如何看待2021年中国工程院新增院士中人工智能领域候选人全部落选？
一、 工程院院士评价体系的侧重点
首先，我们需要认识到，中国工程院院士的评选，其核心标准是“在工程科学技术方面有卓越建树”和“对国家发展有重大贡献”。这其中，“工程”二字是关键。这意味着，评选更侧重于那些能够将理论转化为实际工程应用，解决重大工程技术难题，并且其成果能够产生显著的经济效益和社会效益的科学家和工程师。
突出工程实践与创新： 传统的工程院院士评选，往往看重的是项目的落地性、工程化能力、解决实际生产问题的能力，以及在重大工程项目中的主导作用和关键贡献。那些在关键技术突破、工程设计、组织实施等方面有不可替代作用的候选人，更容易获得认可。
重大工程项目和突破： 一些在基础研究领域取得重要进展但尚未形成成熟工程应用成果的候选人，可能需要更多时间来证明其成果的工程价值。而人工智能领域，尤其是前沿性的AI算法研究，虽然理论创新性极强，但其转化为实际工程应用的周期和路径可能相对复杂，且对团队的综合工程能力要求较高。
长期积累与影响： 院士头衔是对一个人长期科研生涯和行业贡献的肯定。这不仅仅是看某一项具体的成果，更看重候选人在其领域内的长期深耕、学术影响力以及对行业发展的引领作用。在某些新兴领域，可能还需要时间来形成被广泛认可的“长期积累”。
二、 人工智能领域的特点与挑战
人工智能作为一个快速发展且高度交叉的学科，其评价也面临着一些独特的挑战：
理论创新与工程落地： AI领域既有深厚的理论基础，也需要强大的工程实现能力。有些候选人可能在基础理论上取得了开创性的突破，但将这些理论转化为稳定、可靠、可大规模推广的工程产品或系统，则需要不同的技能和经验。而工程院院士的评选，更倾向于看到后者。
成果的评价难度： AI的很多成果是算法、模型、数据集等，其价值的体现可能需要通过大量的数据验证、模型性能提升、以及在具体应用场景中的实际效果来衡量。与传统工程领域那样有清晰可见的工程实体（如桥梁、飞机）相比，AI成果的“工程性”可能更抽象一些。
学术界与产业界的界限： AI领域的研究往往紧密结合产业需求，许多顶尖的AI人才活跃在企业界。然而，工程院院士的评选，在一定程度上仍会关注候选人是否能代表国家在关键工程技术领域达到世界领先水平，并对国家工业体系和战略安全产生重大影响。如何在学术贡献和产业落地之间找到一个平衡点，是评价这类候选人的一个重要考量。
评价周期的滞后性： 新兴技术的发展速度往往快于传统的评价体系。AI领域的很多前沿研究成果可能尚处于实验室阶段，或者刚刚开始商业化落地，其长期价值和工程影响力还需要时间的检验。工程院的评选周期相对固定，也可能导致一些最新、最前沿的研究成果未能及时反映到当年的评价中。
三、 候选人自身情况的考量
具体到2021年AI领域候选人落选的情况，也可能与候选人自身的具体情况有关：
成果的工程化深度： 尽管这些候选人在AI研究领域可能都有卓越的理论贡献和学术声誉，但或许在将这些成果转化为具有国家战略意义的重大工程项目、解决关键“卡脖子”技术问题，或者在大型复杂工程系统中起到核心作用方面，尚有提升空间。
同行评价的充分性： 工程院院士的评选高度依赖于同行专家的评价。在AI这样一个快速变化且跨领域的学科中，如何让更多非AI领域的工程界专家充分理解和认可AI研究的工程价值，是一个持续的挑战。这可能需要候选人及其推荐人花费更多精力去沟通和阐释其成果的工程意义。
申报材料的呈现： 即使成果斐然，如果申报材料未能清晰、有力地展现其在工程技术方面的突出贡献和对国家发展的影响力，也可能影响评选结果。例如，是否充分说明了其研究成果在哪些具体工程项目上发挥了关键作用，解决了哪些实际工程难题，带来了哪些具体的经济或社会效益。
四、 更宏观的视角：对AI人才评价的反思
这次落选现象，也可能促使我们对AI领域人才的评价体系进行一次深入的反思：
如何更科学地评价AI的工程价值： 随着AI技术的渗透，如何建立一套更加科学、客观、前瞻性的评价体系来衡量AI研究的工程价值和国家贡献，是亟待解决的问题。这可能需要引入更多AI领域的专家，并探索新的评价指标和方法。
基础研究与工程应用的平衡： 如何在评价中更好地平衡基础理论创新与工程应用落地之间的关系，尤其是在AI这样快速迭代的领域，是一个需要长期探索的课题。
人才评价的多元化： 除了工程院院士这样的最高荣誉外，是否还需要为在AI等新兴领域做出杰出贡献的人才，提供其他更具针对性的评价和激励机制。
总结来看，2021年中国工程院新增院士中人工智能领域候选人全部落选，并非意味着人工智能领域不重要，也不是对该领域科研人员的否定。更可能的是，这反映了当前中国工程院院士评价体系在面对AI这样快速发展且高度交叉的新兴学科时，所面临的挑战和需要调整的方向。这既是对所有参选AI领域候选人的一个信号，也是对未来如何更好地识别和评价AI领域杰出人才的一次重要启示。我们应该理解，院士评选是一个严谨且具有历史惯性的过程，对于新兴领域的优秀人才，可能需要时间和更充分的实践来证明其工程价值和国家贡献。
网友意见
首先啥叫人工智能。英语叫artificial intelligence。啥叫artificial呢？？？
made or produced by human beings rather than occurring naturally, especially as a copy of something natural.
