挑戰(zhàn)NP-hard級別難題，走向工程化基礎(chǔ)科研。

作者 | 莓酊

編輯 | 岑峰、青暮

承載東莞突破固有發(fā)展路徑而生的松山湖，是我國城市經(jīng)濟(jì)高質(zhì)量轉(zhuǎn)型的一個(gè)生動(dòng)縮影。

在東莞啟動(dòng)的“科技東莞”計(jì)劃中，李國杰是最早參與合作的開拓者。如果細(xì)數(shù)中國IT界的商業(yè)大咖，他的名字似乎鮮為人知。但你一定聽聞過我國本土高技術(shù)品牌：“曙光”和“龍芯”。而李國杰正是它們背后的布局者和締造人。鴻儒碩學(xué)的李國杰似乎與人們津津樂道的商業(yè)傳奇形象大相徑庭，他更像一位深耕學(xué)術(shù)的大先生，試圖在科研、技術(shù)和產(chǎn)業(yè)之間，搭起一座融會(huì)貫通的橋梁。

目前，李國杰兼任中科院云計(jì)算中心的首席科學(xué)家，大部分時(shí)間住在東莞松山湖。

2021年，松山湖吹響了“改革、創(chuàng)新、再出發(fā)”的號角，而“創(chuàng)新”也恰恰是李國杰最看重的一點(diǎn)。

1

終日乾乾，與時(shí)偕行

2021 GAIR大會(huì)現(xiàn)場

李國杰之前撰文道，創(chuàng)新的關(guān)鍵不僅僅是建立世界一流大學(xué)，企業(yè)的眼界、實(shí)力和科技創(chuàng)新活力也很重要。

他也曾對國內(nèi)AI研究的創(chuàng)新能力表示了擔(dān)憂?！半m然國家高度重視人工智能技術(shù)發(fā)展，近年來我國學(xué)者也發(fā)表了大量的 AI 論文和專利等，在智慧城市建設(shè)、抗擊新冠疫情、籌備北京冬奧會(huì)等應(yīng)用中取得顯著成效，出現(xiàn)了一些人工智能獨(dú)角獸企業(yè)的AI落地成果。但我們的研究多數(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。”

早在2006年，李國杰就在《中國科學(xué)院院刊》中指出：“盡管我國企業(yè)、大學(xué)、科研機(jī)構(gòu)的創(chuàng)新能力都很弱，但我認(rèn)為我國國家創(chuàng)新體系中最薄弱的環(huán)節(jié)是技術(shù)轉(zhuǎn)移?！边@也正是他自己做曙光計(jì)算機(jī)和龍芯CPU產(chǎn)業(yè)化的深刻體會(huì)，在擔(dān)任中科院計(jì)算所所長期間，他也將“技術(shù)轉(zhuǎn)移”作為提升科研機(jī)構(gòu)創(chuàng)新能力的關(guān)鍵，并推動(dòng)了計(jì)算所以“創(chuàng)新跨越、持續(xù)發(fā)展”為導(dǎo)向的科學(xué)院知識創(chuàng)新工程的實(shí)施。

2011年李國杰卸任中科院計(jì)算所所長后，位于改革開放前沿的中科院云計(jì)算中心（前身是廣東電子工業(yè)研究院）則成為了他的另一個(gè)基地—— 2005年李國杰就在東莞松山湖創(chuàng)辦廣東電子工業(yè)研究院，這是東莞市首個(gè)與國家級科研機(jī)構(gòu)合辦的省級科研平臺。

廣東電子工業(yè)研究院

“建立廣東電子工業(yè)研究院的目的有兩個(gè)，一是促進(jìn)建立一批公共技術(shù)服務(wù)平臺，對亟需轉(zhuǎn)型的東莞加工制造業(yè)提供技術(shù)支持；二是把該研究院打造為中國科學(xué)院技術(shù)轉(zhuǎn)化的平臺。”從李國杰談及落地東莞發(fā)展的原因中不難看出，他正是將廣東電子工業(yè)研究院作為承載自己創(chuàng)新與技術(shù)轉(zhuǎn)移思考與解決方案的一塊“試驗(yàn)田”。

