产学互为表里，携手方见大道：华为云AI院长峰会的价值思考_风闻
脑极体-脑极体官方账号-从技术协同到产业革命，从智能密钥到已知尽头2021-10-27 20:28
去年年底国家工业信息安全发展研究中心发布的《人工智能与制造业融合发展白皮书2020》显示，目前中国人工智能人才缺口已经达到了30万。加强本科教育与产学研联合人才培养，是满足人工智能人才需求的核心方式。
在这一强劲的时代需求引导下，2018年4月，教育部研究制定了《高等学校引领人工智能创新行动计划》，并研究设立人工智能专业。2019年3月，全国有35所高校获得了首批“人工智能”专业建设资格 。仅仅过去了两年，目前全国已经有超过300所高校成立了人工智能专业或人工智能学院。
“忽如一夜春风来”的规模化建设之后，高校人工智能学院如何持续发展？产学研一体化如何推动AI技术前进？最新的AI技术成果如何与高校科研、教学结合？等等一系列问题有待于产学各界携手解答。10月23日，全国30余所顶尖高校的40多名院长、专家、教授齐聚成都，共同参加了华为云AI院长峰会，探索如何加速人工智能前沿理论成果转化，以及建设复合型人才培养和学科的新模式。
相比于众多产学结合方向的AI峰会，这次活动具有很多显著不同。比如院长们与华为云的AI专家、企业负责人，讨论的不仅仅是基础的产学合作、产学共建。而是更多聚焦于最前沿的AI技术和平台如何进入学校中深化发展，推动AI人才培养与AI赋能科研应用的全面发展。比如盘古大模型、知识计算、AI求解器这些全新技术能力在高校与学术领域的落地应用与合作搭建。
或许从中可以看出，AI领域的产学研合作已经来到了新的阶段，合作正在逐步深化与立体。在这次峰会当中，我们可以重新理解AI产学合作的一系列全新价值，以及各方携手推动AI前进的大道维常。
高校与产业，携手共建AI的大势所趋
AI是时代机遇，也是家国重器。从“新基建”体系到数字中国行动，AI技术与产业都被放在首屈一指的位置上。AI专业与AI学院在中国的高速建设，足可见国家与社会对这一领域的极大重视。
也正因为新一代人工智能的战略契机至关重要，这一领域应该融会贯通各方力量，确保发展效率与发展方向万无一失。只有各方统筹兼顾，才能形成取长补短，互通有无的战略格局。
中国工程院院士、鹏城实验室主任、北京大学信息科学技术学院院长高文院士，在峰会致辞中重申了中国AI发展的四个长板与四个短板。
四个长板是中国有非常好的政府政策支持、丰富的数据资源、丰富的应用场景、大规模的青年人才群体；四个短板包括原创算法有差距、传感器方面较弱、缺乏有国际影响力的AI开放开源平台，以及高端人才不足。
想要实现中国AI的扬长避短，就不可避免需要推动产学研高度结合，高效配合。比如扬长方面，青年人才群体需要高校来培养，而企业能够提供数据资源与应用场景帮助人才培育；避短方面，企业可以推动算法、平台方面的产业进步，而这些能力汇聚于高校，又可以推动高校人才教育、基础科研与高端人才培养能力的加强。
这种视野下，产学研各界的“一盘棋”思维是中国发展新一代人工智能体系的制胜所在。AI的出路在于将不同学科、不同行业、不同产学研区位的力量整合起来，这也都需要不断加强高校与企业的合作与交流。
浙江大学计算机学院教授、教育部人工智能协同创新中心主任庄越挺认为，高校培养AI人才是义不容辞的责任，也肯定是AI人才培养的主战场。浙江大学对AI人才培养设置了本科的人工智能专业；搭建了高端人才培养AI+X模式，推动AI的交叉人才教育；同时也从科技产业中吸收来自应用的驱动力。
华为云Marketing部部长董理斌认为，华为有架构方面的顶层科学家，有博士“天团”，有预训练大模型、知识计算等相关能力。但也需要将行业人才和AI人才结合起来，才能够完成应用落地，这个过程中，光靠华为公司是不行的。华为希望把能力开放出来，生成一系列平台，实现能力工具化，推动AI从作坊式开发到工业化开发，降低AI的使用门槛。
可以看到，越来越多的高校开始重视AI基础人才培养、AI跨学科建设与产学研合作。在这样的大背景下，华为云的AI技术与AI平台正在形成新的纽带，推动构筑产学研一体化的AI发展新范式。
华为云AI成果的高校落地
推动AI技术的产学研交流，可以说是各大科技企业的“标准动作”与必要社会责任。华为云在其中始终保持着极大的产学研合作热情，并且不断探索更加多样性、深度化、立体化的合作可能。
华为云人工智能领域首席科学家、IEEE Fellow田奇介绍，华为云AI的目标是持续创新，打造人工智能黑土地，使能大规模、可复制的AI行业应用。目前，华为云在AI领域聚焦几个方面，包括知识计算/预训练大模型等。
