原標(biāo)題：對(duì)話中國科協(xié)原副張勤：做科研不能蹭熱點(diǎn)，總跟風(fēng)做不出好的創(chuàng)新成果

搜狐科技《思想大爆炸-對(duì)話科學(xué)家》欄目第48期，對(duì)話清華大學(xué)核研院、計(jì)算機(jī)系雙聘教授，國際核能院院士張勤。

嘉賓簡介：

張勤，中國科協(xié)原副，第十三屆全國政協(xié)常委，國際核能院院士，清華大學(xué)核研院、計(jì)算機(jī)系雙聘教授，發(fā)表Q1區(qū)SCI學(xué)術(shù)論文數(shù)十篇，創(chuàng)立人工智能領(lǐng)域動(dòng)態(tài)不確定因果圖（DUCG, Dynamic Uncertain Causality Graph）理論體系。

劃重點(diǎn)：

1.符合《全球人工智能治理倡議》的人工智能不是大語言模型，而是建立在對(duì)事物因果關(guān)系理解和表達(dá)基礎(chǔ)上的人工智能。

2.對(duì)科學(xué)家來說，一定要有原創(chuàng)精神，跟風(fēng)是不可能做出重大創(chuàng)新成果的。

3.如果將科研到產(chǎn)業(yè)的發(fā)展比喻為從0到100的話，從“0到1”是取得科研成果階段，其中原創(chuàng)最難，但意義重大；從“1到10”是商業(yè)化階段，取決于諸多因素，是最難的；從10到100是產(chǎn)業(yè)發(fā)展階段，相對(duì)容易些。

出品｜搜狐科技

作者｜鄭松毅

“大語言模型”是否就是人工智能模型的終極體？是否存在比“大語言模型”更理解事物本質(zhì)的人工智能模型？

近日，順廬書院“2023科技投資百人論壇”啟動(dòng)會(huì)在北京舉辦。清華大學(xué)核研院、計(jì)算機(jī)系雙聘教授，國際核能院院士張勤指出，“符合《全球人工智能治理倡議》的人工智能不是大語言模型，而是建立在對(duì)事物因果關(guān)系理解和表達(dá)基礎(chǔ)上的人工智能?！?/p>

在會(huì)后的訪談中，張勤對(duì)搜狐科技解釋道，大語言模型并非基于對(duì)事物關(guān)系的理解，而是基于表達(dá)事物關(guān)系的語料的數(shù)據(jù)擬合?；跀?shù)據(jù)擬合的模型都有一個(gè)比較嚴(yán)重的問題，即“黑箱”問題，不可解釋、不可預(yù)測(cè)、難以追溯。因果模型則是可解釋和可追溯的，因而是安全可控和可靠的，符合習(xí)總在“一帶一路”峰會(huì)上提出的《全球人工智能治理倡議》。

他介紹，當(dāng)前自己主要做的科研領(lǐng)域是在智慧醫(yī)療方面，即用基于因果關(guān)系的人工智能輔助醫(yī)療診斷，目的是提升基層醫(yī)生對(duì)疾病（包括少見?。┑脑\斷能力，經(jīng)第三方三甲醫(yī)院驗(yàn)證診斷準(zhǔn)確率已達(dá)95%以上。

談及“因果關(guān)系人工智能理論模型”的研發(fā)初衷，一切還要從張勤在美國留學(xué)時(shí)的研究課題說起。

1988年，張勤在美國留學(xué)時(shí)導(dǎo)師給他的課題是“在存在未知虛假信號(hào)的情況下用人工智能做核電站的在線故障診斷”，從那時(shí)起，張勤開始研究人工智能。遺憾的是，核電站沒有故障數(shù)據(jù)可用，人工智能所要診斷的往往是以前從未發(fā)生過的故障。