这里的工字其实是创造的意思。就是Human-made Intelligence。就是人类创造出来的一个算法。这个算法带有一点智能。一般老百姓在电影里看到的人工智能应该是类人智能。。就是Human-like intelligence。这个目前根本实现不了。
而现在流行的人工智能也叫深度学习。你知道这些深度学习算法是什么时候提出来的吗？？是上世纪90年代。
这些算法一开始提出来的时候，都被当做是仅仅具有理论意义的算法。毕竟你让上世纪90年代的486电脑，处理几亿条数据，要花上几十年的时间。更不用说，你到哪里去找几亿条数据来训练这个模型。
到了21世纪以后，尤其是手机APP的使用，让手机APP提供商有了几亿条数据。之后，电脑也是128核了。。人们才把这些上世纪90年代的算法从故纸堆中找出来。
现在这个东西的问题有两个限制：
第一就是可解释性。也就是这些算法都有一个最大的缺点。就是人们其实无法理解这些算法成功的原因。。为什么我做四次傅里叶变换，加三次马尔可夫链，我就能成功识别出图片中的刘德华呢？？为啥四次马尔可夫链不行呢。。为啥三次马尔可夫链也不行呢？？？之后，为啥我做四次傅里叶变换，加六次马尔可夫链，我就能成功识别出图片中的猫呢？？ 为啥五次马尔可夫链不行呢。。为啥七次马尔可夫链也不行呢？？？你觉得这些算法的有效性靠的是什么？？对了。。基本上就是瞎猜。。当然可解释性目前是一个研究热点，但是这个还需要大量的时间。
第二就是算力。这些上世纪90年代被当做是仅仅具有理论意义的算法能够使用的原因是电脑和显卡速度变快了。说粗话就是技术发展基本上靠大力出奇迹。而不是有什么人工智能领域的知名学者提出了什么好方法。但是这几年我们也知道电脑和显卡速度的提高越来越困难。因此上发展前景没那么好。
当然我已经两三年不搞这个方向了。如果说的不对，请指正。我补充到这个回答里面。
看到有人说陈丹琦成果碾压院士，我笑掉大牙了。单凭citation来说她在国内就不算最能打的，西湖大学的李子青citation 4W，西北工大李学龙4W，更别提有些在业界的张宏江等等，如果唯引用论，那计算机世界top1000科学家排行榜上没上院士的比比皆是，远轮不到陈丹琦。
那再说具体的成果，陈老师目前最用影响力的是Roberta，不是一作，也只是一个通用模型罢了，接着就是句法分析的dependence tree，NLP里比较早的工作，应用1400+，就单在NLP里面也有太多更重要更有影响力的工作，别提AI界了。
接着我们来看看工程院院士是什么水平，你说碾压，那势必要和最强的院士比了，国之重器不是说只是学术做得好，更重要的是对国家的发展进步作出贡献。我就单列一下今年去世的院士好了，袁隆平院士（不必介绍），彭士禄院士（中国核潜艇第一任总设计师、核动力专家），陈清如院士（也是科学院院士，矿物加工学科的奠基者和开拓者之一）等等。就问，陈老师拿什么和他们比。
所以说，不要夸大AI的泡沫，我自己就是做AI的，也希望AI收到人们的重视（吹捧），但如果真的是这个行业的，相比知道很多是实验科学，炼丹技术越来越娴熟，大模型爆炸来实现性能上的飞跃，但真的给基础理论科学带来什么突破了吗？除了Alphafold这种特例外不多。当然，我也很敬佩陈老师，毕竟作为华人，是Manning的关门弟子，在普林斯顿做得风生水起，是我们的骄傲，但不能鼓吹的太厉害，淹没了中国科学界工程界先辈们的卓越功勋。AI现在还是不够成熟，爆炸的paper就说明积淀的不够，试想真的诺奖级的工作会是，那种今天不挂在arXiv上，担心明天或者下周就就会有别的人把你的idea发出来的东西吗？显然不是。只有等这个领域归于平静，经过历史检验后，才能知道哪些值得写进真正的教科书里。