可以看到，这些领域具备在相当的前沿性与先进性，在科研和产学研互动方面具有广泛的可拓殖性。比如我们可以看到，盘古大模型与知识计算已经在产学研合作领域绽放出了丰富的合作成果与示范效应。
华为云语音语义创新Lab主任&首席科学家袁晶提出，以知识计算为核心构筑认知智能的能力，涉及到很多方面的能力。知识计算要与行业深度结合，进行重点行业的探索，与客户和伙伴一起在医疗、能源、制造、金融等一系列行业进行深耕，才能理解行业问题的本质，更好地帮助客户去做AI的布局。
盘古大模型是预训练大模型领域的代表，包括盘古NLP大模型、盘古CV大模型、盘古多模态大模型、盘古科学计算大模型等。基于盘古大模型，开发者只需要少量行业数据就可以快速开发出精度更高、泛化能力更强的AI模型。相比传统手工作坊式开发模式，不需要针对各个场景定制开发，就可以大幅降低开发的人力成本和算力成本。
据了解，华为云与西安交通大学第一附属医院合作，基于华为云盘古药物分子大模型研发出全新的广谱抗菌药物，将先导药的研发周期从数年缩短至一个月，大幅提升新药研发效率。其中，通过华为云盘古药物分子大模型的结构优化器，有效提升了小分子化合物与目标抗菌靶点蛋白的结合，同时降低其与人体蛋白的结合，从而减弱了广谱抗菌药对人体正常细胞可能产生的毒副作用。
值得注意的是，华为云一些先进技术成果参与科研的方式，不再仅仅是简单的算法与算力赋能，而是深入科研机理与科研核心系统，成为科研工作中的核心手段与可复用工具。
这种深度落地高校，深度融于科研工作的产学研合作新范式，或许在目前阶段值得更多关注与拖动。
三重“互性”，搭建产学研AI合作新范式
AI相比于其他技术的产学研融合工作来看，既有相当程度的共性，又有非常显著的个性。AI的特点是数据、算力、算法、场景等诸多要素的不断汇集与融合，这就导致企业离不开高校的基础研究与人才供应，高校也离不开企业提供的算力支持、平台工具与应用场景。与其他学科的产学研结合更偏向长期性、社会性的特点不同，AI从各方面来看都更加依赖产学研通力合作才能有效发展，非常直观、近距离地对产学研合作模式与效率提出了要求。
以大模型训练为例，华为云可以为高校训练大模型提供充沛的算力，也可以为高校提供充足的大模型验证与落地场景。同时，华为云的大模型成果也可以直接作用于科研工作与教学教研，由大模型落地衍生出的很多任务需求都适合与高校研究方向紧密结合。在这一方面，我们已经看到充沛的产学研合作成果，并且在国内取得了领先的成绩。
一、合作中的相互性原则。
现代社会学中，提出人与人、团体与团体合作中的相互性原则（interactive principle），或者被“相互性规范”。表现为如果你肯定别人，别人也将更肯定你。华为云与高校的AI合作，就是一个相互肯定，不断培养信任与共识的过程。
苏州大学计算机学院院长、软件学院院长张民认为，企业与高校合作是要做到双赢的结果。一方面所有技术进步都从基础研究开始，另一方面产业驱动提出的问题才是AI的好问题。
与华为云合作的三年来，张民认为各方面都非常顺利，不仅得到了一系列成果，还培育了充分的信任。苏州大学方面会派最好的学生参与到与华为云的合作中，而华为看到了学生的能力后，也积极吸纳他们毕业后入职华为。这样双方形成了高度的认可与正向价值循环，可以说是合作中相互性原则的完整体现。
二、价值上的互补性关系。
企业与高校的技术合作，归根结底需要双方具备充分的价值互补性。在一门新技术的崛起过程中，各方面都有可能培育长处，同时也不可避免出现短处。只有高效配合，实现广泛的价值生态结合体，才能最大限度克服问题。
北京航空航天大学人工智能研究院常务副院长李波认为，人工智能各方面面临着很多问题，需要构建多维度的生态来解决。一件大事都不是一个企业能够做起来的，华为云作为龙头企业与优势高校的合作，是共同构建一个生态，从而实现开放共享共赢，相互一起完成社会职责。
从盘古大模型、知识计算等前沿技术的高校落地进程中，可以看到价值上的互补性关系是技术进步的真实动力，也是产学研合作的核心纽带。
三、发展中的互动性方案
在合作中具有相互性，在价值上完成互补性，进而就是在发展中构筑互动性。这一点也是华为云积极推动与高校进行AI合作的关键所在。田奇介绍说，面对大模型这个业界关注的重点，华为云可以从商业化目标中倒推，将大模型的发展分解成各个问题给到学术界。高校有着非常强的创新能力，在大模型领域非常适合与华为云进行合作。
三重“互性”的相继诞生与价值统一，推动着企业与高校的AI合作不断深入，创造出一个又一个价值奇点与重要成果。从价值模型上看，AI有希望发展成一个产学之间的完整价值循环，双方互为表里，互为倚靠，最终推动新一代人工智能战略深入落地。
维沟通以能明智，维携手以见大道。华为云AI院长峰会的价值，值得更多挖掘与讨论。