雷锋网(公众号：雷锋网) AI 科技评论：今年，IJCAI（国际人工智能联合会议，International Joint Conferences on Artificial Intelligence）将于 8 月 10 日至 16 日在中国澳门隆重召开。作为国际人工智能领域最顶级的学术会议之一，IJCAI 始终都是该领域研究者关注的焦点会议之一。
在迎来 50 岁生日的今年，IJCAI 2019 所承载的意义非凡，而随着会议临近，我们开启了 IJCAI 50 周年两大系列报道：对话 IJCAI「卓越研究奖」获得者和对话 IJCAI「中国学者第一人」。在此前，我们已经先后与 2007 年「卓越研究奖」得主 Alan Bundy、IJCAI「中国参会第一人」林尧瑞、IJCAI「首位发表论文的中国学者」张钹进行了对话，在深入了解他们的职业生涯、研究成果的同时，也从这些见证了 IJCAI 不同阶段历史的学者们口中听到了不少 IJCAI 背后的故事。
Robert Kowalski 作为 2011 年 IJCAI「卓越研究奖」的获得者，同样也是人工智能领域中最杰出的科学家之一。他因在「自动定理证明」、「逻辑编程」等领域的杰出贡献而闻名于学术界，取得了包括 SL 分辨率（SL-resolution）、溯因逻辑程序（Abductive Logic Programming）在内的一系列学术成果，对人工智能领域的发展都带来了非常重要的影响。
Robert Kowalski（生于 1941 年 5 月 15 日），逻辑学和计算机科学家，任职于伦敦帝国理工学院。他在定理机器证明（Automated theorem proving）内取得了一系列成果，包括开发出 SL 分辨率、连接图证明程序、霍恩子句过程解释以及霍恩子句最小模型和不动点语义等，此外，他还是溯因逻辑程序（Abductive Logic Programming）的开发者之一。他曾担任 AAAI Fellow、ECCAI Fellow 和 ACM Fellow，并获得了 2011 年 IJCAI 「卓越研究奖」以及日本科学促进会「杰出科学家奖」。
在 AI 科技评论与 Robert Kowalski 的对话中，这位已是 78 岁高龄的卓越科学家在回顾自己的研究生涯中，感慨颇多的便是曾经那段个人目标与现实产生冲突的艰难时光，随着个人目标与现实达成和解，Robert Kowalski 最终也得偿所愿地去专注地追逐自己最初的个人目标：应用逻辑来解决人类的现实问题。
时至今日，Robert Kowalski 依旧活跃在人工智能领域研究的最前线，而作为一位传统 AI 研究者的他，也紧密关注着研究动态，对于深度学习等热门的 AI 研究也有着自己的思考，他将认为传统 AI 与当前的热门 AI 实际上更像是人类的两种不同的思维方式——慢思维和快思维，而二者的关系则应该是相辅相成、共同为 AI 带来开创性发展局面的。
对于今年适逢 50 周年的 IJCAI 2019，Robert Kowalski 也表达了对它的祝愿，并向 IJCAI 组委会以及支持者表达了自己最衷心的感谢。
以下是雷锋网 AI 科技评论与 Robert Kowalski 的对话实录。
个人研究生涯回顾
AI 科技评论：您因在「自动定理证明」、「逻辑编程」等领域的杰出贡献而闻名于学术界，您最初选择这些主要的研究方向是基于怎样的契机？
Robert Kowalski：我希望能够应用逻辑来解决人类的现实问题。那时，编程语言的发展水平远不如现在，我当时对计算机和编程并不感兴趣。
我本硕分别毕业于斯坦福大学和华沙大学，专业都是数理逻辑，而这个专业实际上是数学的一个分支，而不是解决人类问题的一种工具。然而当时，我同样想攻读博士学位，因为它是能够让我的研究工作受到学术界重视的一纸重要证书。
在当时那个节点上，这两个目标（用逻辑解决人类问题和攻读博士学位）只能二者选一，因此我不得不聚焦第二个目标，而暂时搁置了第一个目标。之后，因为爱丁堡大学能够给予我经济资助，所以我选择到这所大学读博士。当时我的研究课题便是自动定理证明（automated theorem-proving），通过计算机使用符号逻辑来证明数理证明。