李國杰說的“一批”指的是，就在廣東電子工業(yè)研究院落地東莞之后的第二年，“科技東莞”工程正式啟動(dòng)，東莞開啟了聯(lián)合高校院所、檢測技術(shù)機(jī)構(gòu)的合作共建之路。一大批公共科技創(chuàng)新平臺相繼落戶東莞和松山湖，科技創(chuàng)新的資源加速集聚。

為褒獎(jiǎng)李國杰多年來對東莞科技升級和創(chuàng)新的貢獻(xiàn)，2021年，東莞市政府授予李國杰“榮譽(yù)市民”稱號。

受疫情影響，去年李國杰在東莞居住的時(shí)間要更長，也使他得以靜下心來，有更多時(shí)間去思考科學(xué)研究、創(chuàng)新和科技成果轉(zhuǎn)化之間的關(guān)系。

而真正讓李國杰上述想法“出圈”的，是2021年八月，一篇名為《李國杰院士：國內(nèi)AI研究頂不了天、落不了地，該想想了》的文章。它如平地驚雷，引發(fā)激烈熱議。也將一向低調(diào)的李國杰推向風(fēng)口浪尖，批評聲與支持聲紛至沓來。

媒體和社交平臺上關(guān)于國內(nèi)AI領(lǐng)域乃至整個(gè)學(xué)術(shù)界缺少原創(chuàng)性工作的討論，似乎從未停止過。究其原因，普遍認(rèn)為是當(dāng)下的學(xué)術(shù)評價(jià)體系不合理。

過分看重文章數(shù)目、IF、citation等表面化、指標(biāo)化的東西，各大高校執(zhí)行「僵化」標(biāo)準(zhǔn)評定人才。「論文導(dǎo)向」使得不少科研課題和研究內(nèi)容來自“閉門造車”的愿望，脫離實(shí)際需求，不利于產(chǎn)生從0到1的創(chuàng)新工作，浪費(fèi)了大量的資金投入。「學(xué)術(shù)評價(jià)體系」和「學(xué)術(shù)潛規(guī)則」的雙重作用，或許正是造成李國杰文中所指出的AI研究“頂不了天、落不了地”的原因之一。

但也有人認(rèn)為，李國杰這番說法“聽君一席話，如聽一席話”，正確但沒有任何指導(dǎo)價(jià)值。還有人認(rèn)為“這樣的話我也會(huì)說”，在知乎關(guān)于該文討論問題下有這樣一條評論：“如果院士的水平，在2021年給出了頂不了天，立不了地的病情診斷；那么他應(yīng)該立刻給出‘如何頂天，如何立地，為什么頂不了？為什么立不??？’的治療方案?！?/span>

面對質(zhì)疑，李國杰卻保持了低調(diào)，僅在某微信公號上發(fā)表了一則簡短的聲明。在信息爆炸的時(shí)代，這條聲明也如同投入湖中的石子，雖然激起了漣漪，湖水終究也會(huì)隨著時(shí)間的推移而慢慢歸于平靜。

“我首先是覺得很欣慰，因?yàn)槟贻p人愿意質(zhì)疑、勇于質(zhì)疑是好事?！痹?021年底召開的GAIR 2021 大會(huì)上，李國杰告訴雷峰網(wǎng)。

李國杰作為嘉賓參與了GAIR 2021“并行計(jì)算與系統(tǒng)結(jié)構(gòu)40年”紀(jì)念圓桌的現(xiàn)場討論。會(huì)后，李國杰與雷峰網(wǎng)進(jìn)行了一次對話，評述了計(jì)算機(jī)科學(xué)和人工智能理論研究長期以來存在的“不以解決問題為導(dǎo)向”的傾向，對“頂不了天、落不了地”做了進(jìn)一步解讀：AI的“頂天”和“落地”指的是AI不僅要解決已有應(yīng)用中的一些小問題，更要解決NP-hard級別的大問題，而我們目前在人工智能的研究方向規(guī)劃上常見的問題是，要么不夠“頂天”，要么難以“落地”。

這當(dāng)中有歷史的原因，也正是他希望提醒研究者們應(yīng)該注意的地方。

以下為雷峰網(wǎng)整理的對話實(shí)錄，雷峰網(wǎng)做了不改變原意的編輯：

2

“頂不了天，落不了地”引發(fā)的爭議

雷峰網(wǎng)：我們先從您2021年8月的一篇“頂天立地”的文章說起。當(dāng)時(shí)您的文章發(fā)表后引起了業(yè)內(nèi)的廣泛討論。

