张亚勤解析AI发展的3R法则

在计算机科学与人工智能产业领域，清华大学的教授兼智能产业研究院院长张亚勤拥有广泛的影响力与话语权。

他曾以年轻学者身份在IEEE Fellow评选中获得会士殊荣，职业生涯包括早期担任微软中国研究院首席科学家，后续出任微软全球资深副总裁、亚太研发集团董事长等职务，直至在百度担任总裁并成为对外重要发言人，推动国内 AI 技术与产业的发展。

在2019年从百度退休后，张亚勤并未选择安享退休生活。两个月后，他应校方邀请再任清华大学智能产业研究院院长，进一步推动学校在计算机与人工智能关键技术的科研创新与人才培养方面的工作。

最近，相关媒体对其进行了专访，聚焦国内计算机产业底层技术的发展、细分领域的应用，以及人才培养等议题。

国内面临的挑战：系统性与架构型人才不足

回顾PC与移动互联网时代，国内在底层系统与硬件技術多依赖海外供给，随着新一轮智能时代的到来，这一格局正显现出参考坐标不足、技术借鉴空间受限的新困境。

与此同时，行业发展加速和全球技术竞争加剧，使国内企业在无人区探索的风险增加，同时也需要在根基层面加强投入，稳健求生存与发展。

具备系统思维与架构能力的技术人才逐渐成为稀缺资源。长期从业于产业一线的张亚勤观察到，国内在产品应用、市场份额与算法数据等方面具备一定优势，但在核心技术人才的系统化思维、架构能力方面仍有不足。

在计算与通信领域，摩尔定律、冯氏架构与香农定理构成了基础规则，但随着人工智能的深入发展，这些定律与规则正在面临新的发展瓶颈。

自动驾驶不仅是技术问题的解决

目前，研究机构重点聚焦智慧交通、智慧医疗与智慧物联三大领域，利用人工智能赋能产业升级，为高校提供企业资源与产业经验，同时向企业输送人才并开展前沿科研合作，推动智能产业的成长。

张亚勤认为，企业与高校建立联系，最看重三点：一是了解高校正在开展的前沿研究与新思想；二是高校向企业培养并输送高端人才的能力；三是与高校在科研成果上的合作，助力企业未来发展。

针对这三点需求，张亚勤在 AIR 成立之初就明确了目标：推动关键核心技术突破；培养具备国际视野的 CTO 与具备系统思维的架构师人才；打造产业技术战略的智囊团。

自动驾驶的落地，既要解决技术问题，也要解决非技术层面的问题，需要以可落地、可理解的方式推进。

鼓励团队攻克科研难题

从离开产业一线三十余年后，张亚勤把更多时间投入到科研与产业人才培养之中，但这并不意味着他从公众视野中淡出。

在2021年世界互联网大会乌镇峰会等场合，他对 AI 如何赋能绿色计算、生物计算等领域提出了见解，强调人工智能在推动可持续发展与生物科学融合中的应用潜力。

同年二月，他首次提出了人工智能产业发展的3R法则：Responsive（快速响应）、Resilient（具备韧性、可持续发展）、Responsible（承担责任，守护价值），认为AI 技术的发展应成为负责任的技术。

从产业一线走向高校科研与人才培养的转变，让他在谈论智能产业时，越来越强调社会责任与可持续发展。张亚勤表示，AIR 的科研需面向学术前沿、服务国家与社会需求，着眼长远，即便周期可能达5到10年，也要坚持初心、耐心推进。因此，他在带领学生开展科研时，更愿意鼓励团队追求面向未来的重大创新。

他还表示，鼓励学生在科研中攀登高峰，即便难以最终抵达目的地，过程中获得的收获也可能超出预期。对他而言，目前自动驾驶在矿山、餐厅、园区等领域的落地，就是攀登过程中的回报。