?
欧洲科学院院士、洪堡人工智能教席教授、ieee计算智能学会候任主席,金耀初的title和他名字一样,光芒四射。
汽车的喷气发动机和自适应巡航系统、空中客车的机体设计、疫苗的预测、医学图像的处理、多机器人的组织……他的研究领域“上天入地”,与名字相比同样毫不逊色。
和多数西湖教授不一样的是,他还曾在德国(本田)欧洲研究院工作了十一年,在研发部门长期任职,担任资深科学家、主任科学家。
但他始终葆有探究基础原理的学者之心。因此在阔别浙江近三十年后,选择重新回到这里,全职加入西湖大学工学院,任人工智能讲席教授。
01
人生:每次都能碰到“最好的”机会
被金耀初光鲜履历和丰富经历所震慑的人,可能会猜测这位科学家一定“不太安分”。这既是事实,也不是全貌。
迄今,他的职业生涯只经历过一次应聘求职。这是因为,出现在他人生里的一些机会,都是“主动”来敲门的——用金耀初的话来讲:我不好拒绝。
当许多功成名就的人士会下意识抗拒“小镇做题家”的称谓时,金耀初大大方方顶着它出现在了家乡媒体的报道中。他出生和成长于水乡苏州吴江区的平望镇的胜墩村,务农的家中共有五个兄弟姐妹,他是唯一一个读书成材的。这是个老实的小孩,常常做给全家七口人烧饭的活儿;但他又与农务的环境“背道而驰”,特别爱看书,甚至为家人做饭的时候,灶台边都放着书。
1980年,金耀初考上了平望中学,从农村走向了市镇,并在高中时彻底展露出了“做题家”的风采,成为全校理科班排名第一的学生。1988、1991及1996年,金耀初在浙江大学电机系分别获得学士、硕士和博士学位,并留校任教,开启了标准的科学家的人生。
但其实,他从未想过会成为科学家。小时候他有过的梦想是像自己的大哥那样,去开拖拉机。不做长远规划,走一步看一步,是金耀初的人生原则,这与大自然生物演化何其相仿——“我不设置具体的长远目标,但我时刻在为可能出现的机会作准备,这是我的特点。大自然的演化机制也是这样,如果没有这些应对,环境一变就会优胜劣汰。”
于是,那句老生常谈的“机会是给有准备的人”,在金耀初的人生中总是屡屡应验。
旁人看到,读研究生期间他由自动控制领域“丝滑”转入了人工智能领域,不知道的是,这是因为爱去图书馆“乱看书”的他,偶然发现并自学了一本以色列学者关于机器人轨迹规划与遗传算法的书,由此迈入了计算智能与人工智能的世界。
旁人看到,他在浙大任教数年后,“反常规”地前往德国波鸿鲁尔大学开启了第二段博士求学之旅,不知道的是,在本科和硕士阶段,他就学了“所有能学的”第二外语,早就打下了德语的基础,并且向德国的不同学校寄送了20封纸质信,找到了这个合适的求学机会。
?
2001年,在德国获博士学位
旁人看到,他在德国本田(欧洲)研究院潜心工作了11年、任职至主任科学家后,又顺利回归大学校园,被英国萨里大学计算机系聘为计算智能讲席教授。不知道的是,他在公司从事研究的期间,依然保持写论文、发论文的习惯,因此即便因为会议冲突无法参加原定面试,三个月后,“钟情”于他的萨里大学依然再次发出邀请……
?
2015年,金耀初(右三)在萨里大学任计算智能讲席教授期间留影
当金耀初长期保持着“be prepared”状态,荣誉似乎也会挨个来敲门。
洪堡教席奖,被视为德国“最高学术讲席”,旨在吸引优秀的海外研究人员赴德展开工作,在人工智能领域,每年获奖科学家不超过6名。2020年,金耀初收到了一封来自本田研究院时期的合作机构、“旧相识”比勒菲尔德大学的邮件,该校人工智能领域的专家 barbara hammer教授在信中说,大学愿意提名他为洪堡教席教授。“相关专业材料他们都会准备好,我只需要同意提名并提供一份 cv。于是我欣然同意了。”金耀初回忆道。于是,2021年,金耀初获得了5年之内350万欧元的科研经费,以及在德国比勒菲尔德大学的终身教授职位。
?
