5月30日是第九個全國科技工作者日，今年的主題為“矢志創(chuàng)新發(fā)展 建設科技強國”，重在增強科技工作者的獲得感榮譽感和報國為民的使命感緊迫感。

在科技創(chuàng)新道路中，人工智能成為這一領(lǐng)域不可或缺的組成部分?？倳浉叨戎匾暼斯ぶ悄馨l(fā)展，正如總書記在上?？疾鞎r強調(diào)“加快發(fā)展新一代人工智能是我們贏得全球科技競爭主動權(quán)的重要戰(zhàn)略抓手”，當前，中國也正加速AI產(chǎn)業(yè)化落地。

人才是科技創(chuàng)新的核心，人工智能的演進歷程凝聚著無數(shù)科技工作者的科研智慧與技術(shù)突破，他們正以不懈的探索與創(chuàng)新為行業(yè)書寫偉大的篇章。

ISCA Fellow 2025：俞凱成為內(nèi)地首位入選者

作為國內(nèi)人工智能產(chǎn)業(yè)科技創(chuàng)新的領(lǐng)軍人物，前不久，思必馳聯(lián)合創(chuàng)始人、首席科學家俞凱教授入選ISCA Fellow 2025，成為自2008年ISCA成立以來的中國內(nèi)地首位入選者。

關(guān)于“ISCA”

ISCA（國際語音通訊聯(lián)盟）是國際上最大的智能語音技術(shù)專業(yè)組織，其主辦的年會 InterSpeech 是國際語音領(lǐng)域的頂級會議。ISCA Fellow 是該協(xié)會設立的榮譽稱號，旨在表彰在語音通信科學與技術(shù)領(lǐng)域做出杰出貢獻的會員，包括研究人員、工程師和學者。該獎項自 2007 年設立以來，每年新晉 Fellow 不超過當年 ISCA 會員總數(shù)的千分之三，確保其稀有性和權(quán)威性。

在俞凱教授的帶領(lǐng)下，不久前思必馳-上海交大聯(lián)合實驗室參與了國際聲學語音與信號處理會議ICASSP 2025，共發(fā)表了12篇論文，涵蓋音頻信息處理、語音喚醒識別、語音合成、多模態(tài)生成等研究方向，實現(xiàn)了若干針對噪聲環(huán)境、低資源、多語種、多模態(tài)等場景的技術(shù)突破，為思必馳的全鏈路語音語言核心技術(shù)實力以及業(yè)務創(chuàng)新能力帶來多重增益。

截至目前，俞凱教授發(fā)表了200余篇國際會議期刊論文，多次獲得國際權(quán)威期刊和會議優(yōu)秀論文獎，以及多個國際公開研究評測競賽冠軍。此外，他還擔任了多個國際重要學術(shù)會議的理事和委員職務，致力于將前沿研究成果轉(zhuǎn)化為實際應用，推動了技術(shù)的產(chǎn)業(yè)化進程。

《強化學習》第2版的中文譯者：俞凱談強化學習再獲關(guān)注

在人工智能領(lǐng)域，無論是ChatGPT的出圈，還是DeepSeek的爆火，底層都有強化學習的支撐。今年3月5日，強化學習先驅(qū)安德魯·巴圖 Andrew Barto 與理查德·薩頓Richard Sutton 獲得 ACM 圖靈獎，兩人合著的《Reinforcement Learning: An Introduction》一直是強化學習領(lǐng)域最經(jīng)典的教材之一。作為該領(lǐng)域的奠基之作，這本書開創(chuàng)了人工智能新格局，其中文版由俞凱教授譯著，受到人工智能科技工作者們的歡迎。

