纳百家之长，融AI之海——记电子科技大学（深圳）高等研究院人工智能工业创新研究中心主任李耘教授

王 芳 蔡巧玉 李文博

2017年夏，在瓦特研究蒸汽机的格拉斯哥大学，李耘组织召开了英国基金委乃至国际上的第一个有关“工业4.0”的学术会议。作为大会主席，他向来宾致辞——

“第四次工业革命不同于之前的工业革命，是第一次人为先验制造的工业革命、第一次将帮助和解放人类体力劳动的工业革命（通过人工智能）提升为帮助和解放人类脑力劳动的工业革命，它将带来独特的机遇！”

如今，在国外求学科研30余载后回归母校电子科技大学（以下简称“电子科大”），李耘希望吸纳和发挥百家之长，带领团队，应用人工智能协助制造业创新创造，助力祖国更早、更好地实现创新型国家的目标。

蓝图已绘就，扬帆正启航。

挺过寒冬，收获硕果

人工智能（AI）作为计算机的一个分支领域，自20世纪50年代命名以来，就一直伴随着争议，至今已经历了三次热潮、两次寒冬。机器能否思考？机器智能能否代替人？人工智能能否超越人的智能？关于这些热点问题的讨论，令研究者和投资方热血沸腾，一时蜂拥而至，但又因几年内看不到结果，四散离去……

1987—1993年，因为专家系统（基于知识的人工智能）和“符号机制”的溃败，投资机构大失所望，人工智能在经历了此第二次浪潮之后，它的研究者备受冷遇和误解，不得已在发表论文时，采用“计算智能”一词来代替“人工智能”。国际电气电子工程师学会（IEEE）也组织了第一届“世界计算智能全会”（WCCI，1994年），并于2004年在之前聚焦于人工智能“联结机制”的神经网络委员会（1987）、理事会（1990）、协会（2001）的基础上，成立了计算智能学会（IEEE-CIS）。

起初那段时间，李耘正好在英国读博，他的专业是并行计算与控制（parallel computing and control)，未来希望从事人工智能相关研究。所以，当他亲眼看着这一领域从门庭若市到门可罗雀，内心受到的震动很大，也让他养成了不盲目追求热门研究的原则，而是真正静下心来思考，什么是有意义的科研，什么是真正能造福社会的科研。

李耘在格拉斯哥大学，旁边是10岁入学此校、后任至校长的热力学先驱开尔文的雕像

1990年，李耘结束在英国国家工程实验室做智能控制工程师的实习后，博士毕业，进入工业控制与系统公司的“高级控制技术俱乐部”担任博士后研究工程师。这是一个包括英国航太系统、劳斯莱斯等在内，拥有几十家会员企业的俱乐部。其中，英国石油公司当年就应用了神经网络来预测北海天然气的需求和控制。在与这些企业接触的过程中，他发现，其实企业界没能把现代控制理论广泛应用于实践的原因在于设计控制器方面的困难（“软”的技术方面），而非理论难以实现（“硬”的技术方面）。由此，他从中发现了基于知识的专家系统和基于数据的神经网络的发展潜力。在次年进入英国格拉斯哥大学担任教职之后，他依然坚定地选择从事人工智能方向的研究，并将研究重心放在了“软”的技术方面，即怎样帮助系统工程师更方便、更好地设计控制器和建模并验证，由此开始了应用计算人工智能于动态控制系统之路。

李耘在中国工程院人工智能与仿真国际工程科技发展战略研讨会上发表演讲

计算智能模拟人类进化（比如进化计算）、学习思维（比如神经网络）及判断决策（比如模糊逻辑），是人工智能的引擎，是构造智能系统的基础工具，但由于当时计算机硬件和数据量的限制，此工具还不能满足实际系统设计的需求。于是，就像砍柴和砍树对刀的需求不同那样，李耘带领博士生开始针对工程科学的需求而做一些磨刀的工作。

其间，李耘提出了7阶模糊系统基于7进制的演化设计、基于智能数据的“计算机自动设计”（CAutoD）、基于“白箱”物理知识和“黑箱”训练数据的“灰箱”动态系统建模等方法，使用CAutoD产出了PID等控制的最优经验公式，借此提升了传统的基于科学第三范式的“计算机辅助设计”方法。这些理论和方法就像不基于专家知识的AlphaGo Zero超越基于专家知识的AlphaGo那样，可以突破人类设计工程师的脑力极限。目前，相关技术已在电子信息、通信工程、能源工业、电力网络、电动汽车、智能机器人、装备制造、动力系统、建筑控制、模糊控制、化工材料等产业及服务行业获得了广泛的应用。

