不管是上一年李开复所言的“AI 泡沫决裂”、Yann LeCun说的“AI 公司要没钱了”，仍是本年张钹院士提出的“深度学习触及天花板”，亦或是图灵奖得主Judea Pearl直指“AI 现在的重点是曲线拟合，而不是智能”，这些人工智能范畴的大牛无一不在表述这样一个观念：人工智能需求冷思考。
“AI 现在能够协助咱们发现一些相关联系，进步出产功率。要使 AI 进一步发挥潜力，就需求进步根底核算引擎的功率。”英国皇家学会院士樊文飞表明，“大数据是 AI 的根底。由于大数据核算的困难性，传统的经典核算理论现已不能够处理大数据的问题，需求新的理论和切实可行的技能”。
图 | 樊文飞（中）与两位博导Scott（左一）和Peter（右一）在英国皇家学会的合影 （来历：樊文飞）
樊文飞是世界学术界公认的在“数据库理论与体系范畴都做出打破性奉献的极少数学者之一”。他是英国皇家学会核算机范畴仅有的华裔院士（美国科学院核算机范畴的华裔院士也只需姚期智一人），是在英国皇家学会具有 300 余年前史的签名簿上用中文签名的第一人。他是数据库范畴前史上仅有的两个“大满贯”学者之一，即获得世界数据库理论与体系四大尖端会议的最佳论文奖或十年最佳论文奖 （SIGMOD 2017， PODS 2015 & 2010， VLDB2010， ICDE 2007）。
虽然樊文飞从理论到实践，从学术到科研再到工业，都有丰厚的沉淀和经历，可是他很少在公共言论环境中宣布意见。据 DeepTech 了解，他现已接受了我国核算机学会（China Computer Federation，缩写“CCF”）的约请，将到会行将举行的我国核算机大会（China National Computer Congress，缩写“CNCC”）并宣布讲演。咱们就此和他进行了沟通。
理论和体系的打破
“核算机研讨的中心是理论和体系。”樊文飞开篇明义。
“打个比方，咱们都知道 Google 的阿尔法狗（Alpha Go）打败围棋世界冠军，是人工智能的一个重要里程碑。但咱们也应该看到，Alpha Go 背面用到的处理资源的价值是以千万美元核算的，研制团队里边集聚了一大批世界尖端人才，他们的价值更是以亿核算。这样的价值和本钱不是一般的企业所能接受的。”
“咱们是否能够经过理论的打破到体系的落地，处理大大都企业因资源受限无力从事真实的大数据核算的现实问题？是否能够经过‘把大数据变小’，做到企业不管巨细都能享用大数据剖析的利益？”
“对此咱们提出了有界核算理论（bounded evaluation）及数据驱动的近似核算（data-driven approximation）理论。”
有界核算理论的根本思想是，给定一个函数 F（x），参数 x 代表大数据集。大都核算不需求拜访悉数的 x、只需求取 x 的一小部分就能得到 F（x）的准确解。有界核算理论研讨的便是怎么依据不同的函数 F，依据语义找到所需的 x 的那一小部分。
樊文飞说，“一家世界一流的公司经过测验发现，在数十亿条数据的实时查询场景下，91% 的查询能够用有界核算来处理；并在 70% 以上的查询中，查询功率提高 25 倍到 14 万倍。剩下 9% 不具备有界核算条件的查询，能够经过数据驱动的近似核算理论来处理。”
数据驱动的近似核算是依据用户的查询，在数据的层次表述中动态找到所需的数据，并在有限资源下核算查询的近似解。其特点是确保准确度，即对每个准确解，都找到一个对应的近似解使得二者之间的差错在必定范围内，一起每个近似解都对应一个差错范围内的准确解。世界上还没有查询体系能做到这一点。
“比方你要在北京找一个离艺术馆比较近的、价格低于 500 元的旅馆，在资源有限的情况下只能检查一百条数据，那么咱们就能够给你一个近似的成果，或许这个旅馆是 520 元，也或许是间隔一个美术馆比较近的旅馆，但确保每个近似解都是相关的，并且每一个准确解都能被掩盖到。”
“上面说到的这家世界一流的公司以为，有界核算是一个具有打破性的高潜力创造，并决议每年出资上千万人民币支撑开放性的根底研讨。”樊文飞介绍，“此外，这项作业还在 2018 年拿了 Royal Society Wolfson Research Merit Award（“英国皇家学会沃尔夫森研讨优异奖”）。”
现在，一支“超级团队”正在做“把大数据变小”这个理论的工业化落地，打造一款从理论到完成都是我国人原创的、具有实时剖析才能的下一代大数据体系。这个体系将有界核算和数据驱动的近似核算叠加，打破性处理大数据核算问题，旨在将大数据从科技巨子们的特权遍及到各行各业和日子的各个方面。这支团队有一个充溢霸气的姓名——“数据征服者”（Conquer of Data，简称“CoD”）。据悉，这个体系将在下一年发布，CoD 团队将在 CNCC 大会展现区展出其体系原型。
