您的位置:首页

详情

开发人工智能核心技术 服务国家重大需求——吉林大学教授、成都凯斯人工智能研究院有限公司王献昌博士

2021-08-18

 

40年前,人们难以想象人工智能技术会大幅跨越科学与应用的“技术鸿沟”,成为引领新一轮产业变革的决定性力量。同样,40年前刚刚考入郑州大学数学系计算机科学专业的王献昌也没有想到自己会在计算机科学研究的路上越走越稳,成为人工智能发展的推动者。
1980年,年仅14岁的王献昌考入郑州大学数学系,由于数学基础好,他很快成为郑州大学计算机专业学生中的佼佼者。4年后,他进入国防科技大学攻读硕士研究生,开始了智能计算研究领域的探索。1987年,他作为我国人工智能方向博士生继续在国防科技大学深造。攻读博士期间,他的基于常识的推理系统、有关信念自主维护系统的语义研究连续两次在国际人工智能联合大会上发表,受到国内外的广泛关注。1994年,他主持研究的GKD-NMRS非单调推理系统成果获得了国防科技进步奖一等奖。此后,王献昌赴日本第五代计算机研究所做高级访问学者,并在加拿大阿尔伯特大学人工智能实验室做博士后研究。在1997年至2006年的近10年间,王献昌主要在国外从事工作流、大数据与电子商务、指控等方面的研究及应用。
2006年,大数据的蓬勃发展助推人工智能技术进入发展的快车道,在海外积累了丰富人工智能研究和应用实践经验的王献昌毅然回到祖国,相继创办了成都软智科技有限公司、成都凯斯人工智能研究院有限公司,致力于研究开发我国自主可控的民用航空运行控制系统(AOC),并将通用互操作核心技术、自主决策平台技术等人工智能关键技术推广应用于涉及跨异构无人系统集群自主协同等国家关键重大需求。
 
1 研究少有人研究到的深度,掌握少数人才能掌握的核心技术
“科技创新从来都不是追求时髦的概念或是跟在别人后面做修修补补的工作、不断地炒冷饭,而是立足某个基础或应用基础领域,坚持不懈地研究少有人研究到的深度,掌握少数人才能掌握的核心技术”,回顾40余年的创新之路,王献昌感慨颇多,他认为创新要打破常规,敢于超越,同时离不开长期、艰苦而专注的工作。
作为国内较早从事计算机科学理论与人工智能基础研究的学者,王献昌在出国学习和工作之前已经取得了多项令人瞩目的研究成果。研究生期间,他针对图灵奖获得者C. Antony R. Hoare提出的通信顺序进程模型(CSP:Communication Sequential Processes)还没有找到从不同的语义模型角度去证明操作语义与数学语义(指称语义)的等价性问题,在短短3个月内,研究出两种等价的语义模型,相关研究成果作为国防科技报告出版。攻读博士学位期间,他仿照人类通过深层推理进行知识挖掘,并通过新知识对(记忆的)信念进行维护、调整的现象,提出在人工智能自主推理系统中将长期推理与知识维护结合起来,创新性地将非单调推理引入传统单调的逻辑推理(Prolog)系统中。同时,他还进行了多智能体(MAS:MultiAgentSystem)系统的逻辑基础研究并取得进展。相关研究成果多次在国际人工智能联合大会、国际系统集成大会等会议上发表,成为20世纪90年代我国人工智能研究领域优秀的青年学者。
1997年以后的10余年间,王献昌潜心攻关并有针对性地开展人工智能技术的应用工程实践。研究方面,鉴于当时国际上流行的以多伦多大学R.Reiter提出的缺省推理、斯坦福大学John McCarthy提出的限定推理等多种不同推理系统需要一种更统一、简明容易实现的逻辑推理体系,他完整地将当时主要三种经典非单调推理模型归于基于规则间优先顺序的推理系统中,并证明了推理模型间的可转化性。同时,他受邀加入了当时全球轰动的日本第五代智能计算机(ICOT)研究计划,并参与了五代机在类案推理方面的应用验证工作。此后在工程上积累了大量涉及工作流、大数据、系统失效安全、实时调度与跟踪监控等关键智能支撑技术落地的经验。
2006年回国至今,王献昌主要的工程创新是将多智能体架构、通用黑板系统、互操作国际标准和技术落地应用于复杂的实时航空调度系统中。针对国内特殊的应用管理需求,他带领团队开发了综合集成的智能化调度系统,为进一步打破航空业高端航空运行指挥控制软件被国外垄断提供了技术和系统储备。另外,为破解我国智能装备、跨域信息系统之间互操作能力不强的问题,王献昌团队紧紧围绕面向未来的无人系统集群自主协同的重大需求,与有关单位一起提出建设以标准化、可开放、可扩展、可复用的智能装备发展路线,并开展了相关的技术及能力验证。
 