鉴于CAutoD这一新兴研究方向的迫切性和重要性，李耘率先于1995年开设了国际上最早的30门人工神经网络及进化计算课程之一，并于1997年为此开发了最早、最受欢迎的遗传算法和计算机自动设计网上交互式学习课件之一。他所开创的这一新领域还被收录于维基百科中、英文版中。此外，在基于CAutoD的动态系统智能优化及结构综合分析研究方面，李耘带领团队提出了非线性系统及控制的结构优化算法，超越了系统工程中只有数值优化的局限性，并由此建立了结合黑箱和白箱模型长处的“灰箱”全局关联建模法，相关研究也适合于大数据的智能解析。

2016—2019年，基于对人工智能多年的研究经验，李耘代表格拉斯哥大学与诺丁汉大学、纽卡斯尔大学共同主持了英国工程与物理科学研究理事会（EPSRC）资助的“数字时代的工业系统”大项目（一期），探索工业4.0及将来的工业系统。此项目由3所高校牵头，有18个执行委员、40多家单位参与，包括高校、研究机构和企业。李耘团队负责探索人工智能在这方面的作用。由于这是一个探索性的项目，为了集合更多的力量，组织方鼓励英国的科研机构都来投标一些开展可行性研究的小项目，以便验证推动工业4.0原创性的跨学科方向。无独有偶，在第一期获得支持的6个小项目中，就有5个是涉及人工智能的，这也意味着，人工智能经过多年发展，已在英国被认可为实现工业4.0的中坚力量。

而作为一直坚守在这一领域，没有因为外界的各种质疑而止步的智能系统研究者，李耘迄今已获中国、美国、日本、韩国、澳大利亚、欧洲等国家和地区19项专利授权，发表论文及论著达270篇/本。其中，他指导两名博士生撰写的一篇应用AI于控制系统的论文，在谷歌学术上被引3000多次，自2005年发表以来在全球控制系统技术领域排名至今保持每月第一。

过往的经历，让李耘深刻意识到，科学家必须具备为社会服务的精神，以及对科学研究的信念感，这其中包括独立思考、冷静分析、坚持原创的宝贵品格，更蕴含着勇于探索、敢于担当、不怕失败的闯劲和韧劲。

榜样力量，指引前行

1978年，高考恢复，科学的春风吹进天府之国。正读初中的李耘迫切地想要汲取更深入的科学知识，于是和好友相约，一起自学高中课程，于1980年提前参加了高考。“预考时，我俩的成绩名列前茅，但等到正式高考，我因为太紧张，考的分数不理想。当时我父亲其实希望我再读一年，完成高中，但我认为与其再学一年中学知识，不如直接开始大学学习，父亲便尊重了我的想法。”李耘的父亲是一位开明的中学老师，平时总是鼓励儿子独立思考、求学上进。正是这样的教育方法令李耘在后来的科研之路上，总是敢于坚持自己的选择。

1980—1984年，李耘就读于四川大学（以下简称“川大”）无线电电子学专业。大学时期，他印象最深的一位老师是本科毕业课题指导教师何启超教授。何教授在美国进修时节省下生活费来购买心电图仪，20世纪80年代带回国来开拓科研，为川大打开了一片信号处理理论与应用相结合的新天地。有这样的前辈做榜样，李耘更加珍惜机会，如饥似渴地学习，最终以优秀的成绩从川大毕业，考取了电子科大的研究生。

电子科大在电子工程领域有很多优秀的教授，与国际高校多有合作。1984年7月，本科即将毕业之际，李耘听电子科大的导师说，美国伯克利加州大学电气工程与计算机科学系华人教授蔡少棠的博士生斯蒂芬·博伊德（Stephen Boyd，之后成为斯坦福大学信息系统实验室主任）将在电子科大面向全国开设有关电路系统及控制的泛函分析课程，电子科大无论是在校的研究生还是即将入学的研究生均可参加。于是毕业典礼一结束，李耘就拎着铺盖卷去电子科大提前报到了。

在电子科大攻读电子工程方向时，李耘又比常人快了一步，仅用了两年。“我的硕士导师是冯世常教授。冯老师在德国进修时，半年完成两年进修的科研任务，被德方挽留后，又用半年完成了另两年的科研，提前一年回到电子科大。回国后，他锐意改革，鼓励学生大胆探索、发挥潜能，为学校、老师和同学增添了不少自信。我那时能够提前完成硕士课题，除了自己独立思考的原因，跟冯老师的鼓励有很大关系。”李耘回忆道。1986年，基于研究成果，李耘获得英国贝尔法斯特女王大学的奖学金赴英留学。

