斯坦福大學(xué)報(bào)告稱中國AI論文引用率首超美國！但李國杰院士也發(fā)文靈魂拷問

來源：zhihu

編輯：yaxin、su

2020年，中國AI論文引用量「首超」美國！而近日，工程院院士李國杰在科學(xué)網(wǎng)發(fā)文稱，國內(nèi) AI 研究「頂不了天，落不了地」。多數(shù)網(wǎng)友表示并不認(rèn)可，聽君一席話，如聽一席話。

中國霸榜AI期刊論文發(fā)表，論文引用量「首超」美國！

然而，中國工程院院士李國杰卻戳著國內(nèi)AI研究的脊梁骨說「頂不了天、落不了地」。

近日，如何看待「李國杰院士發(fā)文稱國內(nèi) AI 研究頂不了天、落不了地」這一話題引起網(wǎng)友熱議。

簡短8個(gè)字，卻值得每個(gè)人深思...

中國霸榜AI期刊論文發(fā)表，引用量「首超」美國

在人工智能研究領(lǐng)域，中國正超越美國。

根據(jù)斯坦福大學(xué)的一份報(bào)告顯示，2020年，中國在學(xué)術(shù)期刊上有關(guān)AI的論文引用率占比為20.7%，美國為19.8%，這是中國首次超過美國。

另有數(shù)據(jù)顯示，自2012年以來，中國的AI論文數(shù)量為24萬篇，美國則為15萬篇，中國壓倒性地多于美國。

特別是在「圖像識(shí)別和生成」方面，中國取得優(yōu)異的研究成果。

李國杰院士在文中指出，近3年，國內(nèi)學(xué)者發(fā)表了大量人工智能論文，申請(qǐng)幾萬件專利。

這些AI在北京冬奧會(huì)、城市大腦等應(yīng)用場景和抗擊新冠取得了顯著成效，同時(shí)催生了一些人工智能獨(dú)角獸企業(yè)，取得的「成績可圈可點(diǎn)」。

「總的來講，我們的研究多數(shù)是技術(shù)驅(qū)動(dòng)、論文導(dǎo)向，目標(biāo)導(dǎo)向和問題導(dǎo)向的研究較少?！?/span>

國內(nèi)AI研究「頂不了天，落不了地」

這8個(gè)字是李國杰院士對(duì)國內(nèi)AI研究的總體評(píng)價(jià)。

那問題到底出在哪兒呢？

首先，在科研課題選擇上，「我們與一流科學(xué)家的差距之一是選擇可突破的重大科學(xué)問題的眼光不夠敏銳。

布局的科研項(xiàng)目要么是增量式的技術(shù)改進(jìn)，要么是幾十年都難以突破的理想型目標(biāo)。」

總之，科學(xué)家目光不夠敏銳，科研項(xiàng)目難以實(shí)現(xiàn)「質(zhì)變」。

就拿AlphaFold 2的例子來說，DeepMind團(tuán)隊(duì)10年前就開始關(guān)注「蛋白質(zhì)折疊」，而國內(nèi)研究并未將這一方向列入新一代人工智能重大科技項(xiàng)目。

至于當(dāng)下值得關(guān)注的研究方向，李院士認(rèn)為，人工智能應(yīng)重點(diǎn)關(guān)注涉及經(jīng)濟(jì)發(fā)展的重大問題。

比如，「用機(jī)器學(xué)習(xí)的方法全自動(dòng)地做集成電路的前端和后端設(shè)計(jì)有可能十年左右取得突破?！?/span>

如果能成功，集成電路人才缺口難題將得到解決，而2020年，集成電路人才缺口超過了30萬。

為何人工智能學(xué)者視野不夠超前？李院士認(rèn)為問題出在對(duì)人工智能這門學(xué)科的認(rèn)識(shí)上。

學(xué)者們「大多盯住了『像人』這個(gè)原則，以『像不像人』作為目標(biāo)。」

比如，2017年，沙特阿拉伯授予香港漢森機(jī)器人公司開發(fā)的機(jī)器人索菲亞公民身份，使其成為首個(gè)獲得公民身份的機(jī)器人。

今年6月，清華大學(xué)宣布機(jī)器人華智冰入學(xué)清華計(jì)算機(jī)系。

而虛擬人華智冰本身只是技術(shù)上的集合，和以前最大的差距大概就是長了一張「美女臉」。

李院士認(rèn)為，沒必要把電子線路構(gòu)成的機(jī)器做成與人一樣。研究人員應(yīng)當(dāng)努力擺脫『模仿人』、『替代人』的思想束縛。

AlphaFold的另一個(gè)啟示則是：科研第五范式的雛形已經(jīng)出現(xiàn)。

「基于最基礎(chǔ)科學(xué)原理的機(jī)器學(xué)習(xí)需要人類多領(lǐng)域科學(xué)家的智慧和機(jī)器『智能』有機(jī)融合」

也就是說，AI研究要取得重大突破，應(yīng)當(dāng)依賴于跨學(xué)科科研人員的緊密合作。

AlphaFold團(tuán)隊(duì)人員就來自不同領(lǐng)域，包括機(jī)器學(xué)習(xí)、語音和計(jì)算機(jī)視覺、自然語言處理、分子動(dòng)力學(xué)、生命科學(xué)、高能物理、量子化學(xué)。

最后，李院士指出了將工程科學(xué)技術(shù)應(yīng)用到基礎(chǔ)研究中的重要性。

畢竟，AlphaFold也沒有提出新的科學(xué)原理，其本質(zhì)也只是一種集成式的工程科學(xué)技術(shù)。

網(wǎng)友：聽君一席話，如聽一席話

李國杰院士這篇文章從DeepMind的人工智能程序AlphaFold引入，討論了國內(nèi)AI研究的問題。

最后以分析DeepMind的研究團(tuán)隊(duì)結(jié)尾，指出了科研范式的轉(zhuǎn)向。

網(wǎng)友表示，「聽君一席話 如聽一席話」。

還有網(wǎng)友指責(zé)，李院士的文章凈是在夸AlphaFold，6次DeepMind，13次AlphaFold。

「為什么會(huì)這樣，后浪想都懶得想。規(guī)矩是誰在定的呢？方向是誰在拿呢？資源是誰在配置呢？

「一邊喊口號(hào)『年輕人要沉得住氣，十年磨一劍』，一邊考核『三五年沒成果，淘汰出局了』。得好好探討一下游戲規(guī)則才行?！?/span>

細(xì)想，為什么國內(nèi)各個(gè)領(lǐng)域都極其缺少從0到1的原創(chuàng)性工作。

最直接的原因就是，學(xué)術(shù)評(píng)價(jià)體系不合理！

它過分看重文章數(shù)目、IF、citation 等表面化、指標(biāo)化的東西。

最最根本的原因便是，各行各業(yè)都在「內(nèi)卷」，科研不可能例外。

進(jìn)而導(dǎo)致，科研人員績效壓力大，短期需要出成果；科研項(xiàng)目在原有研究基礎(chǔ)上創(chuàng)新，不敢開天辟地。

這8個(gè)字「頂不了天、落不了地」，你認(rèn)為該怎么解？