说起人工智能，不少人眼前都会立即浮现出科幻大片中的机器人形象。随着科学技术持续不断的发展，AI在开始影响工作和生活方方面面的同时，也在逐步刷新着人们对这个概念的认知。
南京大学计算机系的周志华教授，在20多年从事人工智能科研的道路上，不仅成长为国际学术舞台上有重要影响力的科学家，也是我国在这一领域科研水平逐渐与世界接轨的亲历者。
坐在实验室大大的书柜前，周志华这样解释他们的日常工作方式：经过讨论、分析和思考激发灵感，然后通过算法和编程来实现想法，并在数据运行中进行检验。
“人工智能研究，有两种方向。”周志华介绍，第一种称之为强人工智能，在科幻作品里出现较多，目标是做出和人一样聪明、甚至比人更聪明的机器人；另一种叫做弱人工智能，是借鉴人类的一些能力，让机器做事聪明起来，成为减轻人类智力劳动的工具。
学术界目前主要探索的是后者。说到这里，周志华打了个比方：在100多年前，人类看到天上有鸟在飞，就想到能不能也做一个东西让人飞起来，后来借助空气动力学的研究成果，发明了现代的飞机。但飞机是不是就比鸟飞得更好？这很难说，尽管飞机比鸟飞得更高更远，但可能没鸟飞得灵活，也不会生出小飞机。人工智能实际上就是在做类似的事情，可以看成一种高级仿生学。
“在计算机科学的所有分支中，人工智能可能是公众最感兴趣的。但由于科普程度不够，在每一次大发展之后，社会上往往对其抱有不切实际的幻想。”周志华不无遗憾地说，比如上世纪80年代，当时日本提出了宏伟的“五代机计划”。现在看，那时的很多目标在今天已经实现，但当时那些超前的设想在技术上遇到很多困难，过高的期望转变为普遍的质疑，整个研究领域也随之遇冷。
眼下，人工智能技术已无处不在，互联网搜索、语音交互、安全门禁、交通调度……在AI发展得风生水起之际，各种“”又四起：“阿尔法狗”的一再获胜，是不是代表着机器已经超越了人类？有了写稿机器人、办案机器人，更多人会面临失业吗？
“严肃的AI研究从没想过要取代人、威胁人，一门科学有其理论上下限，使用的技术、可达的能力都是有数的。学者们从事的研究，是希望机器可以帮助人。”周志华说，飞机的速度早已超越了人类，但并不妨碍跑步成为热门运动，人们从事文体活动更多的是为了健身、陶冶情操。在此前的工业革命中，机器把人从繁重的体力劳动中解放出来，同时产生了新的工作岗位，例如马车夫被汽车司机所取代。未来，机器将慢慢的变多地让人从重复性的脑力劳动中解脱出来，从事更高层次的智力活动。
前不久，欧洲科学院公布2017年院士增选结果，周志华当选欧洲科学院外籍院士。
这不是今年唯一的好消息。8月，在墨尔本举行的国际人工智能联合大会（IJCAI）上，周志华当选IJCAI2021的程序委员会主席，这是1969年该会议创办以来中国内地首位担任此职位的学者。2月，他与密歇根大学一位著名教授一起担任国际人工智能学会AAAI2019大会的程序委员会主席，成为1980年该会议创办以来美欧之外国家首位担任大会程序委员会主席的学者。
值得一提的是，2016年他还当选了国际人工智能学会（AAAI）、美国计算机学会（ACM）、美国科学促进会（AAAS）的会士，加上此前已经是国际电气电子工程师学会（IEEE）和国际模式识别学会（IAPR）的会士，成为在AI相关的五大主流国际学会的华人“大满贯”会士第一人。
出生于1973年的周志华，本硕博都在南京大学计算机系度过，28岁被破格聘为副教授，29岁获国家杰出青年科学基金，随后被聘为教授，32岁时入选教育部长江学者特聘教授。在计算机领域，他出版多部专著，并在一流国际期刊和顶级国际会议发表论文200余篇，获发明专利20余项，论著被60余个国家和地区的研究人员引用逾2.5万次。
谈起科研道路，周志华坦白说自己是我们国家的人工智能特别是机器学习领域发展的亲历者和见证者。
“机器学习主要是研究怎么样利用计算机来进行数据分析的理论和方法。大数据好比是矿山，要得到矿山的价值还需要有效的数据分析技术，机器学习就是为大家提供这种技术。”他回忆说，1995年读本科时，在图书馆偶然翻看了《机器学习：通往人工智能的途径》，这是他接触机器学习的开始。当年学校还没有网络，这本1983年出版的书从科研角度看观点已经很老了，但仍让他着迷。当时国内的相关研究还没有起步，直到2005年他在一些学术会议上讲到机器学习时，还有业内人士问，机器学习是学习采棉花还是摘葡萄？
