人工智能对我们的日常生活产生越来越大的影响，并且正在革新研究。苏黎世联邦理工学院认识到自己在这一领域的责任，并正在努力促进对这一快速发展的技术的创新和信任。

有时，一台机器会让所有人感到惊讶。最近的一个例子发生在2019年Scientifica开幕式上，当时ETH机器人专家训练了一个无人机，用``享受''一词来欢迎游客。

起初，当无人机(即Voliro)开始书写时，一切似乎都很正常。它从第一个字母开始，就像人类一样。但是到了第二个字母时，它做了没想到的事情：它只是忽略了“ n”的垂直线，然后继续写所有其他字母。只有这样，它才飞回“ n”以添加缺少的行。最终结果是完全正确的，但是它在书写时来回跳动的方式与人类的书写方式截然不同。

当然，那不是Voliro的编程方式!实际上，它的创造者和其他所有人一样感到惊讶。在所有排练中，Voliro只是按正常顺序写这些字母。直到最后一次表演之前，无人机才学会以一种认为更有效的方式来做。

当像Voliro这样的机器意外改变其行为时，我们会自动想到智能。实际上，Voliro是由同名的ETH衍生出来的自动飞行机器人，是当今人工智能(AI)的强大典范。从外部看，似乎人类的决策实际上起源于统计的，数据驱动的过程，我们称之为机器学习。这些过程是AI的子集。

大肆宣传-低估

机器学习是指计算机根据从训练数据中获得的经验自行学习识别数据集中的模式和规律性。随着他们继续从大量数据中学习，智能程序会自动提高其成功率。机器学习方法可以找到人类无法发现的有价值的结果，尤其是在面对非常大，复杂或异构的数据集时。

“人工智能(AI)是指使计算机能够帮助人类完成只能由智能来解决的任务的技术，”计算机科学教授，机器学习专家Andreas Krause说。自1950年代以来，一直进行AI研究，这既有未实现的期望，也有出乎意料的成功故事。最近发生的变化是，人工智能已经在我们的日常生活中变得更加有形和可见：自动创建的相册和智能手机语音助手只是两个例子。

人工智能日益普及的原因在于三种技术趋势的融合。首先，计算机硬件变得异常强大。现代智能手机的速度与1990年代中期的超级计算机一样快，并且笔记本电脑具有足够的计算能力来开发可行的AI模型。其次，许多AI学习方法的软件实现可在线免费获得，这增加了开发人员和用户的数量。第三个趋势是可用于训练AI系统的大量数据的可用性-其中许多是在互联网上提供的。科学家几乎每天都在取得新进展，这反过来极大地扩展了我们对这些学习方法的数学理解。

“人工智能技术突破的结果是对科学，工业和社会的多方面破坏，其深远影响被夸大和低估了。” 这是苏黎世联邦理工学院的AI研究人员得出的结论，当时他们评估了AI在2019年夏季的发展情况。

新的分工

实际上，人工智能和机器学习不仅会影响单个用户和行业工作流程，而且会改变研究人员和计算机之间工作分配的方式。ETH Global副总裁兼ETH“思考与做事”坦克RETHINK的创始人，计算机辅助药物设计教授Gisbert Schneider使用AI在计算机上开发新药物。他说：“我们有一个用于虚拟药物化学的AI模型，该模型可以自动生成具有一个或多个所需特性的分子结构。” 通过这种方法，研究小组可以获得新的化学实体，然后合成并测试该计算机设计的化合物，以查看它们是否具有计算出的生物活性。施耐德说：“人工智能方法增强了研究人员的创造力，产生了他们从未想到过的令人惊讶的建议。”

许多应用程序需要一定程度的决策自主权。Lothar Thiele是计算机工程和网络实验室的教授，也是数字转换副总裁，他开发了用于传感器网络的技术，该技术可以在极端条件下收集数据。在与各种合作伙伴的合作下，他的小组正在研究气候变化对瑞士阿尔卑斯山多年冻土的影响及其引发的破坏性过程。他们的结果对于预警系统也很有用。“连续不断地收集大量数据，” Thiele解释说。因此，各个传感器必须自行决定事件是否相关。那就是我们发现AI非常成功的地方。

Schneider和Thiele并不是唯一在研究中使用AI的人：AI应用程序现在在ETH的所有科学领域都得到了广泛应用。原则上，任何研究领域都可以受益于AI增强方法。与其他国家的比较证实了有影响力的AI研究在ETH和瑞士的影响力。根据斯坦福大学的AI指数2019，瑞士研究人员发表的人均AI文章数量仅次于新加坡，位居第二。此外，引用率表明瑞士出版物是最具影响力的出版物之一。