李國杰：其實(shí)當(dāng)時(shí)我已經(jīng)發(fā)表了一個(gè)聲明，我并不是對中國AI研究現(xiàn)狀做定論。文章的原標(biāo)題是《人工智能應(yīng)用取得重大成果的啟示》，主要是闡述AlphaFold在生物領(lǐng)域的突破性進(jìn)展帶給我們的啟示，相關(guān)報(bào)社認(rèn)為標(biāo)題太平淡，未經(jīng)溝通，便把題目改成《國內(nèi)AI研究“頂不了天、落不了地”，該想想了》。

我在文章中提到的問題是指，目前國內(nèi)許多大學(xué)和企業(yè)已經(jīng)感受到“頂不了天又落不了地”的困擾。希望大家在選擇AI研究方向上“多動(dòng)腦筋”，AlphFold 2取得成功的主要原因是DeepMind團(tuán)隊(duì)目光敏銳地認(rèn)定，用人工智能可以解決蛋白質(zhì)結(jié)構(gòu)預(yù)測問題。方向本身具有前瞻性、挑戰(zhàn)性，而且解決后意義重大。我國啟動(dòng)的新一代人工智能重大科技項(xiàng)目，開展了數(shù)據(jù)智能、跨媒體感知、群體智能、類腦智能、量子智能計(jì)算等研究，已取得不少研究成果，但沒有涵蓋這種類型的研究。因此，我們該想想了。這是提醒在選擇人工智能做什么時(shí)候要多想想，不要“隨大流”。

AlphaFold 2 自由建模類蛋白質(zhì)靶標(biāo)的兩個(gè)示例

“頂天立地”的意思是：在技術(shù)上要“頂天”，要敢于闖進(jìn)“禁區(qū)”，做別人認(rèn)為不可能成功的前瞻研究；；應(yīng)用上要“立地”，要解決經(jīng)濟(jì)、國防建設(shè)中的大問題，也包括用人工智能技術(shù)解決基礎(chǔ)研究中的挑戰(zhàn)性問題。

雷峰網(wǎng)：對比國內(nèi)人工智能的研究，我相信您的這些看法，也不是一朝一夕就形成的。請問是什么原因讓您關(guān)注人工智能并產(chǎn)生這些想法呢？

李國杰：文章刊登后，做AI創(chuàng)業(yè)的年輕人不服氣，我完全理解，畢竟在他們看來我只是一個(gè)搞高性能計(jì)算的‘老頭’，有什么資格評價(jià)人工智能呢？我首先是覺得很欣慰，因?yàn)槟贻p人愿意質(zhì)疑、勇于質(zhì)疑是好事。

我在很多場合前說過，我算是第二波人工智能的“弄潮兒”之一。

1987年李國杰（左）、夏培肅（中）、李政道（右）在國際學(xué)術(shù)會(huì)上討論問題

1981年中國科學(xué)院碩士畢業(yè)后，夏培肅先生推薦我到美國普渡大學(xué)攻讀博士學(xué)位，研究與AI有關(guān)的組合搜索。當(dāng)時(shí)國際AI學(xué)術(shù)圈中鮮有中國學(xué)者。1984年，我在AAAI大會(huì)上發(fā)表了論文，AAAI那時(shí)還是美國國內(nèi)的人工智能協(xié)會(huì)（American Association for Artificial Intelligence，2007年AAAI改稱為國際性的先進(jìn)人工智能協(xié)會(huì)，Association for the Advance of Artificial Intelligence），名氣不像現(xiàn)在這么大，在會(huì)上我沒有遇到從國內(nèi)到美國德克薩斯州奧斯丁來開會(huì)的學(xué)者。