他說，“沒有故障數(shù)據(jù)但我們有知識(shí)，核電站各變量之間的關(guān)系我們是了解的，因?yàn)楹穗娬臼侨嗽O(shè)計(jì)的?；谌藗儗?duì)核電站變量間因果關(guān)系（包括不確定性）的了解，就可以進(jìn)行故障診斷，辨識(shí)虛假信號(hào)，基于此創(chuàng)立了DUCG人工智能理論模型，用來解決核電站等大型復(fù)雜工業(yè)系統(tǒng)的故障診斷問題，取得了非常好的效果?！?/p>

“后來我們思考DUCG除了能給核電站看病，能不能也給人看?。恳?yàn)楹穗娬臼谴笙到y(tǒng)，人也是大系統(tǒng)，就這樣又做起了人工智能臨床診斷?！?/p>

人工智能大語言模型的出現(xiàn)引發(fā)了當(dāng)前一波大模型創(chuàng)業(yè)潮。但張勤認(rèn)為，“對(duì)科學(xué)家來說，一定要有自主創(chuàng)新精神，老是在別人后面跟風(fēng)是不可能做出原始創(chuàng)新的。要以問題和需求為導(dǎo)向，而不是看人家做什么我就做什么去蹭熱點(diǎn)。”

談及將實(shí)驗(yàn)室中的項(xiàng)目落地到商業(yè)市場過程中的挑戰(zhàn)，張勤認(rèn)為，從“0到1”和從“1到10”的階段是最難的，再往后會(huì)相對(duì)容易些。

他指出，“從‘0到1’難在做出理論體系原始創(chuàng)新，而從‘1到10’需要把技術(shù)與市場需求銜接上，也是最缺資金的。但很可惜的是，中國的資金往往都不愿意投這一階段，因?yàn)轫?xiàng)目不確定性比較大?！?/p>

很多人認(rèn)為中國在人工智能領(lǐng)域有機(jī)會(huì)實(shí)現(xiàn)“彎道超車”的優(yōu)勢(shì)在于“數(shù)據(jù)”，張勤卻給出了不同的答案，“我反倒是認(rèn)為我們的優(yōu)勢(shì)在于巨大的市場，在某些領(lǐng)域如果能得到政府的推動(dòng)，發(fā)展起來會(huì)比純靠市場力量發(fā)展走的更快，這可以算體制優(yōu)勢(shì)?！?/p>

以下為對(duì)話實(shí)錄（經(jīng)整理編輯）

搜狐科技：了解到您是研究核能和計(jì)算機(jī)領(lǐng)域的專家，您是在什么契機(jī)下開始做“智慧醫(yī)療”的呢？

張勤：這是一個(gè)非常有趣的話題，很多技術(shù)往往底層邏輯是相通的。

1988年我在美國留學(xué)時(shí)，導(dǎo)師給我的課題是用人工智能做核電站的故障診斷。在核電站發(fā)生故障的復(fù)雜工況下，有很多動(dòng)態(tài)變化的信息，特別是存在未知虛假信號(hào)，光靠人來診斷故障很難，因?yàn)槿巳菀壮鲥e(cuò)。那就要靠計(jì)算機(jī)，所以就開始接觸人工智能。

核電站基本沒有故障數(shù)據(jù)可用。但我們有知識(shí)，核電站哪個(gè)地方有泄漏會(huì)導(dǎo)致冷卻水流失，壓力和溫度會(huì)有哪些變化，哪個(gè)部件會(huì)采取什么自動(dòng)保護(hù)的動(dòng)作，這些我們都是了解的。核電站就是人設(shè)計(jì)的，所以我們清楚各變量之間的因果關(guān)系，當(dāng)然有不確定性，特別是在故障工況下。我們基于知識(shí)創(chuàng)立了一套新的人工智能理論模型，叫動(dòng)態(tài)不確定因果圖DUCG，用來解決核電站等大型復(fù)雜工業(yè)系統(tǒng)的故障診斷問題，取得了很好的效果。

