錨定科研生涯的長賽道
盧策吾的科學理想萌芽於初中。當時，他喜歡思考推導數學公式，而且發現自己推出來的公式和老師講的相差無幾。滿足感充盈著少年的心，他沉醉在數理世界裡。
強烈的好奇心驅動盧策吾刨根問底。在重慶郵電大學學習時，第一次聽到老師提及“移動基站通常採用蜂窩式的最佳組網布局”之後，盧策吾就自己琢磨蜂窩式為什麼是最優解，並一步步推導，嚴謹而完整地證明了出來。“科研就是找尋一套科學的語言來認知和刻畫世界。”這與他多年後從事的人工智能研究有相通的底層邏輯——賦予機器人科學思維，讓它們認知和建構世界。
2006年進入中國科學院電子學研究所深造後，盧策吾在處理複雜多變的信號時遇到了傳統方法難以解決的問題，他思索智能化算法，開始自學人工智能。“那時人工智能不像現在這麼熱門，大家覺得人工智能技術不大成熟。”但盧策吾不考慮專業“冷熱”，他思考的是自己未來要做什麼，覺得人工智能符合他對科研價值的判斷——基礎前沿的科學、成果能夠改變人類，因此將之定為自己科研生涯的長賽道。
探索獨特的學術地圖
人腦所獲得的外界信息中，70%以上來自視覺。機器亦是如此，要想讓機器變得“聰明”，首先要讓它看清楚、看明白。碩士畢業後，盧策吾師從計算機視覺領軍學者賈佳亞教授，攻讀計算機軟件與理論博士學位。在這位把學術論文當“藝術品”看待的嚴師指導下，盧策吾和師兄徐立共同完成了對圖像平滑技術的創新，論文提供的代碼加上注釋衹有幾十行，簡單實用、通俗易懂，成為一篇高被引佳作。
2015年，盧策吾成為博士後。他參與發起了“視覺關係檢測”的課題，研究圖像中物體之間的聯繫。這項研究就像為計算機視覺知識建構打地基，技術挑戰層出不窮。在一次次課題組討論、碰撞中，他奇思妙想不斷，總能提出不同的研究思路。“每個科研人員手裡都有一張學術地圖，如果只是復制粘貼，就無法進步。”探索繪制屬於自己的學術地圖，被盧策吾稱為“科研自覺”。他志存高遠，想將機器人培養成為“上得廳堂、下得廚房”的多面手。2016年，盧策吾應邀到上海交通大學執教，帶著自己的學術地圖組建研究團隊，開啟深入研究。
盧策吾坦言，剛開始他有些過度樂觀，以為只要眼和腦搞定了，安裝上機械臂，無非就是解決轉動角度的問題。但他深入研究後才發現，軟硬件協同遠比他想象的複雜，在電腦上學習和在機器上學習是兩碼事，實驗室剛開始訓練出來的機械臂“呆若木雞”，“看到”物體後在原地轉圈。盧策吾沉心反思，優化算法，制定更加扎實可行的技術路線。經過近7年的打磨，2022年底，他的團隊實現了機器人自主學習後，智能機械臂一小時能精準抓取近1000個物體，小到5毫米的碎渣殘片、大到9厘米的圓球方盒，還能在水裡抓到游動的魚，實現了對未知動態物體的抓取。
|
