本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

重慶和許多西部城市一樣，常常被詬病為“互聯(lián)網(wǎng)荒漠”，但它卻有著很好的物聯(lián)網(wǎng)土壤。

有數(shù)據(jù)顯示，重慶有著近2000家物聯(lián)網(wǎng)相關(guān)企業(yè)，其中核心企業(yè)超過(guò)600家，且在物聯(lián)網(wǎng)產(chǎn)業(yè)細(xì)分領(lǐng)域?qū)嵙?qiáng)勁、影響力大。

而除了企業(yè)之外，重慶還有一支特殊的物聯(lián)網(wǎng)技術(shù)“力量”：由劉禮負(fù)責(zé)的重慶大學(xué)物聯(lián)網(wǎng)體感大數(shù)據(jù)實(shí)驗(yàn)室。

劉禮，現(xiàn)為重慶大學(xué)大數(shù)據(jù)與軟件學(xué)院教授，博士生導(dǎo)師。

而他在2018年成立這個(gè)實(shí)驗(yàn)室，是希望搭建因果學(xué)習(xí)與機(jī)器學(xué)習(xí)之間的橋梁。

這個(gè)方向也是目前包括Bengio、Pearl等大牛也在重點(diǎn)投入的領(lǐng)域。

從更具體的應(yīng)用角度來(lái)看，劉禮相信，這個(gè)目標(biāo)實(shí)現(xiàn)之后，AI和大數(shù)據(jù)分析技術(shù)能在醫(yī)療、教育、制造業(yè)等領(lǐng)域有更大的用武之地。

我們有幸和他進(jìn)行了一次深入對(duì)話。

一位典型學(xué)者的“三步走”

對(duì)于劉禮來(lái)說(shuō)，一直有一個(gè)明確的方向指引著自己的職業(yè)成長(zhǎng)，那就是將自己的所學(xué)與國(guó)家層面的重大實(shí)際問(wèn)題相結(jié)合。

尤其是近幾年國(guó)家曾多次針對(duì)大數(shù)據(jù)、人工智能、工業(yè)互聯(lián)網(wǎng)等推出重磅舉措，希望能夠?qū)崿F(xiàn)人、機(jī)、物的深度互聯(lián)，實(shí)現(xiàn)全要素、全價(jià)值鏈的連接，進(jìn)而推動(dòng)新的工業(yè)生產(chǎn)制造和新的服務(wù)體系。

而重慶就是老牌工業(yè)城市，由此，劉禮回國(guó)牽頭在重慶大學(xué)成立了物聯(lián)網(wǎng)體感大數(shù)據(jù)實(shí)驗(yàn)室，旨在圍繞國(guó)家重大的需求，展開(kāi)大數(shù)據(jù)分析特別是因果學(xué)習(xí)的基礎(chǔ)研究和應(yīng)用。

事實(shí)上，建立物聯(lián)網(wǎng)體感大數(shù)據(jù)實(shí)驗(yàn)室之前，他已經(jīng)和大數(shù)據(jù)打了數(shù)十年的交道。

本科和碩士階段，劉禮師從蘭州大學(xué)李廉教授。

李廉教授是國(guó)內(nèi)計(jì)算機(jī)教育的領(lǐng)軍人物，長(zhǎng)期以來(lái)堅(jiān)持推動(dòng)以計(jì)算思維為核心的計(jì)算機(jī)人才理念和新模式，也因此在2020年獲了CCF杰出教育獎(jiǎng)。

受他的影響，劉禮本科后半段和碩士階段參加了中國(guó)教育科研網(wǎng)格項(xiàng)目，網(wǎng)格可以視為云平臺(tái)的前身，解決數(shù)據(jù)的存儲(chǔ)和處理問(wèn)題。

這段經(jīng)歷奠定了他的思維方式：以計(jì)算思維為主導(dǎo)，圍繞數(shù)據(jù)的存儲(chǔ)和處理來(lái)解決問(wèn)題。

但他更真正樹(shù)立起自己的科研夢(mèng)想，是在異國(guó)他鄉(xiāng)求學(xué)時(shí)。

2007年，劉禮在巴黎十一大讀博期間，諾貝爾物理學(xué)獎(jiǎng)花落巴黎十一大教授吉勒阿爾貝·費(fèi)爾，當(dāng)時(shí)全校沸騰，這個(gè)消息振奮了全校的師生，包括劉禮。

劉禮說(shuō)到：

這讓我對(duì)選擇學(xué)術(shù)之路更加堅(jiān)定了。

當(dāng)時(shí)巴黎十一大名校已經(jīng)走出了2個(gè)諾貝爾獎(jiǎng)，4個(gè)菲爾茲獎(jiǎng)。學(xué)校提倡以科學(xué)問(wèn)題為導(dǎo)向的基礎(chǔ)研究方式。