出国留学，英文是第一关。冯教授回国后，特意给一年级本科生开设了全英文的电路分析课程，李耘当时担任他的研究生助教。“冯老师给学生介绍经验说，可以常看英文版的《中国日报》，有不认识的单词，平均见16次应该自然能记住，数学公式也差不多这样。”李耘实践后，果真如此，便不光记在心里，还把它“推广”到其他需要掌握的新的知识、理解或技能上。学习技巧加上苦功，让李耘进步迅速。

李耘主持英国基金委“超越工业4.0”学术会议

李耘前往英国女王大学一年多后，随调动工作的导师埃里克·罗杰斯（Eric Rogers）教授转至格拉斯哥的思克莱德大学，在那里继续完成博士学业。其间，在导师推荐去就近的英国国家工程实验室实习时，他对人工智能产生了浓厚的兴趣，并展开相关研究。罗杰斯教授的严谨认真给李耘留下了深刻印象。“我自觉英文不错，但交上去的论文依然被埃里克大段大段地修改。除了严谨的专业写法，语法等细节表述也不放过。有时因中英思维的不同，一些地方修改后，我指出意思有变，他又不厌其烦地同我再次商讨完善。”博士期间，另一件打动李耘的事是，一位师弟不幸因故去世，导师埃里克得知后，默默替学生完成了他还差一点儿写完的博士论文，并提交给学校为其申请授予学位，让这位师弟留下了遗产并慰藉了他的父母。导师埃里克因此给李耘树立了学术至上、严谨写作和师生平等的典范。

正是因为这些榜样的引领，让李耘逐渐从一个腼腆好学的少年成长为一名独立开放、乐观豁达、严谨认真、自信勇敢的科学家。正是这些宝贵的精神财富，支撑着他在科学领域，不惧困难、勇于探索、硕果累累。

教书育人，异地办学

李耘（右一）与团队部分成员

格拉斯哥大学由罗马教皇创建于1451年，并于随后几个世纪中，逐渐发展为苏格兰文化的启蒙中心和第一次工业革命的发源地之一。作为英国第一个设立工科教授岗位的大学，格拉斯哥大学的工程科学具有从实践中抽象出科学问题加以研究并发展的优良传统。18世纪中叶，学校的科学仪器工瓦特设计了第一个工业自动控制系统——飞球调速器，并通过设计冷凝器改良了引发工业革命的蒸汽机引擎，当时得到了学校化学教授布莱克在热分析上的大力帮助。后来，同校的开尔文将这种实验和理论的结合推向了顶峰，成为热力学之父。李耘在格拉斯哥大学担任了27年的智能系统博士生导师，学校从实践出发的优良科研传统对他产生了较深的影响。并且，通过管理工作，他对英国的高等教育有了更切实入里的观察。

2011年，受新加坡政府的邀请，格拉斯哥大学委派李耘前往新加坡创建首个海外分校。分校建立的初衷是提高新加坡的本科学历比例，增加其知识经济的含量。李耘在第一年将分校的本科建立起来并达到通过英国各相关专业协会的认证条件后，第二年即向当地政府申请经费筹建博士生培养平台，获得了新加坡经济发展局（EDB）的大力资助。“他们的条件是要与企业合作，但不是培养工程博士（EngD），而是培养研究博士（PhD）。这个意思就是说，他们不是为了只给更多人读博的机会，是要从根本上提高企业的创新能力，即超前研究能力，就像欧美的企业那样。这正符合之前讲到的格拉斯哥大学传统的工程科学研究理念，从实践中发现挑战，抽象出科学问题来进行基础或前瞻性研究，而不是为企业‘打工’。”

与此同时，为了促进母校电子科大在国际上的交流合作，李耘从2009年起就帮助两校合作办学，在经历了多轮艰难的磋商，且借鉴了新加坡分校的成功办学经验后，终于将合作推入正轨。经教育部批准，2013年，合作院校正式招生，随后从这里走出了一批又一批国际化的高水平人才，成为国内合作办学的名牌。2021年，李耘还与电子科大格拉斯哥学院的邸爱英教授及其研究生一起翻译了计算智能先驱之一大卫·戈德伯格（David E Goldberg）和欧林工学院教务长马克·索默维尔（Mark Somerville）所著的“新工科”实战书籍《全新工程师：正在来临的工程教育革命》。李耘及时推荐这本书，再次体现出他在工程教育方面所具有的探索意识。