1985年，同我的導(dǎo)師華云生教授，我們共同編著了一本自學(xué)參考書（Tutorial）《Computer for Artificial Intelligence Applications》，連續(xù)三年成為IEEE最暢銷出版物，當(dāng)時(shí)新進(jìn)入智能計(jì)算機(jī)領(lǐng)域的學(xué)者大多看過這本文集。在書中我沒有使用「智能計(jì)算機(jī)」（intelligent computer）一詞，而是采用「適合人工智能應(yīng)用的計(jì)算機(jī)」，當(dāng)時(shí)很難做出真正意義上的「智能機(jī)」，只可以講是將計(jì)算機(jī)應(yīng)用于人工智能。1987年我回國工作，先后出任中科院計(jì)算所研究員和國家智能計(jì)算機(jī)研究開發(fā)中心主任，也將重心放在高性能計(jì)算研究上。但我從未停止過對"人工智能"的關(guān)注。

李國杰與導(dǎo)師共同編寫的書籍

雷峰網(wǎng)(公眾號：雷峰網(wǎng))：可以說您見證了我國人工智能學(xué)科的成長和發(fā)展，最初人工智能在我們國家是什么樣的情況？

李國杰：我國人工智能的發(fā)展是走過一段彎路的。最早的人工智能學(xué)會(huì)不在中國科協(xié)體系里，而是在社會(huì)科學(xué)這個(gè)體系中，掛靠在中國社會(huì)科學(xué)院下面。（關(guān)于中國人工智能學(xué)會(huì)成立的早期故事，在即將出版的《中國人工智能簡史（第一卷）：致敬傳奇》中有更詳細(xì)描述）。

863計(jì)劃初期，我曾是智能機(jī)專家組（306主題）的副組長。按照專家組的意見，戴汝為（中科院院士、著名控制論與人工智能專家）和我出面聯(lián)絡(luò)全國的人工智能學(xué)者，試圖創(chuàng)立全國大聯(lián)合的人工智能學(xué)會(huì)，跟全世界主流人工智能學(xué)會(huì)對標(biāo)，歸屬到科協(xié)體系里，但此事沒能做成。當(dāng)時(shí)我們的人工智能研究與國際上主流的人工智能是不接軌的，同樣是做人工智能，大家關(guān)注的東西有著不同的發(fā)力點(diǎn)。

雷峰網(wǎng)：您這篇文章里提到AlphaFold在生物領(lǐng)域做出了一些成就。您是如何想到用AlphaFold舉例子的呢？

李國杰：我對生物領(lǐng)域的了解，是始于我的學(xué)生卜東波，他是這方面的專家。在AlphaFold 2問世以前，國內(nèi)外有不少科學(xué)家在做用計(jì)算機(jī)預(yù)測蛋白質(zhì)三維折疊結(jié)構(gòu)的研究。卜東波團(tuán)隊(duì)2020年在Nature Communications期刊發(fā)表論文，在蛋白質(zhì)結(jié)構(gòu)預(yù)測方面做出了世界領(lǐng)先的成果。他做出來的幾個(gè)代表性預(yù)測結(jié)果比AlphaFold要好，AlphaFold在CASP比賽中的GDT得分約為50多分，卜東波能做到70分。后來AlphaFold 2 做到90分就超過他了。

為什么以AlphaFold為例？這是基于我對人工智能的一個(gè)基本判斷：人工智能不僅要模仿人，更要解決大問題。從計(jì)算機(jī)科學(xué)的角度來講，人工智能應(yīng)該關(guān)注NP-hard級別的難題。我們現(xiàn)有的人工智能研究，要么不夠頂天，只能解決小問題，要么難以落地，難以在實(shí)際場景中得到應(yīng)用。

3

“人工智能是拿來解決大問題的”

“頂天”意味著什么

雷峰網(wǎng)：您此前提到，學(xué)術(shù)界的人工智能研究過分局限于約翰·麥肯錫的定義，也就是人工智能的目標(biāo)是“像人”，并指出我們應(yīng)該突破對智能的狹義理解。這與AI要解決NP-hard級別難題有什么聯(lián)系？

李國杰：“像人”的人工智能是一個(gè)已經(jīng)被大家很重視的方向，但我認(rèn)為人工智能的另一個(gè)發(fā)力點(diǎn)是「解決大問題」。尤其是用機(jī)器學(xué)習(xí)的方法解決意義重大的科學(xué)難題，即在多項(xiàng)式時(shí)間內(nèi)“有效解決”指數(shù)復(fù)雜性問題。