更重要的是，這些問(wèn)題不一定是全來(lái)自應(yīng)用方向，反而多是基礎(chǔ)方向的。

與此同時(shí)，法國(guó)整體輕松自由的環(huán)境，讓他能有更多時(shí)間去自主思考基礎(chǔ)研究和技術(shù)應(yīng)用之間的疏同。劉禮回憶道：

法國(guó)春天有各種假期，到了夏天不論職業(yè)貴賤所有人都會(huì)去度假，秋天開(kāi)始罷工，到了冬天又開(kāi)始準(zhǔn)備圣誕了。

這種氛圍下，在塞納河畔邊曬曬太陽(yáng)，時(shí)間就這么過(guò)去了。有時(shí)我們中國(guó)學(xué)生晚上想去實(shí)驗(yàn)室多做一會(huì)兒，警察還要來(lái)問(wèn)加班權(quán)益有沒(méi)有得到保障，沒(méi)有特殊的審批還不能加班。

這種氛圍的熏陶下，我們也沉下心來(lái)思考自己應(yīng)該如何做基礎(chǔ)研究。

在那之后，劉禮已經(jīng)完成了計(jì)算思維的樹(shù)立，基礎(chǔ)研究的認(rèn)可。但是他又在一個(gè)新的坐標(biāo)上找到真正屬于自己的一片天地。

告別浪漫悠然的巴黎，在熱帶國(guó)家新加坡，劉禮與新加坡國(guó)立大學(xué)計(jì)算機(jī)院長(zhǎng)David S. Rosenblum院士共同開(kāi)啟了一項(xiàng)名為“舒適計(jì)算”（FelicitousComputing）的研究。

這個(gè)概念的要義是根據(jù)不同的場(chǎng)景去調(diào)整計(jì)算的能力。

此時(shí)，計(jì)算已經(jīng)變得比劉禮剛剛接觸大數(shù)據(jù)分析時(shí)要更豐富了。不但延伸至無(wú)處不在，還呈現(xiàn)出以人為中心的人、機(jī)、物三元融合的特點(diǎn)。

如何處理這些新的大融合大數(shù)據(jù)，成為了劉禮和他的同事們最關(guān)注的問(wèn)題。

期間他和所在團(tuán)隊(duì)也做出了不少代表性的研究，例如From action to activity: sensor-based activity recognition這項(xiàng)研究中。

他們便創(chuàng)新性地將人的短時(shí)動(dòng)作（action）數(shù)據(jù)和更廣時(shí)空維度上的活動(dòng)（activity）數(shù)據(jù)關(guān)聯(lián)起來(lái)，彌合了人的動(dòng)作和人的活動(dòng)之間的差距，成功編碼了動(dòng)作之間的時(shí)間相關(guān)性，并捕獲活動(dòng)的內(nèi)在屬性。

也正是在這個(gè)階段，劉禮真正確立了自己要深耕的研究方向，即圍繞物理世界和人本身的數(shù)據(jù)進(jìn)行采集和分析。

從計(jì)算思維的樹(shù)立、基礎(chǔ)研究的認(rèn)可到確立具體方向，期間的多元化經(jīng)歷，也讓他對(duì)大數(shù)據(jù)乃至數(shù)據(jù)科學(xué)有著更立體的視角和感受。

這也是為什么重慶大學(xué)的這個(gè)物聯(lián)網(wǎng)體感大數(shù)據(jù)實(shí)驗(yàn)室，會(huì)有著如此具象的一個(gè)名字。

劉禮認(rèn)為，從應(yīng)用角度來(lái)理解大數(shù)據(jù)分析，可以把它看成一臺(tái)車(chē)：

這臺(tái)車(chē)?yán)锩姹仨氂泻芏嗖考?lái)支撐大數(shù)據(jù)分析，發(fā)動(dòng)機(jī)就是CPU、GPU等算力平臺(tái)；有了算力之后要跑起來(lái)，就要有油，就是數(shù)據(jù)；而車(chē)輪就像應(yīng)用，即到底車(chē)往哪開(kāi)，朝著什么目標(biāo)前進(jìn)。

實(shí)現(xiàn)這些應(yīng)用、達(dá)到目標(biāo)，就需要有方向盤(pán)，也就是用算法指揮所有的這些東西。

用他的話來(lái)說(shuō)，這些年自己所做的工作既涉及發(fā)動(dòng)機(jī)、油、車(chē)輪，也涉及方向盤(pán)，包括早期寫(xiě)了大量數(shù)據(jù)處理的底層框架。

