2020年4月26日，清華大學計算機系舉辦了慶祝建校109週年的雲活動，邀請了中國科學院院士、清華大學人工智能研究院院長張鈸院士；中國科技大學計算機學院院長李向陽教授；搜狗公司CEO王小川；曠視聯合創始人唐文斌；清華大學計算機系副主任唐傑教授；清華大學計算機系副教授劉知遠副教授等系友一起論道AI的開放與自主。
在中美對抗持續存在、新冠病毒肆虐全球期間，互聯網、AI等技術對保障人類健康、維護教育公平、維持社會基本秩序的作用格外重要。全球面臨前所未有的挑戰，如何順應開放、共享的趨勢，在新一輪產業革命中抓住機會，這是擺在眼前的重要課題。當日，來自學術界、工業界等領域的清華校友，秉持“自強不息、厚德載物”的校訓，就AI在抗疫、復工、在線教育、新基建等領域的應用進行了深入的思辨。
張鈸院士：中國AI的發展
必須堅持開放的道路
活動伊始，張鈸院士首先從科學技術發展史及科學研究的態度兩個方面進行了高瞻遠矚的論述：一、科學技術的發展歷史表明，科學研究必須在開放的國際環境下面才能夠得到健康的發展，並造福於全人類；二、對科學研究我們應該保持更加開放的態度，中國人工智能的發展也必須走開放的道路。
人工智能誕生於美國，美國在2020年在人工智能領域還是處於引領地位，因此很多人誤認為美國人在這其中起了主要作用，但經過梳理，我們可以看到對AlphaGo做出貢獻的國家包括美國、英國、法國、新西蘭、中國、俄國、日本、加拿大、芬蘭等多個國家。這說明任何一個科學取得的成就，都是全世界科技工作者共同努力的結果，前人大量基礎研究的積累尤為重要。
美國之所以在人工智能領域長期處於引領地位，就是營造和利用了開放的國際環境，讓那些不是出生在美國的科技工作者，通過去美國學習、交流，最後定居美國為美國服務。美國是開放共享的最大收益者，今天，美國有些人提出把人工智能作為關乎國家安全的戰略科技，反對進行開放和國際合作，對此，唯一可以解釋的就是美國要阻止中國科技的崛起，把中國孤立在國際之外。對此，我們應該進一步開放，很好地建立和利用開放共享環境，發展人工智能科學和技術，只有把中國的人工智能技術提上去，美國的脫鉤政策才不會成功。
開源生態與“卡脖子”
開源概念被提出來以後，Linux、GitHub等產品吸引了海量的用戶參與，極大地促進了技術和商業、社會的發展，但是隨著GitHub被微軟收購，不可避免地要受到美國的管理條例等法律法規的約束，我們會不會列為被禁的國家之一？我們會不會面對相關的風險？我們要不要自由地發展開源生態？這成為擺在我們面前的實際問題。
對於開源社區的看法，李向陽教授站在宏觀的視角認為應該從構建人類命運共同體、自力更生兩方面考慮。我們首先要做好自力更生，壯大我們的國家的科研能力，只有我們自身強大才可以增強我們的話語權，以更加開放、包容的心態，和世界上更多更優秀的開源社區、研究人員一起打造更加健康、更加開放、更加安全的開源生態，讓大家在平臺上開放、共享、交流。
經濟越開放，發展的速度越快。王小川從發展的角度對李向陽教授的觀點進行了補充，提出我們在開放和自力更生之外還應該做一件核心的事——對外表達出我們的一種合作共贏性，讓世界覺得中國的成功對世界是安全的。AI的發展也是一樣的道理。
開放是一個應該做的事情，無論是從利己還是利他的角度，都有一定的好處。唐文斌基於曠視開源天元（MegEngine）的實際情況對開源進行了細緻地剖析。開源使得組織不僅能夠發揮自己的力量，還能利用社區的力量，和其他的開源項目合作、打通之後，能夠形成一個更豐富的生態鏈，這樣更有利於建設一種開放的生態，將真正優秀的人留在國內，同時也是把更多優秀人才吸引到中國來的重要手段。
面對抗疫，
AI應該是先發論文還是先做系統
