清华办 AI：除了洞见，更有沉淀

作者 | 贾伟

编辑 | 蒋宝尚

这是一个变革的时代。

人工智能，作为科学研究的一种新范式，正在迅猛发展，除了在工业应用中产生巨大变革以外，同时也正逐渐对传统学科产生颠覆性影响。

任何一所高校，把握时机，便能逆流而上；反之则将被时代所遗弃。

2018年4月，教育部印发《高等学校人工智能创新行动计划》，为了“加强人工智能领域人才培养”，“到2020年建立50家人工智能学院、研究院或交叉研究中心”。如今这一目标已基本完成。

但成立是一，办好是二。如何办好人工智能专业，将人工智能打造成自己的一张王牌，是各个高校应当慎重思考的问题。

4月30日，清华大学张钹院士在由信息技术新工科产学研联盟主办的人工智能教育线上公开课上的《我们如何办人工智能专业》中提到，要想建设一流的人工智能专业，离不开五个维度： 本科教育 、 研究生培养 、 一流的实验室 、 国际合作与交流 ，以及 培养一流的师资队伍 。

在公开课中，张钹院士从五个维度详细探究了清华大学在人工智能发展道路上 40多年的历程。细细去品究张钹院士的话中之话，或能体悟： 清华办 AI，除了洞见，更有沉淀 。一流的AI学科，永远都是靠数十年积累的。

值得借鉴和学习。

1

本科教学

张钹院士指出，清华大学在本科教学的定位是，培养以“通识”为主，适当兼顾“专识”的高端人工智能人才。这主要体现在三个方面：

1、在计算机学科体系下培养，确保本科生具有的坚实的数理与计算机科学的理论基础；

2、设置高质量的人工智能专业主修课程和专业辅修课；

3、设置丰富多样的选修课《包括与神经科学、文学等的交叉学科课程》

清华大学在人工智能方向的本科教育从零开始，经历了40多年的沿革。

1978年，文革刚刚结束，改革开放还正在酝酿。清华大学便已经在计算机系内部成立了“人工智能与智能控制”教研组，在“计算机应用技木”学科下，开展了人工智能方向的本科教学。这在当时的中国，走在了时代的最前列。

随后，1979年清华大学便开始为本科生开设《人工智能导论》的选修课。随着教学经验的积累，及对国外最新研究考察的深入。1983年清华计算机系修订了其本科教育的培养计划，将《人工智能》列为本科必修课程；同时为了提高教学质量，相关教师相继编写了人工智能方向的教材，包括在我国流传很广的《人工智能原理》（石纯一，林尧瑞）、《人工智能及其应用》（徐光佑编译）、《人工智能手册》（钟玉琢编译）。

经过40多年的发展，现在清华大学计算机学科的培养方案中已经增添了不少智能相关的课程：

如上表所示，可以看到如说模式识别、数据挖掘、机器学习概论、人工神经网络等等，都已经成为清华大学计算机专业本科生的课程之一。

在课程设计上，则主要是由清华大学人工智能研究所（也是国家重点实验室中心实验室）来负责。以2019-2020学年为例，如下所示：

2

着力培养一流的研究生

要培养好高质量的研究生，主要抓两个环节，第一是保证高质量的生源；第二是有杰出的指导教师。

前排为五名指导教师，后排为首批硕士生

张钹院士以清华首届人工智能硕士研究生为例。在1978年，共招收了6名硕士生，分别为张国煊、张轴材、王家钦、郑学忠、唐建邦、严隽薇等；而指导教师包括许万雍、黄昌宁、许尧瑞、石纯一、刘植帧等。这几位指导教师在随后的二三十年中皆成为我国人工智能领域的先驱及中流砥柱，而 6 位首届硕士生也都先后成为各领域的关键人物。