另一个理论到体系的事例是GRAPE。为提高大规模图数据核算功率，从 2016 年开端，樊文飞着手研讨并提出了两个理论：一个是根据不动点核算的单机图算法主动并行化的程序规划模型，另一个是同步/异步自适应并发核算模型。这些理论能够下降并行图核算程序规划的门槛，确保核算正确性，一起能够大幅提高功率。这些作业获得了包含 SIGMOD 和 VLDB 这些职业尖端会议上的三个奖项。
图 | 开发GRAPE的团队 （来历：GRAPE团队）
根据这些理论，樊文飞的学生于文渊博士、徐静波博士等人回国，开发了这套名为 GRAPE 的体系。他们在 2018 年 3 月 5 日成立了公司，同年 3 月 15 日就有知名企业来收买。“咱们终究仍是挑选了一家互联网巨子，由于这家公司许诺为 GRAPE 树立一个开源社区并且打造成一个我国自己的世界 IT 软件品牌。” 据这家公司的资料宣布，GRAPE 在交际联系处理、引荐、风控等使用场景都获得很好的作用，在一些事务线上，GRAPE 比较原流程乃至有数量级的功能提高。
提出原创，引领落地
什么是立异？立异包含探究新范畴、发现新问题、找到新方法、或许学习其他范畴的处理方法处理本范畴的问题，这是立异程度的一个评判规范。
樊文飞说：“咱们所谓的立异，要害不是看你发了多少论文、在哪里宣布、引用率有多高。学术位置是由学术界的口碑决议的，是你能否提出根底、原创的东西，能够引领学术界，并在工业界落地。”
他的第三篇论文就荣获了 2010 年 ACM PODS(Principles of Database Systems) 的“十年最佳论文奖”（ACM PODS Alberto O. Mendelzon Test-of-Time Award）。ACM PODS 始于 1982 年，是世界公认的数据库理论尖端会议。时刻查验奖旨在奖赏在十年间对研讨、方法论及实践发生严重影响力的论文。樊文飞是世界上寥寥无几的两获 PODS 时刻查验奖的学者之一。近四十年里，我国大陆被 ACM PODS 选用的论文寥寥无几。
图 |樊文飞是世界上寥寥无几的两获PODS时刻查验奖的学者之一 （来历：ACM PODS）
他把这次获奖归结于“走运”。但不能否定的是，坚持原创是他极具前瞻性视界的一个重要条件。他 2000 年宣布的半结构化数据束缚理论现在已成为一个老练的研讨范畴，现在被广泛使用在网络数据语义描绘、查询的优化、剖析、数据质量提高和数据常识获取、常识图谱的扩展这些事务。
把学生作为合作者
除了学者的身份之外，樊文飞仍是一位导师，是爱丁堡大学主任教授。
“我在贝尔实验室作业多年，所以我习气把学生作为合作者，”他说，“对博士研讨生来说，最难的是找标题，还有研讨遇到瓶颈。导师应该协助学生找标题，处理学生做不出的问题。在论文上，我也是合作者，要做出自己的奉献。我的论文中，一切标题都是我提出的，技能难题我都要给出方法处理乃至自己写证明、算法，并且常常要承当大部分写作。我从来没有在我没有做出满足奉献的论文上挂过姓名。”
在英国读博需求三年，不像是美国需求四到六年。就教育周期来说，樊文飞有自己的一套方法：“第一年学生协助完成咱们给出的算法，这时候他会发现一些趣味，尤其是宣布了一篇论文之后他会很振奋，会有做学问的动力；第二年他们开端规划一些算法，他们会想得更深；第三年他们开端领导一个课题，我能够给他们标题，但他们要自始至终去规划，处理不了的问题再来找我。这样由浅入深，三年的时刻只需认真作业，根本就能够独立了。我带学生的方法便是亲自参加，把学生作为合作者。”樊文飞带出来的学生，每人都获得过至少一个数据库尖端会议的最佳论文奖。
樊文飞说：“在爱丁堡大学，七十多岁的老教授在圣诞假日还在校园里自己写论文，他便是喜爱研讨，享用这份趣味，不把研讨做为获取功利的手法。所以他们能做出有价值的原创研讨。”
寻求爱好、坚持热心、坚持原创、训练学术脑筋的灵活性，把学生作为合作者，这是老一辈学者和优异导师们身上值得学习的东西。
图 | 樊文飞将在CNCC上带来“Making Big Data Small”的讲演陈述 （来历：CNCC大会网站）
在行将举行的 CNCC 大会上，樊文飞将为参会的近八千位核算机范畴专家、企业技能人员、高校的科研人员和学生带来“Making Big Data Small”的讲演陈述。当被问及他自己最感爱好的会议论题是什么，他回答说：“本年的一些技能性的论坛我都很感爱好。咱们需求一些介绍最新的学术发展趋势和自己原创的讲座。国家需求兢兢业业做学问的科学家。”
-End-
