香港科技大学教授杨强谈“应该做什么样的人工智能研究”

在热潮下，*学术会议动辄都有上万篇的论文投稿，如何做出颠覆性的创新工作？如何在研究上抢占制高点？6月21日，香港科技大学教授、微众caio（首席人工智能官）杨强在2020北京智源大会上分享他对人工智能科研选题的理解。

杨强提到，作为一个有责任心、有志向的学生或学者，应该在创新上努力，而创新的一部分就是选题。“大家可能更多地关注文章数量，没有在选题上更多地关注。”

他介绍，图灵奖获得者jim gray曾提出应该做什么样的研究。“首先这个研究很新，以前没有发生过，比如说刚刚出现的时候，就是很新的方向，从来没有人尝试过。”

“第二，这个问题又很难，难到什么程度呢？并不是简单做出来。大家一听到这个问题，会发愣，怎么下手。”

“第三，这个问题又很容易解释。比如说你在家里面，问你的祖父母理不理解这个问题计算机能理解语音。他们一下就懂，一句话就能描述，这样的问题往往是比较重要的。”

有了这些条件还不够，杨强表示，有很多这样的问题是没办法真正解决的，还需要一些方法能把它们分解成一些可以解决的阶段。每一个阶段就是一个小目标，先一个一个小目标去解决，这是问题的分解。

“最后，现在计算机尤其是人工智能的发展离不开数据，（这个选题）最好是有数据，而且就在身边，或者很容易获得，这个研究才可以落地。”

总之，如果大家按照这个方式去寻找一些新的问题，总能找到一些新的问题是还没有很多人去解决的，“这样的文章不嫌多”。

“我举一个例子，比如说在联邦学习领域，一有文章出现，我都马上恨不得立刻去读，这样的文章我们现在不嫌多。”因为迁移学习是一个新领域，很新，做的人却很少。“并不是说这样的领域在今天不存在了、大家只能去跟风做一些已经有上千篇paper（论文）的领域了，其实还是有一些新的领域值得大家去发现的。”

第二届北京智源大会6月21至6月24日在线上开幕。此届大会围绕技术、应用、基础设施等话题，邀请国内外人工智能领域的*专家学者，探索人工智能前沿科技发展趋势，对人工智能基础研究发展现状及面临的机遇和挑战、人工智能技术未来发展的核心方向等话题展开分享与讨论。

本次大会邀请到5位来自、和的图灵奖得主，分别是alan kay、judea pearl、manuel blum、joseph sifakis、john hopcroft；也邀请到人工智能各领域多位世界级的专家，包括 ai 实验室教授、lstm 之父jürgen schmidhuber，美国工程院院士、数值优化权威 jorge nocedal，美国工程院院士、mit connection science 实验室主任alex pentland，aaai 候任主席、康奈尔大学教授bart selman，mit csail教授、智能专家regina barzilay等。