2025全国科技工作者日丨聚焦创新发展，思必驰加速AI产业化落地

5月30日是第九个全国科技工作者日，今年的主题为“矢志创新发展 建设科技强国”，重在(zhòngzài)增强科技工作者的获得感荣誉感和(hé)报国(bàoguó)为民的使命感紧迫感。 人才是科技创新的(de)(de)核心，人工智能的演进历程凝聚着无数(wúshù)科技工作者的科研智慧与技术突破，他们正以不懈的探索与创新为行业书写伟大的篇章。 ISCA Fellow 2025：俞凯成为内地首位(shǒuwèi)入选者 作为国内人工智能产业科技创新的领军人物(lǐngjūnrénwù)，前不久(qiánbùjiǔ)，思必驰联合创始人、首席科学家俞凯教授入选ISCA Fellow 2025，成为自2008年ISCA成立以来的中国内地首位(shǒuwèi)入选者。 ISCA（国际语音通讯联盟）是国际上最大的(de)智能语音技术专业(zhuānyè)组织，其主办的年会 InterSpeech 是国际语音领域(lǐngyù)的顶级会议。ISCA Fellow 是该协会设立的荣誉称号，旨在(zhǐzài)表彰在语音通信科学与技术领域做出杰出贡献的会员(huìyuán)，包括研究人员、工程师(gōngchéngshī)和学者。该奖项自 2007 年设立以来，每年新晋 Fellow 不超过当年 ISCA 会员总数的千分之三(sān)，确保其稀有性和权威性。 在俞凯教授的带领下，不久前思必驰-上海交大(shànghǎijiāodà)联合实验室参与了(le)国际声学语音与信号处理会议ICASSP 2025，共发表了12篇论文，涵盖音频信息处理、语音唤醒(huànxǐng)识别、语音合成、多模态生成等研究方向，实现了若干针对噪声环境、低资源、多语种、多模态等场景的技术突破，为思(wèisī)必驰的全链路语音语言核心技术实力(shílì)以及业务创新能力带来多重(duōzhòng)增益。 截至目前，俞凯教授发表了(le)200余篇国际会议(huìyì)期刊论文，多次获得国际权威期刊和会议优秀论文奖，以及(yǐjí)多个国际公开研究评测竞赛冠军。此外，他还担任了多个国际重要学术会议的(de)理事和委员职务，致力于将前沿研究成果转化为实际应用，推动了技术的产业化进程。 《强化学习》第2版的中文译者：俞凯(yúkǎi)谈强化学习再获关注 在人工智能领域，无论是(shì)ChatGPT的出圈，还是DeepSeek的爆火，底层都有强化学习的支撑。今年3月5日，强化学习先驱(xiānqū)安德鲁(āndélǔ)·巴图 Andrew Barto 与理查德(lǐchádé)·萨顿Richard Sutton 获得 ACM 图灵奖，两人合著的《Reinforcement Learning: An Introduction》一直是强化学习领域最经典(jīngdiǎn)的教材之一。作为该领域的奠基之作，这(zhè)本书开创了(le)人工智能新格局，其(qí)中文版由俞凯教授译著，受到人工智能科技工作者们的欢迎。 思想(sīxiǎng)总是走在行动的前面，就好像闪电总是走在雷鸣之前。”作为《强化学习》第二版的中(zhōng)文译者，俞凯在序言中用德国诗人海涅的这句诗，描述了首次读到该书英文原版时的感受。俞凯提到，强化学习的再次爆火，不只是公众认知的更大(dà)认可，也是计算机领域对行为主义的巨大(jùdà)认可。无论技术(jìshù)应用如何(rúhé)风云变幻，产业发展如何潮起潮落，在人工智能的发展历程中，始终有(yǒu)一批思想的先行者以近乎顽固的执着态度在不同时代的“非主流”方向上进行着思考和探索，而正是这些执着甚至孤独(gūdú)的思想者，在技术应用热潮(rècháo)冷却后的暗夜里保留了火种，照亮了人类不停息的探索之路。 这本书所介绍的“强化(qiánghuà)学习(xuéxí)”，则是后深度学习时代技术发展的重要(zhòngyào)火种之一。俞凯指出，在(zài)人工智能范式探索过程中(zhōng)，不同学派的思想融合产生了新的趋势，其中，强化学习就是“闭环学习”范式的典型(diǎnxíng)代表，正如本书中所介绍的，它与传统(chuántǒng)的预先收集或构造好数据及标签的有监督学习有着本质的区别，它强调在与环境(huánjìng)的交互中获取反映真实目标达成度的反馈信号,强调模型的试错学习和序列决策行为的动态和长期效应。“这使得强化学习在人工智能领域的些难题，如我本人所从事的认知型人机口语(kǒuyǔ)对话系统的研究中，具有无可替代的重要地位。” 而这些宝贵的思想，也(yě)为联结主义的深度学习(xuéxí)在小数据、动态环境、自主学习等方面的进一步发展提供了重要的基础。在 AlphaGo 战胜李世石之后，AlphaZero 以其(qí)完全凭借自我学习超越人类在各种棋类游戏(yóuxì)中数千年经验(jīngyàn)的能力再次刷新了人类对人工智能的认识，也使得强化学习与深度学习的结合(jiéhé)受到了学术界和产业界的前所未有的关注。 从理论(lǐlùn)到实际应用：俞凯与思必驰的AGI进化论 在未来的(de)智能提升与(yǔ)应用拓展中，强化学习也将发挥更为关键的作用。作为学界与产业界的双重探索者，俞凯及思必驰正聚焦(jùjiāo)AGI与真实场景的融合优化，在智能汽车、IoT设备(shèbèi)等硬件载体(zàitǐ)上，致力于构建能深度思考、稳定可靠执行的分布式智能体系统，推动AI从内容生成向(xiàng)类人思考、精准交互的跃迁。同时，这种"软硬件结合"的战略选择，暗合强化学习与真实物理环境交互的技术本质。 展望未来，俞凯强调分布式架构(jiàgòu)、多模态融合、可靠性增强将成为关键方向，也正是思必驰“1+N”中枢大模型(móxíng)架构致力于解决的问题。思必驰依托(yītuō)国家重大AI任务专项，构建了基于DFM-2东风中枢大模型的1+N分布式大模型智能(zhìnéng)体系统，其核心(héxīn)能力在于“知道自己的知识边界(biānjiè)”，具备“理解可靠、决策可靠”的特性(tèxìng)，通过模块化拆卸、不同大模型/智能体热插拔与定向更新技术，实现多垂域大模型的灵活调度与高效协同。相较于集中式大模型，DFM在综合成本、响应速度及垂域精度上优势(yōushì)显著。 俞凯认为(rènwéi)(wèi)，中国AI创新(chuàngxīn)应重视学科交叉与长期主义，要鼓励去做火种般的探索，真正的技术革命往往孕育于非功利性的原始创新。在强化学习照亮AGI前路的当下，这种(zhèzhǒng)坚守深水区的勇气，或许比追逐短期技术风口更具意义，更能为技术发展注入持久动力。