2 以科技服务社会、报效国家
多年来,王献昌主持国家863计划课题、国家自然科学基金项目等多项重要研究任务,发表论文40余篇。从我国人工智能研究领域年轻的先行者到国内外知名的计算机科学和人工智能专家,王献昌取得的成绩既有理论上的突破,也包括工程实践上的创新。他常常说,技术的独创性和先进性固然重要,但任何时候都要着眼于技术成果在工程实践中的转化应用。“也许你研究的技术在当前还没有到落地阶段,但做科研要有长远的眼光,那就是你所研究的技术是否符合国家发展需要、是否面向世界科技前沿。”王献昌认为,作为一名科研工作者要以报效国家为己任,衡量一项科技成果是否有价值,要看它是否能在国家急需时“顶得上、用得住”。当前,他和团队开展的通用互操作技术研究就是一项着眼于无人系统集群自主协同应用的工作,该项研究对于提升我国关键装备的智能化水平,实现面向未来的异构无人、有人系统的集群自主协同等具有重要意义。
王献昌介绍说:“在跨异构不同有人、无人系统的互操作方面,当前需要我们进一步实现互操作标准化,并在基于通用互操作规范和标准的软件定义技术之上进一步研究,实现集群的自主协同、监控等,研究和应用的过程中肯定会遇到更多、更新的理论和技术挑战”。他和团队对困难早有准备,目前已经参与了有关核心互操作技术的能力验证工作,并和有关部门启动了面向智能时代需求下的集群协同基础性核心技术支撑工作。无论是早期研究开发实时复杂的航空调度系统,还是当前不断推进跨异构无人系统集群自主协同的能力验证,他和团队都紧紧依赖并不断完善发展所掌握的关键核心智能技术。
王献昌认为,人工智能技术的发展源于理论上的创新,但更多的是应用需求上的驱动。当前主流人工智能技术主要是基于连接主义思想下的基于神经网络的机器学习,如图像识别、语音识别等。然而要实现从智能感知,到认知再到决策和行为的完整OODA闭环,作为交叉学科特色鲜明的人工智能技术却需要进行完整链条下的多种技术集成。他和团队从事的人工智能技术是从实时、复杂大系统的角度来实现分布式、自主协同的人工智能技术。今后随着大量无人、有人系统的涌现,系统与系统之间的自主协同(互操作、任务规范、自主决策等)以及软件定义互操作将是其工作的重点,这些也是构建标准化、可开放、可复用的大系统的坚实基础。
对于人工智能产业的发展前景,王献昌认为我国在普适性智能核心技术支撑方面还有很长的路要走,有很多的课要补。大多应用型成果都是在别人技术基础上的应用集成和商业模式的创新。“当以重大应用需求来驱动、牵引核心技术创新的时候,我们的创新环境就会朝着‘将文章写在祖国大地上’的方向发展,也只有这样我国人工智能产业发展才会行稳致远。”王献昌强调,人工智能本质上仍然是重大应用需求驱动,这种需求根据技术成熟度可分为5年、10年或20年等成熟落地期,但无论该项技术有多前沿,最终都要服务于社会大众和国家需要。
 
3 人才培养应注重理论联系实际
在同龄的科研人员中,王献昌可谓经历丰富,他深耕产学研一线,常常奔波在学校、实验室和测试场地之间。近年来,王献昌主要是以人才培养者和科研组织者的身份从事产业项目和科研任务的管理工作。基于多年的管理经验,王献昌认为,团队建设特别是年轻科研人才的培养应当在注重理论联系实际的基础上,以关键应用需求为牵引,想方设法增强年轻人的实践动手能力和理论抽象能力。
“人工智能作为交叉性很强的工程性、应用性学科,除了算法、架构等相关的理论框架外,还需要有支撑理论框架下的应用实践。因此除非是基础理论,大多数应用基础的东西都需要和应用场景挂钩。”王献昌建议,年轻科研人员在进行理论研究时一定要寻找到该项技术的典型应用痛点,进行工程实践时要能说出工程技术路线背后的理论支撑,这些对于年轻人的成长十分重要。
当前,人类社会已进入无智能不生活的时代,人工智能技术正对我国的经济发展、社会运转、公众生活等各方面产生深刻影响,其引发的链式突破正推动中国经济社会各领域向智能化加速跃升。未来,王献昌与团队将继续致力于开发满足国家重大需求的人工智能核心技术,特别是针对我国天地空海一体化的无人系统集群自主协同研发存在的不足,全力以赴推动跨域、异构无人系统间的通用互操作核心技术落地,并不断扩展软件定义互操作,比如推动通用互操作技术进一步迈向软件定义自主协同等方向,为未来智能时代各种应用环境下的异构机器人应急救援、跨异构无人系统集群协同作业等提供核心技术支撑,持续推动我国人工智能技术向更高水平迈进。