对话研究中心联合主任Keith Ross：与大数据及人工智能共生发展

机器学习、深度学习、计算机视觉、自然语言处理——数据科学和人工智能（AI）正以各种各样的方式改变着我们所处的世界。上海纽约大学于2015年成立数据科学与人工智能研究中心，致力于建设世界领先的数据科学/人工智能教育与研究平台。

近日，中心联合主任，上纽大计算机、数据科学与工程学部主任Keith Ross（罗开朗）向我们介绍了中心一路的发展及研究重点，并就近年崛起的诸多新兴科技分享了他的观点。

能否整体介绍一下数据科学与人工智能研究中心？

数据科学与人工智能研究中心由商学部主任陈宇新教授和我共同带领，目标是汇聚上纽大数据科学和人工智能领域的教研人员、博士后研究员和博士生，推动跨学科交流，促进学术合作。中心现有核心成员12名、联聘教研人员11名。他们来自计算机科学、商学、生物学、神经科学、化学、物理学、数学、人文科学和城市科学等不同学科，共同构成了多元化的研究团队。

中心大力支持开展各种学术活动和研究计划，包括研讨会、工作坊、大型学术会议和合作项目，等等。同时，中心全力为成员们提供开展研究所需的各类资源，包括先进的高性能计算系统。中心每年都会调拨专项资金用于新增计算节点、升级设施。

中心的研究重点是什么，为何选择这些研究方向？未来计划在哪些领域进一步拓展合作？

总体来说，我们的研究聚焦领域内当下亟待解决的问题，通过国际知名学术期刊和开源软件等平台，同世界共享研究成果。目前，中心的研究重点是深度学习（人工智能的分支之一）以及数据科学的数理基础，希望在这些方向上取得变革性的突破。我们认为，深度学习或许是本世纪迄今为止最为重要的科学进展之一，这项技术正在医疗、教育、商业、交通等领域带来重大变革。计算机科学和其他学科一样，领域内的研究热点在不停变化。深度学习和人工智能无疑正是眼下的热点问题，也将在未来十年甚至更长时间里持续被重点关注。

在中心接下来的发展当中，我们计划拓展更多跨学科合作的机会。首先，我们十分有兴趣与研究量子计算的物理学家们展开合作。量子计算技术前景无限，一旦发展成熟，或将对数据科学和人工智能产生巨大影响。我们希望与物理学家共同设计开发适用于量子计算机的新机器学习算法。另一大潜在合作领域是心理学研究，尤其是在动物和人类认知学习领域。机器学习的研究发展，或将可以从这些领域的研究成果中借鉴思路和经验。此外，我们还对“数据驱动的人文科学”非常感兴趣，即利用数据技术助推人文和社会科学研究。因此，我们希望能吸引到更多上述领域的研究人员参与中心的研究活动。

近年来，人工智能等新兴技术在社会层面引发诸多讨论。我们应当如何准备好去适应可能被新兴技术重新定义的未来世界？

新技术或多或少都会在社会和道德层面引发争议，人工智能也是如此。人工智能的出现的确为我们带来诸多挑战，例如算法中存在的社会性刻板偏见、隐私问题、工作岗位流失，等等。在上纽大，我们希望能在科研与教学两个维度，深度融入对技术争议问题的思考。目前也已经展开了一些初步讨论，计划在人工智能相关的课程当中引入技术伦理教育。

尽管人工智能带来了诸多挑战，但其更为世界带来了许多积极的变化。例如机器翻译的发展，能够帮助来自不同国家和文化的人们更加便捷地进行交流，增进理解；近年，机器学习在破解“蛋白质折叠问题”上取得重大突破，或将催生出针对部分重大疾病的新疗法；由人工智能加持的智能眼镜，能够通过识别系统感知周围环境，极大地提高了视障人群的生活便利。在这些例子当中，人工智能改善着许许多多人们的生活，并且在未来还会使更多人受益。

总而言之，我认为我们应该接纳新科技，接受其将改变世界这一必然结果，学会与之共存。同时，我们也需要认识到科技所带来的问题，积极地寻求解决之道。