思想總是走在行動的前面，就好像閃電總是走在雷鳴之前?！弊鳛椤稄娀瘜W習》第二版的中文譯者，俞凱在序言中用德國詩人海涅的這句詩，描述了首次讀到該書英文原版時的感受。俞凱提到，強化學習的再次爆火，不只是公眾認知的更大認可，也是計算機領(lǐng)域?qū)π袨橹髁x的巨大認可。無論技術(shù)應用如何風云變幻，產(chǎn)業(yè)發(fā)展如何潮起潮落，在人工智能的發(fā)展歷程中，始終有一批思想的先行者以近乎頑固的執(zhí)著態(tài)度在不同時代的“非主流”方向上進行著思考和探索，而正是這些執(zhí)著甚至孤獨的思想者，在技術(shù)應用熱潮冷卻后的暗夜里保留了火種，照亮了人類不停息的探索之路。

這本書所介紹的“強化學習”，則是后深度學習時代技術(shù)發(fā)展的重要火種之一。俞凱指出，在人工智能范式探索過程中，不同學派的思想融合產(chǎn)生了新的趨勢，其中，強化學習就是“閉環(huán)學習”范式的典型代表，正如本書中所介紹的，它與傳統(tǒng)的預先收集或構(gòu)造好數(shù)據(jù)及標簽的有監(jiān)督學習有著本質(zhì)的區(qū)別，它強調(diào)在與環(huán)境的交互中獲取反映真實目標達成度的反饋信號,強調(diào)模型的試錯學習和序列決策行為的動態(tài)和長期效應。“這使得強化學習在人工智能領(lǐng)域的些難題，如我本人所從事的認知型人機口語對話系統(tǒng)的研究中，具有無可替代的重要地位。”

而這些寶貴的思想，也為聯(lián)結(jié)主義的深度學習在小數(shù)據(jù)、動態(tài)環(huán)境、自主學習等方面的進一步發(fā)展提供了重要的基礎。在 AlphaGo 戰(zhàn)勝李世石之后，AlphaZero 以其完全憑借自我學習超越人類在各種棋類游戲中數(shù)千年經(jīng)驗的能力再次刷新了人類對人工智能的認識，也使得強化學習與深度學習的結(jié)合受到了學術(shù)界和產(chǎn)業(yè)界的前所未有的關(guān)注。

從理論到實際應用：俞凱與思必馳的AGI進化論

在未來的智能提升與應用拓展中，強化學習也將發(fā)揮更為關(guān)鍵的作用。作為學界與產(chǎn)業(yè)界的雙重探索者，俞凱及思必馳正聚焦AGI與真實場景的融合優(yōu)化，在智能汽車、IoT設備等硬件載體上，致力于構(gòu)建能深度思考、穩(wěn)定可靠執(zhí)行的分布式智能體系統(tǒng)，推動AI從內(nèi)容生成向類人思考、精準交互的躍遷。同時，這種"軟硬件結(jié)合"的戰(zhàn)略選擇，暗合強化學習與真實物理環(huán)境交互的技術(shù)本質(zhì)。

展望未來，俞凱強調(diào)分布式架構(gòu)、多模態(tài)融合、可靠性增強將成為關(guān)鍵方向，也正是思必馳“1+N”中樞大模型架構(gòu)致力于解決的問題。思必馳依托國家重大AI任務專項，構(gòu)建了基于DFM-2東風中樞大模型的1+N分布式大模型智能體系統(tǒng)，其核心能力在于“知道自己的知識邊界”，具備“理解可靠、決策可靠”的特性，通過模塊化拆卸、不同大模型/智能體熱插拔與定向更新技術(shù)，實現(xiàn)多垂域大模型的靈活調(diào)度與高效協(xié)同。相較于集中式大模型，DFM在綜合成本、響應速度及垂域精度上優(yōu)勢顯著。

俞凱認為，中國AI創(chuàng)新應重視學科交叉與長期主義，要鼓勵去做火種般的探索，真正的技術(shù)革命往往孕育于非功利性的原始創(chuàng)新。在強化學習照亮AGI前路的當下，這種堅守深水區(qū)的勇氣，或許比追逐短期技術(shù)風口更具意義，更能為技術(shù)發(fā)展注入持久動力。