李航，字节跳动人工智能实验室总监整理
夕颜一阵凉风吹过人工智能，让这个曾是燥热的领域逐渐冷却下来，留下的是扎实地在做研究的人、机构、企业。先后在NEC公司中央研究所、微软亚洲研究院、华为诺亚方舟实验室从事和领导AI技术研发，现任字节跳动人工智能实验室总监的李航，就是一位AI技术的坚实研究者和实践者。从年起，李航参与组织了字节跳动ByteCamp训练营活动。年8月24-30日，字节跳动ByteCamp夏令营将在北京正式开营。本届夏令营，来自全球各大高校的名同学，经过笔试和面试几个环节，从名报名者中脱颖而出，将在北京接受来自全球的学术界专家、工业界大咖亲自授课，并进行项目实践。李航除了将在夏令营中亲自授课之外，还通过自己的人脉关系，邀请到了包括年图灵奖获得者、深度学习三巨头之一YoshuaBengio，艾伦人工智能研究所CEO、AAAIFellowOrenEtzioni等在内的国内外知名专家来授课。夏令营开营前夕，在字节跳动的一间会议室，笔者第一次见到这位卓有建树的AI技术研究者和实践者。关于李航的严谨和认真笔者早有耳闻，而在这次会面中，笔者才真正领会了他的学者风范。让笔者欣喜的是，李航非常友善且健谈，从早年的研究经历到最近的新书《统计学习方法》第二版，再到对机器学习热门技术的看法及对未来人工智能的展望，相关问题他都一一做了详尽的回答。初遇“机器学习”，也曾有过怀疑从事AI研究30多年，目前李航作为字节跳动人工智能实验室总监，负责领导AI技术基础研究和产品落地，主要集中在搜索、推荐、对话、问答、教育几个领域。目前，李航投入主要的精力在产品研发上，但仍有一些精力放在基础研究上。例如在搜索领域，李航表示他们今年发表了一篇关于排序学习的论文，提出使用点击数据训练搜索排序模型的新方法。因为点击数据会有偏差，这个方法能自动做纠偏同时学习排序模型，在搜索中很有效。据悉，这项成果已经用到了字节跳动的搜索引擎中。这项技术的成功为搜索引擎变成一个自学习的系统迈出了重要一步。在字节跳动，李航的主攻方向还是自然语言处理、信息检索、数据挖掘，认为学术和落地两者的结合至关重要。他认为，把研究的成果应用到产品，解决实际问题，同时把具有普世意义的成果，作为学术论文发表，在计算机领域这样的工作很有价值。因此，他表示将不断推动产品开发和学术研究，同时做好两者之间的平衡。对李航的现状有所了解之后，我们不妨来了解一下，当初是什么样的契机，让他走上了AI研究的道路并一直坚持到现在。相信这会让有意进入该领域，但是对于未来职业和人生规划感到迷茫的年轻人受益匪浅。1、京都大学留学开始“AI”生涯李航回忆道，他最初与AI“结缘”，是年，在日本京都大学留学的本科时期。当时，他最早做的两个工作都是文本生成相关的。然而，彼时的主流技术并不是机器学习，而是基于规则的方法。读本科时，李航做了一个叫做SystemGrammar（系统文法）的语言学框架，用它进行中文生成；硕士期间，他研发了一个能够根据不同需求生成多样表达的系统。但值得一提的是，这两个项目中使用的都是基于规则的方法。他回忆道，其实到90年代初，机器学习才进入到自然语言等领域，或者说在这些领域产生更大的影响，逐渐变成主流技术。但当李航开始进入这个行业时，状况并不是这样，他也未曾想到，机器学习后来会给AI带来翻天覆地的变化。回首90年代初开始接触机器学习时的经历，李航坦诚当时内心也有过一些怀疑，因为人的语言理解和生成机制与机器学习是完全不同，当时整个业界都认为应该基于规则建立认知模型，去做一些智能相关的任务。李航说，他的机器学习知识也都是从那时开始，通过自学获取的。“可以说，80年代至90年代初，人们对人工智能的期待非常高，比如80年代日本有所谓的第五代计算机项目，那时人们觉得人工智能的实现应该通过推理技术，但后来发现那些路根本走不通。接着，在90年代，人工智能进入低谷期，当时业界甚至都不愿意提及人工智能这个词。相反地，更多的人把AI落到实处，用机器学习去做简单的事情。”在李航的眼中，90年代的AI从业者和研究者，是一群务实的人。2、务实的90年代李航以他自己的亲身经历，讲解了90年代那群“务实”的人。他最早接触的机器学习算法是决策树，叫做ID3，这个算法其实只能做一些简单的事情。再如，基于神经网络的手写数字识别，也是一个典型的例子。李航认为，这些事情都比较简单，听起来也没有那么智能，但是当时人们更多地是在脚踏实地做一些实际的事情，没有过多考虑智能。所以，从90年代到本世纪初的10年，在大约20年的时间里，关于人工智能的谈论并不多，更多的是用机器学习、数据挖掘去解决实际问题。年左右，深度学习开始火起来。而实际上，-年，最火的词汇还不是人工智能，是大数据。直到年AlphaGo横空出世，人工智能这个词才又一次完全火爆起来。所以说，业界在不断发生变化，技术在演进，大家的