后來我們就想DUCG除了給核電站“看病”，是不是也能給人看病，因?yàn)楹穗娬臼谴笙到y(tǒng)，人也是大系統(tǒng)，于是就把這套理論移植到了給人看病的領(lǐng)域，取得了非常好的效果。

搜狐科技：您今天在論壇上的演講主題與科學(xué)家創(chuàng)業(yè)相關(guān)，在您看來，科學(xué)家創(chuàng)業(yè)需要具備哪些條件，如何能讓實(shí)驗(yàn)室中的項(xiàng)目成功落地到商業(yè)市場？

張勤：首先科研人員對(duì)創(chuàng)新技術(shù)的成熟度要有正確的判斷，別人代替不了。

這個(gè)過程中的難點(diǎn)有幾個(gè)，第一個(gè)是從“0到1”的階段，難在做出理論上的原始創(chuàng)新。我們的科學(xué)家一定要有原始創(chuàng)新精神，老是在別人后面跟風(fēng)是不可能做出原始創(chuàng)新的。要以問題和需求為導(dǎo)向，深入研究事物的內(nèi)在邏輯，而不是人家在做什么我就做什么去蹭熱點(diǎn)。

第二個(gè)（難點(diǎn)）是從“1到10”，這時(shí)你要把技術(shù)做成真正的商業(yè)化產(chǎn)品，這就涉及到了資本和市場等諸多因素，不再只是技術(shù)了?？蒲袌F(tuán)隊(duì)需要對(duì)自己的技術(shù)有把握和信心，同時(shí)還要看這個(gè)技術(shù)是不是真正符合市場需求，且能批量化生產(chǎn)。這個(gè)階段對(duì)投資的需求是較大的，是項(xiàng)目最缺資金的時(shí)候，也是風(fēng)險(xiǎn)最大的時(shí)候。當(dāng)然，一旦成功回報(bào)也是巨大的。但很可惜的是，中國的資金往往不愿意投這一階段，尤其是不愿意投原始創(chuàng)新項(xiàng)目，因?yàn)椴淮_定性比較大，這就是中國難以引領(lǐng)科技產(chǎn)業(yè)發(fā)展的重要原因。

搜狐科技：我們看到ChatGPT率先誕生于海外，您覺得中國在人工智能發(fā)展領(lǐng)域有哪些自己的優(yōu)勢(shì)？

張勤：有人說中國的數(shù)據(jù)多，但我覺得這算不上優(yōu)勢(shì)，因?yàn)榛ヂ?lián)網(wǎng)上的數(shù)據(jù)無論是中國的還是外國的其實(shí)大家都能用。我反倒認(rèn)為我們的優(yōu)勢(shì)在于巨大的市場。其次，在某些領(lǐng)域如果能得到政府的推動(dòng)，發(fā)展起來會(huì)比純靠市場力量走的更快，這可以算體制優(yōu)勢(shì)吧。但政府推動(dòng)什么和如何推動(dòng)就很重要了。

搜狐科技：在人才儲(chǔ)備方面，您認(rèn)為中國應(yīng)該多做些什么才能吸引更多海內(nèi)外人才聚集到一起共同發(fā)展？

張勤：我認(rèn)為有兩方面，一是內(nèi)在的發(fā)展條件，包括實(shí)驗(yàn)條件、資金支持力度、人才優(yōu)惠政策等。另一個(gè)是外部的市場環(huán)境和管理環(huán)境。盡管中國的市場很大，但如果不是法治規(guī)范的，好的技術(shù)不能正常發(fā)展、評(píng)價(jià)體系不能優(yōu)勝劣汰，就難以吸引好的人才。第二個(gè)方面還有很大的改善空間。

人才的才能如果得不到有效的施展，而總是需要把精力浪費(fèi)在不必要的地方，例如去處理復(fù)雜的人際關(guān)系，那他肯定愿意到一個(gè)更適合自己的地方發(fā)展，也就是我們說的人才流失，這是我們要解決的一個(gè)很大的問題。