终有一别| 致2023那些逝去的AI追光人
2023带着历史转折的加速度倏忽而过。时序交错的分界线，不过是人们有意筑起的一处驿站，能够在此暂时歇脚，回望来时的壮阔波澜。
2023年人类科技征途的壮阔，来自百年变局下颠覆性AI技术的高光时刻。这一年，生成式人工智能横空出世，迫使人们重新审视独立思考与创造的价值。
ChatGPT的狂飙突进，让今年科技圈的关键词变成“喜忧参半”。
百“模”大战，诸神归位，AGI有望产生超越人类的智能。全球产业界全情投入新一轮AI大潮之际，法律和伦理风险亦同频激增。尚不能理解大脑运行和意识涌现机制的人类，对强人工智能AGI的演化更无从约束。AI如同一个隐喻：人类的智慧与困境、机遇与风险、自戕与拯救，种种悖反蕴含其间。人类似乎又走到一个十字路口。
对于AI圈，2023是一个突进之年，亦是告别之年。这一年，多位AI圈的前辈大家的相继辞世，落下了他们命运的休止符。
在辞旧迎新之际，本文谨在此纪念3位逝去的AI科研大师，为告别，更为向前。2023行将远去，但这料峭寒冬里仍留有他们的余温，激励后来者在AI新纪元的征途上追风赶月，矢志前行。
汤晓鸥
中国计算机视觉的“黄埔校长”
12月15日，商汤科技创始人、著名人工智能科学家、中国AI领军人物汤晓鸥因病去世，年仅55岁。
商汤科技在讣告中称，汤晓鸥甘为人梯、奖掖后学、矢志创新、勇担重任，把全部精力奉献于计算机科学研究，积极推动原创技术发展，为我国人工智能领域科技事业发展做出了卓越的贡献。他二十多年来悉心培养学生，桃李满天下。
汤晓鸥主要从事计算机视觉相关领域的研究。2014年10月，汤晓鸥和自己的学生徐立、徐冰、王小刚共同成立商汤科技。目前，商汤科技自主研发的DeepID已经更新了多代，被业内外誉为最强人脸识别算法。在业内，商汤科技与云从科技、旷视科技、依图科技并称“AI四小龙”。
在科学领域，他一手把香港中文大学MMLabs打造成全球人工智能重镇，培养出的134位校友更是撑起了中国AI视觉界的半壁江山，被圈内称为“中国计算机视觉的黄埔军校”；而他自己也是计算机视觉领域的顶级科学家，论文被引13.9万次。
在政策领域，他是科技领域为数不多能够“上达天听”的学者。在2018年11月举办的民营经济座谈会上，汤晓鸥是10个发言的人之一。
在商业领域，他创办的商汤曾经是中国最耀眼的AI创业公司。尽管技术和商业化频繁遭遇争议，但目前市值仍然超过400亿港币。
正值AGI革命爆发、中国AI产业被部分封锁、业界正在竞速追赶的背景，汤晓鸥的英年早逝是中国AI界的巨大损失，整个AI圈都刷屏致哀。
其学生林达华（现港中文MMLab主任、OpenMMlab发起人）在悼念汤晓鸥时写道：汤老师的一生，倾尽心血，就是要为年轻一代的学者创造一个成长的空间，为国家也为全世界培育原创的力量。从MMLab、商汤到上海人工智能实验室，都是他为年轻人打造的一个个成长的舞台。
其母校中科大的师弟袁岚峰（现任中国科学技术大学科技传播系副主任）在和南都记者连线时表示，“现在我们对人脸识别已经习以为常，然而，准确率超越人的机器人脸识别是什么时候实现的呢？其实仅仅是2014年，还不到10年前！这是我的晓鸥师兄实现的，堪称人工智能改变生活的一个惊人例子。”在袁岚峰的印象中，汤晓鸥始终还是那个标准照里帅气勃发正当壮年的大师兄，给人中流砥柱的感觉：“没想到天不与寿，只享年55岁。巨星陨落，令人痛悼。斯人已逝，风范长存！”
商汤科技联合创始人、董事长兼CEO徐立在朋友圈悼念他的恩师：“遇见了你，我们才有这最好的时光。”
Douglas Lenat
毕生致力于穿越"常识之山"的AI大师
8月31日，人工智能领域的传奇大师Douglas Lenat与世长辞，享年72岁。