从ETH学生人数中也可以看出AI的重要性日益提高。尽管在2012-13年度只有几百名学生参加了机器学习和AI方法课程，但这一数字现已上升到3,000多人。参加“机器学习入门”的学生比其他任何讲座都要多。大多数学生来自计算机科学，电气工程，机械工程和数学的核心学科。同样令人震惊的是，ETH的每个学术部门现在都有学生在学习AI课程。为了满足这一需求，ETH在2017年启动了数据科学的硕士学位课程和继续教育课程。

“苏黎世联邦理工学院在人工智能方面的优势在于其在数学，计算机科学，信息技术和数据科学方面的出色基础研究以及基础设施的质量，”研究副总裁DetlefGünther说。“但是，通过将我们在人工智能基础方面的卓越经验与我们在提供的各种学科中进行的顶级研究相结合，我们也具有开发创新的人工智能方法的巨大潜力。”

互联的未来

政府，公司和大学正在实施AI战略，以应对AI日益增长的经济和社会影响。美国和中国在人工智能方面的投资特别大。这就提出了一个问题，即瑞士乃至欧洲如何在全球范围内定位自己，苏黎世联邦理工学院如何继续扩大其在人工智能领域的地位。

最近在接受ETH的AI研究员，马克斯·普朗克ETH学习系统中心联合主任Thomas Hofmann的采访时提出的一种策略是将欧洲的AI卓越中心(包括苏黎世，洛桑和卢加诺)联系起来为了创建一个包括ETH研究人员在内的遍布欧洲的AI网络。

考虑到这一战略，苏黎世联邦理工学院于2020年5月决定将与马克斯·普朗克学会的伙伴关系再延长五年。这项于2015年启动的合作伙伴关系，在学习系统领域将苏黎世ETH与图宾根和斯图加特的马克斯·普朗克研究所(Max Planck Institutes)连接在一起，这是欧洲另外两个人工智能卓越中心。欧洲学习和智能系统实验室(ELLIS)是连接欧洲各地AI研究人员的一项新计划。ELLIS于2019年12月启动，包括30个欧洲AI卓越中心。苏黎世联邦理工学院从一开始就通过其ETH ELLIS部门参与了该计划。

可靠，符合道德的AI

第三个新方面涉及ETH本身，更具体地说是ETH如何将其AI研究人员与更广阔的世界联系起来，并为“ AI @ ETH ” 提供更广泛的可见性。2020年10月20日，大学将举行开幕仪式，启动新的ETH AI中心。“人工智能中心将为与行业，政府和社会就如何继续发展人工智能以促进创新和激发信任的方式进行跨学科对话奠定基础，”甘特尔说。

就组织结构而言，该中心以ETH的优势为基础，并将AI理论和方法论的基础与各学科的专业知识相结合。核心小组由大约20位教授组成，他们在关键AI领域(例如机器学习，大数据和统计)进行研究。围绕着这一范围的研究者圈越来越广，他们针对特定学科领域开发AI方法或研究AI的效果。该中心还向其他AI研究机构和行业的客人开放。

“ AI中心不是虚拟网络，”该中心的指定负责人Andreas Krause说。“这是一个真正的交汇点，来自研究和行业的AI科学家可以交流想法并着手进行联合研究项目。” 由于AI领域的发展速度非常快，因此计划逐步建立AI中心，重点放在跨学科项目和人才培养上。

该中心的战略植根于人类无法与之匹敌的特征，即在不断变化的形势下的动力，好奇心，创造力和灵活性。“我们的目标是从研究金计划开始，通过坚定地专注于人才来建立并运作中心，” Krause说。“博士生和博士后将在跨学科研究合作伙伴关系中发挥关键作用。他们将就如何链接研究主题和开发新的AI工具提供新的观点。” 新的中心有很多积极的经验可供借鉴，包括由马克斯·普朗克ETH中心运营的博士课程以及数据科学的硕士学位课程，计算机科学专业的学生将在其中开发其他研究领域的AI解决方案。

就内容而言，ETH AI中心将处理与AI相关的基本问题。例如，实践中使用了许多AI方法，但理论上仍然很短。填补这些空白将意味着不仅要了解AI方法是否有效，而且还必须真正了解其原因。“我们希望从根本上重新考虑我们如何开发AI模型，以便它们安全可靠地工作，并产生可解释，可解释和公平的结果，” Krause说。

“对于AI的社会影响和道德规范，我认为可靠性和透明度至关重要。” 安全，可靠和公平的AI解决方案可以真正发挥作用，特别是在发挥苏黎世联邦理工学院优势的研究领域，例如移动性，健康，制造，能源，气候和环境。一些AI专家争辩说，负责任和可靠的AI可能代表欧洲的主要机遇，ETH AI中心致力于将可信赖的AI放在首位。