「人工智能智能」黄金时代在线阅读(王小波黄金时代在线阅读)

互联网 2023-01-31 15:47:25

最近很多人在问「人工智能智能」黄金时代在线阅读(王小波黄金时代在线阅读)，今天神州网就「人工智能智能」黄金时代在线阅读(王小波黄金时代在线阅读)展开分析。

【编者按】

一代人有一代人的使命，一代人有一代人的担当。面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康，一大批浙大青年科学家踔厉奋发、笃行不怠，把个人理想追求融入实现中华民族伟大复兴的奋斗历程。融媒体中心推出“浙大追梦人”专栏，聚焦奋进卓越的青年群体，讲述他们的精彩故事，展示他们勇攀高峰、刻苦钻研的精神。今天，一起走近浙江大学求是讲席教授、计算机科学与技术学院教授杨易。

“窗外下着雨，淅淅沥沥，我坐在教室里看书，潮湿空气里木地板、木桌子的‘味道’记忆犹新……”杨易回忆起当年在浙大求学的日子：清朗的傍晚，常从玉泉校区步行到宝石山巅；倘若天气不雨不热，偶尔约上三五好友，深夜时分滑旱冰“刷”上一圈西湖。

“那时候有大把的时间可以思考，在浙大的日子是我最美好的年华；现在趁还可以做一些事情的时候，我又选择回到这里。”他笑着说道。

逐梦，感恩黄金时代

杨易的本科和博士都在浙大度过；之后，他赴美国卡耐基梅隆大学开始博士后生涯，随后分别就职于澳大利亚昆士兰大学和悉尼科技大学。兜兜转转十多年后，2021年年底，杨易选择回到母校，全职加入浙江大学。

他的研究成果在谷歌学术上被引用40000余次，H指数达104；经典AI、计算机视觉、多媒体、数据库四个领域同时入选2021年人工智能全球最具影响力学者榜单；2016-2021年全球人工智能学者贡献指数排行榜全球第6。他曾荣获浙江省自然科学一等奖、澳大利亚科研终身成就奖、澳大利亚研究理事会青年职业奖谷歌学者研究奖、AWS机器学习研究奖等。

而今，他带着众多“光环”又再次回到这片热土。

如何进行跨媒体表达？如何实现大数据融合、匹配与协同计算？如何得出人工智能感知、推理、决策的高效模型？如何实现更具有感受、理解与交互能力的智能系统？杨易研究生涯的起点，源于十多年前在浙大的博士课题。1994年图灵奖获得者Raj Reddy曾评论，2005年浙大潘云鹤院士团队就已经展开了全球最早的跨媒体智能研究，而那时年仅25岁的杨易已是其中一员，这使他在相关领域成为了全球最早的研究者之一。他的博士论文《跨媒体检索与智能处理关键技术研究》也荣获2012年教育部全国优秀博士论文。

小学保送中学，中学保送本科，本科保送读博，工作后三年内从讲师晋升至正教授，杨易的人生仿佛一路坦途。谈起诸多机遇，他说“我好像一直都在遇到黄金时代。”

杨易的命运同时代节奏紧紧相扣。“出生于改革开放初期，我接受了良好的义务教育；进入浙大，遇到了各种各样的学习机会；工作后，正值人工智能飞跃期，硬件、算法、数据和应用飞速发展，相关应用开始落地。”时代的浪潮不断翻涌向前，而杨易踩着时代的鼓点，不慌不忙地往前走。

笃行，面向时代需求

挖掘不同类型信号之间的弱耦合关联，并协同和增强不同信号之间的语义信息，完成智能任务，是人工智能领域一直以来亟待攻克的难题。

16年前，国际上没有直接相关资料和研究数据，杨易在潘云鹤、庄越挺和吴飞教授的指导下从零开始，坚持在该领域深耕多年。

如今，跨媒体智能成为国务院《新一代人工智能发展规划》五大智能方向之一，而杨易也逐步成为国际上该领域的领跑者之一。相关成果入选全美年度十三大技术创新，他带领团队开发的人工智能系统，累计在国际科研竞赛获奖30余次，含21次全球冠军。加入浙大后短短几个月里，3项全球冠军也收入囊中。

从音频到视频，从图像到文字，不同媒体数据间怎样有效跨越和融通？

如何把智能感知和智能认知技术应用到智慧城市、科学教育、医疗健康等领域中？

大数据时代里，如何在保护用户隐私前提下，打破数据孤岛？

杨易说，感恩遇上黄金时代，那么也要好好思考如何才能真正地回应时代需求，让技术赋能生活，服务于国民经济主战场、对接国家重大需求，助力人民生命健康。

传统人工智能模型采用的单一数据驱动机制，存在算法泛化弱、人工标注依赖高等短板，限制了人工智能应用于复杂多变的真实场景。在潘云鹤院士的建议下，杨易回国后带领团队研究异构整合、多源互补的跨媒体多重知识表达理论，以期建立具有知识协同、跨领域外推（能力）的跨媒体基础模型，有效提升模型在复杂场景下的鲁棒性与可解释性，力争引领下一代知识学习研究范式。

在应用方面，杨易忙于“AI+X”在各场景的应用落地。他说，目前团队重点在于智能感知、智能认知和智能决策的三步走研究。就像人，先通过眼睛辨识乌云来了，这是感知；然后判断要下雨，这是认知；接着赶回家收被子，这是决策。

“AI+X”中，人工智能技术赋能教育是他回国后的新方向。在线教育是《中国教育现代化2035》规划中的关键部分，疫情期间全球超十亿学生上网课，但现有在线教育只进行了时空上的延伸，未解决师生群体体验难适配、学生分组不科学、群体激励效果不佳等难题。杨易带领团队融合机器智能在“搜索”、“试错”方面的优势和人类智能在“反馈”和“决策”方面的能力，建立了“师-机-生”多对多的组织、激励、辅导、测评与优化机制，有效提升学生在群体学习场景中的体验感。此外，人工智能进入以深度学习为主的大数据时代，用户数据隐私保护成为焦点。杨易带领团队研发多样化数据隔离的联合学习架构、兼顾隐私和泛化的机器学习方法；不断探究如何打破数据孤岛，实现跨机构跨组织的大数据合作联合建模，真正关注到大数据时代下的个人痛点，对症而上。

他说，一代人有一代人的使命，我感恩这个时代的机遇，如果能对这一切有所回馈，那就是最好的了。