AAAI 协会主席、亚利桑那州立大学教授 Subbarao Kambhampati 是人工智能领域的大拿。他在 7 月 7 日由中国计算机学会（CCF）主办，雷锋网与香港中文大学（深圳）承办的 CCF-GAIR 全球人工智能与机器人峰会上，发表了主题演讲，并在会后接受了雷锋网 的专访。
Subbarao 对中国和中国的 AI 界很感兴趣，他去过北京多次，对共享单车印象深刻。他也与国内的诸多学者和业界公司有过交流，对中美 AI 公司均有很深的理解。
作为一名 AI 领域的学者，他固然希望技术能得以应用，但也希望在越来越多学术人才进入工业界的时候，同样有人坚守基础研究岗位。他希望 AI 研究能更加开放，毕竟谁不想对正在改变自己生活的事情，有更多了解呢。
以下是雷锋网采访的主要内容：
为什么对中国感兴趣？
AAAI 是一个国际学术会议，在大约五六年前，还没有多少中国学者参加，但最近几年中国无论是提交的论文数量，还是出席的人数，都有了很显著的增长。我觉得很难不去注意中国和中国的 AI，这只是时间问题。
中国的 AI 发展几乎是呈指数级的，这种势头甚至超过了美国。我也看到了腾讯、百度与滴滴这样的公司都在积极使用 AI 技术。比如腾讯、百度两家都赞助过 AAAI，明年滴滴应该也会。作为学术会议，AAAI 也是各大公司招人的好去处，而且可以让学界知道自己在做什么。
AAAI 也是一个科学组织，我希望能有更多中国人加入。虽然不用入会也能提交论文，但作为科学组织，成为会员可以参与其中，并改变组织的发展方向。这也是各国学者们增加在 AI 社区中存在感的一种方式。我希望有更多中国学者成为会员，参加会议。
人个人角度来说，我对中国文化也很感兴趣，除了这次参加 CCF-GAIR，我之前也来过中国多次。另外，香港科技大学的杨强教授也是我的好友，我们在攻读 PhD 时一起奋斗过。
中美的 AI 公司有什么特点和共性？
就像人与人之间有各自的特点一样，我觉得中美的公司也都有各自特点，也有共同点，而且两边都有自己的文化背景和生态系统。
在我看来，一件值得高兴的事是，越来越多的 AI 人才在中美之间流动，比如吴恩达，他先后在 Google 与百度任职，现自己创业。在中美之间有频繁的人才流动，去年我在北京见到几个人，他们告诉我之前就在美国公司工作，现在回到了中国公司。这种现象也让中美两边公司的差异变小，因为是人才决定了公司的性质。中美 AI 公司在文化上无疑是有区别的，但得益于人才的流动，这种差异正在变小。
两边公司都具有的共性，我觉得是速度，主要是指从概念到形成产品的速度。整个过程越来越快，也有越来越多的服务融入了 AI 技术。而且我感觉到，中国公司在这方面比美国表现得还要好。
共享单车就是一个很好的例子，去年 8 月我到北京时还没见过共享单车，但现在大街小巷都是了。共享单车也需要 AI 技术，里面的主要问题是，怎么把自行车放到合适的位置，怎么在不同区域移动，这些都是 AI 可以发挥作用的地方。
中国速度之所以这么快，我认为也是因为公司与政府之间有更多良好的合作。比如，AI 公司可以与城市合作，使用和收集数据，像是汽车行使数据，用于交通管理。但一般来说，这种事要在其它国家发生，需要更长的时间，因为公共数据不会轻易允许公司参与进来，谁也无法保证公司不会将数据挪作它用。
对学术人才的出走怎么看？
对学术界人才纷纷加入工业界，我感到很忧伤（sad）。
这是个很复杂的问题。有一件有趣的事情是，曾经有公司想让爱因斯坦到自己公司工作，并向他允诺了充足的资金和实验设施。他妻子知道后说，实际上给他纸和笔就行了，因为他只需要思考和写作。
这种基础研究是一种类型，但我们也处在理论研究向实践应用转变的过程之中。现在研究的一个很大改变是，越来越以数据为中心，需要收集大量数据，领先它们来做出决策。但这种以数据为中心研究，棘手的地方在于学术界往往无法接触到数据，而能收集数据的公司会说，因为隐私的考虑，我们没法给你们提供数据。不过他们自己反而不受隐私保护的限制。
所以在有些领域，学术界可以做出优秀的成果，但在深度学习这样的领域，没有数据会困难重重。所以我们看到不少学界人才走进工业界。
在自由经济中人们想去哪就去哪，不过我认为，在一些重要的领域，我希望有长期的研究，最好是有政府资助的基础研究。
我们很容易就忘记的一件事是，甚至在 2010 年左右的时候，也没多少人看好神经网络，对它坚信不疑的人屈指可数。但重要的是，我们不知道未来的突破会出现在哪里。工业界将资源投入在一些特定领域当然很好，但如果他们走错了呢？我们就需要关注其它领域和问题，这也是政府资助这种研究模式很重要的原因。想做基础研究的人，应该得到资助。
总体来说，我觉得学术界的研究有很重要的价值，因为它是开放的。我担心研究和资源的过度集中，特别是在一个大家都想去工业界的系统中时。虽然有很多公司都在做研究，而且会发表论文，比如 Google。但除了发布的那些，我们不会知道他们到底在做什么，想解决什么问题。相比之下，学术界是开放的。而当 AI 技术越来越重要，对生活的影响越来越广泛时，我希望至少研究也越来越开放。
当然，我也很高兴的看到，越来越多的公司想要发表他们的论文，因为他们意识到不开放可能吸引不到聪明的学生，而且发表论文也是与外部交流的方式。
CCF-GAIR 2017 已经圆满结束，点击阅读原文，回顾大会精彩演讲 。