但在這個(gè)新的實(shí)驗(yàn)室，自然不會(huì)全是自己經(jīng)歷過(guò)的、熟悉的研究，依然還有很多事情需要從0開(kāi)始做，甚至還不乏和學(xué)生們一起自己動(dòng)手DIY適配物聯(lián)網(wǎng)研究的手套和手表。

對(duì)于整個(gè)團(tuán)隊(duì)來(lái)說(shuō)，遠(yuǎn)方還有一個(gè)更大的目標(biāo)，那就是建起因果學(xué)習(xí)與機(jī)器學(xué)習(xí)之間的橋梁。

機(jī)器學(xué)習(xí)的3大“疑難雜癥”，因果學(xué)習(xí)是突破口

目前，機(jī)器學(xué)習(xí)和大數(shù)據(jù)已經(jīng)發(fā)展到了你中有我、我中有你的交融階段。

尤其以深度學(xué)習(xí)為代表的機(jī)器學(xué)習(xí)已經(jīng)取得了很好的進(jìn)展。與此同時(shí)，這類(lèi)方法的“缺陷”也日益突出。

特別是這幾個(gè)最主要的問(wèn)題：可解釋性、可泛化、穩(wěn)健性。

如何能同時(shí)推動(dòng)這三個(gè)問(wèn)題的解決？

一種很有潛力的方案就是把因果學(xué)習(xí)引進(jìn)機(jī)器學(xué)習(xí)，即能促進(jìn)機(jī)器學(xué)習(xí)方法的可解釋?zhuān)指纳品€(wěn)定性同時(shí)還能泛化到不同場(chǎng)景。

不管深度神經(jīng)網(wǎng)絡(luò)還是其他的一些方法，大部分學(xué)的是變量和變量之間的相關(guān)性，忽略了變量和變量之間的因果性。后者正是因果學(xué)習(xí)的關(guān)注點(diǎn)。

例如，在癌癥預(yù)測(cè)上，因果性就非常重要，究竟是哪些或者哪一個(gè)屬性/變量導(dǎo)致癌癥結(jié)果的發(fā)生，是醫(yī)生和患者都想迫切知道的解釋性問(wèn)題。

長(zhǎng)期以來(lái)，機(jī)器學(xué)習(xí)和因果學(xué)習(xí)是兩個(gè)相對(duì)獨(dú)立的研究方向，但現(xiàn)在，這種情況已經(jīng)發(fā)生改變，有越來(lái)越多的人工智能學(xué)者意識(shí)到因果學(xué)習(xí)的這種潛力所在。

其中一位代表性人物就是“深度學(xué)習(xí)三巨頭”之一的Bengio。

他曾表示：

將因果關(guān)系整合到AI當(dāng)中已經(jīng)成為目前的頭等大事。當(dāng)前的機(jī)器學(xué)習(xí)實(shí)現(xiàn)方法立足一個(gè)基本假設(shè)，即經(jīng)過(guò)訓(xùn)練的AI系統(tǒng)在解決實(shí)際問(wèn)題時(shí)，面對(duì)的數(shù)據(jù)與訓(xùn)練數(shù)據(jù)屬于同一類(lèi)型。但在現(xiàn)實(shí)生活中，情況不可能如此簡(jiǎn)單。

也是最近幾年開(kāi)始，他帶領(lǐng)一支團(tuán)隊(duì)投入到這個(gè)新的研究重心中：將機(jī)器學(xué)習(xí)與因果推理相結(jié)合的因果表示學(xué)習(xí)。

另一支重要力量則是馬普所的Sch?lkopf和他的團(tuán)隊(duì)，他們同樣在探索如何創(chuàng)建可以學(xué)習(xí)因果表征的AI系統(tǒng)。

劉禮和他的團(tuán)隊(duì)亦將“搭建其因果學(xué)習(xí)和機(jī)器學(xué)習(xí)的橋梁”視為長(zhǎng)期使命。

除了基礎(chǔ)研究以外，他們還能背靠重慶的產(chǎn)業(yè)土壤，讓因果框架理論實(shí)現(xiàn)落地。

比如在圖像合成上，GAN和VAE的出現(xiàn)已經(jīng)讓人們看到圖像合成的震撼效果，但是，這些生成能力在某些特別強(qiáng)調(diào)圖像生成可控的場(chǎng)景下依然捉襟見(jiàn)肘。

像汽車(chē)造型生成，它和藝術(shù)圖像生成有很大不同，必須要滿(mǎn)足一定工業(yè)的標(biāo)準(zhǔn)，所以計(jì)算機(jī)輔助造型生成的時(shí)候，必須要做到可控。