2022年,金耀初(左二)出席洪堡教席奖颁奖典礼
相似的情形,也发生在了“芬兰杰出教授”头衔上。这是由芬兰国家技术创新局所颁发的一项吸引海外人才的提名制荣誉,每年仅有十余个名额。“于韦斯屈莱大学的副校长、曾任国际多目标决策学会主席的kaisa miettinen教授是传统多目标优化研究领域的著名学者,我们偶然在德国的dagstuhl seminar上相识,她很喜欢我的工作。于是她说,我给你提名,你每年来访问4个月,一共三年,”金耀初无法拒绝朋友这样的好意和美意,“所以我说,‘好’!”
?
2016年,金耀初在担任芬兰杰出教授期间,与kaisa miettinen教授合影
因为这是一项荣誉,英国萨里大学也特批了这位学者每年的“芬兰时间”。至今,金耀初都很怀念那段特别时光,既可以在芬兰静谧的环境中静下心做研究,空下来又能去森林转转、看看湖泊,又有时间琢磨做菜……
02
研究:让人工智能向大自然学习
回到金耀初擅长的ai领域。chat gpt问世掀起的话题风波,至今依然未曾平息。人们惊异于ai竟然能够进行问答交流,完成诸如代码、翻译、邮件、文案、视频脚本等任务。
无疑,这是由2010年左右起始的第三次人工智能浪潮中最令人瞩目的一朵浪花。随着高性能计算机、互联网、大数据、云计算及传感器等技术开始普及,“深度学习”随之兴起,机器可以学习海量数据,并“像人类”一样识别语音和图像。
于是,人们在过去一年反复提出的问题是:人类是否会被人工智能所取代?
和ai打了三十余年交道的金耀初认为,人类距离那一天依然遥远。原因很简单,基于大模型的ai技术只能解决特定问题,尚没有自主学习、因果推理及创造新的知识的能力。
在金耀初的眼里,摆脱目前基于大模型的ai瓶颈的一个有效途径,那就是更全面、更深入地向大自然学习。其实生物智能及自然智能一直是ai的老师,目前最为成功的深度学习,在许多方面模仿了生物特别是人脑的学习机制。但要更全面地模拟生物智能,还有另外两个重要因素:演化与发育。演化,指向的是大自然演化最基本的机制,诸如英国科学家达尔文在19世纪提出的物竞天择、自然选择等;发育,则指的是生命个体从诞生到成熟的过程,如动物的受精卵会生长为飞禽走兽或人类,植物的种子会生长为各类草木。
“我的研究目标,就是希望通过模拟并有机融合生物演化、发育与学习中的最本质的机制,探索实现通用人工智能的新途径。”今年7月,金耀初将他在过去15年在演化发育人工智能领域的工作进行了系统总结,出版了《神经系统及形态发育的计算机演化——走向演化发育人工智能》这本专著,并希望以此作为未来10年探索新型通用人工智能技术的出发点。
?