今年，突如其來的疫情改變了我們每個學習、工作和生活的方式，在這場關乎全人類福祉的全球抗疫戰爭中，AI相關的論文呈爆發式增長，基於AI的系統，如測溫、診斷、消毒等系統先後湧現，AI到底是應該做研究還是做系統，AI應該發揮什麼樣的作用？
我們是務實的未來主義者，追求技術信仰，價值務實，唐文斌用曠視的核心價值觀做出了回答。做系統和做研究是辯證統一的。做前沿的研究是技術信仰，做實用系統是價值務實，真正的技術信仰其實是最終價值務實。一家公司肯定是先讓自己活過今天，因此要把產品做好，把真正的客戶價值交付好，同時在有餘力的情況下，堅定地投入明天和後天的研究。
AI必須與自己原有的能力結合，王小川分享了搜狗在抗疫中的工作，並認為AI是靠學習驅動的，AI更多應該是到基層去，到社區、農村去，把好醫生、好醫生的經驗複製到基層，基層的機器產生的空間越大，輻射的空間越大。
我們在做事情的時候，肯定要瞄準國際科技前沿，但最主要的卻是要服務國民經濟，要以技術為推動力服務國民經濟。從可行到可看再到可用，社會發展的每個階段都有技術，都要考慮技術的價值，要清楚技術的價值有可能在書架上，也可能在貨架上，有可能在不同的層面。李向陽教授從技術與社會的層面進行了分享，並就AI在人們互聯互通，心理輔導、關懷弱勢群體方面的應用談了自己的看法。
疫情期間我們做的事情都是人工智能小的應用，疫情過後我們回過頭看，人工智能會有很大作為。張鈸院士認為，利用人工智能技術分析大數據，可以更好地認識整個抗疫過程，建立更有效的抗疫措施。我們在事後應該利用數據好好分析一下中國分層分級的治療措施，給出一個更準確、更科學的解答。
對於AI在病理、病源方向的應用，唐文斌提出做的東西應該和先前積累相關聯，張鈸院士和李向陽教授認為人工智能要想在某個領域裡起作用，必須跟那個領域的知識相結合，不能單純靠數據，這就是我們現在經常提倡的，第三代人工智能最重要的方向就是把數據跟知識結合起來，要做新冠病毒溯源，不能就數據論數據，必須跟理論知識結合，沒有任何數據知識找到準確的結果可能性很小。
面對在線教育，
AI如何增強互動，優化教育資源分配
疫情催生出了在線教育的火熱，但是在線教育也面對師生互動、教育資源分配不均衡的問題，對此AI應該怎麼做，AI能做什麼？
“一塊屏幕改變命運”。王小川根據自己母校——成都七中的經驗提出：教育需要激勵和約束，傳統的形式是老師在一個空間裡講課，同學很認真聽講，不會嚴重走神。AI應該從這方面發力，不斷提醒和規範學生行為，對學生進行約束。“雙師教育”是一種很好的模式，對遠端老師的要求很低，能讓教育下沉到偏遠地區，這在廣大的中國偏遠地區會有極大的應用。
做任何一個方向不能只從AI角度，還從行業的角度看。唐文斌根據遠程辦公的經驗，從交流效率、創意激發的角度，認為遠程教育仍然存在一定的侷限性。
教育的本質是要立德樹人，李向陽教授提出，立德樹人有很多途徑，人工智能用在在線教育上，可能在三個方面：課程內容完善、環境互動、技術支撐做很多事情。在教務端，AI可以輔助個性化教案、教學設計、虛擬化的教室、虛擬教學等；在學習端，AI可以實現個性化的答疑；在校園和在線教室管理方向，AI可以提供技術支撐，人臉識別、安防等。
AI在課前、課中、課後可以做很多事情，李向陽教授提出，具體包括：（1）個性化，這是AI跟傳統教育能夠發揮很大威力的地方。（2）精細化，可以根據學生的學習情況，在時間上、空間上、知識點上做精細化的分析和教育。（3）廣泛化，在老少邊窮地區，可以通過AI把更好的教育資源廣泛覆蓋。（4）敏捷化，以前傳統教育，這個學生學的好與壞，考試完了以後才知道，應用AI技術可以通過學生在課上的實時表現分析學習的效果，敏捷化比傳統高效多了。