我当时期望博士毕业后能够得到一个学术职位，让我可以专注于实现我们第一个重要的学术目标——应用逻辑去解决人类现实问题。然而现实情况并没有如我所愿。爱丁堡大学给了我博士后奖学金，因此最终我继续留在爱丁堡大学研究自动定理证明。但是，博士后奖学金也给了我机会去学习与我真正的兴趣紧密相关的其他学术课题。
虽然在那个年代，自动定理证明主要是用以证明数学定理，但是斯坦福大学的研究者在一些研究中开始将自动定理证明应用到了 AI 领域，例如规划和问答。这些 AI 应用更加接近于我希望用其解决人类现实问题的目标，也成为了我后来从事逻辑编程研究，并在该领域做出具有影响力成果的指向标。
AI 科技评论：您在这些领域都做出了影响世界的杰出成果，例如 SL 分辨率（SL-resolution）、溯因逻辑程序（Abductive Logic Programming）等等，其中您认为哪项成果最具有代表性？
Robert Kowalski：我在逻辑编程领域的成果构成了我之后所有研究的基础。在我看来，我在逻辑编程这项研究中最重要的工作就是将逻辑编程应用到了法律文件的声明和执行中，其中就包括我们在上世纪 80 年代针对《英国国籍法》所做的一些工作。这项应用也展示了如何在使用或不使用计算机的情况下，将逻辑应用到人类现实问题中。
AI 科技评论：您最近在从事哪些方面的研究工作？目前有哪些研究成果是您比较看重的？
Robert Kowalski：最近，我正在跟我的同事 Fariba Sadri 开发一个逻辑和计算机语言系统——逻辑生成系统（Logical Production System，LPS），以期能够架起如今还在互相比较的说明式和命令式计算机语言之间的桥梁。
LPS 能够以一阶逻辑（First Order Logic）表示目标，延展了逻辑编程。它使用一种逻辑编程的形式将目标降为包括行为在内的子目标，而执行这些行为会生成一系列的状态，同时尝试去让最初的目标正确。在 Miguel Calejo 的帮助下，我们将 LPS 以区块链的实现形式应用到法律合约的声明和自我执行上。同时，我们还在为 LPS 开发一个可控的自然语言句法，它能够让用户无需进行计算机培训就能阅读和理解用 LPS 编写的文本。
AI 科技评论：您最为一位资深的计算机科学家，可以分享下您过去几十年的研究经历吗？例如说您曾遇到了哪些挑战，是怎样克服的？
Robert Kowalski：正如我在上面所提到的，我职业生涯中最核心的问题就是让我的个人目标和现实实现平衡和达到和解。现实点来说，在生存的压力下，我们不得不工作，并且我们也需要为社会做出力所能及的贡献。但同时我们也需要坚守我们自己的目标，并尽最大努力去朝着实现这个目标前进。
AI 科技评论：对于 AI 领域的后辈研究者以及学生，您有哪些建议？
Robert Kowalski：对于一些年青研究者，进入到现有的研究机构中工作可能是一个比较合适的选择，不过这样的话研究工作就需要以该机构的目标为重，并以其自身的方式去朝着实现这个目标前进。而对于自身有着不同目标的研究者而言，自身的目标可能无法与研究机构的整体目标匹配，这时，他们就要平衡好自身目标与研究机构目标之间的关系。理想情况下，他们会找到法让这两个目标求同存异、相辅相成的方法，最终既能追寻自己的目标，又能与团队一同实现研究机构的整体目标。
传统 AI VS 热门 AI
AI 科技评论：实际上，您个人的研究方向偏传统 AI，这跟深度学习等当前热门的 AI 研究领域大为不同，您怎样看待两者各自在 AI 发展中发挥的作用？
Robert Kowalski：我认为这实际上是两种不同的人类思维。传统 AI 是循序渐进、深思熟虑的，更像是 AI 领域中的一种符号化思维，而深度学习等当下的热门 AI 则是快速化、自动化以及潜意识化的，这种思维方式就与 AI 深度学习给该领域所带来的爆发式影响类似。
对于人类而言，这两种思维方式其实是相辅相成的。有时候，如果在实施决策前有时间再度思考的话，可以事先使用慢思维验证下使用快思维的方式做出的决策，如果判断正确的话，这样就能增强对决策的信心；而一旦判断错误的话，就能够及时止损。