Lenat因创建了机器学习程序AM而被授予两年一度的IJCAI计算机与思想奖（IJCAI Computers and Thought Award）。
他是美国科学人工智能协会的创始成员之一，也是唯一同时在微软和苹果的科学顾问委员会任职的专家。
他的研究领域包括：符号机器学习、知识表示、“认知经济”（cognitive economy）、黑板系统（blackboard system）。
Douglas Lenat在1984年踌躇满志地启动Cyc项目（意指enCYClopedic），着眼于收集整理日常“常识性”规则的本体知识库。与当前的人工智能模型不同，Cyc建立在对现实世界知识的明确表示基础上，包括常识、事实和经验法则，共涉及50万条概念和500万条知识，这些信息可以被软件用于快速推理。
一些科学家将Cyc描述为失败和死胡同，也许它最重要的局限性之一是依赖手工劳动来扩展其知识库。相比之下，LLMs已经能够随着数据和计算资源的可用性而扩展，但Cyc试图奠定AI【常识库】的努力却直指当前LLMs的核心缺陷——基于数据的算法黑箱，尚无法真正理解人类世界的常识与逻辑。
如何让机器理解和推理常识？这个Cyc致力于解决的问题仍然是人工智能领域的关键挑战之一，LLMs在处理常识性问题时表现出的不确定性和错误也反映了这一挑战的复杂性。
Lenat试图找到一条穿越常识之山的道路。
常识是我们知道的关于世界的数不清的基本知识，但人类却很少在语言中把常识表达出来。Lenat毕生钻研，尚未完全成功，但他却指出了我们必须跨越的那座关键的山峰。
在病重之际，人生中的最后时刻，Lenat还在奋力工作，希望通过Cyc系统改善大语言模型LLMs在常识问题上的表现。辞世前的最后一个月，7月31日，在紧凑的修改之后，他与同事合作的论文在arXiv上发布了：《从生成AI到可信赖AI：大语言模型可以从Cyc中学到什么》。这篇简短的文章反思了人类应该从真正的人工智能中得到什么，并尝试在深刻的符号传统与现代大型语言模型之间进行折中和调和。
从这一点上来说，作为Cyc项目的开创者和首席架构师， Lenat对人工智能和知识表示的贡献是开创性的，引领着后人持续通往真正通用人工智能的探索之路。
他的挚友和合作伙伴马库斯，在得知他离世的第一时间，写了一篇长文来悼念他，称其是“第一个让符号人工智能系统真正运转起来的人”。
为AI鞠躬尽瘁至人生的最后一刻，这位毕生致力于穿越"常识之山"的AI界传奇，我们永远缅怀他。
冯旸赫
中国国防智能痛陨“将才”
7月1日，在强化学习、智能博弈、智能规划、兵棋推演技术、贝叶斯理论等领域作出重要突破的青年科学家冯旸赫教授遭遇意外，不幸离世，英年38岁。
据公开报告，冯旸赫教授为车祸去世。在凌晨执行重大任务的途中，他乘坐的车被大货车撞击，抢救无效身亡。
作为首席设计师，冯旸赫牵头研制的博弈对抗智能决策平台“战颅”填补了国内智能指控系统的空白。“战颅”的研发基于智能系统工程思想，融合知识推理、监督学习、半监督学习、集成学习和强化学习等一系列方法构建智能决策模型，充分利用人人对抗产生的优质数据和机机自打产生的大数据对智能体进行训练，实现了各要素协同密切、信息处理高效、决策精准快速，解决了兵棋推演中的传统任务规划专家经验依赖性强、应对不完整信息的能力弱、动态临机调整困难等难题。
冯教授的意外离世，让我国在方兴未艾的国防智能博弈领域，失去了一位勇毅的开拓者和杰出人才。很多人在痛惜之余，更呼唤对国家高精尖人才的特别保护。
死去何所道，托体同山阿。
中国科学院数学与系统研究院的高小山老师指出，“冯旸赫是国防领域人工智能方向杰出的青年专家，他的牺牲是我们科研事业的巨大损失。”
采写整理：南都记者 吕虹