专访周志华：人工智能研究曾被指骗子，现火热也不宜一拥而上

8月29日下午，在上海举行的2019世界人工智能大会主论坛上，南京大学教授周志华就他构想的“学件”作了一场报告。“学件”由模型和用于描述模型的规约两部分构成，就像硬件和软件一样可以在市场上供人挑选。未来的用户若想要做自己的机器学习应用，不用再从头“制刀”，只需打磨改造即可。

如今，周志华再不会像十多年前那样，学术报告做到一半时就被质疑声打断。时下火热的人工智能，曾经是一个冷到无人问津的学科方向，冷到被人质疑为“机器学习不可能，人工智能是骗人的”。

基于一些良好的条件，这一波人工智能热潮或许要比历史上的几次更为持久，但周志华认为，一直保持眼下的热度也不易。无论板凳冷热，留下坚持做实事的，才能孕育新的突破。

这位1973年出生的计算机学者，本硕博都就读于南京大学，2001年留校任教，2002年被破格聘任为副教授，2003年29岁获国家杰出青年科学基金，随后被聘为教授。

作为AI领域各大主流学会的“大满贯”会士，欧洲科学院外籍院士，更重要的是，作为中国机器学习发展过程的亲历者，周志华近来一大工作重点就是AI人才培养。

2018年，周志华挂帅南京大学新成立的人工智能学院，这也是C9高校中第一个人工智能学院。他给本科新生们准备了一份独特的培养体系：数学课占比直逼数学系。

国内人工智能人才缺口大，但不宜一拥而上

澎湃新闻：现在国内人工智能教育的现状如何？

周志华：简单来说，现状就是整个人工智能行业高度地奇缺人才。全世界都是这样，包括美国。美国在这方面可以说已经比我们先发展30年，但是现在他们培养的毕业生也不够，企业还是到大学去挖教授。像卡内基梅隆大学机器学习系主任，被挖到摩根大通做副总裁。

中国的人才缺口其实更大，因为国内起步比较晚，以前人工智能方面也不像现在这么重视。现在谈人工智能的很多，但是有能力在人工智能的核心部分做一些工作，培养高水平人才的单位可能不是很多。很多地方在谈“AI+X”，这实际是人工智能在X上的应用，但如果在AI核心部分没有很好的基础的话，“AI+X”就只能是新瓶装旧酒的“X”。

MIT最近这一两年，计算机和人工智能专业的本科生占到所有学科的30%到40%。中国在这个方面的学生培养量相差很远，缺口很大。

但另一方面，人工智能人才培养，也不太适合一哄而上，还是先要有培养能力。如果以往没有从事过相关研究，没有这方面的师资，要一下子培养人工智能人才可能很困难。

澎湃新闻：人工智能人才缺口的规模有多大？

周志华：人工智能技术以后在所有的领域、所有的行业都会用到，只是或早或晚、或多或少的区别。我们现在每年能够培养出来的人工智能方面的毕业生，全国也没有多少。所以这个缺口可能都不是说相差几千几万，而是非常地大。

澎湃新闻：南京大学对此有什么行动和计划？

周志华：南大在去年成立了C9高校中第一个人工智能学院，希望从源头做起，从本科开始扎扎实实地培养高水平的人才。南大在人工智能核心领域方面有长期的科研积累和人才培养经验，在国内是这方面基础最好的单位之一。

我们去年开始招本科生，今年开始招研究生，这些学生毕业进入社会，还要有3到5年的时间。希望这里能够成为为国家社会和产业发展提供人工智能高水平人才的一个重要基地。因为有许多兄弟院校来调研考察，我们人力有限接待不了，所以今年上半年干脆出版了一本书，公开发布了国内第一个专门的人工智能本科专业培养体系，主要是一整套专门为人工智能本科专业设计的课程体系。

进可攻退可守的学科

澎湃新闻：相比起南京大学计算机传统课程体系，人工智能专业的课程体系有什么特点？

周志华：简单说，计算机学科的课程面更“广”，人工智能的课程更“专”。国内的计算机本科一般需要150个学分毕业，其中通识通修课、基础课可能要占60个学分左右，创业就业类课程和毕业设计则要占到约15个学分。那么还剩下一半的学分里面，大概又有那么55个学分要用于学科平台课和专业核心课。尚未出现人工智能的专门课程就已经只剩20个学分左右了。

然而计算机学科的口径很广，它不光有人工智能，还有软件、理论、高性能计算、网络、多媒体等等，这些都要兼顾。这样下来人工智能专业课程大概只能有2到3门，远远达不到人工智能专业人才培养的需要。

所以整个课程体系需要重新建设。把一些可能和人工智能相对远一些的课程，换成对人工智能来说更核心、更关键的课，包括数学基础要打得更好一点，人工智能的专业知识要更全面一点等等。

南大人工智能学院本科对数学的要求接近于数学系，高于计算机学科。但另一方面，它在计算、程序、软件方面的要求又不亚于计算机系。同时，人工智能还有自己的整套专业知识。所以这里面有很多要学的东西，确实有必要作为一个独立的专业培养体系去考虑，在必修课方面，我们现在这个体系与原来的计算机专业重叠的大约不到三分之一。

澎湃新闻：您觉得人工智能更偏向一门基础学科还是一门应用学科？

周志华：人工智能是一个比较有趣的学科，可以说这是一个进可攻退可守的学科，它的特点是从基础理论研究到工程技术应用都有涉及。所以你可以研究一些非常基础的理论问题，往科学家的方向走，也可以往技术创新的角度去走，还可以结合具体场景开展应用，直接解决工业界的问题。

澎湃新闻：人工智能硕士博士又与传统学科有哪些不同？

周志华：博士的区别比较明显。传统学科的博士毕业后可能到高校科研院所为主，人工智能学科的博士毕业后不仅有这样的出路，还有大批进入工业界。因为传统学科的学术研究与业界应用可能有比较远的距离，而人工智能这个学科，学术研究与业界应用的距离很短，新发明的算法可能几个月甚至几个星期就进入工业界发挥作用了。

所以业界对人工智能高水平人才的需求非常大，甚至各大公司都在追着最新的论文看。这反而导致高校科研院所在人工智能领域“抢人”的难度很大，很不容易抢到优秀博士生。

澎湃新闻：你坐过人工智能的“冷板凳”，如何看待眼下的人工智能热潮？有人说现在人工智能有很多泡沫，你怎么看？

周志华：20年前，做人工智能的都不好意思对外说是做人工智能的，因为很多人会说你们搞人工智能的是骗子。现在大家看机器学习这么热，但在十多年前，我在国内做学术报告时曾经讲到一半就有专家站起来批判，不要讲了，机器学习是不可能的，你们这都是骗人的。但十多年之后，似乎所有人都在谈机器学习，都在做人工智能了。

我想板凳冷不冷不重要，我们确实是从很冷很冷、几乎无人问津的时候过来的，但只要认为是重要的事情，不管什么时候总要有人坚持下去。

在历史上人工智能也热过，甚至热度完全不亚于今天，一旦开始冷，90%甚至更多的人都会离开，并且和它划清界限。但总要有一批人坚持下去才会取得新的突破，才能有后来的这一波热潮。

大家现在都认为人工智能这次的热潮可能会很长，但这个热度要一直保持今天这样可能也不容易。

大概任何事情热起来之后就会有泡沫，但泡沫不可能是纯泡沫，必然有人在做实事，否则这件事情也热不起来。就看大家更关注泡沫的那部分，还是做实事的那部分。