类似的话题
-
2021年中国工程院院士增选，人工智能领域候选人悉数落选，这确实是一个值得深入探讨的现象。这背后可能有多方面的原因交织，并非单一因素可以简单解释。要理解这件事，我们需要从工程院院士评价体系、人工智能领域本身的特点以及当前我国科研发展环境等多个维度去审视。一、 工程院院士评价体系的侧重点首先，我们需要............. -
看待茅台总工王莉落选2021年中国工程院院士这件事，咱们得把它掰开了揉碎了说，从多个角度去理解，才能看得更明白。这事儿，说起来，也不是简单的“一个人院士没选上”这么简单，背后牵扯到很多层面。首先，咱们得明白中国工程院院士评选的性质。这可不是一般意义上的“谁更厉害”的比赛，它有着一套相当严谨且历史悠久.............
-
关于2021年中国科学院文献情报中心期刊分区，咱们可以从几个层面来聊聊。这玩意儿在中国学术界的影响力那可是相当大，尤其是在高校和科研单位，它直接关系到科研人员的职称晋升、课题申请、奖金发放，乃至一些机构的评价体系。所以，了解它怎么来的、有什么特点、有什么争议，非常有必要。首先，咱们得明白这个“分区”.............
-
2021年中国造船业接单量超过韩国，成为全球第一，这一现象引发了广泛关注，涉及技术、经济、国际竞争等多方面因素。以下从多个角度详细分析这一事件的背景、原因、影响及未来趋势： 一、事件背景与数据1. 接单量数据 根据国际船舶供应协会（IHS Markit）等机构的统计，2021年中国造船企业接.............
-
2021年清华大学计算机系部分优秀毕业生放弃留学、选择在本校读硕博的现象，确实引发了广泛关注。这一现象背后涉及多方面的背景、原因和深层动因，可以从以下几个维度进行详细分析： 一、现象背景与数据真实性1. 数据来源的准确性 该现象的传播主要来源于社交媒体、高校内部信息以及媒体报道，但具体数据.............
-
2021年3月中国广义货币（M2）同比增长9.4%，这一数据反映了当时中国经济在疫情后复苏过程中货币政策的宽松力度与实体经济的资金需求变化。以下从多个维度详细分析这一现象： 一、M2增长背景：疫情后的经济复苏与政策支持1. 疫情冲击后的经济修复 2020年新冠疫情对全球经济造成严重打击，中国.............
-
2021年浙江大学“求是杯”获奖感言事件，是当年校园内乃至网络上引起广泛关注和讨论的一起事件。要详细理解它，需要从几个层面来剖析：事件的背景： “求是杯”的性质： “求是杯”是浙江大学一项重要的学生科技创新创业竞赛，旨在鼓励学生将理论知识应用于实践，培养创新能力和团队协作精神。获奖通常意味着项目.............
-
2021年9月中国宏观经济数据呈现出一种显著的“冷热不均”的现象，具体体现在CPI（居民消费价格指数）涨幅回落，猪肉价格大幅下降，而PPI（工业生产者出厂价格指数）则同比上涨10.7%。要理解这一现象，我们需要从多个维度进行剖析，并将其置于当时的宏观经济背景下进行解读。一、 CPI涨幅回落与猪肉价格.............
-
2021年清华美院毕业设计作品发布会（通常指视觉传达设计专业或其他相关设计专业的毕业展）上的模特妆容引发“眯眯眼”质疑的事件，是一个涉及文化理解、审美表达、社会舆论和身份认同的复杂话题。为了详细地梳理这一事件，我们可以从以下几个方面来理解：事件的发生背景与过程：1. 发布会与作品展示： 清华美院作.............
