CCCF | 李国杰：融合的力量
对所针对的问题的领域知识了解越深入，对制约技术创造价值的因素了解越彻底，我们做的研究才越有价值。而这种深刻认识只有在融合各种研究方法、有关学科、社会环境、伦理制度、人文文化的数据和知识后才能获得。
本期发表的CNCC特邀报告很精彩。图灵奖得主罗伯特·卡恩阐述了他提出的数字对象架构，这一发明具有长远的历史意义，可能100年以后还会用到。我国的基础研究缺少的就是这种向前看100年的眼光。美国工程院院士、加州大学伯克利分校凯瑟琳伊列克教授认为，算法研究现在处于青铜时代，而计算机体系结构和程序系统研究处在黄金时代，摩尔定律的终结给计算机架构师带来重大机遇。他们的报告都给人启迪，但最引起我共鸣的是我的老朋友、东软集团创始人刘积仁的报告。
刘教授的报告只有短短三页，但处处透射出他对科技与市场关系的深刻理解。对只关心技术开发不大关心制约技术创造价值的社会因素的学者，此文是一杯清醒剂，值得一读。他尖锐地指出：现在从事大数据研究的人很多，但大数据的产值相对比较低，可能是因为我们对技术理解得很多，而对制约技术创造价值的因素了解得太少。古人云：功夫在诗外。大数据研究一定要对技术以外的要素有清楚的认识，要有超越技术的思维。需要将高质量的多源数据与领域知识进行融合。只有当数据和商业的行为与约束融合在一起，才能形成一种新的模式。其实，不只是大数据，几乎所有应用研究都有与领域知识融合、适应外界环境的问题。我国的科技成果经济效果不明显，其源盖出于此。我们的许多科研是在别人文章基础上做些细微末节的修补，放大到一个行业来看，往往无足轻重。
与刘教授的宏观思考异曲同工，本期专栏的另一篇文章“面向领域定制的神经网络结构设计”，从科研方法的角度也谈及领域知识和神经网络方法的融合。此文是中国科技大学杜俊团队的经验总结，他们在语音和图文识别等国际评测和竞赛中荣获了十一项冠军。其中基于偏旁部首的汉字识别神经网络(RAN)就采用了句法模式识别和神经网络相结合的模型。谈到句法模式识别，我就想起了我的博士指导教师之一傅京孙教授。他1985年突然去世，我曾以联谊会的名义组织在普渡大学学习的上百名大陆留学生与访问学者参加傅教授遗体告别仪式和追悼会，并将以电话口述记录方式得到的大使馆唁电转交傅夫人。很长一段时间里，傅教授提出的句法模式识别被人遗忘了，但朱松纯等有眼力的学者继续坚持自顶向下的语法解译(parse graph)和统计学习相结合，在计算机视觉等领域做出了出色成果。
融合是一种方法，更是一种哲学，是认识世界和改造世界的基本途径。不论是发明一项新技术还是创办一家新企业，所谓专门技术对成功的贡献可能不到一半，另一半的努力要花在对问题本身的深刻了解和应对与问题有关的各种挑战。
对所针对的问题的领域知识了解越深入，对制约技术创造价值的因素了解越彻底，我们做的研究才越有价值。而这种深刻认识只有在融合各种研究方法、有关学科、社会环境、伦理制度、人文文化的数据和知识后才能获得。纯基础研究可以不问应用，但只有对市场和行业有全面深入的理解，才能做出有重大价值的应用研究。
讲者介绍
李国杰
•中国科学院计算技术研究所首席科学家
•CCF名誉理事长、中国工程院院士
中国计算机学会
微信号：ccfvoice
长按识别二维码关注我们
CCF推荐
【精品文章】
点击“阅读原文”，加入CCF。