“洪堡基金会”对金耀初的介绍
“yaochu jin is one of the leading pioneers of swarm robotics”,在“洪堡基金会”官方介绍网页上,金耀初被列作群智能领域的先驱;而他本人亦把形态发生的自组织系统这个领域,视作自己最独特的一个创新成果。所谓形态发生群智能,指的是用生物发育过程的一些基因调控机制、细胞之间的相互作用及生物在此期间与环境的相互作用,来实现一种“群体”的智能行为。
为什么胚胎发育的时候,可以从一个细胞不断分裂,最终长成特定的生物?为什么同样是竹子,在不同的光线情形下,会发生各异的弯曲,生长成不同的形状?“这其中,并没有人去教它们应该怎么做,完全是一个自组织的行为。这在许多实际应用中是很有用的,比如进行群机器人或多无人机的集群编队几协调控制。”金耀初说。
想象一下,一个机器人,就等同于一个细胞;或者,一个模块机器人的不同模块,就像一个生物器官中的不同细胞;通过模拟生物发育过程的基于调控及细胞与细胞之间的相互作用机制,让机器人像生物发育过程中的细胞一样,能够自发完成一个特定的任务。在领域内,金耀初首先提出把基因调控等形态发生机制应用到群机器人及模块机器人的自组织中去,并与合作者一起赋予了这个过程一个新名词:形态发生机器人学(morphogenetic robotics)。
而金耀初更为知名、引用更多、影响力更大的领域,要数自上世纪90年代末就开始耕耘至今的演化计算研究。演化计算,指的正是把自然的演化规则引入到人工智能领域,以解决复杂系统的优化和决策问题。比如哪个手机的性价比最好,哪款股票的投资回报率最佳,怎么设计汽车使它的阻力最小、但抓地又很稳……这些生活的实际问题,其实都属于优化问题。以往,这些问题往往依赖数学方法解决,人们假设有一个解析的数学公式(即目标函数),能计算出“最优解”;但现实的情景中,许多问题的目标函数往往无法用简单的数学公式描述,犹如生物复杂的演化进程。金耀初所做的,正是根据实际应用(主要为工业界)中碰到的、无法用传统数学方法有效解决的复杂问题,设计相应的演化算法来优化。他的成果已成功应用于多个实际复杂工程系统优化,为你在他履历中所读到的那些“上天入地”的对象找到了“更优解”。
?
《神经系统及形态发育的计算机演化——走向演化发育人工智能》专著
03
梦想:在西湖,回到它开始的地方
但人工智能并不是一直像现在这么热门的。金耀初见证了20世纪80年代末第二波人工智能浪潮的兴起,也在90年代初期,经历了这个领域又一次的落寞时光。他回顾说:“当时统计学习领域提出了很多很好的机器学习算法,能比人工智能技术(比如专家系统、人工神经网络)更好地求解问题,效果要好得多,所以就进入第二个‘冬天’了。”
在“没有人做的时候”,金耀初坚持了下来,他坚守着自己的兴趣“坐冷板凳”,完成了博士学业,并在大学和业界进行了整整三十年的探索和实践。他如是解释自己与ai同行的力量:“自然演化是如何产生像人这样的高级动物?理解生物演化、发育和学习的机理,并用它们来解决复杂的科学和工程问题,我觉得很有意思。”
见过凛冬的人,总会居安思危。眼下,人工智能虽然取得了巨大的成功并成为社会大众关心的焦点,但在金耀初眼里,依然有许多未知需要探索和解答,他依然想“聆听”自然、向天地间学习更多的知识,在人工智能领域取得更大的突破——这正是他加入西湖的初心。
“我正在组建的实验室的名称,叫可信及通用人工智能实验室——顾名思义,想做的是可信的、通用的ai;这其中可以分为工业ai(industrial ai)和通用ai(general ai)两块。我希望能充分利用西湖大学提供给我的资源,在人工智能的应用和基础研究两个领域发力,尤其是更多地投入到基于演化发育机制与人工智能相结合的方向中去。”这其中,他更挂念较晚上手、但却最前沿的研究方向,他给它取名为“演化与发育神经网络”(evolutionary developmental neural systems),也叫“伊甸园”(eden),象征着初生人类懵懵懂懂的阶段。这个领域方向目前在ai领域很小众、能解决的问题也比较简单,但金耀初有信心在十年里研发出有自主学习能力、更类人的人工智能系统。
