助这一波 AI 热潮进入国际市场仍有待观察，但他们已经在使用 AI 争抢中国的客户。
图：Thomas Dietterich 参加新智元世界人工智能大会并发表演讲
Thomas 对新智元介绍说，AAAI 是覆盖 AI 所有相关领域的学术会议，欢迎所有领域的论文。从历史上来说，AAAI 在计算机视觉和机器人学方面的论文相对较少，但在搜索和推理（例如 SAT 解析器、约束满足），知识表征，以及机器学习方面的论文数量很多。机器学习已经成为 AAAI 增长最大的一个子领域（大约占总论文数量的 1/3）。今年，有几篇论文涉及计算机视觉和深度学习。AAAI 是一个高质量的学术会议，作者在这里发表论文能触达广泛的受众，而其他大多数会议只针对特定的子领域（如机器学习、自然语言处理、计算机视觉、机器人学等）。
在学术界，AAAI 现在已经采取措施确保中国的研究人员对会议有所投入。农历新年的确切日期每年都在变化，但几乎都是在 1 月或 2 月，也就是 AAAI 会议按惯例举行的日子。这两者可不能再冲突了。
Thomas G. Dietterich 是机器学习领域的创始人之一。他是俄勒冈大学的教授，同时是美国军方研究机构DARPA的顾问。此外，Dietterich 教授也参与撰写了白宫日前推出的两份重磅 AI 报告《为人工智能的未来做准备》和美国《国家人工智能研究与发展策略规划》。特朗普上任后的一系列政策在美国科技区掀起层层波澜，作为美国军方和*的顾问，Thomas 如何看待美国新任总统？
在接受新智元的采访时，Thomas 说，现在还是特朗普*的初期，所以我们也不知道他优先看中的是什么研究领域。任何总统候选人在竞选期间都没有提及研究。特朗普对基础设施感兴趣，因此也许在数字基础设施和物理基础设施方面会有比较多的投资。特朗普对创造更多高薪工作很感兴趣。过去，新技术破坏了就工作，但带来了新的工作。但我们不知道新*会如何处理这些问题。中国*现在对人工智能的研究和开发非常重视，投资也很多，这让美国*和行业的人们注意到了。因此将来两国可能会出现一些友好的竞争，我们可以观察哪国在推进人工智能技术方面更迅速。
2017年以来，随着 Master 横扫各路世界围棋冠军、Libratus 在德州扑克手碾压人类棋手，人与机器的PK被看成是人工智能界甚至整个社会津津乐道的话题，AI 在社会和媒体上呈现一片火热的发展态势。
在 AAAI 2017 有一个特别的研讨会是专门关于扑克的，这方面顶尖的两个研究团队（Michael Bowling 和 Tuomas Sandholm）介绍了他们的研究工作。
Thomas 说，听这些研究人员如何寻找应对扑克游戏中的巨大搜索空间的方法非常令人着迷。游戏方面最新的成果令人印象深刻。对于围棋，我认为有意思的是，AlphaGo 的方法结合了深度神经网络（我们知道它在计算机视觉方面表现出色）和蒙特卡洛树搜索（我们现在知道它非常适合围棋）。长期以来人们都认为视觉感知和“直觉”对于人类下围棋是至关重要的，这些实验表明，它们对于计算机下围棋也很重要。
有一个争论是这些在游戏方面取得的成就是否会对 AI 在现实世界里的应用产生影响。计算机下棋方面取得的进步对 AI 的实际应用基本上没有影响，因为现实世界是嘈杂的，不完全观察的，以及开放的；而围棋和象棋的世界是没有噪声的，完全观察的，封闭的。扑克方面的研究肯定更有更多的实际应用，因为这种困难的不完美信息博弈也出现在许多现实世界的设计中。Sandholm 打算将他的方法应用到自动谈判方面。
Thomas 在接受新智元的采访时，提到了NIPS上出现的一家公司rocket.ai 。他说，这家公司去年在 NIPS 上搞开业聚会，号称他们有革命性的技术。其实这是个假的公司。有几位风险投资人被愚弄了，以为 rocket.ai 是一个真正的初创公司。这也表明了投资者急切地想把钱投入 AI 公司。
不过，他也提到，AI 确实已经取得了许多重要的进步，我们确实在搜索、推理和感知等方面实现了一些重要的新功能。机器人变得成本越来越低，能力越来越强。因此，将 AI 技术应用到新产品的开发上的机会也很多。
计算机现在已经能很好地识别物体和人，也开始能识别人的动作，并且能够进行短期的预测。但是我们的 AI 系统在人类语言和人类行为方面的理解仍然非常浅薄。不过，我认为仍然有很多机会能应用现有的计算机视觉技术。举一个小的例子，有人在 Twitter 上提到我们可以使用计算机视觉技术使非接触式水龙头的功能变得更好。举例来说，可以检测和跟踪水龙头下方手的位置，并且能检测手上是否还有肥皂泡。然后推断用户是否想要冲水。这是一个很简单的应用程序。
随着计算机视觉技术的成本越来越低，也许以后所有的运动检测系统（例如，用于灯、门、水龙头、安全系统等）都将被更智能的视觉技术取代。
文章转自新智元公众号，原文链接