除了在办学方面贡献突出，李耘多年来身为博士生导师，在人才培养方面，指导了30名博士，包括陈家进（Kay Chen Tan，电气电子工程师学会会士、计算智能学会副主席，香港理工大学讲席教授）、郭淑芬（Cindy SF Goh，格大新加坡分校现任校长）、尤安·麦古金（Euan McGookin，格拉斯哥大学电子电气工程主任）、陈立鼎（Lipton Chan，摩根士丹利上海执行董事）、殷今（德勤北京理事）、庞杨（中投经理）等优秀人才，桃李满天下。

从事教研工作多年，李耘收获了深刻的感悟。他说：“我个人觉得，大学培养本科生不应当面向毕业后即是专家，而可以学广一点，增加通识教育、素质教育和兴趣培养。比如，在人工智能领域里的素质可以包括抽象数学、文学艺术和认知科学，然后在研究生阶段才学深一点、专一点。如果在研究生教育中不限制跨学科招生或跨学科培养，将能帮助我们培育出更能创新的人才。”李耘在教学中常问同学——手机是电子产品、计算机产品还是人文产品？显然，这道题的答案是多选项的。在他看来，乔布斯远非第一个做智能手机的人，但他大胆地用非常规的人机接口让智能手机风靡了起来，而人工智能就是这样，需要跨学科和创造型的人才。

当年，李耘从博士导师埃里克·罗杰斯教授那里，学到了师生相处的关键一点，就是要师生平等。如今，身为导师，他也希望能给学生带去同样的影响和感受。所以，在与学生相处的过程中，他更像做教练、陪练而不是只布置任务。学生也因此常说他没有架子，亦师亦友。“很感谢学生对我的评价，事实上，我也从他们那里获得了鼓舞、灵感和青春！”李耘始终相信，师生平等的另一面，是教学相长。多年后，提起来，他仍然对那些可爱的学生记忆犹新。

“比如我辅导过的第一位格拉斯哥大学的本科生，他不仅学习好、有钻研劲儿，实际动手时还能背出色环电阻颜色的代码。后来，这位学生成为知名的半导体知识产权提供商ARM的副总裁。有一位博士生则来自马来西亚，勤奋谦和，26岁毕业即成为新加坡国立大学的博士生导师，43岁成为电气电子工程师学会会士，现任香港理工大学计算机系副主任；另一名博士生于‘音乐电子学’（Electronics with Music）专业本科毕业后，在20世纪90年代超前研究通过人工神经网络来用脑电波作曲；还有一名博士生为了学好汉语，去台湾做的本科毕业设计，在博士期间研究神经网络的结构生长法，后任摩根士丹利上海执行董事……”这些学生的成长变化，让李耘得出经验，作为博士生导师，可更多地牵引（pull），而不只是推压（push）。同时，长江后浪推前浪，只有青出于蓝而胜于蓝，才能让社会不断地进步。

而对想要致力于人工智能领域研究的年轻人，李耘建议他们在关注世界科技发展的潮流和前沿时，千万不要去追踪表象的人工智能或“蹭热点”，要培养自己的科学辨识和探索能力，避免因跟风研究而阻碍了独立思考和原创研究能力的发展，最终耽误大好青春。他鼓励年轻人充分发挥个人兴趣，静下心来进行探索性的原创思考，以期将来打开一片新天地。特别是，对那些希望进入学术界的年轻人，他认为还应加强严谨性认知并养成严谨写作和逻辑推理的习惯。

海纳百川，助力祖国

人工智能第三次浪潮缘起于深度学习的一系列突破。随着互联网的快速发展和大数据时代的需求，并行计算的落地推动了“算力革命”，集群CPU和GPU的出现形成了完整的大数据处理技术框架，拓宽了人工智能算法的学习和探索空间。而神经网络变体不断涌现，又催生训练数据需求。如今，算法、算力、数据三要素齐备，人工智能迅猛发展，席卷世界。

站在人工智能席卷浪潮的风口浪尖，李耘认为，中国人工智能研究目前在国际上正处于先进和量能最大的位置。他通过回溯学术史指出，我国人工智能起步不晚，在基础研究方面也有开拓性工作。比如，吴文俊先生在20世纪70年代提出的“数学机械化理论”，引来了著名的欧洲爱思唯尔（Elsevier）《人工智能期刊》（Artificial Intelligence）的专题讨论。再如，第一位获得“吴文俊人工智能最高成就奖”的科学家陆汝钤院士率先把机器辩论引进人工智能，研究了异构型分布式逻辑推理等；已故科学家邓聚龙教授则于20世纪80年代提出了“灰色系统理论”，此理论作为国际认可的人工智能“软计算”工具之一，属于“行为机制”（AI进化主义或控制论学派）的一种。此外，潘云鹤院士早期把人工智能引入计算机辅助设计（CAD），并在近年来提出了“新一代人工智能”；张钹院士在国内建立了首个智能机器人实验室，近来对比了信息科技大量的成熟理论，探讨从“符号机制”的第一代人工智能和“联结机制”的第二代人工智能到发展基于知识和数据双驱动的“第三代人工智能”的理论基础。