所謂指數(shù)復(fù)雜性是指求解一個(gè)問題所需的時(shí)間或空間（存儲(chǔ)用量）隨著問題規(guī)模增加而指數(shù)性地增加。這也就人們常說的組合爆炸。在計(jì)算復(fù)雜性理論中，將一大類目前還找不到多項(xiàng)式級復(fù)雜性算法的問題劃歸為NP-hard問題。如果一個(gè)問題能找到多項(xiàng)式級復(fù)雜性的算法，例如排序算法等，直接按確定的程序計(jì)算就能精確求解，人們一般不認(rèn)為是人工智能應(yīng)用。人工智能要研究的問題幾乎都是NP-hard問題，從其誕生開始就要對付組合爆炸。從這種意義上講，人工智能的“天”就是組合爆炸，所謂“頂天”就是找到巧妙的辦法克服組合爆炸。

經(jīng)過60多年的人工智能研究，對付計(jì)算機(jī)視覺、聽覺、機(jī)器翻譯等領(lǐng)域的組合爆炸已取得令人滿意的進(jìn)步，但在基礎(chǔ)研究和實(shí)際應(yīng)用中還有大量的NP-hard問題等著我們?nèi)ネ黄啤?/span>隨著氨基酸單體的增加，蛋白質(zhì)結(jié)構(gòu)預(yù)測的計(jì)算復(fù)雜度呈指數(shù)級上升，如果用野蠻搜索，蛋白質(zhì)結(jié)構(gòu)預(yù)測的可能組合高達(dá)10的幾百次方，這是典型的NP-hard問題。如今的“卡脖子”的芯片設(shè)計(jì)問題也是NP-hard問題。中國科學(xué)院計(jì)算所正在探索用“芯片學(xué)習(xí)”取代“芯片設(shè)計(jì)”，這可能是破解芯片設(shè)計(jì)人才缺口的出路。

這些才是真正的大問題，人工智能研究要頂天，就必須進(jìn)入這些過去認(rèn)為不可能的“禁區(qū)”。

難以落地是“不為也”，“非不能也”

雷峰網(wǎng)：上述您提到的兩個(gè)例子，蛋白質(zhì)結(jié)構(gòu)預(yù)測和EDA都是應(yīng)用價(jià)值很高的問題。您認(rèn)為只要專注NP-hard級別的難題，就可以讓人工智能研究既可頂天又能落地嗎？

李國杰：還不夠，這關(guān)系到計(jì)算機(jī)科學(xué)界的一個(gè)“傳統(tǒng)”。有一本經(jīng)典的關(guān)于NP問題的研究生教材《Computers and Intractability: A Guide to the Theory of NP》。書里第一頁就是幅漫畫，畫中兩個(gè)人在對話，一個(gè)人說：“我找不到有效的算法，但所有這些最優(yōu)秀的人也找不到”（見下圖）。這其實(shí)代表了計(jì)算機(jī)理論界對NP-hard問題的態(tài)度。

直到50年后的今天，這一“傳統(tǒng)”仍在持續(xù)影響著一代又一代計(jì)算機(jī)科學(xué)領(lǐng)域的學(xué)者。人們都在拼命證明“這個(gè)問題是不是NP-hard”。只要是NP-hard問題， 就沒有‘我們’的責(zé)任了，而不再想有沒有什么辦法解決困難問題，這是很滑稽的局面。其他學(xué)科都在努力解決各種難題，唯獨(dú)計(jì)算機(jī)科學(xué)整天在討論什么問題解決不了。

只糾結(jié)于理論邊界的證明，而不去想辦法解決問題，這是我們無法讓困難問題落地的根本原因。幾十年來，我們將NP-hard問題視作障礙，認(rèn)為這是我們無法解決的問題。但是隨著人工智能和計(jì)算機(jī)技術(shù)的進(jìn)步，我們發(fā)現(xiàn)通過啟發(fā)式搜索、知識工程和機(jī)器學(xué)習(xí)，加上充分大的算力，很多NP-hard問題可以得到滿意的解。NP-hard意味著不可能的時(shí)代已經(jīng)過去，NP-hard只是意味著可能沒有始終有效和可擴(kuò)展的算法而已，但許多NP-hard問題對于應(yīng)用而言實(shí)際上有可以解決。人工智能學(xué)者的任務(wù)就是發(fā)掘出貌似不可能中的可行方案。