要想真正达到人类智能, AI 就必须要如人类一样，拥有分别具备这两种思维方式的 AI 系统。从短期来看，AI 需要克服的挑战会非常大，过程也可能会比较漫长，基于符号和逻辑的 AI 则能够非常稳定地推进这一进度。这样的 AI 系统即便需要它自主工作，也许效果并不会那么好，但同样有潜能对人类做出同等重要的贡献，因为这种思维能够为人类应用 AI 提供工具和技术，无论在有没有计算机辅助的情况下，都能够提高它们自主解决人类现实问题的能力。
AI 科技评论：深度学习给 AI 领域带来的影响是变革性的，现在也有很多传统 AI 的研究者也转向这一研究领域或者将其应用到他们的研究工作中。您有考虑过将这些新发方法应用到您此前的研究工作中吗？
Robert Kowalski：目前，许多研究者和研究机构都在研究逻辑编程和神经网络之间的关联性。我认为这项研究是非常具有前景的。人类时而将慢思维转换为快思维，时而由快思维转为慢思维，而这项研究则很好地模拟了这两种思维之间的转换。不过，这项工作对于我个人的研究目标而言影响甚微，我目前最关心的依旧还是努力帮助人类更加高效地自主思考。
AI 科技评论：实际上，现在研究界已经有人提出深度学习过热的问题，您如何看待关于深度学习方面的担忧?
Robert Kowalski：我认为深度学习当前的火热现象是合乎情理的，而我也毫不怀疑深度学习领域未来将可能取得更多其他令人兴奋的成果。但是，如果因此而得出符号 AI 失败的结论，或者仅仅支持用深度学习来发展 AI，则犯了一个巨大的错误。
AI 科技评论：您认为 AI 未来的发展方向是什么？它的终极目标又是什么？
Robert Kowalski：我认为在不久的将来，AI 系统完全有可能实现在那些人类无法做出可靠判断的复杂场景中帮助人类做出更好的决策。但是这样的 AI 系统一定是能够明确地表达出它们的思想，并为人类所能理解和能与之争辩的。
一般而言，许多 AI 研究者都认为 AI 发展的终极目标就是创造出在智力上能够与人类媲美的人造人，但是我不认为是这样。我认为现在继续开发出专用的 AI 系统来帮助人类完成专门的任务，会更加有用。而这也有助于确保 AI 的终极目标能够真正地帮助人类，而不是与人类进行竞争甚至让人类臣服于机器。
对 IJCAI 50 周年的寄语
AI 科技评论：您是 2011 年 IJCAI「卓越研究奖」的获奖者，能分享下您当年的获奖感言吗？
Robert Kowalski：关于我 2011 年获得 IJCAI「卓越研究奖」的获奖感言，大家可观看我当年在 IJCAI 上的演讲视频：http://videolectures.net/ijcai2011_kowalski_artificial/
同时，就我的演讲主题，我还写了一篇论文发表在 IJCAI 上，大家可前往以下地址阅读： http://www.doc.ic.ac.uk/~rak/papers/IJCA2011.pdf
AI 科技评论：您曾是 AAAI 、ECCAI、 ACM 等几大会议的 Fellow，那您认为 IJCAI 与这些会议之间的不同点是什么？
Robert Kowalski：我认为 IJCAI 与 AAAI 、ECCAI、 ACM 等会议之间最重要的区别就在于，IJCAI 是一个国际性会议。IJCAI 因其国际性，能够汇聚来自全世界的国家和研究者的力量来推动该领域的发展，同时也能够反过来让全世界的国家和研究者从中受益，而不在乎国家和研究者身处何地。
AI 科技评论：您认为 IJCAI 应该在 AI 的发展中扮演怎样的角色？
Robert Kowalski： IJCAI 有助于确保 AI 不被用来作恶，这是与世界各国和整个人类的利益休戚相关的。
AI 科技评论：今年是 IJCAI 的 50 周年，您对于 IJCAI 2019 有哪些寄语？
Robert Kowalski：首先，我希望向 IJCAI 组委会以及支持者对 AI 研究给予的包容、开放和竭尽全力的支持表示最衷心的感谢。其次，今年适逢 IJCAI 50 周年，预祝这届承载历史性意义的 IJCAI 会议取得圆满成功！
（完）
雷锋网 AI 科技评论报道
