他对澎湃新闻（www.thepaper.cn）表示 ， AI的商业模式有两种 ， 一是赋能型应用 ， 提升现有行业效率 ， 比如利用人工智能优化物流行业；二是未来的颠覆性应用 ， 比如人工智能程序AlphaFold 2在推进蛋白质结构预测方面实现了巨大进步 ， “有了这些技术以后 ， 可能会有很多新的商业模式诞生 ， 包括对基因组学等领域都会有很大影响 。 ”
“我们在落地解决现有问题的同时 ， 也要考虑到底哪些方向在未来5年可能产生与现在完全不一样的模式 ， 我们要有这样的前瞻性 。 ”
周礼栋表示 ， 无论是以往的成功实践还是未来的发展方向 ， 都对人工智能技术提出了新要求 。 可解释性、安全性、隐私保护、公平性等 ， 都是AI研究的前沿问题 ， 只有这些问题得到解决 ， 才能真正释放AI的能力 。
而人工智能研究的重中之重是跨界创新 ， 跨行业、跨学科是大趋势 。 周礼栋对澎湃新闻（www.thepaper.cn）表示 ， AI要真正落地 ， 就必须和行业打通 。 而那些了不起的AI创新 ， 从根本上看是通过加速物理、化学、生物等学科创新反映出来的 。
比如DeepMind公司在Nature期刊上宣布已将人类98.5%的蛋白质预测了一遍 ， 计划今年底将预测数量增加到1.3亿个 ， 达到人类已知蛋白质总数的一半 。
“DeepMind或许已经解决了一些问题 ， 向着‘了不起的成就’迈出了第一步 。 他们给我们的一个很大的启发是 ， 一定要从计算机科学走出去 ， 和不同学科做结合 ， 还要培养跨界人才 ， 这是一个长久的过程 。 ”
周礼栋说 ， 研究院不能“只在象牙塔里做单纯的人工智能研究” ， “如果我们对实际问题不了解 ， 也没有真实的数据 ， 那么对我们真正需要解决的难题也不会有非常深的认识 。 ”因此首先要能放下身段“接地气” ， 了解行业面临的实际问题 ， 哪些难点可以用新技术改进 。
与此同时 ， 在人工智能领域 ， 能调参、做模型的AI人才并不短缺 ， 真正稀缺的正是跨界人才 。
周礼栋说 ， 懂算法、系统、编译器 ， 也懂计算机体系结构、硬件 ， 这样的人才在当下越来越短缺 。 在计算机之外 ， 如果既懂人工智能的思维方式 ， 又懂物理、化学或生物 ， 就能在前沿科研的探索中起到关键作用 。
“我们现在也非常重视跨领域的人才 。 ”微软亚洲研究院近几年招收了跨学科人才 ， 包括物理学、生物学、心理学、语言学等 ， 也招收了本科中文系后又继续攻读计算机自然语言处理专业的研究员 ， “中文背景为他做研究提供了独特的视角 ， 这是非常了不起的 。 ”
周礼栋认为 ， 计算机科学、人工智能未来会变成像数学一样的基础学科 ， 计算思维、数据驱动的能力每个人都需要掌握 ， 就像我们要识字一样 。 计算机和人工智能的教育会越来越融入在通识教育里 ， 不管是文科、理科 ， 还是工科 ， 这些能力都需要有一定的掌握 。
推荐阅读
- 炼金术|元宇宙炼金术｜专访三体宇宙CEO：三体有形成独立元宇宙的可能
- 炼金术|元宇宙炼金术｜专访英伟达开发平台副总裁：元宇宙平台怎么建
- 国之|瞭望 | 为国之重器装上“千里眼”“顺风耳”——专访中国工程院院士段宝岩
- 公司|专访熊猫资本创始合伙人李论：农业创新与投资大有可为
- 专访|WATIC大会专访vol.10｜“庞然大物”背后的故事
- 王建宇|专访王建宇：元宇宙是大数据全球信息化
- 生活|2022年的正确打开方式是什么？专访单向历、企鹅日历制作者
- 专访|硬科技要有硬担当，科学家创业中的家国情怀｜专访数之联创始人傅彦
- 存储|专访美信科技胡建强：如何在信创大川中流击水
- 公司|百家名企看高质量｜专访周枫：网易有道转型“先刹车，再加速”