图为卢策吾在学校作报告。

　　上海交通大学供图

　　投身人工智能领域，上海交通大学计算机科学与工程系教授卢策吾钻研了多年。坚守前沿基础研究，他带领团队取得一系列处于国际先进水平的研究成果。他认为，做原始创新和未知探索，是一件令人兴奋的事。尽管创新之路道阻且长，但他始终相信突破指日可待。

　　给机器人装上明亮的眼睛、聪明的大脑，让它们看懂世界、学习技能……这是科幻小说里的情节，也是上海交通大学计算机科学与工程系教授卢策吾孜孜以求的梦想。

　　十几年前，当人工智能还很小众时，卢策吾“弃热逐冷”，投身其中；在人工智能成为热门领域的今天，他并未逐热盲从，坚守前沿基础研究，带领团队研发出人体行为引擎、高性能机器人抓取、机器人通用学习系统等一系列处于国际先进水平的开源人工智能框架和数据集。

　　40岁的卢策吾获得过不少荣誉，“创新之路道阻且长，但我相信突破指日可待。”他说。

　　锚定科研生涯的长赛道

　　卢策吾的科学理想萌芽于初中。当时，他喜欢思考推导数学公式，而且发现自己推出来的公式和老师讲的相差无几。满足感充盈着少年的心，他沉醉在数理世界里。

　　强烈的好奇心驱动卢策吾刨根问底。在重庆邮电大学学习时，第一次听到老师提及“移动基站通常采用蜂窝式的最佳组网布局”之后，卢策吾就自己琢磨蜂窝式为什么是最优解，并一步步推导，严谨而完整地证明了出来。“科研就是找寻一套科学的语言来认知和刻画世界。”这与他多年后从事的人工智能研究有相通的底层逻辑——赋予机器人科学思维，让它们认知和建构世界。

　　2006年进入中国科学院电子学研究所深造后，卢策吾在处理复杂多变的信号时遇到了传统方法难以解决的问题，他思索智能化算法，开始自学人工智能。“那时人工智能不像现在这么热门，大家觉得人工智能技术不大成熟。”但卢策吾不考虑专业“冷热”，他思考的是自己未来要做什么，觉得人工智能符合他对科研价值的判断——基础前沿的科学、成果能够改变人类，因此将之定为自己科研生涯的长赛道。

　　探索独特的学术地图

　　人脑所获得的外界信息中，70%以上来自视觉。机器亦是如此，要想让机器变得“聪明”，首先要让它看清楚、看明白。硕士毕业后，卢策吾师从计算机视觉领军学者贾佳亚教授，攻读计算机软件与理论博士学位。在这位把学术论文当“艺术品”看待的严师指导下，卢策吾和师兄徐立共同完成了对图像平滑技术的创新，论文提供的代码加上注释只有几十行，简单实用、通俗易懂，成为一篇高被引佳作。

　　2015年，卢策吾成为博士后。他参与发起了“视觉关系检测”的课题，研究图像中物体之间的联系。这项研究就像为计算机视觉知识建构打地基，技术挑战层出不穷。在一次次课题组讨论、碰撞中，他奇思妙想不断，总能提出不同的研究思路。“每个科研人员手里都有一张学术地图，如果只是复制粘贴，就无法进步。”探索绘制属于自己的学术地图，被卢策吾称为“科研自觉”。他志存高远，想将机器人培养成为“上得厅堂、下得厨房”的多面手。2016年，卢策吾应邀到上海交通大学执教，带着自己的学术地图组建研究团队，开启深入研究。

　　卢策吾坦言，刚开始他有些过度乐观，以为只要眼和脑搞定了，安装上机械臂，无非就是解决转动角度的问题。但他深入研究后才发现，软硬件协同远比他想象的复杂，在电脑上学习和在机器上学习是两码事，实验室刚开始训练出来的机械臂“呆若木鸡”，“看到”物体后在原地转圈。卢策吾沉心反思，优化算法，制定更加扎实可行的技术路线。经过近7年的打磨，2022年底，他的团队实现了机器人自主学习后，智能机械臂一小时能精准抓取近1000个物体，小到5毫米的碎渣残片、大到9厘米的圆球方盒，还能在水里抓到游动的鱼，实现了对未知动态物体的抓取。

　　根据学生的特性因材施教

　　现在，卢策吾时常“出没”于上海交通大学的校内论坛和各大社交平台，因为网络上活跃着大量的年轻人，他希望从中找到有科研潜力的学生。

　　方浩树就是卢策吾发掘的青年才俊。2016年，上海交通大学大三学生方浩树在寻找硕士阶段的研究方向，偶然间在论坛上看到卢策吾发布的课题组招生令。仅凭一封邮件往来和一次简短面谈，双方便“一拍即合”。在方浩树眼中，卢策吾更像一位“全能型”师兄，做得了学术、打得了网游，还能聊哲学、话人生。“他的风趣幽默无处不在。”方浩树说。

　　卢策吾的课题组，自由探索、大胆创新的氛围是鲜明特色，这也让原本枯燥的科研变得更有趣。有一次，一位在国外生物实验室的师妹联系方浩树，称他们在研究动物行为和脑神经的联系，但全靠科研人员用眼睛观察，费时费力，对此十分发愁。此时，卢策吾团队研发的人体姿态估计系统开源后，已得到国内外20多家技术公司的青睐。如果开发一个类似于人体姿态估计的动物行为数据集系统，自动监测分析实验对象的行为，不就能实现人工智能自动实验的功能吗？方浩树把想法告诉卢策吾后，立即得到了支持。

　　经过对1000多个视频、图片的解析后，他们开发出基于视觉的机器学习模型，形成了基于机器视觉学习发现未知行为功能神经回路的新研究范式，该项成果2022年发表在国际学术期刊《自然》上。

　　“根据学生的特性因材施教。”这是卢策吾培养人工智能人才的理念。国内的人工智能本科人才培养刚刚起步，教材课程、授课模式都在摸索中。卢策吾在自己主讲的课程上布置创新性作业，要求学生以小组为单位围绕人工智能领域中的某个问题开展研究，鼓励学生在国际会议上发表研究成果。在他看来，让学生带着问题去思考、带着目标去创新，得到的锻炼是普通报告作业无法比拟的。

　　“能者达人所不达，智者达人所未见。”卢策吾经常用这句话鼓励学生做学术价值更高的研究。“如果你觉得一个创意，你不做也会有很多人做，那么要重新评估一下是否要做。做原始创新和未知探索，即使失败了，也能获得超过原先维度的认知，是一件令人兴奋的事”。（记者 黄晓慧）