而可控是目前一個(gè)很難解決的問(wèn)題，這個(gè)場(chǎng)景也是劉禮實(shí)驗(yàn)室所重點(diǎn)探索的，即用因果的方法，從數(shù)據(jù)生成機(jī)制底層出發(fā)，發(fā)現(xiàn)數(shù)據(jù)的相關(guān)性，在相關(guān)性這個(gè)層面做特征解耦，去學(xué)習(xí)究竟什么因素最終導(dǎo)致了輪胎大小的變化等底層問(wèn)題。

未來(lái)幾年，圖像合成、疾病診斷和行為識(shí)別這幾個(gè)應(yīng)用方向?qū)⑹撬麄兊闹攸c(diǎn)攻關(guān)方向。

卷還是不卷？給青年學(xué)生的建議

在交流中，談起自己的求學(xué)求知之路，劉禮總是提到，“將個(gè)人目標(biāo)與國(guó)家重大需求結(jié)合”。

這不但是他對(duì)自己的要求，也是他對(duì)青年學(xué)生的希冀。現(xiàn)在計(jì)算機(jī)科學(xué)整個(gè)大領(lǐng)域都在討論“內(nèi)卷”現(xiàn)象，他尤其希望自己的經(jīng)歷和體會(huì)，能夠幫助一些青年學(xué)生“破題”：

“首先要重視基礎(chǔ)理論，把基礎(chǔ)理論打扎實(shí)。目前學(xué)習(xí)數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)特別的模塊化，可能從網(wǎng)上搜到一個(gè)算法再拼裝一下就能解決一個(gè)任務(wù)，這種以應(yīng)用為導(dǎo)向的偏好在職場(chǎng)上快速解決問(wèn)題的要求下是無(wú)可厚非的，但從學(xué)術(shù)界或者從最底層的邏輯上來(lái)說(shuō)，這個(gè)現(xiàn)象也不一定是個(gè)好事。

這可能是我們的年輕人因?yàn)閮?nèi)卷得太厲害了，不得不快速出一些東西所造成的，不止本科生，一些博士生研究生也存在這個(gè)現(xiàn)象。

現(xiàn)在因果學(xué)習(xí)很熱，可能把一些因果的概念揉到神經(jīng)網(wǎng)絡(luò)中有點(diǎn)效果之后，也能發(fā)很好的文章。不是說(shuō)不能這么做，但是做完這個(gè)步驟，是不是可以反過(guò)來(lái)思考到底自己解決了什么樣的核心問(wèn)題。

這也是我的第二個(gè)建議，去思考國(guó)家的重大需求是什么，包括經(jīng)濟(jì)發(fā)展、社會(huì)治理和民生等等，我做的事情在這些方面上促進(jìn)了什么？甚至是卡脖子的問(wèn)題、引領(lǐng)性的問(wèn)題上又貢獻(xiàn)了多少。

現(xiàn)在年輕人都很厲害，能發(fā)很好的頂會(huì)文章，也能快速地解決一些問(wèn)題，但到底這些方法和模型解決了什么樣的重大需求？

我覺(jué)得，年輕人可能需要時(shí)常去考慮這一些問(wèn)題，不管是去創(chuàng)業(yè)，還是繼續(xù)留在學(xué)術(shù)圈，要站在更高的角度去追問(wèn)核心問(wèn)題，去審視自己做了什么?！?/em>

關(guān)于劉禮

劉禮，重慶大學(xué)大數(shù)據(jù)與軟件學(xué)院教授，博士生導(dǎo)師，創(chuàng)立了重慶大學(xué)物聯(lián)網(wǎng)體感大數(shù)據(jù)實(shí)驗(yàn)室。

他一直致力于從事傳感大數(shù)據(jù)分析技術(shù)及其應(yīng)用研究，主持國(guó)家基金委面上項(xiàng)目、青年基金，國(guó)家重大研發(fā)計(jì)劃項(xiàng)目子課題，重慶市科委重大專(zhuān)項(xiàng)，教育部科研啟動(dòng)基金等10余項(xiàng)。

目前劉禮已發(fā)表論文100余篇；申請(qǐng)發(fā)明專(zhuān)利10余項(xiàng)。

與此同時(shí)，他還擔(dān)任Sensors、Web Intelligence等國(guó)際SCI期刊的客座主編。

在UbiComp、CSCW等CCF ABC類(lèi)國(guó)際會(huì)議或研討會(huì)任程序委員會(huì)主席、委員等，任全國(guó)可穿戴計(jì)算會(huì)議秘書(shū)長(zhǎng)，以及IEEE Transactions on Cybernetics，IEEE Intelligent Systems，IEEE Transactions on Learning Technologies等人工智能頂級(jí)期刊的評(píng)審。

個(gè)人主頁(yè)：

https://www.aminer.cn/profile/li-liu/56065cde45cedb3396854f9a