不過，AI教育與傳統線下教育肯定要做互補，AI線上教育永遠替代不了線下教育，線上線下的互補，校內校外的互補，課內課外的互補很關鍵。AI線上教育在很多時候很難培養動手能力，現在大家很苦惱動手能力在線教育怎麼做，理論和實際怎麼做好互補。這四個互補確實不容易做。
如果能做好四化、四個互補，AI將會在教育領域發揮巨大的推進作用。
面對復工與新基建：
AI能發揮哪些作用？
國家今年在未來的方向上會有大的投入，會把錢用在刀刃上。王小川根據自己的預測，提出我們應該展望未來新的社會基本架構。疫情加速了社會的變化和進步，我們應該斬斷原來有的慣性，推動變化，思考新基建裡如何能夠容納更多AI和5G的服務。
國家會有一些經濟激勵的政策。唐文斌認為沉澱下來的東西必須要有價值。看待AI、5G的時候，要回到價值本身，要看哪些需求能夠對現在、未來有長遠的價值。AI本質上是一個術，是一種手段，最主要是要有價值。新基建也是手段，最後也是交出價值，我們需要思考怎麼樣通過技術手段，讓場景提升效率、降低成本、改善體驗，進而改變人們的工作與生活。
新基建包含的七個大的點主要是圍繞信息基礎設施、融合基礎設施、創新基礎設施這三個方面做事情。李向陽教授認為，新基建的本質是技術能力、人工智能核心技術的發展，然後圍繞技術能力開展。從產業發展角度來說，人工智能可以作為新一輪產業變革的核心驅動力。歷次科技革命和產業變革需要巨大的能量，持續探索新一代人工智能應用場景，將重構生產、分配、交換等各個經濟環節。
相信通過新一輪的新基建，會催生更多的新技術、新產品、新產業，有可能會有很多企業成為更大的巨無霸公司。在國家的規劃當中，是希望實現人工智能總體技術發展和應用，通過新基建的推動實現與世界領先同步，催生更多的經濟增長點，實現產業全面轉型和加速打造。圍繞AI核心技術做的新基建非常重要，全面產業轉型依賴於AI打造核心技術，AI賦能傳統產業。AI有兩類，一類是新型AI技術公司，一類是用AI技術賦能傳統企業，讓傳統企業煥發第二春。AI技術具有很大的引領性、創新性，可以為產業轉型提供更大的驅動力，也會創造更多的產業機會。
張鈸院士認為討論AI的重要性、作用和影響，都是在探討它潛在的可能性，並不是說它目前就有這樣大的作用。從國家層面來講，AI研究和AI應用兩手都要抓；而從學校來講，重點還是抓AI研究。AI本質是解決複雜環境下的不確定性問題，在研究上還面臨很多開放挑戰，還有很長的路要走。我們現在的人工智能技術，還只是非常初步的應用，儘管這樣，已經對產業和國家產生了巨大影響。
此外，AI研究必須要在開放的國際化環境下進行，要想在AI領域立足，就要在開放環境中把自己的工作做好，只有把AI科技水平做到世界一流，美國才會把我們當做朋友：因為它打不倒我們，脫不了鉤，就只能當朋友。現在世界上美國沒有這樣的對手，我們應該成為這樣的對手，才有可能成為它的朋友，才有可能真正建立起平等的合作環境。
開源共享是不是意味著
AI創業機會會越來越少
首先需要區分一下核心技術和應用技術，唐文斌認為現在做的很多深度學習算法，其實不是核心的技術，更多是偏應用性的算法研究。真正AI創業機會在於算法跟產業的結合。當你手上拿了一把新的刀，你要去看裡面所有產業是否都有可能被重新做一遍，你是否有可能讓它的成本結構發生改變，能夠讓它的效率結構發生改變，能夠讓它的體驗跟以前變得不一樣，如果能，你就能做出一些新的東西來。
領域的需求和知識與AI的結合，這是創業公司AI作為解決方案需要掌握的能力，只有核心技術並不能夠使得你在一個行業中立足。王小川就搜狗語音圖像、語言的技術區分進行了深入分析。
算法本身並不是核心技術，算法是基礎理論研究的成果，需要與大家共享，將基礎算法與具體領域結合起來形成的技術才是核心技術。張鈸院士論述完算法與核心技術的關係後提出，科學研究成果形成的算法和平臺都是基礎研究，應當開放共享。
閱讀更多 中國工程科技知識中心 的文章
