中国AI最高奖第10年了：每一位获奖者，都是这个黄金时代的创造者

机器之心报道

作者：蛋酱

426个单 位及行业机构、391个创新成果和项目、1403名学者专家……每一个曾站上吴文俊人工智能科学技术奖颁奖台的成员，共同创造出了中国AI的黄金时代。

1956年，「人工智能」概念诞生于美国达特茅斯学院的一次研讨会，当人们对其寄予厚望、以为机器很快能够变得和人一样智能的时候，现实却起起落落。

直到深度学习的出现，让人类离梦想成真又近了一步。

2011年，微软首次将深度学习应用于语音识别，取得了重大突破。微软研究院和谷歌的研究人员先后采用深度神经网络技术降低语音识别错误率20％-30％，实现了语音识别领域十多年来最大的突破性进展。

2012年，Hinton团队用AlexNet参加ImageNet图像识别比赛，将图像分类的错误率降低了一半，毫无悬念夺得冠军。在这场比赛之后，深度学习的巨大潜力得以证明。

历经几次潮起潮落，人工智能又迎来了一段高速发展时期。伴随着计算能力和大数据等的爆发式增长，十年来，深度学习已经攻克了许多曾经让我们感到棘手的问题，尤其是在计算机视觉和自然语言处理方面。此外，对于中国人工智能领域来说，这也是可遇不可求的十年黄金时代。在学术领域，越来越多的华人学者在国际舞台上乘风破浪，不断取得重大技术突破和科研进展；在产业方面，中国在市场、数据、政策、人才创新等资源方面的优势，为中国AI提供了强大的发展动力。

2011年1月6日，由中国人工智能学会发起，以吴文俊先生命名、依托社会力量捐资的「吴文俊人工智能科学技术奖」得到了吴文俊先生的大力支持，并经国家科学技术部核准、国家科学技术奖励工作办公室（国科奖社证字第0218号）公告正式设立。 迄今，这一奖项已经走过了十年，被视为「中国人工智能领域的最高荣誉」。

2021年4月10日，吴文俊人工智能科学技术奖十周年颁奖盛典暨2020中国人工智能产业年会在北京和苏州两地同期举行。

吴文俊院士是我国人工智能研究领域的开拓先驱，在自动推理、符号计算、拓扑学、中国数学史等研究领域取得了突出的学术成就。他提出的数学机械化和脑力劳动机械化已成为我国和世界人工智能领域的重要研究方向，他的数学机械化思想和方法已广泛应用于计算机图形学、计算机视觉、智能CAD、图像压缩、机器人、数控技术、模式识别等诸多科学与工程领域。

中国工程院院士李德毅获2020年度「最高成就奖」

2020年度「吴文俊人工智能科学技术奖」共评出100个获奖项目成果，包括吴文俊人工智能最高成就奖1项，吴文俊人工智能杰出贡献奖3项，吴文俊人工智能自然科学奖20项，吴文俊人工智能技术发明奖8项，吴文俊人工智能科技进步奖24项，吴文俊人工智能科技进步奖企业技术创新工程项目17项，吴文俊人工智能科技进步奖科普项目3项，吴文俊人工智能优秀青年奖16项，吴文俊人工智能专项奖芯片项目8项。

其中， 「吴文俊人工智能最高成就奖」自设立以来仅有3位科学家获得。 第一位吴文俊人工智能最高成就奖的获得者是中国科学院数学与系统科学研究院研究员、中国科学院院士陆汝钤。

陆汝钤的主要研究方向为人工智能、知识工程和基于知识的软件工程，是中国人工智能领域研究的开拓者之一，他在国际上率先研究异构型分布式人工智能（DAI），把机器辩论引入人工智能，设计并主持实现分布式逻辑推理和基于分布式推理的城市交通管理软件等成果应用。

2019年，第二次吴文俊人工智能最高成就奖授予清华大学计算机系教授、中国科学院院士张钹。

张钹院士是我国人工智能领域的先驱者之一，主要参与人工智能、人工神经网络、机器学习等理论研究，以及这些理论应用于模式识别、知识工程与机器人等技术研究，同时也是我国人工智能领域国家重点实验室「智能系统与技术」实验室的创始人之一。

