獨家對話張亞勤：專注前沿技術領域研究 讓突破性技術落地

【環球網科技報道 記者 勃潺】2021年世界互聯網大會，張亞勤參加企業家高峯論壇和數據與算法論壇兩個論壇時，分享了自己對於綠色計算和生命科學的看法。

值得關注的是，綠色計算和生命科學都是其在離開百度後創建的清華大學智能產業研究院（Institute for AI Industry Research，Tsinghua University以下簡稱“AIR”）主要關注的兩個研究方向。其中，綠色計算與“碳中和”息息相關，是目前經濟發展中的重要話題；而生命科學則是生物學中的前沿方向之一，對癌症治療等方面有着巨大的助益。

在接受記者採訪時，張亞勤坦言，在AIR的工作顯然離基礎科研的距離更近，希望做可以真正被應用的科研。科研意味着巨大的成本投入，而前沿科技的創新則需要承擔更大的風險成本。這些延伸出的問題是：如何平衡成本與收益？在冒着巨大的風險時是否能夠成功獲得相應的投資回報？

從張亞勤的角度來看，這些已經不再是他需要考慮的主要問題，因為他目前的主要工作是進行前沿科技研究，他對記者表示：“基礎研究性的東西總要有人去做，去推動技術與產業的結合和落地。”

成立清華大學智能產業研究院 讓AI成為AIR（空氣）無處不在

2019 年10月，張亞勤宣佈從百度退休，清華大學校長邱勇立刻向張亞勤拋去橄欖枝，兩個月後，他加入清華大學。2020年12月1日，AIR正式啓動。張亞勤作為發起人，成為AIR研究院院長。

在十分低調的啓動儀式上，團隊陣容也被揭曉，其中創始團隊的核心科學家有張亞勤、趙峯、馬維英和劉洋，都是各自領域的世界級科學家。

不知是不是巧合，清華大學智能產業研究院的英文縮寫為AIR，其在英語中的釋義為空氣，與研究院要做的事情十分相像：AI技術研究和創新雖然經常被外界看不到，但卻是支持場景應用發展的底層基礎。就像空氣，雖然看不到摸不着，但是卻離不開它。

如今，AIR雖然成立還不到一年，團隊規模已然得到擴充，據張亞勤透露，團隊教授人數達到15人，學生人數達到100人。而張亞勤也開始習慣了新名片：清華大學教授、智能產業研究院院長。

對於AIR，張亞勤有着非常明晰的規劃。張亞勤表示：“我們的戰略很清晰:一是培養技術領軍人才，特別是具備國際視野的 CTO 和具備系統思維的架構師。二是推動關鍵核心技術的突破。三是打造產業技術戰略的智囊團。”

同時AIR以 ABCD，也就是人工智能(AI)、大數據(Big Data)、雲計算 (Cloud)和裝置(Device)為技術基礎，鎖定了智慧交通、工業 互聯網和智慧醫療為起步階段的三個研究方向。

而這三個方向都有一些共同點:一是都面對着巨大的商業空間和發展機遇。二是人工智能在探索過程中發揮着特別重要的作用，甚至是決定性、顛覆性的作用。三是相關研發成果實用化、普及化之後，將產生可觀的社會效益。

近一年來，AIR一直沿着這條發展路徑徐徐向前。雖然沒有透露詳細的技術成果，但張亞勤對於AIR目前的發展進度感到滿意。“我們一直在做前沿科技領域的創新和研究，”張亞勤透露：“AIR已經在新藥研發、車路協同等方面有一些階段性成果。”

打破“天花板”  尋找AI的賦能空間

作為一種技術能力，人工智能還有多少賦能的空間？

在綠色計算方面，張亞勤認為 AI 賦能綠色計算大有可為：“我們需要沉澱出具備一系列可跨領域落地、可通用化的數據驅動算法應用，基於此搭建 AI 控制優化算法引擎，通過試點、合作、轉化落地多領域的應用。”

具體來看，人工智能和物聯網技術(AIoT)對碳中和會扮演重要的角色。通過智能感知可以融合多源多維的異構數據;利用人工智能，可以打造AI優化引擎對數據進行深度分析，實現數據驅動的智能決策;基於這些決策，可以全面優化產業鏈的資源配置。這種基於 AI+ IoT 的“感知-決策-優化”可以循環迭代，賦能產業綠色化，助力碳中和。 

而在生命科學領域，隨着基因測序技術、高通量生物實驗、傳感器等技術的發展，生命科學與生物醫藥領域正在步入數字化3.0時代，數字化、自動化進程加速。健康計算作為一種新型智能科學計算模式，是以人工智能和 數據驅動為核心的第四研究範式。 

