最近，有不同人問了我同一個(gè)問題：是什么淵源，走上了人工智能這條路。說實(shí)話，別說是人工智能，就連進(jìn)入計(jì)算機(jī)行業(yè)，都完全是陰差陽錯(cuò)的結(jié)果，并不是我的主動(dòng)選擇。

1977年，文革結(jié)束后，突然傳來消息，要回復(fù)高考了，當(dāng)時(shí)我還在讀高中，對(duì)于怎么填報(bào)志愿，一概不知。班主任老師的意見是，什么專業(yè)你自己選，學(xué)校一定要報(bào)清華北大。我問這兩所學(xué)校的差別，老師說，北大偏文理，清華偏理工。我想了想，覺得自己喜歡理工，就選擇了清華，但是還是不知道選擇什么專業(yè)，在那個(gè)小縣城里，沒有任何資料可供參考。剛好在本地的報(bào)紙上刊登了一些學(xué)校的專業(yè)目錄，在清華大學(xué)欄目下，我看到了“自動(dòng)控制”四個(gè)字，雖然不知道自動(dòng)控制是干什么，但憑感覺是個(gè)自己喜歡的專業(yè)，于是就報(bào)了這個(gè)專業(yè)。

高考結(jié)束后，有一天突然收到了被清華大學(xué)電子工程系錄取的通知書，這電子工程系是干什么的一概不知，中學(xué)的老師也沒有人知道。剛好一個(gè)老師在北京工作的親戚來探親，他是文革前畢業(yè)的大學(xué)生，老師很熱心的幫我咨詢。這位親戚看完錄取通知書后，很神秘的對(duì)我說：這是一個(gè)保密專業(yè)，就沒有任何下文了。

來到學(xué)校報(bào)到后，才知道我讀的就是電子工程系的自動(dòng)控制專業(yè)，此外還有計(jì)算機(jī)和無線電兩個(gè)專業(yè)。1979年，電子工程系更名為計(jì)算機(jī)系，而原來的無線電系則從四川綿陽搬回北京，更名為電子工程系。

而當(dāng)時(shí)我們教研組的一些老師，張鈸老師、林饒瑞老師、石純一老師、黃昌寧老師等，則從更早的時(shí)候，就在探討開拓新的研究方向，并選擇了人工智能，從1978年就開始招收人工智能方向的研究生，1979年在我系本科中開設(shè)人工智能導(dǎo)論課，由林堯瑞老師主講。我就是在那個(gè)課上首次接觸了人工智能，印象中教材是一本油印的教材，內(nèi)容包括至少現(xiàn)在在大多數(shù)人工智能教材中還會(huì)講的A*算法、α-β剪枝算法、定理證明等。之后又開設(shè)了lisp語言課，由陸玉昌老師主講，做過的作業(yè)包括八皇后問題等。最后的考試有多個(gè)題目可選，我選擇了使用α-β剪枝算法實(shí)現(xiàn)五子棋下棋程序，雖然水平并不高，但也可以下棋了。這應(yīng)該是我最早實(shí)現(xiàn)的人工智能程序，而α-β剪枝算法正是IBM的深藍(lán)所采用的基本算法框架。

1982年本科畢業(yè)后，我繼續(xù)在清華讀碩士，研究方向是有關(guān)汽車自動(dòng)駕駛的，也就是現(xiàn)在火熱的無人車，論文題目為“汽車行駛的計(jì)算機(jī)實(shí)時(shí)控制及性能函數(shù)對(duì)系統(tǒng)參數(shù)靈敏度的計(jì)算”。當(dāng)然那個(gè)時(shí)候受各種條件的限制，做的還比較簡單，我的論文中只實(shí)現(xiàn)了左右轉(zhuǎn)彎、躲避固定障礙物等的簡單控制。實(shí)驗(yàn)室購買了一輛二手的日本車，經(jīng)改裝后作為實(shí)驗(yàn)用車，在實(shí)際測試時(shí)為了觀察汽車軌跡是否合理，在車上裝了一桶水，通過一個(gè)水管流水，記錄車的運(yùn)行軌跡，計(jì)算機(jī)用的是TRS-80，用的是basic編程語言。