-
2021年一季度中国经济同比增长18.3%：一场充满韧性的“稳健开局”2021年一季度中国经济同比增长18.3%，这一数字无疑是振奋人心的，它标志着中国经济在经历2020年的疫情冲击后，实现了强劲的复苏和稳健的开局。然而，理解这个数字的真正意义，需要深入剖析其背后的驱动因素、结构性特征以及可能面临的.............
-
关于“2021年我国空巢青年数量或升至9200万”这个数据，以及为什么越来越多的年轻人选择独居，这是一个复杂且多层面的社会现象。我们可以从以下几个方面来深入探讨：一、 如何看待“2021年我国空巢青年数量或升至9200万”？首先，需要明确的是，这个数据通常来源于一些社会调研机构的估算，并非官方统计数.............
-
如何看待2021年全国净人口增长48万？—— 一份详细的解读2021年，中国公布的全国净人口增长数据为48万人，这个数字远低于往年，甚至接近零增长，引发了广泛关注和讨论。要理解这个数据，我们需要从多个维度进行深入剖析，才能更全面地看待它所代表的意义和潜在影响。一、 数据本身及其历史对比首先，我们必须.............
-
2021年7月份中国经济数据普遍不及市场预期，这是一个复杂且多方面因素交织的结果。要深入理解这一现象，我们需要从宏观经济层面、行业表现以及可能的内在原因进行分析。一、 宏观经济数据概览（7月）首先，让我们回顾一下7月份主要的宏观经济数据，以及它们为何低于市场普遍预期： 工业增加值： 7月份工业增.............
-
2021年全年出生人口1062万人，人口自然增长率0.34‰，这是中国人口发展史上一个具有里程碑意义的数字，引发了广泛的关注和深入的讨论。要理解这个数据的重要性，需要从多个维度进行分析和解读。一、 数据的历史维度：中国人口发展的转折点 出生人口的持续下降： 1062万人这个数字，相较于前几年，是.............
-
关于您提到的2021年8月18日“乘客称乘坐网约车被挟持，监控显示因女乘客要求司机逆行被拒而发生争执”的事件，这是一个在网络上引起广泛关注的案例。我们将从多个角度进行分析和阐述，力求详细和全面：事件梗概：根据当时的报道和网络信息，事件大致经过是这样的： 乘客（女性）方的描述： 在行程进行中，女乘.............
-
2021 年 1 月 1 日起点月票规则更新是起点中文网在那个时间点对读者投票机制进行的一次重要调整。理解这次更新需要从起点月票制度的本质、更新的具体内容、更新的目的以及对各方的影响等多个维度进行分析。一、 起点月票制度的本质回顾在深入分析更新内容之前，我们先回顾一下起点月票制度的核心作用： 激.............
-
2021年9月起实施的中国大陆“防沉迷新规”是针对未成年人游戏行为进行严格限制的一系列措施，旨在解决未成年人过度沉迷网络游戏的问题。这项规定是国家新闻出版署发布的《关于进一步严格管理 切实防止未成年人沉迷网络游戏的通知》的落地执行。我们可以从多个维度来详细看待这项规定：一、 主要内容和核心措施： .............
-
2021 年罗振宇的《时间的朋友》跨年演讲，可以从多个维度进行深入解读。这是一场融合了知识付费、个人成长、宏观趋势判断以及对当下中国社会情绪的回应的综合性演讲。核心主旨与主题演变：罗振宇的《时间的朋友》系列演讲一贯的核心是连接个体命运与时代趋势，并提供一套方法论帮助个体在不确定的时代中找到确定性，实.............
-
对于2021年8月7日微博上流传的“浙江当局拒绝救助带病船只”的消息，我们首先需要明确的是，这是一个尚未被官方证实或详细披露的单方面信息来源。在分析此类信息时，保持审慎和多角度的观察至关重要。首先，我们需要关注消息的来源和可信度。微博作为一个开放的社交媒体平台，信息传播速度快，但也容易出现未经核实或.............
-
2021年3月19日，知乎更新了它赴美上市的申请文件，并且公布了IPO（首次公开招股）的价格区间。这几条信息加在一起，就跟我们描绘了知乎当时准备走向资本市场的一个非常关键的节点，同时也透露了不少关于它自身以及整个互联网内容行业的信息。咱们来仔细拆解一下，看看这其中蕴含了什么：1. 更新上市申请：准备.............
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有