张钹院士提出了问题求解的商空间理论，在商空间数学模型的基础上，提出了多粒度空间之间相互转换、综合与推理的方法。此外，他还提出了问题分层求解的计算复杂性分析以及降低复杂性的方法。该理论与相应的新算法已经应用于不同领域，如统计启发式搜索、路径规划的拓扑降维法、基于关系矩阵的时间规划以及多粒度信息融合等，这些新算法均能显著降低计算复杂性，该理论现已成为粒计算的的主要分支之一。在人工神经网络上，张钹院士提出了基于规划和基于点集覆盖的学习算法。这些自顶向下的结构学习方法比传统的自底向上的搜索方法在许多方面具有显著优越性。

李德毅院士则是第三位获颁吴文俊人工智能最高成就奖的科学家 ，获奖理由为「在计算机工程、自动控制、认知科学和无人驾驶等人工智能领域取得多项国际公认的领先成果」。在4月10日的颁奖盛典中，李德毅院士特别提到：「这个时代是人工智能工作者奋发有为的时代」。

「人类经历了三次认知革命进入智能时代。第一次认知革命是五千年来的文字、文化、文明，造就了智能的生态；第二次认知革命是五百年来的科技革命，人类掌握如何利用物质和能量创造动力工具延伸人的体能；近一百多年来，人类开始研究生命、脑科学和人工智能，千方百计创造智力工具来延伸人的智能。这个时代恰恰就是我们所处的时代，是人工智能工作者奋发有为的时代。」

在盛典现场，李德毅院士表示：「我感谢人工智能界的先辈和同仁。正是先辈们的杰出贡献，是符号主义、行为主义和连接主义等学派的研究成果，为我们开辟了各智其智、智智与共的新一代人工智能的研究方向。」

同时，京东集团技术委员会主席、京东人工智能研究院院长周伯文，欧洲科学院外籍院士、中国科学院自动化研究所研究员蒋田仔，西安电子科技大学教授焦李成获得了「吴文俊人工智能杰出贡献奖」。

此外，为了鼓励「卡脖子」关键技术的突破，本届吴文俊奖首次设立了人工智能芯片奖，授予在人工智能芯片领域做出原创性和先进性成果的团队与个人，激励他们实现前瞻性基础及应用研究、解决「卡脖子」关键核心技术难题，奖项在鼓励取得重大科技突破的科学家或团队组织等方面做出了卓越贡献，在我国微电子、半导体和集成电路领域产业了积极反响，填补了我国人工智能奖项设立芯片专项奖的空白。

探索下一代人工智能

在见证了人工智能的十年快速发展之外，人们也从未停止过思考：传统人工智能和新一代人工智能的本质区别是什么？各有什么表征？而这二者中间的分界点又是什么呢？

去年10月，清华大学人工智能研究院院长、中国科学院院士张钹在「纪念《中国科学》创刊 70 周年专刊」上发表署名文章，首次全面阐述第三代人工智能的理念，引发了学界和业界的高度关注。

张钹院士提出，第三代人工智能的发展路径是融合第一代的知识驱动和第二代的数据驱动的人工智能， 同时利用知识、数据、算法和算力等 4 个要素， 建立新的可解释和鲁棒的 AI 理论与方法，发展安全、可信、可靠和可扩展的 AI 技术，这是发展 AI 的必经之路。

4月11日上午，在苏州的2020中国人工智能产业年会上，李德毅院士进行了《探索新一代人工智能》主题演讲。在李德毅院士看来，传统人工智能是计算机智能，是封闭型人工智能，而新一代人工智能是开放型人工智能；传统人工智能的关键要素在于算力、算法和数据，而新一代人工智能是交互、学习和记忆；传统人工智能解决的是确定性问题，新一代人工智能要解决的是不确定性问题。

传统人工智能与新一代人工智能的分界点即是深度学习的爆发。不管是2012年AlexNet的夺冠，还是2016年AlphaGo战胜人类顶尖棋手李世石，都是推动人工智能发展的历史大事件。李德毅院士表示，但我们不能满足于算力、算法、数据起到的最大作用，而是要探索新一代人工智能。

「新一代人工智能起名很难，有人说叫类脑智能，我们不但要类脑，还要有类人、躯体的智能，能在物理装置上重现人类智能，受脑科学和认知科学启发新一代人工智能架构，才是人工智能科技工作者追求的方向。」