在研究生培养方案上，清华大学的专业课程覆盖范围极其广泛，可以说几乎覆盖了人工智能的各个分领域。

从1978年开始招收硕士人，现在已经毕业的硕士生超过400名。从1986年开始招收人工智能方向的博士生，到现在为止，已经培养了250名左右的博士生。

那么，清华大学的培养策略是什么呢？以最近几年为例，下图是清华大学人工智能研究所在2017年-2019年毕业的硕士和博士人数。可以看出，其在博士生投入的比例越来越重，而硕士生则相应下降。

此外， 人智所目前的在读学生数量已经达到博士124名，硕士67名（2020年4月统计）。 这些人也将在很大程度上代表着我国随后多年在人工智能领域的未来。

在此列一下近几年清华培养人工智能方向的研究生获奖情况：

以上这些奖项的重量程度，AI领域的人应该都熟知，我们就不再赘述。

从中，我们可以发现诸多广为大家熟知的知名学者，例如清华大学孙福春教授、朱军教授、段润尧教授、刘知远副教授等。

3

着力培养一流的研究生

要想建设一流的人工智能专业，必须要有一流的实验室。

1985年，清华建立了“智能机器人”实验室。

1990年，清华成立了智能技术与系统国家重点实验室，这也是现在为止以智能研究工作为主的国家重点实验室。重点实验室的特点是不仅仅要进行人工智能基础原理、基本方法的研究，也要研究应用技术和系统集成技术。在体现研究的前沿性的同时，体现多学科交叉和不同技术综合的特点。

这个实验室曾连续三次在国家重点实验室的评估中被评为A级实验室，且两次获得集体“金牛奖”，并在1997年被列力全国18家信息电子类国家重点实验室的第一位。

4

国际合作与交流

合作，才能共赢；交流，才能开拓视野。打造一流人工智能专业，绝不能闭门造车。

张钹院士特别强调：“要办好国际上一流的人工智能专业，必须加强国际合作和交流。”

清华在这方面做了很多的工作。

首先是利用企业的赞助的资金，举办了三期的讲席教授组织，邀请世界著名的教授来参与清华的培养工作。主要内容是讲课和联合培养博士生，并且要求教授组每年累计保证9个月在清华大学工作。

清华一共做了三期。

第一期是2003年到2006年，参与人主要是计算机科学理论的教授，其中图灵奖获得者姚期智是首席。姚期智也因这次受聘，后来直接回到清华大学担任长聘教授，并创建了姚班。

第二期是2009年到2012年，主要围绕神经和认知科学，大多数都是神经认知科学方面的著名教授，首席为美国科学院院士Michael Merzenich。这次受聘后，王小勤教授开始担任清华大学的教授，而李兆平也曾在清华任教过一段时间。庄炳煌教授直接成为了第三期的首席。

