东西问丨奥泰因·赫尔佐格：中欧如何加强人工智能合作？

中新社柏林3月31日电 题：中欧如何加强人工智能合作？

——专访德国国家工程科学院院士奥泰因·赫尔佐格

中新社记者 马秀秀

当前，人工智能正在成为全球科技竞争核心，各国纷纷加速布局，抢占技术和市场先机。此背景下，人工智能的发展趋势如何？中欧如何携手推动技术创新与产业应用？德国国家工程科学院院士、国际人工智能领域著名科学家奥泰因·赫尔佐格近日接受中新社“东西问”专访时指出，国际合作对人工智能的持续创新至关重要，而中欧合作将为技术进步与产业发展开辟更多机会。

现将访谈实录摘要如下：

中新社记者：人工智能在工业制造、医疗、自动驾驶等领域的应用潜力如何？您预计未来5至10年人工智能会有何种颠覆性进展？

赫尔佐格：人工智能概念已存在约70年，并不新鲜。我在该领域工作超40年，医疗自人工智能发展初期便是应用方向，但进展缓慢。近年来，计算机视觉推动了其在医学领域的突破。工业制造长期受益于人工智能，但需先完成数字化转型。1986年，德国慕尼黑联邦国防军大学团队就已实现自动驾驶，仅需人工干预20次。过去20年，人们不断预测“5年内我们将实现自动驾驶”，但每次都推迟。我认为，未来10年内，凭借足够强大的硬件资源，我们能真正实现自动驾驶。

未来5至10年，最具颠覆性的进展仍是自动驾驶，它将重塑工业与人们的生活方式。事实上，我们已因人工智能经历过一次颠覆性变革，那就是互联网，搜索引擎便是基于人工智能运作。人工智能在医疗与工业制造领域仍将持续发展。

中新社记者：在您看来，当前人工智能发展面临的主要挑战是什么？是否需要国际层面的监管框架？

赫尔佐格：人工智能作为一门科学，始终面临诸多挑战。当前，突破性进展往往依赖资金充足、硬件强大的团队，最优秀的研究多由此产生。然而，中国的一些案例表明，即使资源有限，也能取得同等甚至更好的成果，这一趋势仍将持续。

当前最大的挑战在于如何以合理成本，将数据转化为有价值的知识，使人工智能真正服务于应用。与食品生产者必须保证食品属性类似，AI产品也必须确保无偏见、不出错、不凭空捏造信息。这是所有产品应遵循的基本原则。

欧洲通过了《人工智能法案》，中国、英国亦在制定法规，而美国尚未全国性立法。由于AI应用广泛，统一监管极具挑战。若监管限制技术本身，或将阻碍创新，合理方式应是防止负面后果产生，而非束缚技术发展。技术需不断进步，若40年前便限制使用新技术，今日的进展便无从谈起。

中新社记者：目前欧洲和中国在人工智能领域的发展各有哪些特点？如何加强合作？

赫尔佐格：中国的人工智能研究人员数量可能是德国的20至40倍。因此，这一问题只能概括回答。

约25年前，人工智能经历了一次“寒冬”。为避免停滞，德国意识到，基础研究虽强，但必须辅以应用研究，才能证明其价值。德国人工智能研究中心(DFKI)便是典型案例，它不仅促进了人工智能应用，还结合实际问题推动了人工智能基础研究的发展。过去20年，德国在人工智能应用方面进展显著，深入多个领域。中国在人工智能发展初期更侧重应用，近年来加大了基础研究投入，但应用推进仍然强劲。我在中国的人工智能会议上做演讲时，常有上万人参与，他们关注点多在制造、物流等应用领域。欧洲与中国在人工智能发展上有许多相似之处，长期发展需在基础研究和应用间找到平衡。

人工智能发展离不开国际合作。科学研究依赖全球交流，领先团队往往通过合作获取最新进展。如果一个国家封闭人工智能研究，最终受损的也是自身。因此，加强国际合作，是推动人工智能发展持续进步的关键。

中新社记者：学术界与产业界在发展人工智能过程中合作是否充分？如何推动研究成果转化？

赫尔佐格：工业界关注短期利益，而应用研究更注重未来中期发展。这种思维差异是个问题。

德国的弗劳恩霍夫研究所是成功案例，它基于科研成果开发可供工业界使用的产品或技术解决方案，年收入达34亿欧元。然而，研究所数量有限，需要支持的企业则非常多。此外，许多企业因商业机密问题不愿合作。在机械制造领域，长期以来保持着科研与工业界的合作，但在信息技术和人工智能领域并不普遍。近年来，企业逐渐认识到软件和人工智能是关键生产力，需要与专家合作。但企业必须相信合作能带来实际收益，才会投入资金。

欧洲尤其是德国有大量研究项目，如德国联邦负责研究和技术的部门，欧洲“地平线”计划也为许多研究提供资金支持。然而，许多项目成果最终被束之高阁，大学、研究机构与工业界之间的联合研究效率往往较低。

即使研究成果再好，若不能转化为稳定运行、能够维护的软件产品，便毫无意义。理想模式是初创公司与大学结合，推动人工智能产品开发，同时与实际应用这些产品的公司合作，使技术真正落地。

中新社记者：在人工智能创业方面，欧洲和中国的初创公司如何互相学习及合作？

赫尔佐格：我们可以彼此学习如何支持初创公司，使它们真正有机会开发出能够在市场上站稳脚跟的产品。德国和中国的初创公司也可以相互学习。在德国，初创公司通常由工程师基于技术创意创立，技术本身是重点。而在中国，许多初创公司更关注客户需求，与客户紧密合作，而非仅凭技术可能性开发产品。这种差异为双方提供了互相借鉴的机会。

如果德国的初创公司掌握对工业有价值的技术，应尽早考虑与中国企业或初创公司合作，探索在庞大中国市场的发展机会。

中新社记者：如何看待“人工智能会造成失业”的担忧？

赫尔佐格：信息技术带来的就业变化早已存在。历史证明，虽然一些岗位被取代，但更多新职位也同时被创造，如系统构建、技术开发、管理与控制岗位等。关键在于，新岗位需要不同的知识技能。因此，那些担心失业的人需要不断学习，以适应新的岗位需求，跟上技术发展步伐。政府在这方面应发挥积极作用，推动终身学习和职业培训。全球各国都面临这一挑战，美国对此投入较少，而欧洲和中国更为重视，积极帮助潜在失业者通过培训和教育适应变革。

中新社记者：您对希望从事人工智能研究的年轻学者或工程师有何建议？您未来是否有计划与中国开展更多合作？

赫尔佐格：人工智能发展迅速，在学术生涯中专注某项技术意义不大，因为五年内就可能被新技术取代。对学生和年轻科学家而言，掌握技术开发的基础知识至关重要，否则在新技术出现时将无从适应。

基础知识包括数学和统计学，但同样重要的是应用领域知识。如果在辅修或平行学习中掌握特定应用领域的运作方式，了解人工智能的实际应用，将极大提升能力。取得突破的关键在于，将人工智能学习建立在理论知识与应用知识的结合上。这样在他们进入职场后才能持续提升技能，而非止步不前。

我已在同济大学工作十年，并且还会在这一优良的科研环境中继续工作下去。我也希望进一步加强德国乃至欧洲同中国的合作，也正努力吸引更多德国专家参与同济大学项目，以推动人工智能的共同研究和应用开发。(完)