1月8日，第六屆達(dá)摩院青橙獎(jiǎng)在浙江大學(xué)如約舉辦，到場(chǎng)的不僅有院士、專家、教授，還有老師及同學(xué)，因此這次青橙獎(jiǎng)不僅僅是一次頒獎(jiǎng)，還是一次青橙學(xué)者分享會(huì)，不僅給優(yōu)秀的青年科學(xué)家展示自己科研成果的舞臺(tái)，更是將他們的經(jīng)驗(yàn)和見解分享給與會(huì)者，從而鼓勵(lì)更多的青少年關(guān)注并投身科學(xué)研究。15位優(yōu)秀的青年科學(xué)家在獲得“青橙學(xué)者”桂冠的同時(shí)，更有阿里公益支持的每人100萬可自由支配的獎(jiǎng)金。
發(fā)掘最優(yōu)秀的青年科學(xué)家，幫助他們成長(zhǎng)、攻堅(jiān)克難、勇攀科學(xué)高峰
從2018年起，達(dá)摩院青橙獎(jiǎng)已經(jīng)舉辦6屆，發(fā)現(xiàn)了許多優(yōu)秀青年科學(xué)家，至今累計(jì)共有69位獲得青橙獎(jiǎng)、60位獲得“最具潛力獎(jiǎng)”。他們?cè)诎⒗锇桶凸娌块T的支持下，與達(dá)摩院一同推動(dòng)著科技和社會(huì)的創(chuàng)新和變革。青橙獎(jiǎng)見證了中國(guó)科研新一代的快速崛起，這些青年科學(xué)家打破學(xué)科傳統(tǒng)邊界，瞄準(zhǔn)重大社會(huì)問題，展示出新時(shí)代青年的遠(yuǎn)大理想與抱負(fù)?！扒喑泉?jiǎng)希望發(fā)掘最優(yōu)秀的青年科學(xué)家，幫助他們成長(zhǎng)、攻堅(jiān)克難、勇攀科學(xué)高峰?！边_(dá)摩院院長(zhǎng)張建鋒表示，達(dá)摩院將持續(xù)關(guān)注和支持青年科學(xué)家，攜手一起用數(shù)據(jù)科學(xué)的方法推動(dòng)解決科學(xué)、產(chǎn)業(yè)和社會(huì)問題。
清華大學(xué)王鑫：深耕機(jī)器學(xué)習(xí)與多媒體智能
清華大學(xué)計(jì)算機(jī)系助理研究員、加拿大西蒙弗雷澤大學(xué)計(jì)算機(jī)科學(xué)博士王鑫正是今年15名獲得達(dá)摩院青橙獎(jiǎng)中的一名，他提出了多媒體機(jī)器學(xué)習(xí)理論方法，領(lǐng)導(dǎo)研發(fā)了世界首個(gè)圖自動(dòng)機(jī)器學(xué)習(xí)框架，推動(dòng)了該技術(shù)在學(xué)術(shù)界與工業(yè)界的深層次探索和應(yīng)用。
在被問到：“人工智能大模型會(huì)擊敗人類么？”王鑫的答案是否。
王鑫認(rèn)為大模型能否擊敗人類這個(gè)問題，跟深度學(xué)習(xí)能否擊敗人類這個(gè)問題本質(zhì)上是一樣的。不可否認(rèn)，大模型將來會(huì)在很多任務(wù)，尤其是自然語言相關(guān)的問答任務(wù)上輸出比人類更準(zhǔn)確的答案，然而就目前大語言模型的架構(gòu)而言，它仍然屬于一個(gè)“序列”到“序列”的預(yù)測(cè)模型，不可避免“黑箱”學(xué)習(xí)的這一問題，這跟當(dāng)初深度學(xué)習(xí)網(wǎng)絡(luò)Alexnet、Googlenet、Resnet等模型一樣，雖然在圖像分類等領(lǐng)域能夠比肩甚至超越人類，但仍然無法真正替代人類。
從浙大計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)本科畢業(yè)后，王鑫繼續(xù)保研浙大，師從陳純?cè)菏恐苯庸プx博士學(xué)位，期間前往坐落于加拿大溫哥華的西蒙弗雷澤大學(xué)深入學(xué)習(xí)計(jì)算科學(xué)，期間師從加拿大皇家科學(xué)院院士Martin Ester教授獲得了計(jì)算科學(xué)的博士學(xué)位，王鑫從浙大博士畢業(yè)后加入清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系，以國(guó)家特聘專家朱文武教授作為合作導(dǎo)師從事博士后研究，出站后留校任教至今。