1984年碩士畢業(yè)留校后，我開始從事專家系統(tǒng)構(gòu)建方面的研究工作，和研究生一起，先后實(shí)現(xiàn)了好幾個(gè)專家系統(tǒng)，包括貨船積載專家系統(tǒng)、火車編組站調(diào)度專家系統(tǒng)和某軍事設(shè)備故障診斷專家系統(tǒng)等，還申請(qǐng)了一個(gè)863項(xiàng)目，機(jī)器人故障診斷系統(tǒng)。做專家系統(tǒng)的關(guān)鍵是整理專家知識(shí)，為了能跟專家對(duì)話，需要花費(fèi)很多時(shí)間學(xué)習(xí)相關(guān)的領(lǐng)域知識(shí)，基本上可以稱得上半個(gè)專家了。比如為了做火車編組站調(diào)度專家系統(tǒng)，自學(xué)了很多編組站調(diào)度方面的書籍，多次去山海關(guān)火車站向調(diào)度人員請(qǐng)教、學(xué)習(xí)，到后來，我們也基本可以勝任調(diào)度員的工作了，只是做的不如專業(yè)調(diào)度員快，但我們做的方案基本被對(duì)方所認(rèn)可。掌握了相關(guān)知識(shí)后，進(jìn)一步總結(jié)整理知識(shí)，最后實(shí)現(xiàn)的專家系統(tǒng)，可以達(dá)到專業(yè)調(diào)度員的水平，并且速度要快的多，極大的減輕了調(diào)度人員的工作強(qiáng)度，提高了工作效率。

我做的最成功的一個(gè)專家系統(tǒng)是90年代中期為某企業(yè)做的一個(gè)市場調(diào)查報(bào)告自動(dòng)生成專家系統(tǒng)，是我們系為該企業(yè)做的一個(gè)信息化系統(tǒng)的一個(gè)組成部分。根據(jù)以往企業(yè)撰寫的市場調(diào)查報(bào)告，總結(jié)了若干模板和寫作知識(shí)，根據(jù)企業(yè)收集的市場數(shù)據(jù)，自動(dòng)完成市場調(diào)查報(bào)告。為了使得報(bào)告內(nèi)容看起來更加自然和富有變化，我們總結(jié)了很多寫作知識(shí)，所完成的報(bào)告，基本可以達(dá)到人的水平。該專家系統(tǒng)，結(jié)合我們系為該企業(yè)做的信息化系統(tǒng)，可以用語音的形式播報(bào)市場調(diào)查報(bào)告，并配合語音的進(jìn)度，自動(dòng)在計(jì)算機(jī)屏幕上，顯示各種圖表等，相關(guān)的同步信息，也是由專家系統(tǒng)自動(dòng)生成的。

從1992年，我又開始從事漢字識(shí)別方面的研究工作，選擇了被認(rèn)為難度最大的脫機(jī)手寫體漢字識(shí)別，也就是對(duì)寫在紙上、經(jīng)掃描得到的漢字圖象做識(shí)別。1994年我在職攻讀博士學(xué)位，研究方向就是有關(guān)脫機(jī)手寫體漢字識(shí)別方面的。在單字漢字識(shí)別研究的基礎(chǔ)上，我們組最早研究了漢字識(shí)別后處理方法，也就是說，在單個(gè)漢字識(shí)別的基礎(chǔ)上，利用漢字在句中的上下文關(guān)系，自動(dòng)糾正識(shí)別結(jié)果，提高識(shí)別率。在一次863組織的漢字識(shí)別評(píng)測現(xiàn)場，我們的系統(tǒng)以句子為單位，先是顯示單字識(shí)別結(jié)果，再顯示后處理后的結(jié)果。限于當(dāng)時(shí)的技術(shù)水平，又加上評(píng)測用的漢字寫的不是很工整，識(shí)別結(jié)果錯(cuò)誤很多，以至于很多句子看不懂，但是經(jīng)后處理后，大多數(shù)識(shí)別錯(cuò)誤的漢字得以糾正，人看懂已經(jīng)完全沒有問題了。當(dāng)后處理結(jié)果顯示出來后，我還清楚的記得，現(xiàn)場觀眾一片嘩然的叫好聲。

大概在1997年前后，突然有幾個(gè)公司宣布要做《四庫全書》數(shù)字化的工作，有的公司還在人民大會(huì)堂搶先召開新聞發(fā)布會(huì)，試圖搶占先機(jī)。這些公司完全沒有想到這件事情的難度，試圖采取人工錄入的方式，完成《四庫全書》的數(shù)字化工作，最終導(dǎo)致失敗，只有采用了我們的漢字識(shí)別技術(shù)的書同文公司最終取得了成功，完成了《四庫全書》全部的數(shù)字化工作，這也是我一生中可以保留下來的一件有意義的工作。

