新华日报
2020年09月02日
新华日报
第13版:科技周刊·星光

袁晓彤:算法研究比拼创造力也比拼耐力

刚刚过去的暑假,南京信息工程大学的袁晓彤教授比平时更加忙碌。在8月23日至28日召开的欧洲计算机视觉会议(ECCV)在线会议上,袁晓彤团队的最新研究成果被会议收录。这是国际计算机视觉领域的三大会议之一,其收录的成果将受到全球人工智能领域从业者、研究人员的广泛关注,一定程度上代表了当前这个领域的研究前沿和未来方向。

近年来,人工智能研究热潮在全球涌起。不过,虽然身处热门领域,但是袁晓彤做的却是热门领域的“冷门研究”。他主攻的是机器学习底层算法和基础理论研究,国内从事人工智能基础研究的人相对较少,因为难度大,成果产出慢,更加需要坐得冷板凳的恒心。

人工智能的核心是用算法教会机器模拟人的学习能力,从而完成各项任务。而算法是否高效直接关系到人工智能的应用“聪明”与否。这是精度与效率的博弈。理论上,一个算法越复杂就越能够精确完成任务,但是随之带来的是计算时间过长,以及过于“聚焦”特定任务、不能灵活运用的问题。袁晓彤从事的研究就是要找出又快又好的算法。

“基础研究的重要性不言而喻。我对基础研究抱有浓厚的兴趣。虽然研究难度大,但是取得突破时也更有成就感。科研的乐趣就在于此。”袁晓彤表示。

十多年来,袁晓彤紧盯学术研究前沿,将统计理论与优化方法相结合,在机器学习算法研究方向潜心耕耘。随着人工智能进入2.0时代,元学习成为人工智能发展的主流技术之一。然而深度神经网络过参数化带来的过拟合问题成为制约元学习泛化性能的关键。袁晓彤团队创新性地将稀疏优化模型运用到元学习算法设计中,用神经网络剪枝解决过拟合问题。通过大量实验证明,该方法在解决任务过程中表现出了更加高效的结果。

成果的取得来自于日复一日的不懈努力。算法研究既要求科研人员能够做出理论设计,又要在编程中予以实现,对理论与动手能力都有极高要求。通常完成一个算法实验少则几天,多则一两周。遇到实验结果不理想的情况,需要从算法到编程逐个环节检查。袁晓彤对此已经习以为常。

“算法研究的评价标准是十分客观的。理论推导能否在数学上得到证明,算法运行是不是比别人高效,这些都有明确的标准。所以算法研究可以说是在同一赛道上赛跑,比拼的是大家的耐力与创造力。”袁晓彤说。

除了在“象牙塔”内潜心研究,袁晓彤也十分关注算法在业务前沿的运用。近年来,袁晓彤和腾讯、百度等公司研究院合作,探索科研与产业的结合路径。2018年,袁晓彤团队申报的课题入选腾讯人工智能实验室犀牛鸟计划,合作开展通信高效分布式深度学习研究,研究成果获得了项目计划优秀奖。

“市场需求对于基础研究具有重要的推动作用。只有不断跟踪先进技术,才能提高研究的应变能力。”袁晓彤表示。

从事算法研究十几年来,兴趣始终是袁晓彤研究的不竭动力。虽然是在热门领域从事冷门研究,但是袁晓彤对自己的工作充满信心,他相信现在的研究积累将在未来发挥重要作用。“我国的人工智能应用在不少方面已经走在前列,但是基础研究还稍显薄弱。随着国家越来越重视基础研究,以及相关投入的不断增加,行业前景十分可观。我们的研究价值也将得到更多体现。”袁晓彤说。

通讯员 于 杰

本报记者 杨频萍

集团数字报刊 : 新华日报 | 扬子晚报 | 乡村干部报 | 南京晨报 | 江苏经济报 | 江苏法制报
2020-09-02 1 1 新华日报 c820327.html 1 袁晓彤:算法研究比拼创造力也比拼耐力