周礼栋：成熟的AI不再只是谈“颠覆”！-CSDN博客

Datawhale推荐

作者：周礼栋，微软亚洲研究院院长

身为世界级计算机专家，IEEE（电气与电子工程师学会）与 ACM（国际计算机学会）双料院士，新任微软亚洲研究院（MSRA）院长周礼栋博士与上海颇具渊源。他曾在上海生活、学习多年，后来虽在海外长期留学工作，但是直到现在，周礼栋仍对上海充满感情。目前，作为顶级研究机构的微软亚洲研究院已在上海搭建团队，希望能在这片人工智能（AI）的沃土上做出世界级成果，并建立更强的产学研合作体系。

人工智能未来会向何处发展，上海该怎样利用自身优势打造人工智能高地，广大学子该如何提升自己以适应 AI 时代。围绕这些话题，周礼栋近日接受了《文汇报》记者的专访。

微软亚洲研究院院长周礼栋

应该特别关注“跨界”

“我在上海待了很多年，又在复旦读书，所以回到上海就有一种特别的亲切感。而且直到现在，用上海话交流依然是‘零障碍’。”采访一开始，周礼栋就谈起了自己的“上海情结”。他回忆说，上世纪90年代，他在复旦大学计算机系读本科时，虽然国内的计算机教学、科研以及设备与世界顶尖水平有较大差距，但教授们兢兢业业、呕心沥血的培养，让周礼栋他们在理论方面完全不逊色于世界顶尖学校。当他留美进入康奈尔大学后，第一个学期，就在素有“魔鬼课程”之称的“计算机算法设计与复杂性分析”和“计算机语言理论”两门课上拿到双A。作为该届唯一的双A博士生，周礼栋对复旦老师的培育感恩至今。

自从3年前首届世界人工智能大会在上海举行，参与其中的周礼栋就见证了上海各级政府对于发展 AI 的决心。他认为，上海打造 AI 高地的条件得天独厚：一是人才资源充分，二是产业基础深厚，三是应用前景广阔。目前，微软亚洲研究院已在上海与本地的金融、制造、物流等行业合作，一起探讨人工智能解决方案；同时，上海的国际化特色也帮助他们吸引和培养更多尖端人才。

在周礼栋看来，现阶段发展 AI 最重要的就是要“跨界创新”。不仅要关注 AI 企业，更要让 AI 与千行百业结合，打破技术界限，深入应用场景，从而真正发挥潜力。

过去两年，微软亚洲研究院在上海积极推动产学研合作，与上海仪电、华东师大、复旦大学等建立合作，将自身研究能力与特定行业对接。周礼栋说，跨界合作重要，但并不容易，因此必须坚持。只要坚持，终究会有收获。通过与行业合作，微软亚洲研究院希望从具体案例中抽象出新 AI 逻辑，从而打造出通用的 AI 平台，并通过开源方式让更多企业受益。在周礼栋看来，这种合作机会在国内普遍存在。

足够尊重才能“融入”

谈到人工智能，周礼栋认为，这个行业越来越成熟，一个重要标志就是 AI 从业者不再像前两年那样，动辄就想“颠覆”。大家意识到，AI 并非无所不能，传统行业自有其积累，AI 应该放下身段，给予传统行业足够的尊重。只有真正融入，才能发现痛点和问题，然后想办法利用技术加以改进。

周礼栋说，如今 AI 的主攻点，应该是为各个行业赋能。比如可以通过强化学习，提高原有系统的效率；或是通过智能预测，给出更合理的规划。无论如何，AI 与传统行业的结合，离不开充分的了解、磨合，只有拿出足够的耐心与尊重，才能让 AI 落地。

事实上，AI 行业从“颠覆”到“融入”，这种轨迹与周礼栋职业生涯似乎有一定的契合度。20年前，他毕业后来到微软的硅谷研究院。回忆起博士阶段，身边很多人似乎都有些“急功近利”，希望尽快成为本领域的“大拿”。但在硅谷研究院，周礼栋结识了许多一流研究员，包括两位图灵奖得主，他发现，这些人做研究，不是为了发论文或是拿奖，对他们来说，研究是一种对真善美的长期追求，这个过程让他们非常享受。

硅谷的经历给周礼栋很多感触，让他在日后不断提醒自己：不要为了追逐短期目标而去牺牲研究的本来意义，同时，在心态上要从竞争转到合作。此后，当他回国进入微软亚洲研究院，工作重心再次发生变化，从之前近似“独立研究员”转而成为团队负责人。虽然这一度让他经历了痛苦的转型，需要努力学会如何从挫折中挣脱、在不同环境下快速适应，但最终，他带出世界级的研究团队，体会到了比个人成功更强的成就感。

而今，执掌微软亚洲研究院的周礼栋更多考虑的是社会责任。他希望微软亚洲研究院能为中国乃至全球社会以及学术界作出自己的贡献；同时，能在面对疫情、气候、环境等全世界共同的挑战时，施展自己的抱负。他说，AI 研究要“立地”、也要“顶天”。AI 要解决根本性问题，体现出革命性价值，说到底需要通过与物理、化学、生物等基础学科相融合。比如，预测蛋白质结构的人工智能 AlphaFold 已对本行业形成了颠覆性影响；将来，在基因组学、新材料、气候变化、环境保护等方面，AI 都有很大的施展空间。

文科生也能做一流 AI 研究

正因为 AI 越来越强的“跨界”与“赋能”属性，使得该领域对人才的需求也相应地出现了改变。周礼栋说，如今，狭义的 AI 人才——那些擅长调参数、做模型的人才，实际上并不见得有多短缺；我们缺的是广义的 AI 人才，这些人不仅要懂算法、懂编译器，还要具备系统知识，了解计算机结构，甚至懂硬件。

周礼栋最看好的 AI 人才，可能是那些非计算机专业背景的学生，也就是具备各种专业背景，同时了解人工智能的跨领域人才。他再次以预测蛋白质结构的 AlphaFold 为例解释说，这个研究团队内，有许多生命科学背景的人，他们了解该领域有哪些问题值得挖掘，在哪个点上最有可能突破。如果离开这些人，可能连选题都很难确定。

微软亚洲研究院近年来也顺应跨界趋势，吸收了多位非计算机专业人才。除了理工科背景的之外，他们甚至还招募过文科生，包括一位本科就读于中文专业，在研究生阶段转向人工智能的人才。周礼栋说，这位研究者非常优秀，其中文专业背景为他日后从事自然语言处理研究提供了非常独特的视角。

周礼栋说，他并不建议文科或者理工科学生将来都转到计算机专业；但是他希望大学生接受一定的计算机专业教育，从而具备计算思维，进而可以从本专业出发，更好地应用 AI，推动跨领域的合作。他认为，上海拥有许多一流的大学，面向下一代 AI 人才的培育，各高校都可以尝试从“跨界”出发，对现有的人才培养体系进行创新，比如把 AI 及计算机课程变成一种通识教育，让计算机学院的教授能帮到各个院系。

此外，同样需要接受计算思维训练的还包括企业管理人才。周礼栋说，决策层特别需要建立人工智能意识，推动数字化转型，“那些有远见的企业已开始朝着这个方向大踏步前进。在这方面起步越早的公司，将来就会越有优势。”