从“看不到国际文献”到“能随时看到国际文献”，从“看到国际文献才知道别人在做什么”到“研究的问题与国际前沿接轨”，在过去20年里，我国在AI研究领域的进步能够说是飞跃式的。2017年的国际人工智能联合大会上，中国的录用论文数首次超过了美国。慢慢的变多的中国科学家担任顶级国际学术会议主席，同样引人注目。
周志华坦言赶上了时代机遇：“国家不断强大、经济实力增强、政府和企业对科研的投入在增大。对我们研究者来说，看到人工智能被写进了十九大报告，很受鼓舞。”
2007年，周志华创建了南京大学机器学习与数据挖掘研究所。经过10年的发展，实验室现有教师11人，研究生60余人。越来越多有志于人工智能的青年学子慕名而来。
经过了60多年历史，人工智能的发展经历上世纪50年代中期到60年代的“逻辑推理”阶段、此后的“知识工程”时期到从90年代至今的“机器学习”阶段。今天机器学习技术已取得了很大成就。但在周志华看来，现在的机器学习技术仍存在着数据需求大、环境适应弱、可解释性差、经验分享难等技术局限，未解决这一些难题，他最近提出了一个构想：学件。在这一愿景中，学件由模型和用于描述模型的规约两部分构成，用户想要做自己的机器学习应用时，不再用从头建模，只需到学件市场上物色合适的拿来用。
在理论研究基础上，周志华还着力推动机器学习的实际应用。“我们与很多行业的企业都有合作，为其数据分析方面遇到的难题提供解决方案。”周志华说，目前已有一些科技成果转化，包括互联网的产品推荐、金融类的理财分析、能源设备的故障诊断及预警等。
在学生们看来，周志华勤奋而且精力旺盛。“有时凌晨两点刚回复完邮件，早晨7点就在微信上提出修改意见，7点半又通知去办公室开会。”博士生赵鹏说，机器学习领域很热，但导师会刻意“控制”论文数量，时常鼓励大家要坐得住冷板凳，通过深入钻研提高质量。
他热心于让更多人了解机器学习，不仅开通了微博，用所学知识点评热点，还为关心“阿尔法狗”的科技迷点评背后的技术。所撰写的机器学习教科书，出版一年多已经重印20多次，也让他收获了“畅销书作家”的头衔。在学校里，他坚持给本科生上课，深入浅出的语言、旁征博引的案例、幽默生动的教学，不仅吸引了理工科院系的学生选修，大批文科学院的学生也很感兴趣，更不可思议的是从外地学校特意赶来蹭课的。
周志华在微博上不无得意地“抱怨”：“也不知道咋说好，144个选课学生，240人的教室加了座位还不够，正班学生告诉教务处说上课没座位，这下好，教务处下周改到300多人的教室了。”
预售订金（定金）和尾款、直播、全场满赠和满送、跨店津贴、购物返券、满减打折……今年“618”期间，各平台推出系列优惠活动来吸引消费的人。然而，此次年中大促，似乎慢慢的变多的消费者们已无了当年一遍又一遍算优惠，然后定表开抢的热情，而是选择了“躺平式”参与。…
人民网北京6月18日电（记者王震）据证监会网站消息，近日，证监会发布《证券期货业结算参与机构编码》《挂牌公司信息公开披露电子化规范第1部分：公告分类及分类标准框架》《挂牌公司信息公开披露电子化规范第2部分：定期报告》《挂牌公司信息公开披露电子化规范第3部分：临时报告》《证券期货业大数据平台性能测试指引》五项金融行业标准，自公布之日起施行。 证监会介绍，《证券期货业结算参与机构编码》标准的实施，通过为证券期货业结算参与机构分配统一的编码，可大大降低编码转换和适配工作成本，便于机构间以及结算参与机构内部进行数据查询、统计、分析、挖掘以及数据共享等工作，进一步促进行业数据标准化，支持行业数据治理工作；《挂牌公司信息公开披露电子化规范》行业系列标准的制定实施有利于实现证券业内、挂牌公司之间的信息共享，推动挂牌公司信息公开披露和证券信息服务业规范、有序地发展；《证券期货业大数据平台性能测试指引》的制定，从测试流程、测试方法和测试内容等方面规范了大数据平台性能测试，有效指导各证券期货业机构开展性能测试工作，提升测试能力，提高测试效率，并基于测试结果客观评估大数据平台产品性能。…
上一篇：多位专家带您进一步探索“人工智能伦理”｜《人工智能》杂志 下一篇：李开复万字长文科普人工智能：AI是什么 将带我们去哪儿？