我這里講的用人工智能解決NP-hard問題，不是指理論意義上的“解決”。

“P=NP”問題可能幾十年內(nèi)都解決不了，但人工智能學(xué)者可以在實(shí)踐中不斷逼近這個(gè)等式。計(jì)算機(jī)科學(xué)界過去傾向于做理論上的完美證明，或許是后來人誤解了圖靈的意圖。圖靈定義了不可判定問題，例如停機(jī)問題，指出這一類問題永遠(yuǎn)不可能用圖靈機(jī)解決，這就劃定了圖靈機(jī)的能力邊界，反過來也就定義了什么是可計(jì)算問題。這個(gè)成果本身很偉大，但后來很多人卻從錯(cuò)誤的方向理解圖靈機(jī)，他們執(zhí)著于前者，熱衷于探討什么問題“理論上”不可計(jì)算或在可接受的時(shí)間空間內(nèi)不可計(jì)算，而不是去積極探索如何“實(shí)際上”解決難解的問題。

這種認(rèn)識上的誤區(qū)來源于沒有區(qū)分“問題”和“問題實(shí)例（Problem instance）”。計(jì)算機(jī)科學(xué)中要求解的“問題”是指包含各種實(shí)例的一個(gè)問題類，而人工智能應(yīng)用要解決的“問題”往往是具體的問題實(shí)例。實(shí)際上，一個(gè)指數(shù)復(fù)雜性問題（類）中最難解的通常只是其中很少的實(shí)例，其他的實(shí)例都是可以求解的。

機(jī)器學(xué)習(xí)的黃金時(shí)代

雷峰網(wǎng)：近幾年深度學(xué)習(xí)很火，機(jī)器學(xué)習(xí)是不是解決NP-Hard問題的有效途徑呢？

李國杰：計(jì)算過程中有復(fù)雜性就如同物理運(yùn)動(dòng)中有摩擦力一樣，摩擦力不可能完全消除，復(fù)雜性也不可能完全消除。但摩擦力可以通過改變材料和運(yùn)動(dòng)方式減少，求解方法的實(shí)際復(fù)雜性也可以通過改變問題的描述方式或知識的表示方式而改變。目前廣泛流行的深度神經(jīng)網(wǎng)絡(luò)對一個(gè)問題的描述與過去的符號推理完全不同，深度神經(jīng)網(wǎng)絡(luò)通過機(jī)器學(xué)習(xí)獲得的連接權(quán)重分布實(shí)際上是一種新的問題和知識表示方式，已經(jīng)表現(xiàn)出前所未有的問題求解能力。

人工智能界流行一種說法：深度學(xué)習(xí)已經(jīng)碰到天花板。但我認(rèn)為深度學(xué)習(xí)還有發(fā)展空間，更廣義的機(jī)器學(xué)習(xí)的巨大發(fā)展空間難以估量，今后十年可能是機(jī)器學(xué)習(xí)的黃金時(shí)代。機(jī)器學(xué)習(xí)特別是深度學(xué)習(xí)對于人類知識依賴性較低，可以應(yīng)用到多種類型的NP-hard問題求解中。機(jī)器學(xué)習(xí)的可擴(kuò)展性較強(qiáng)，通過規(guī)?；?yīng)可能不斷得到新的發(fā)現(xiàn)。人工智能是一門追求獲得“令人驚訝”結(jié)果的學(xué)問，我相信未來十年會(huì)有許多“令人驚訝”的新成果不斷冒出來。

人有“人智”，機(jī)有“機(jī)智”，知識的范圍將擴(kuò)大到“明知識”和“潛知識”以外的“暗知識”。機(jī)器學(xué)習(xí)、巨大算力與已有科學(xué)知識的結(jié)合，將推動(dòng)科學(xué)研究走向基于人工智能技術(shù)的大平臺模式，科研的深度和效率將超過僅僅是數(shù)據(jù)驅(qū)動(dòng)的“科研第四方式”。現(xiàn)在已隱約看到新的“科研第五范式”的雛形。