《四庫全書》數(shù)字化難度在哪里呢？為什么用人工錄入方式的嘗試均以失敗告終呢？《四庫全書》共收錄古籍3503種、79337卷、裝訂成36000余冊(cè)，含有約8億個(gè)漢字。臺(tái)灣曾經(jīng)出版過影印版，在頁面縮小到原來頁面的四分之一后，全套書總重量仍然達(dá)到了2.5噸的重量，可以想象這套書有多少。這么大的量，又是繁體字，錄入也好，校對(duì)也好，都帶來了極大的難度。而以漢字識(shí)別為基礎(chǔ)的數(shù)字化方案，從識(shí)別到校對(duì)，可以提供一套確實(shí)可行的解決方案，最終歷時(shí)兩年時(shí)間，終于完成了《四庫全書》的全部數(shù)字化工作。這其中也遇到了幾個(gè)技術(shù)難題，比如缺少訓(xùn)練用樣本等，為此我們提出了一種樣本生成技術(shù)解決訓(xùn)練樣本少的問題，并提出了一種增量式學(xué)習(xí)方法，實(shí)現(xiàn)了邊訓(xùn)練邊識(shí)別，可以滾動(dòng)式地構(gòu)建古籍識(shí)別系統(tǒng)，這對(duì)古籍?dāng)?shù)字化是一個(gè)非常重要的技術(shù)。可惜在報(bào)教育部獎(jiǎng)時(shí)，被某權(quán)威人士認(rèn)為是“現(xiàn)有技術(shù)的簡單應(yīng)用”而落選。

在做《四庫全書》數(shù)字化的過程中，接觸到了信息檢索，當(dāng)時(shí)互聯(lián)網(wǎng)開始普及，google也剛剛成立不久，意識(shí)到搜索引擎在將來的網(wǎng)絡(luò)化社會(huì)將是一個(gè)十分重要的工具。在經(jīng)過一番調(diào)研之后，決定將小組的工作轉(zhuǎn)向搜索引擎相關(guān)技術(shù)的研究。在黃昌寧老師的建議下，我們先從參加TREC評(píng)測開始（TREC是信息檢索領(lǐng)域的一個(gè)著名的會(huì)議，以各種評(píng)測聞名），一方面可以通過參加評(píng)測獲得數(shù)據(jù)，另一方面也可以相對(duì)快速地檢驗(yàn)我們的研究成果，和國際上優(yōu)秀團(tuán)隊(duì)一絕高低。經(jīng)過大約兩年的學(xué)習(xí)、研究，小組于2002年首次參加TREC評(píng)測，就獲得了一項(xiàng)第一名，這也是TREC舉辦以來，亞洲參加評(píng)測單位首次獲得第一名，在此之前亞洲最好成績是第4。從此一發(fā)不可收拾，小組連續(xù)10年每年都至少有一個(gè)第一名。也正是由于有了這樣的成績，從2007年開始，和搜狗公司共建清華大學(xué)-搜狗公司搜索技術(shù)聯(lián)合實(shí)驗(yàn)室，雙方合作9年，就搜索引擎技術(shù)共同開展合作研究，并于2016年將聯(lián)合實(shí)驗(yàn)室升級(jí)為天工智能計(jì)算研究院，為此搜狗公司捐贈(zèng)了1.8億人民幣用于研究院的建設(shè)。這期間雙方不僅在國際頂級(jí)會(huì)議和期刊上聯(lián)合發(fā)表了多篇論文，大多數(shù)研究成果還用于搜狗搜索引擎中，有效的提升了搜狗搜索引擎的性能。

這么多年來，在人工智能的若干個(gè)方向上做了一些研究，看似是些不同的方向，但是相互之間也是有很多關(guān)聯(lián)的，很多基礎(chǔ)知識(shí)是通用的。比如在漢字識(shí)別后處理中，我們就引入了專家系統(tǒng)中的黑板模型，將多種不同的知識(shí)融入到漢字識(shí)別后處理，有效提高了后處理的性能。在做信息檢索研究時(shí)，尤其是初期，很多漢字識(shí)別中用到的機(jī)器學(xué)習(xí)方法，也起到了非常重要的作用。

回首往事，一直艱難地走在人工智能之路上，在人工智能的寒冬期，多少誘惑不為所動(dòng)，因?yàn)榭春萌斯ぶ悄艿奈磥恚辉诮裉烊斯ぶ悄艿?strong>火熱期，更要保持冷靜的頭腦，因?yàn)槿斯ぶ悄苓€遠(yuǎn)遠(yuǎn)沒有達(dá)到人們所期望的那樣，還有很長的路要走。努力吧，路在前方！