「类脑和类人之路都还很长，我们不能太急躁，不能太浮躁。」 关于人工智能的未来发展，李德毅院士认为，到了2050年，最浪漫的事也许是新一代人工智能和人类一起与时俱进，一起学习成长、解释、解决新的问题，今天的手机未来将变成可交互、会学习、自成长、个性化的个人代理。

它见证了中国AI的黄金时代

设立十年来，「吴文俊人工智能科学技术奖」 先后授予了426个单位及行业机构，391个创新成果和项目，1403名学者及专家表彰奖励。 正是每一位学者、每一家机构、每一项研究成果，堆沙成塔，创造了中国AI的黄金时代。

在历年获奖名单上，可以看到很多熟悉的名字：2018年，百度CTO王海峰获得了首个「吴文俊人工智能杰出贡献奖」；2019年，微众银行首席人工智能官杨强教授获得「吴文俊人工智能杰出贡献奖」；2019年，清华大学助理教授黄高获得「吴文俊人工智能优秀青年奖」……

百度CTO王海峰师从 ACL 终身成就奖获得者、哈工大教育部语言语音重点实验室主任李生，中国工程院院士、北大信息科学技术学院院长高文等研究者。在本科和硕士期间，他就已经开始认识到神经网络这种参照人脑认知模式的计算方法，并在后来的研究中将循环神经网络的方法引入了机器翻译领域来反映上下文关系，取得了很好的效果。彼时，即使在世界范围内，将循环神经网络引入机器翻译领域也不算常见，在国内更是首创。在王海峰等人的努力下，中国机器翻译从规则、统计方法时期的一路跟随，发展到在神经网络时期向无人之地迈出了第一步。

2010年，王海峰加入百度。他在2011 年看到了深度学习在产业界的巨大潜力，并在2013年作为执行负责人协助李彦宏创建了世界上第一家企业深度学习研究院（IDL）。在王海峰的带领下，百度在知识图谱和多模态语义理解等重要方向也很早就开始了布局，这些早期工作构成了今天百度大脑的重要基础。2020年11月，百度 CTO 王海峰被授予「光华工程科技奖」，成为 AI 产业界首位获此殊荣的科技工作者。

微众银行首席人工智能官、香港科技大学讲席教授杨强是国际人工智能界「迁移学习（transfer learning）」技术的开创者，同时提出了「联邦学习（Federated Learning）」的研究新方向，是首位当选AAAI Fellow的华人学者，也是AAAI执行委员会首位、至今唯一的华人执委，同时是国际人工智能联合会（IJCAI，国际人工智能领域创立最早的顶级国际会议）首位华人理事会主席。

此外，杨教授还是国际电子电气工程师协会（IEEE）、国际模式识别协会（IAPR）和美国科学促进会（AAAS）的院士，以及美国计算机学会（ACM）杰出科学家。2019年，杨强教授被授予2019年度第九届「吴文俊人工智能杰出贡献奖」。

在2019年获得吴文俊人工智能优秀青年奖的清华大学自动化系助理教授、博士生导师黄高以 DenseNet 第一作者的身份而被人们所熟知，他的研究《Densely Connected Convolutional Networks》曾获 CVPR 2017 最佳论文，并被编入多本深度学习著作。图灵奖得主 Yann LeCun 教授将 DenseNet 与 VGG、GoogleNet、ResNet 并列为当前四种主流的深度网络。

2020年7月，黄高曾获得由世界人工智能大会组委会、机器之心、AI青年科学家联盟联合颁发的WAIC云帆奖。在人工智能的研究道路上，黄高有着自己的研究理想：「让深度学习像人脑一样高效，仿人脑的动态神经网络将出现200倍算力提升。」

‍

亚马逊云科技线上黑客松2021

这是一场志同道合的磨练，这是一场高手云集的组团竞技。秀脑洞、玩创意，3月26日至5月31日，实战的舞台为你开启，「亚马逊云科技线上黑客松2021」等你来战！

为了鼓励开发者的参与和创新，本次大赛为参赛者准备了丰厚的奖品，在一、二、三等奖之外，还特设prActIcal奖、creAtIve奖、锦鲤极客奖、阳光普照奖，成功提交作品的团队均可获赠奖品。

识别二维码，立即报名参赛。

© THE END 

转载请联系本公众号获得授权

投稿或寻求报道：content@jiqizhixin.com