人工智能離不開計(jì)算思維，但又不等同于計(jì)算思維。圖靈定義的計(jì)算（算法的執(zhí)行）是輸入到輸出的函數(shù)映射，其結(jié)果一定是重復(fù)一致的，這種“計(jì)算思維”一定程度上限制了人工智能研究的創(chuàng)造性。“圖靈機(jī)”不是指一臺“機(jī)器”，而是指一臺機(jī)器的一個(gè)特定的運(yùn)行過程或使用方式，包括對初態(tài)和終態(tài)的劃分。機(jī)器學(xué)習(xí)的輸出屬性往往要根據(jù)經(jīng)歷和處境而定，一個(gè)不斷學(xué)習(xí)的系統(tǒng)是不重復(fù)先前的內(nèi)部狀態(tài)的?！坝?jì)算”的概念不足以涵蓋所有智能和認(rèn)知過程。簡單地劃分“易解”和“難解”問題的傳統(tǒng)計(jì)算復(fù)雜性理論的框框也需要突破。

圖靈機(jī)模型

4

人工智能研究需要戰(zhàn)略眼光和“咬住不放”的毅力

雷峰網(wǎng)：您曾說國內(nèi)學(xué)者與一流科學(xué)家水平還有較大距離，像AlphaFold2項(xiàng)目的成功，您認(rèn)為是他們在選題時(shí)「目光敏銳」。但不是說隨隨便便就可以找到一個(gè)好科研課題，請問您覺得我國學(xué)者該如何培養(yǎng)科研中的「敏銳目光」？

李國杰：所謂“目光不夠敏銳”，指的就是布局的科研項(xiàng)目要么是增量式的技術(shù)改進(jìn)，即頂不了天，要么是幾十年都難以突破的理想型目標(biāo)，即落不了地。DeepMind學(xué)者利用AI預(yù)測蛋白質(zhì)折疊結(jié)構(gòu)，充分體現(xiàn)了超前的預(yù)見性，值得我們深思。

如何擁有「敏銳目光」是學(xué)術(shù)界的大難題，也是所謂「大師」和「二流學(xué)者」的區(qū)別。真理往往在少數(shù)人手里，真正能看準(zhǔn)科研方向的科學(xué)家很少，而且科研中誰最先獲得重大的新發(fā)現(xiàn)也有偶然性。但“隨大流”是當(dāng)前科研中比較普遍的現(xiàn)象，一般而言， 追熱點(diǎn)，隨大流做不出大成績。

「敏銳目光」是一個(gè)人綜合素質(zhì)的體現(xiàn)，不僅是科學(xué)素養(yǎng)，還包括人文情操。著名數(shù)學(xué)家丘成桐先生說過：“中國的理論科學(xué)家在原創(chuàng)性還是比不上世界最先進(jìn)的水平，我想一個(gè)重要的原因是我們的科學(xué)家人文的修養(yǎng)還是不夠，對自然界的真和美感情不夠豐富?！?/span>

「敏銳目光」不是一個(gè)拒絕隨波逐流的瞬間節(jié)點(diǎn)，而是縱向延伸的時(shí)間線，節(jié)點(diǎn)前是對行業(yè)的深刻洞悉和見解，節(jié)點(diǎn)后是守得云開見月明的決心。取得原創(chuàng)性的重大科研成果不僅需要才學(xué)過人、敢為人先，而且需要“咬住不放”，持之以恒。

我們都知道圖靈獎(jiǎng)得主Geoffrey Hinton，他獲得認(rèn)可的背后是30年的默默堅(jiān)持。當(dāng)時(shí)美國主流學(xué)術(shù)界不看好深度學(xué)習(xí)，幾經(jīng)輾轉(zhuǎn)，研究經(jīng)費(fèi)捉襟見肘的Hinton只能去加拿大。2006年Hinton終于一鳴驚人，在《科學(xué)》上發(fā)表文章。到2012年，Hinton與他的學(xué)生Alex Krizhevsky，奪得ImageNet大規(guī)模視覺識別挑戰(zhàn)賽冠軍，深度學(xué)習(xí)才得以被人注意，并從此大放異彩。

5

在基礎(chǔ)研究中要重視發(fā)揮工程技術(shù)的作用

雷峰網(wǎng)：您曾表示，AlphaFold并沒有提出新的科學(xué)原理，它更像一個(gè)集成工作。在文章中您也提出工程學(xué)技術(shù)不是工具，不僅僅是基礎(chǔ)研究成果的應(yīng)用，而是在基礎(chǔ)研究中可以發(fā)揮巨大作用的重要組成部分，您是覺得我們現(xiàn)在對工程技術(shù)還不太夠重視嗎？