AI正在加速生命健康與生物醫藥領域向着更快速、更精準、更安全、更經濟、更普惠的方向穩步發展。具體體現在，人工智能在蛋白質結構預測、CRISPR 基因編輯技術、抗體/TCR/個性化的疫苗研發、精準醫療、AI輔助藥物設計等方面的研究已成為國際 前沿戰略性研究熱點。 

因此，清華大學智能產業研究院在“AI+生命健康方向”做了四個研究方向的佈局，聚焦在研究“AI 增 強個人健康管理與公共衞生”、“AI+醫療與生命科學”、“AI 輔助藥物研 發”與“AI+基因分析與編輯”方向。 

目前，在綠色計算方面，AIR和亞信一起，基於5G三維信道建模仿真，對多基站 MIMO 天線權值優化進行了研究。通過對環境狀態及動作進行高效表徵建模，和多智能體優化算法建模，雙方實現了5G 網絡功耗降低15%以上，5G網絡覆蓋質量提升5%以上的初步研究成果。

同時，張亞勤透露，由清華大學智能產業研究院(AIR)的蘭豔豔教授帶領 GeneBert 團隊設計了一個新穎的基因預訓練模型，通過構建序列與轉錄因子之間的二維矩陣，實現了一個多模態的基因預訓練模型，獲取了基因數據的有效表示，尤其是挖掘了非編碼區的數據價值，在下游的啓動子、轉錄子結合位點的預測，先天性巨結腸疾病的基因篩選任務上都大幅提高了性能。

讓技術落地 脱離神秘感

技術不是空中樓閣，紮紮實實地落在應用場景中才能發揮最大的價值。此前，張亞勤在接受採訪時便一再提到“技術落地”。為何如此強調“技術要落地”？張亞勤對記者表示，AIR匯聚了一批具有科研和產業背景的人才，希望致力於新的突破性技術落地，“哪怕這需要三到五年，甚至更長時間，但這類技術往往是面向未來、更迭時代的大技術。我們希望賦能產業，造福社會。”

落到具體的細節來看，人工智能需要大量的數據進行深度學習和訓練，因此好的算法需要大量數據，但如果數據沒有和產業合作，那麼就沒有真實數據，做出的研究也是沒有根基、無法使用的。

從張亞勤的角度來看，目前AI應用數量龐大，也能提供相應的便利性。AI技術並非人們眼中帶有神秘感的東西，其本質是大數據驅動下的模式識別。“現在主流的是深度學習、無監督學習、聯邦學習等趨勢，也已有很多落地場景應用了，比如人臉識別、語音識別、GPT-3等。我覺得，AI技術已經落地很多了，但是仍然有極大的發展空間。”

但如果從商業角度來看，如果希望AI成為一個好的商業模式，仍然需要不斷投入人才、資金和技術，例如無人駕駛，可能還需要時間和資金的投入，但一旦實現，會給社會帶來巨大變化，並且是積極的變化。張亞勤感嘆：“這可能是AI最大的應用，也是最重要的應用。”

事實上，為了讓AIR能夠更加專注在技術研究上，張亞勤在研究院成立之初便設立的許多準則，比如控制團隊成員規模，讓團隊小而精；不以學術論文作為業績考核指標；同時提倡與企業聯合研發的模式，讓技術更懂行業，讓行業更貼近技術，共享技術成果。

張亞勤希望 “技術能夠走出去”，在研究院之外，在行業中把技術轉化為產品，推向行業、產業，越做越大。

“AI技術已經落地很多了，但是還有極大的提升空間。社會需要投入資金、人才等進入AI 技術行業中。”張亞勤表示，AI能夠解決很多問題，能夠做是非判斷，但並不是人腦的替代品，科研的目的也並非要創造比人更聰明的技術產物。

在企業合作方面，AIR一直在加強與企業在前沿技術場景落地方面的合作，張亞勤稱，AIR就是要解決“明天、後天的大問題”。 例如，百度Apollo是AIR在交通領域非常重要的合作伙伴，雙方成立了聯合研究中心，並且共同發佈了APOLLO-AIR計劃。

“我們真正想做一些探索性、突破性的技術，希望對未來有更大的影響，解決更深層次的科學問題。當然，有企業也會和學校合作聯合實驗室，做產、學、研整個過程。我希望企業、高校、研究機構要投入時間和經歷做各自擅長的事情。”張亞勤透露，AIR團隊已經取得了一些階段性成果，在AI新藥研發方面、車路協同研究等方面進展的不錯，“對於未來我非常有信心。”