第三期是2013年到2016年的，关于人工智能与机器人，讲习教授中包括许多大家比较熟悉（例如李飞飞、邢波、田奇等），他们都长期跟中国有很多的合作关系。

清华还成了一个计算英文硕士班，面向全球招收外籍学生，进行精英化的教育。项目学制是两年，授予工学硕士学位。有三位在朱军教授的指导下取得了很好的成绩。

此外清华大学与许多国家进行了长期合作，例如：

1）2010年，跟新加坡国立大学在下一代搜索技术上成立了联合研究中心，双方不仅仅进行了人员的交流，还联合培养博士生；

2）2009年，与滑铁卢大学成立互联网信息获取联合研究中心；

3）与德国进行国际合作项目，第一个项目是2006年开始，分为两期，主要围绕着自然人工认知系统中模式交相感应，目标是联合培养博士生，同时进行多种学科的交叉；

4）清华大学和悉尼科技大学，在量子计算方面建立了联合实验室，成立于2013年。

5）另外，还有国家自然科学基金国际合作重点项目，主要围绕着机器学习；时间从2017年到2029年，由清华大学朱军教授和卡内基梅陇大学进行合作。

6）在2020年3月，又跟博世公司建立了机器学习联合研究中心，合作仪式在网上进行，为期5年。

5

在教学与科研实践中培养一流的师资队伍

以上四点是目标和方法，而一流的师资队伍才是底蕴，是一切构想的基石。

清华大学的人工智能建设上具有非常清晰的认识。

首先从科研的角度看，1978年清华刚刚建立人工智能专业，便开始开展相应的研究，招收研究生。最初只是进行有限范围的研究工作，包括人工智能理论、专家系统、机器人；经过四十年发展，到现在已经覆盖了人工智能几乎所有的分领域。

具体来说，主要有7个方面，包括：

1）人工智能基础理论与方法；

2）知识智能（知识表示、推理、不确定性处理和知识图谱等）；

3）感知（视觉智能、听觉智能、触觉等）；

4）人机交互、大数据智能、知识获取等；

5）自然语言处理；

6）智能控制和机器人系统；

7）多学科交叉研究（数学、神经与认知、心理学、社会科学等）.

特别是最后一条。在2018年6月，清华大学成立了一个跨系、跨学科的联合研究机构——清华大学人工智能研究院。这个研究院秉持“一个核心，两个融合”的发展战略，以人工智能基础理论和基本方法研究为核心，积极推进大跨度的学科交叉融合，大范围的技术与产业、学校与企业融合。

张钹院士介绍说：“清华希望通过这个平台发挥作用，清华大学在多学科综合优秀人才集聚方面的优势，同时通过开展高水平的国际合作，能够建立一个世界一流的人工智能高端人才培养汇聚的基地。”

在过去的一年里，清华人工智能研究院相继成立了 9个研究中心。9个研究中心的人员不仅来自信息学院的计算机教师，全校18个院系都有一些教授参加，所以这是高度的，跨学科合作。

科学研究的开展，必然会带动人才的成长。

如果我们去看清华大学人工智能领域的研究队伍，会发现一大批土生土长的优秀人才。

以上这些，都是国内AI领域最有前景的学者。

6

总结

人工智能专业的建设不是一朝一夕的事情，而是需要深远洞见、长期坚持和沉淀，才能厚积薄发。

清华大学经过四十多年的发展，在AI领域已经步入了国际前列。

以计算机领域最为知名和权威的CS Ranking指标来看，在2010-2020这10年间，清华大学在人工智能方向排名已位列世界第二，仅次于CMU；而若以2015-2020年这5年间的评估来看，清华大学已经排名世界第一。这些已经充分说明了清华大学在人工智能学科建设方面的正确性。

当然，人工智能是一门发展迅速的学科，一方面需要与时俱进，让人工智能人才培弄跟上时代发展的步伐；另一方面高等院校的理工科教育也有它共性的规律，特别是本科教育需要保持一定的稳定性。如何保持二者的平衢，是办好人工智能高等教自的关键。

---

AI 科技评论系列直播 

 

直播主题：CVPR 2020丨数据与模型缺陷：不完美场景下的神经网络训练方法

主讲人：Louis

直播时间：4月28日 （周二晚）19:00整

回放链接：http://mooc.yanxishe.com/open/course/797

直播主题：ICDE 2020 | 华东师范大学×滴滴：利用轨迹数据自动校准道路交叉口拓扑信息

主讲人：刘国平

直播时间：4月29日 19:30

回放链接：https://mooc.yanxishe.com/open/course/810

直播主题：ICLR 2020丨从梯度信噪比来理解深度学习泛化性能为什么这么好

主讲人：刘锦龙

直播时间：4月30日 （周五晚） 20:00整

链接：http://mooc.yanxishe.com/open/course/803

如何加入？

扫码关注[ AI研习社顶会小助手] 微信号，发送关键字“ICLR 2020+直播” 或 “ACL 2020+直播”，即可进相应直播群，观看直播和获取课程资料。

阅读原文，直达“直播间”