9月17日晚，由清华大学软件学院主办的“机器学习先驱迈克尔•欧文•乔丹（Michael I. Jordan）院士与清华大学2017级新生座谈”活动在清华大学西阶梯教室举行。来自软件学院、计算机系、自动化系、电子系、数学系、物理系等众多院系的近300名本科新生慕名前来，现场座无虚席，气氛十分活跃。 软件学院院长王建民教授为座谈会致辞。他在致辞中介绍了乔丹院士在统计学、机器学习和数据科学方面取得的研究成就，并对乔丹院士担任清华大学杰出访问教授以来为清华大学在人才培养领域所作出的贡献表示诚挚感谢。王建民表示，乔丹院士在2017年9月访问清华大学期间，为本科生和研究生深入浅出讲解统计优化和机器学习短期课程，是清华大学开展教学国际合作的成功范例。同时，乔丹院士还分别和大数据系统软件国家工程实验室的数据管理、数据分析、开放计算、可重构计算等方向的研究组展开了广泛而深入的问题讨论，具体指导了实验室的科研工作。

图1. 乔丹院士与本科新生进行互动问答

座谈会以2017级本科新生和乔丹院士互动问答的形式进行，论及的问题宽泛而深入，既包括人工智能、机器学习领域的热点问题，也包括数据科学、跨学科领域的有趣问题。在近两小时的时间里，乔丹院士旁征博引，侃侃而谈，形象生动地回答了同学们提出的二十余个问题，分享了他在人工智能与数据科学相关方向上的深度思考和研究进展。 物理系2017级新生朱星宇提出的第一个问题是“人工智能领域目前取得了很多进展，这一领域的发展将会遇到怎样的瓶颈？”乔丹院士认为人工智能与机器学习其实还远不是一门基础扎实的学科，人类对这一学科的研究仍然处于非常初级的阶段，取得的进展还非常有限，还不能用它为一般的数据分析提供强大且可泛化的解决方案。这一领域目前存在的很多难题，比如怎样让模型具备可解释性或因果推断能力，可能仍然需要经过漫长的时间才能得以解决，仍然需要科学家和学者们的不断探索。 当来自新加坡的一位留学生同学问及人工智能浪潮对劳动力市场可能造成的冲击时，乔丹院士首先断言医疗、教育、艺术等多数行业的主要工作将不能被人工智能代替，因为这些领域不能试错，需要人类的创造力。新技术确实会改变人类生活方式，例如自动驾驶会让人们在高速公路上更加轻松的驾驶，避免疲劳驾驶；但是，正如每次科技进步都将创造很多新工作岗位一样，我们也可以期待人工智能潮流会为就业带来更多积极的改变。 在接下来的提问中，来自软件学院的新同学向乔丹院士请教从事机器学习研究应当具备哪些领域的知识。乔丹院士回答说机器学习涉及的学科非常广泛，和统计学、优化方法、计算机科学、软件工程等领域都有着紧密的联系。机器学习研究者虽然很难成为所有相关学科的专家，但应当对相关领域有足够的了解和认识，实现以跨学科交叉为基础的前沿创新。乔丹院士鼓励同学们坚持不懈，学习来自陌生领域的新知识，紧跟前沿学科发展的步伐，并努力作出自己的贡献。

图2. 王建民院长向乔丹院士赠送纪念品

座谈结束后，王建民院长代表清华大学软件学院向乔丹院士赠送了纪念品，并对他为2017级新同学“传道受业解惑”，为新同学翻开大学课堂的新篇章表示诚挚谢意。乔丹院士对清华大学此次邀请他来短期授课并精心安排此次新生座谈表示了感谢，并表示在未来的几年中经常访问清华大学，与清华大学的师生共同合作，致力于推动数据科学的进展。 迈克尔•欧文•乔丹（Michael I. Jordan）是美国加州大学伯克利分校特聘教授，大数据实验室（AMP Lab和RISE Lab）共同主任、统计人工智能实验室主任、统计系系主任。乔丹院士长期引领着机器学习、统计学、数学优化的理论、方法与系统研究，是贝叶斯网络、概率图模型、层次随机过程等多个重要方向的主要奠基者之一，也是统计学与机器学习交叉融合的主要推动者。乔丹院士于2016年12月受聘清华大学杰出访问教授，挂靠软件学院具体开展工作。 清华大学交叉信息研究院助理院长徐葳作为嘉宾参加了本次活动。本次“大师面对面”座谈活动由清华大学软件学院教师龙明盛筹划并主持。

转载自：清华新闻网 软件学院供稿