黃高在工作中。
資料圖片
核心閲讀
32歲的清華大學自動化系助理教授黃高，在人工智能快速發展的浪潮裏，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，學習新知並付諸實踐。
通往人工智能的未來之路上，他正全力奔跑。
如果説以蒸汽技術驅動的第一次工業革命延伸了人的肢體，拓展了人類的力量，那麼，以新一代人工智能技術為驅動的新一輪科技革命和產業變革則致力於拓展人類的智能，提升人類智力所能創造的價值。
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。”而如何讓機器更高效、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絡(DenseNet)，論文單篇引用已超1萬次，廣泛運用於醫學、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最高的學者。
科研的美妙，在於嘗試拓展知識的邊界
深度學習是指計算機通過深度神經網絡，實現跟人腦類似的功能，是現在人工智能領域的熱點研究方向之一，已被應用於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展中。優化算法等現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。許多研究者在探索如何通過縮減網絡連接來降低模型複雜程度，黃高卻另闢蹊徑，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。”黃高説，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絡的大膽設想。起初並不被看好，但他與合作者始終堅持，最終突破了傳統深度網絡的單向直鏈結構，提出全局密集跨層連接範式，使神經網絡實現“連接數多而計算量少”，進一步提高了運算效率。這項具有開創性的模型，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，也被廣泛應用於醫療影像處理、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，卻發現已有研究者搶先一步。“研究受阻，沮喪是難免的。我們需要一股韌勁，堅持下去，將想法最終轉化為現實。”黃高説。
服務美好生活，是人工智能的重要使命
黃高的研究大多源於日常生活中的需求，他希望用鍵盤“搭建”出更多智能生活的美好場景。“服務人們的美好生活，是人工智能的重要使命，也是科技向前發展的重要動力。”黃高説。
去年新冠肺炎疫情發生之初，核酸檢測還沒有廣泛開展，肺部CT是重要的檢查手段。但由於醫生數量有限，讀片速度與診斷準確率均受到影響。曾在博士後期間做過醫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護工作人員的壓力。
收集數據、設計算法、開發系統……研究成果很快落地。黃高與解放軍總醫院等單位聯合開發了基於人工智能技術的CT影像快速輔助診斷系統，讀圖快，準確率約為96%，能輔助醫生更好地做出診斷。去年2—3月，這一系統在120多家醫院完成病例分析3萬餘例。
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，已應用至醫療服務、企業生產、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，可以用於海底勘探、救災等方面。”黃高介紹。
不僅致力於熱門應用研究，也關注基礎性研究與關鍵核心技術攻關，這是黃高對於團隊的要求。
航空發動機的研製技術難度極大，需要反覆實驗、試飛，研製週期也很長。人工智能可以幫上什麼忙？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。
“人工智能不能滿足於酷炫，而應該帶動產業革新、推動科技整體發展。”黃高一直提醒自己，越是在研究的熱潮裏，越要沉下心來。
面對學科的快速發展，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：“趕上了一個學科發展的浪潮，對於研究者而言，既幸福又深感壓力。”
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、開源社區的快速發展，推動了研究互相促進和協同創新。黃高設計的深度學習框架也是開放的，在他看來，“開放的、充滿活力的研究環境，能孕育出更多好成果。”
之所以深感壓力，是因為競爭很激烈。一台用支架高高架起的電腦、滿屏算法、嘈雜高温的機房，組成了黃高的科研日常。黃高習慣站着做研究來集中精神，“面對學科領域的快速發展，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，瞭解學術界的最新動態；一方面要有很強的行動力，一旦猶豫就很可能錯失機會。”黃高説。
“發展人工智能的故事才剛剛開始。”黃高介紹，人工智能領域還存在很多未解的問題，從基礎理論、技術發展，到構建人工智能相關的倫理規範，都是科學家們面臨的挑戰。“努力突破它們，正是我們做科研的價值所在。”
“預測未來最好的方式，就是創造未來。人工智能的前景很美好，值得我們為之全力奔跑。”黃高説。
(陳炳旭參與採寫)
《 人民日報 》( 2021年03月30日 12 版)