王鑫的研究方向主要集中在多媒體機(jī)器學(xué)習(xí)的核心挑戰(zhàn)上。針對(duì)多媒體表征模型面臨“難解釋”、“難泛化”的瓶頸挑戰(zhàn)，王鑫致力于多媒體表征建模研究，從解耦表征學(xué)習(xí)與自動(dòng)機(jī)器學(xué)習(xí)出發(fā)，提出了多媒體表征建模理論方法。通過建立多媒體解耦關(guān)聯(lián)表征理論，實(shí)現(xiàn)了多種數(shù)據(jù)形態(tài)的時(shí)空解耦關(guān)聯(lián)表征模型，大幅提升了多媒體數(shù)據(jù)在表征空間的可解釋性；通過提出自動(dòng)多媒體表征建模方法，突破了當(dāng)前表征模型超參數(shù)與架構(gòu)依賴手工設(shè)計(jì)難以泛化的桎梏，大幅提升了多媒體表征模型的泛化能力。
聽起來似乎有些復(fù)雜，王鑫是這樣通俗解釋他的研究方向的，“以現(xiàn)在比較熱門的AIGC任務(wù)為例，給定一段文字，要求模型能夠自動(dòng)生成符合文字內(nèi)容描述的視頻；或者以視頻時(shí)序定位為例，給定一段視頻和一段文字，要求模型能夠在這個(gè)視頻里提取完全符合這段文字描述的視頻內(nèi)容。一方面，在隱空間對(duì)視頻和文字進(jìn)行表征建模時(shí)，不同概念會(huì)混淆耦合在一起導(dǎo)致表征難以解釋；另一方面，文字里面有可能出現(xiàn)之前沒有碰到的新概念，視頻里也會(huì)出現(xiàn)新的主體，導(dǎo)致分布偏移現(xiàn)象使得模型難以泛化。因此，怎么樣使得模型在完成任務(wù)時(shí)克服“難解釋”、“難泛化”的挑戰(zhàn)是我的研究?jī)?nèi)容之一。此外，我的研究還可以在一些特定行業(yè)進(jìn)行應(yīng)用。例如對(duì)金融行業(yè)中的潛在交易進(jìn)行分類，告訴大家哪些是有風(fēng)險(xiǎn)的，哪些是沒問題的。再比如醫(yī)療行業(yè)，可以通過設(shè)計(jì)專門的模型來區(qū)分病人是否有炎癥。那么如何讓模型不斷適應(yīng)數(shù)據(jù)的動(dòng)態(tài)變化，面對(duì)未知的交易和新出現(xiàn)的病人依然能夠進(jìn)行精準(zhǔn)分類呢，這也是我的研究?jī)?nèi)容之一。
對(duì)于王鑫來說，他希望所研究的成果能夠?yàn)樽鎳?guó)人工智能科研實(shí)力真正邁入國(guó)際前沿而盡一份綿薄之力。國(guó)際人工智能領(lǐng)域，中國(guó)學(xué)者40多年前才發(fā)出第一篇人工智能頂級(jí)會(huì)議IJCAI和頂級(jí)期刊IEEE TPAMI論文，當(dāng)時(shí)這個(gè)領(lǐng)域的研究完全被西方主導(dǎo)。在我國(guó)青年一代人工智能學(xué)者的共同努力下，如今的中國(guó)，也能在國(guó)際人工智能領(lǐng)域大放異彩。“我覺得這本質(zhì)上就是由量變到質(zhì)變的過程，從0到1是非常難的，甚至是最難的，而從1到10的工作，雖然相對(duì)容易，但我們更應(yīng)該做的扎實(shí)，這樣才能讓中國(guó)在世界有足夠響亮的聲音。”
夢(mèng)想足夠遠(yuǎn)大，成果也很突出，但這背后的努力，卻不被常人所知道。在博士研究期間，王鑫也曾和很多攻讀博士的學(xué)生一樣，經(jīng)歷過自己科研道路的低谷時(shí)期，在一段時(shí)間內(nèi)科研進(jìn)展緩慢，找不到突破口。當(dāng)回憶起這段時(shí)間的時(shí)候，現(xiàn)在的王鑫已經(jīng)一臉輕松了。除了堅(jiān)持努力科研不放棄之外，他也會(huì)用打籃球、游泳等運(yùn)動(dòng)來放松自己，用“失敗就是成功之母”來激勵(lì)自己。對(duì)于科研理想，王鑫認(rèn)為“做頂天立地的研究：頂開科研的天花板，立在祖國(guó)大地上”是自己接下來追求的目標(biāo)。
科技強(qiáng)國(guó)不是一句空洞的口號(hào)，是需要很多像王鑫一樣的科學(xué)家一步一個(gè)腳印地踏踏實(shí)實(shí)地去實(shí)現(xiàn)的。達(dá)摩院院長(zhǎng)張建鋒也表示，“中國(guó)的科學(xué)技術(shù)研究要?jiǎng)?chuàng)新，需要培養(yǎng)和依賴更多的青年科學(xué)家，他們是推動(dòng)科技前沿不斷發(fā)展的重要力量。希望這些有情懷、有熱情、有潛力，愿意為科技和社會(huì)進(jìn)步做貢獻(xiàn)的青年科學(xué)家，發(fā)現(xiàn)他們、幫助他們，一起攜手成長(zhǎng)，共筑國(guó)家科技的未來?！?/p>
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