放眼望去，如今在人工智能的第三次浪潮中，中国正与全球处于同一起跑线。自动驾驶、人脸识别、智能诊断、推荐系统、人工智能设计等应用场景层出不穷，百花齐放。人工智能在国内有宽广的应用场景，有最大量相对容易获得的数据，有最大量基础扎实的工程师，社会对人工智能的研究和应用热情高涨。李耘认为：“我们可在应用人工智能来协助制造业创新创造方面取得更多的成果，使之协助并提升人的脑力劳动，就像AlphaGo Zero超越 AlphaGo那样，提高现有产品（或服务）设计的性能和效率，超越手工设计的探索力、想象力、创造力。这会帮助我们更早、更好地实现创新型国家的目标。”

带着将多年所学服务于祖国创新的梦想，2018年，李耘辞去在英国格拉斯大学的教职，担任东莞理工学院“工业4.0人工智能实验室”创始主任。2021年5月，应母校电子科大的邀请，李耘又全职加入电子科大（深圳）高等研究院。研究院针对大湾区特别是深圳的产业需求，除培养全日制研究生之外，还建立了非全日制电子信息专业学位研究生的校企定制培养特色班，合作企业除了有华为、中兴、紫光、飞腾、英维克等大中型企业外，还有专门面向不断创新、科技咨询和知识产权开发的灵巧型小企业。李耘非常看好这种发展模式。

目前，电子科大（深圳）高等研究院的人工智能工业创新研究中心已有30多名研究人员。作为主任，李耘赞赏努力而非只看重成功，他鼓励团队一定要保持探索的兴趣和不怕失败的闯劲。虽说必须把握国际动态，但他希望尽量不去“瞄准国际先进水平”，静下心来做事情，吸纳和发挥各家之长，进行原创性研究，并指出这样反而更容易做到国际先进的人才培养和科技创新。“因为我们在已有的先遣探索基础上，加上国内的人力和物力来攻关实现的成果就应当是国际领先的了。我目前正在开展团队建设的工作，人才培养和科技创新是长期的使命。目前国内几乎每家致力科研的单位都在尽最大的努力吸引人才，人才供不应求，我们团队在今后三五年内都将敞开大门欢迎海内外有兴趣将人工智能应用于理、工、管、文、医的博士来深圳发展，特别是青年才俊和‘海外优青’。人工智能的应用范围非常广泛，特别是协助制造业创新创造，在解放人的脑力劳动方面将大有可为。”

同时，李耘也呼吁业界，摒弃害怕失败的面子思想，增强基础研究、颠覆性探索和人工智能道德伦理等方面的讨论和规划，除由上而下制定攻关方向之外，也应鼓励由下而上的或自发于个人兴趣的原创探讨。

说到远景规划，李耘介绍道，人工智能工业创新研究中心计划推进基于“灰箱模型”的“可解释”（即“第三代”）人工智能，搭建面向集成电路和工业设计创新的计算机自动设计平台，包括基于人机联合认知的产品概念创新设计和机器学习/机器创造，针对制造业价值链和供应链的群体协同智能化价值创造、价值传递、价值实现，主要应用于电子产品和控制系统等方面的工业设计自动化，首先服务于大湾区的企业，因此希望国内研究生的招生和指导能够允许跨学科。

在教研工作方面，李耘开设了电子科技大学（深圳）高等研究院的全英文研究生计算人工智能课程；到成都的电子科技大学格拉斯哥学院为本科生指导全英文的集成电路综合实验课程，并力推教学中使用国产电子设计自动化（EDA）的工业软件。之所以选择教授全英文的课程，主要因为作为世界语言，英文是实现国际领先的一个必要工具，它能帮助科技人员更好地知己知彼，同时避免陷入闭门造车的境地。在李耘看来，保持开放的心态，纳百川，采众长，科研的道路才会越走越通达。

如今，经历了最初的适应时期后，在工作之余，李耘逐渐有属于自己的时间和空间，养成了工作和生活平衡的习惯，周末有时探亲访友，与友人、同事和学生徒步、爬山等，而深圳为这些活动提供了很好的自然和人造条件。他感慨道：“从2004年起，我就担任电子科大的访问教授，增强母校与国际高校的联系，后来协助中外联合办学。但那个时候我是代表英方在母校工作，现在就是代表我自己了，这样的感觉真好啊。”