李國杰：不是。我們國家做工程的人不少，但在用工程化辦法解決基礎(chǔ)科學(xué)問題方面，是有些脫節(jié)的。我的意思是，組織數(shù)十人甚至數(shù)百人協(xié)同解決重大基礎(chǔ)研究問題的能力有待提高，在基礎(chǔ)研究中要重視發(fā)揮工程技術(shù)的作用。但在AI 浪潮之下，近來刷分刷榜的工程實(shí)現(xiàn)似乎看得太重了，而忽略了對規(guī)律本身的挖掘，這也是值得注意的。

AlphaFold團(tuán)隊(duì)是一個(gè)典型的跨學(xué)科合作團(tuán)隊(duì)，在《自然》發(fā)表此重大成果的論文作者有34位，其中19位并列第一作者，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)等領(lǐng)域的知名學(xué)者。蛋白質(zhì)形成穩(wěn)定折疊結(jié)構(gòu)的原因是分子內(nèi)部的勢能會(huì)降到最低點(diǎn)，預(yù)測計(jì)算實(shí)際上是能量最小化的優(yōu)化，這涉及許多領(lǐng)域的知識。

AlphaFold2并沒有在蛋白質(zhì)結(jié)構(gòu)的構(gòu)成機(jī)理上有新的發(fā)現(xiàn)，而是在工程上能夠更快、足夠準(zhǔn)確地做出比別人好得多的預(yù)測，得到生物學(xué)界的認(rèn)可，目前是最好的方案。

獲得重大科研成果的方式跟過去不一樣了，以前一個(gè)人冥思苦想就能做出成績來，現(xiàn)在需要跨學(xué)科合作、強(qiáng)大的工程力支撐才能把事情做到，所以工程技術(shù)現(xiàn)在是基礎(chǔ)研究的一部分工作了。

6

拼搏，寧靜

雷峰網(wǎng)：如果讓您用兩個(gè)詞語來形容自己，您會(huì)選擇什么詞呢？

李國杰：“拼搏”和“寧靜”吧。無論是我個(gè)人成長經(jīng)歷，還是研制"曙光"和"龍芯"等項(xiàng)目，如果離開了"拼搏"精神，今天的種種成果都不復(fù)存在。但我當(dāng)選院士以后，久別重逢的大學(xué)同學(xué)問我現(xiàn)在追求什么？我的回答是：“我在追求寧靜”?！捌床焙汀皩庫o”看起來相互矛盾的兩種境界在我心中是統(tǒng)一的。

從讀高中開始，我的生活道路坎坷不平，對于升官發(fā)財(cái)、飛黃騰達(dá)從未有過奢望，只想在寧靜的生活中追求潔身自好。林則徐的“壁立千仞，無欲則剛；海納百川，有容乃大”，和諸葛亮的 “淡泊以明志，寧靜而致遠(yuǎn)” ，這兩對條幅一直是我的座佑銘。

實(shí)際上，我是一個(gè)很平凡的人。

我這一生并沒有攀上科技高峰，做出驚人的科研成果。我很清楚自己不是一個(gè)特別聰明的人，能力也不是特別強(qiáng)。好在我經(jīng)歷得比較多，挫折比較多，所以不患得患失，認(rèn)準(zhǔn)目標(biāo)就不會(huì)半途而廢。看問題不太受小事情的干擾，內(nèi)心有一股勁，就是要把事情做成，不達(dá)目標(biāo)不甘心。

我說的“寧靜”不是指如今年輕人常說的‘佛系’。現(xiàn)在網(wǎng)絡(luò)中流行的‘佛系’是指一種 “無欲無求，對什么都不在乎”的態(tài)度。我認(rèn)為對好的事物還是要追求的，只是莫為爭名奪利虛度了光陰。不忘初心，不負(fù)使命，腳下的路就會(huì)越走越寬。

參考資料：

1. 瀟湘晨報(bào)《大國院士入莞十五載》

---

雷峰網(wǎng)雷峰網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。