劉靜文 趙婀娜

如果說以蒸汽技術驅動的第一次工業(yè)革命延伸了人的肢體，拓展了人類的力量，那么，以新一代人工智能技術為驅動的新一輪科技革命和產業(yè)變革則致力于拓展人類的智能，提升人類智力所能創(chuàng)造的價值。

在清華大學自動化系助理教授黃高看來，“人工智能是我們這一代人不能錯失的寶貴機遇?！倍绾巫寵C器更高效、智能，也成為他研究中最關注的部分。

這名32歲的青年學者，主要研究領域為深度學習和計算機視覺。他設計的密集連接卷積網(wǎng)絡（DenseNet），論文單篇引用已超1萬次，廣泛運用于醫(yī)學、光學、氣象學等諸多領域。黃高也成為國內計算機視覺領域第一作者論文被引次數(shù)最高的學者。

黃高在人工智能快速發(fā)展的浪潮里，沉下心來，關注基礎性研究與關鍵核心技術攻關；同時保持開放心態(tài)，學習新知并付諸實踐。通往人工智能的未來之路上，他正全力奔跑。

科研的美妙，在于嘗試拓展知識的邊界

深度學習是指計算機通過深度神經(jīng)網(wǎng)絡，實現(xiàn)跟人腦類似的功能，是現(xiàn)在人工智能領域的熱點研究方向之一，已被應用于人臉識別等許多領域。

然而，在2009年黃高剛開始攻讀博士學位時，人工智能領域深度學習的工具還在發(fā)展中。優(yōu)化算法等現(xiàn)在看來簡單到僅需一行代碼的操作，當時要靠一行行編程實現(xiàn)。許多研究者在探索如何通過縮減網(wǎng)絡連接來降低模型復雜程度，黃高卻另辟蹊徑，希望通過增加跨層連接，使信息通道更加通暢，讓模型中的信息能更快速地向前傳遞。

這一想法無疑是大膽的，也極具創(chuàng)新價值。“不斷摸索新的東西，做別人沒做過的事情，與未知共處，才是科研最有魅力之處。”黃高說，做科研最美妙的就是嘗試去觸碰、拓展人類知識的邊界。

2016年，黃高提出了密集連接卷積網(wǎng)絡的大膽設想。起初并不被看好，但他與合作者始終堅持，最終突破了傳統(tǒng)深度網(wǎng)絡的單向直鏈結構，提出全局密集跨層連接范式，使神經(jīng)網(wǎng)絡實現(xiàn)“連接數(shù)多而計算量少”，進一步提高了運算效率。這項具有開創(chuàng)性的模型，獲得了首屆世界人工智能大會最高獎SAIL先鋒獎，被編入多本深度學習書籍，也被廣泛應用于醫(yī)療影像處理、人臉識別、文本翻譯、語音識別等人工智能應用場景。

探索未知是一件風險和成本很高的事，“拓荒”路上，黃高難免遇到挫折。有時堅持很久卻始終沒有結果，有時好不容易取得進展，卻發(fā)現(xiàn)已有研究者搶先一步?！把芯渴茏瑁趩适请y免的。我們需要一股韌勁，堅持下去，將想法最終轉化為現(xiàn)實?！秉S高說。

服務美好生活，是人工智能的重要使命

黃高的研究大多源于日常生活中的需求，他希望用鍵盤“搭建”出更多智能生活的美好場景?！胺杖藗兊拿篮蒙?，是人工智能的重要使命，也是科技向前發(fā)展的重要動力。”黃高說。

去年新冠肺炎疫情發(fā)生之初，核酸檢測還沒有廣泛開展，肺部CT是重要的檢查手段。但由于醫(yī)生數(shù)量有限，讀片速度與診斷準確率均受到影響。曾在博士后期間做過醫(yī)學影像分析方面工作的黃高開始思考，如何利用人工智能技術減輕醫(yī)護工作人員的壓力。

收集數(shù)據(jù)、設計算法、開發(fā)系統(tǒng)……研究成果很快落地。黃高與解放軍總醫(yī)院等單位聯(lián)合開發(fā)了基于人工智能技術的CT影像快速輔助診斷系統(tǒng)，讀圖快，準確率約為96%，能輔助醫(yī)生更好地做出診斷。去年2—3月，這一系統(tǒng)在120多家醫(yī)院完成病例分析3萬余例。

如今，計算機視覺已成為黃高的重點研究領域之一，他在圖像識別方面的研究成果，已應用至醫(yī)療服務、企業(yè)生產、遙感圖像等多個場景。“我們正在跟中科院聲學研究所合作，研究海底聲吶成像中目標的自動識別與跟蹤，可以用于海底勘探、救災等方面?！秉S高介紹。

不僅致力于熱門應用研究，也關注基礎性研究與關鍵核心技術攻關，這是黃高對于團隊的要求。

航空發(fā)動機的研制技術難度極大，需要反復實驗、試飛，研制周期也很長。人工智能可以幫上什么忙？今年1月起，黃高與物理學者開展合作，研究如何利用深度學習來提高空氣流體力學模擬實驗的效率。

“人工智能不能滿足于酷炫，而應該帶動產業(yè)革新、推動科技整體發(fā)展?！秉S高一直提醒自己，越是在研究的熱潮里，越要沉下心來。

面對學科的快速發(fā)展，要跟時間賽跑

這些年，關注人工智能領域的研究者日益增多。黃高坦言：“趕上了一個學科發(fā)展的浪潮，對于研究者而言，既幸福又深感壓力?！?/p>

之所以幸福，是因為有很多人朝向同一目標努力奔跑。人工智能領域的很多公司、學者都已開放程序源代碼。開源深度學習框架、開源應用軟件、開源社區(qū)的快速發(fā)展，推動了研究互相促進和協(xié)同創(chuàng)新。黃高設計的深度學習框架也是開放的，在他看來，“開放的、充滿活力的研究環(huán)境，能孕育出更多好成果?！?/p>

之所以深感壓力，是因為競爭很激烈。一臺用支架高高架起的電腦、滿屏算法、嘈雜高溫的機房，組成了黃高的科研日常。黃高習慣站著做研究來集中精神，“面對學科領域的快速發(fā)展，每個人都要跟時間賽跑。一方面要時刻追蹤最新的研究趨勢，了解學術界的最新動態(tài)；另一方面要有很強的行動力，一旦猶豫就很可能錯失機會?！秉S高說。

“發(fā)展人工智能的故事才剛剛開始?！秉S高介紹，人工智能領域還存在很多未解的問題，從基礎理論、技術發(fā)展，到構建人工智能相關的倫理規(guī)范，都是科學家們面臨的挑戰(zhàn)?！芭ν黄扑鼈?，正是我們做科研的價值所在?！?/p>

“預測未來最好的方式，就是創(chuàng)造未來。人工智能的前景很美好，值得我們?yōu)橹Ρ寂??！秉S高說。