十月,是杭州最美的季节。金耀初与ai的结缘、与科学的结缘,都是从这座城市开始;时隔近三十年,他又回到了梦想开始的地方,并在这所年轻的大学身上,发现了理想再次起步的沃土:没有硬指标,可以做想要的东西,和熟悉的德国的研究环境很像。
他期待着与在西湖大学做不同研究的同行见面:“我发现西湖引进了很多做生物工程、发育生物学和计算神经科学的pi。这些老师我目前认识得还不多,但我以后肯定会跟他们多交流合作。交叉学科,也是我最喜欢的东西。”金耀初的研究方向天然要求着他必须交叉,他的既往研究成果,也源自与计算机、机器人学、系统生物学、计算神经科学等不同方向科学家的合作史。
同时,他也期待着招募自己实验室的年轻面孔,希望这些年轻人们也对做科研有着发自内心的热情。“最重要是用心,对科研有兴趣,千万不要为了读博士而读博士,” 他甚至特意给演化发育一块的课题留了招生名额,“就怕同学们有短视的思维,这里面可以发很多很好的文章,但可能不一定那么容易发出来,我得鼓励学生做这方面的工作……”
本周,即将迎来西湖大学成立五周年创新发展大会。耀初,光耀初心,金耀初的名字似乎完美契合了这个日子——以此纪念西湖,纪念我们必须永远葆有的初心。
个人简介
金耀初,1966年生,江苏吴江人,欧洲科学院院士、国际电气和电子工程师协会会士(ieee fellow)。曾任芬兰科学院与芬兰国家创新局芬兰杰出教授、德国联邦教育与研究部洪堡人工智能教席教授。分别于1988年、1991年、1996年获浙江大学工学学士、工学硕士、和工学博士学位,并于2001年获德国波鸿鲁尔大学工学博士学位。1991年至1997年在浙江大学电机系任助教、讲师和副教授,1998年至1999年在美国新泽西州立大学工业工程系从事博士后研究,2001年至2010年在德国本田(欧洲)研究院任资深科学家、主任科学家,2010年加入英国萨里大学计算机系任计算智能讲席教授,2019年升任杰出讲席教授,2021年担任德国比勒菲尔德大学工学院洪堡人工智能教席教授。曾任《ieee认知与发育系统汇刊》主编,现任ieee计算智能学会候任主席、《复杂与智能系统》主编。现已全职加入西湖大学,受聘人工智能讲席教授。
学术成果
金耀初教授已出版专著5部,在多个ieee汇刊及cvpr、neurips、iclr及acm mm等学术会议发表论文500余篇,获美国、欧盟和日本专利9项。据google scholar, 其论文被引用总次数43,000余次,h-index 为103,入选web of science 2019、2020、2021、2022年度 “全球高被引科学家”。多次获“ieee进化计算汇刊优秀论文奖”及“ieee计算智能杂志优秀论文奖”。曾任《ieee认知与发育系统汇刊》主编,ieee计算智能学会副理事长,两次担任ieee杰出演讲人。曾任ieee计算智能系列研讨会总主席、ieee进化计算大会主席等。
长期从事人工智能与计算智能的理论、算法和工程应用研究,特别是演化优化与学习、联邦学习与联邦优化、安全机器学习、图神经网络组合优化、神经可塑性建模、形态发生自组织机器人及演化发育系统等。研究成果已成功应用于实际复杂工程系统的优化(包括本田公司的喷气发动机,空中客车机体设计,高提升力机翼系统,车辆空气动力学优化,液化气码头设计,bosch智能取暖系统优化,混合电动车控制器设计等),汽车自适应巡航控制,多机器人自组织,医学图像处理,人类行为识别,疫苗预测,抗生素生产过程基因调控重构等。先后获欧盟第七框架研究计划、德国联邦教育与研究部、英国工程和自然科学研究会,英国皇家工程学会、中国科技部、中国自然科学基金会,以及包括本田、博世、空中客车、华为、英伟达等多家国际著名企业的资助。
(原标题:)
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负yabo亚博88的版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。