5月30日是第九個全國科技工作者日，今年的主題為“矢志創新發展 建設科技強國”，重在增強科技工作者的獲得感榮譽感和報國為民的使命感緊迫感。

在科技創新道路中，人工智能成為這一領域不可或缺的組成部分。總書記高度重視人工智能發展，正如總書記在上海考察時強調“加快發展新一代人工智能是我們贏得全球科技競爭主動權的重要戰略抓手”，當前，中國也正加速AI產業化落地。

人才是科技創新的核心，人工智能的演進歷程凝聚著無數科技工作者的科研智慧與技術突破，他們正以不懈的探索與創新為行業書寫偉大的篇章。

ISCA Fellow 2025：俞凱成為內地首位入選者

作為國內人工智能產業科技創新的領軍人物，前不久，思必馳聯合創始人、首席科學家俞凱教授入選ISCA Fellow 2025，成為自2008年ISCA成立以來的中國內地首位入選者。

關于“ISCA”

ISCA（國際語音通訊聯盟）是國際上最大的智能語音技術專業組織，其主辦的年會 InterSpeech 是國際語音領域的頂級會議。ISCA Fellow 是該協會設立的榮譽稱號，旨在表彰在語音通信科學與技術領域做出杰出貢獻的會員，包括研究人員、工程師和學者。該獎項自 2007 年設立以來，每年新晉 Fellow 不超過當年 ISCA 會員總數的千分之三，確保其稀有性和權威性。

在俞凱教授的帶領下，不久前思必馳-上海交大聯合實驗室參與了國際聲學語音與信號處理會議ICASSP 2025，共發表了12篇論文，涵蓋音頻信息處理、語音喚醒識別、語音合成、多模態生成等研究方向，實現了若干針對噪聲環境、低資源、多語種、多模態等場景的技術突破，為思必馳的全鏈路語音語言核心技術實力以及業務創新能力帶來多重增益。

截至目前，俞凱教授發表了200余篇國際會議期刊論文，多次獲得國際權威期刊和會議優秀論文獎，以及多個國際公開研究評測競賽冠軍。此外，他還擔任了多個國際重要學術會議的理事和委員職務，致力于將前沿研究成果轉化為實際應用，推動了技術的產業化進程。

《強化學習》第2版的中文譯者：俞凱談強化學習再獲關注

在人工智能領域，無論是ChatGPT的出圈，還是DeepSeek的爆火，底層都有強化學習的支撐。今年3月5日，強化學習先驅安德魯·巴圖 Andrew Barto 與理查德·薩頓Richard Sutton 獲得 ACM 圖靈獎，兩人合著的《Reinforcement Learning: An Introduction》一直是強化學習領域最經典的教材之一。作為該領域的奠基之作，這本書開創了人工智能新格局，其中文版由俞凱教授譯著，受到人工智能科技工作者們的歡迎。

思想總是走在行動的前面，就好像閃電總是走在雷鳴之前。”作為《強化學習》第二版的中文譯者，俞凱在序言中用德國詩人海涅的這句詩，描述了首次讀到該書英文原版時的感受。俞凱提到，強化學習的再次爆火，不只是公眾認知的更大認可，也是計算機領域對行為主義的巨大認可。無論技術應用如何風云變幻，產業發展如何潮起潮落，在人工智能的發展歷程中，始終有一批思想的先行者以近乎頑固的執著態度在不同時代的“非主流”方向上進行著思考和探索，而正是這些執著甚至孤獨的思想者，在技術應用熱潮冷卻后的暗夜里保留了火種，照亮了人類不停息的探索之路。

這本書所介紹的“強化學習”，則是后深度學習時代技術發展的重要火種之一。俞凱指出，在人工智能范式探索過程中，不同學派的思想融合產生了新的趨勢，其中，強化學習就是“閉環學習”范式的典型代表，正如本書中所介紹的，它與傳統的預先收集或構造好數據及標簽的有監督學習有著本質的區別，它強調在與環境的交互中獲取反映真實目標達成度的反饋信號,強調模型的試錯學習和序列決策行為的動態和長期效應。“這使得強化學習在人工智能領域的些難題，如我本人所從事的認知型人機口語對話系統的研究中，具有無可替代的重要地位。”

而這些寶貴的思想，也為聯結主義的深度學習在小數據、動態環境、自主學習等方面的進一步發展提供了重要的基礎。在 AlphaGo 戰勝李世石之后，AlphaZero 以其完全憑借自我學習超越人類在各種棋類游戲中數千年經驗的能力再次刷新了人類對人工智能的認識，也使得強化學習與深度學習的結合受到了學術界和產業界的前所未有的關注。

從理論到實際應用：俞凱與思必馳的AGI進化論

在未來的智能提升與應用拓展中，強化學習也將發揮更為關鍵的作用。作為學界與產業界的雙重探索者，俞凱及思必馳正聚焦AGI與真實場景的融合優化，在智能汽車、IoT設備等硬件載體上，致力于構建能深度思考、穩定可靠執行的分布式智能體系統，推動AI從內容生成向類人思考、精準交互的躍遷。同時，這種"軟硬件結合"的戰略選擇，暗合強化學習與真實物理環境交互的技術本質。

展望未來，俞凱強調分布式架構、多模態融合、可靠性增強將成為關鍵方向，也正是思必馳“1+N”中樞大模型架構致力于解決的問題。思必馳依托國家重大AI任務專項，構建了基于DFM-2東風中樞大模型的1+N分布式大模型智能體系統，其核心能力在于“知道自己的知識邊界”，具備“理解可靠、決策可靠”的特性，通過模塊化拆卸、不同大模型/智能體熱插拔與定向更新技術，實現多垂域大模型的靈活調度與高效協同。相較于集中式大模型，DFM在綜合成本、響應速度及垂域精度上優勢顯著。

俞凱認為，中國AI創新應重視學科交叉與長期主義，要鼓勵去做火種般的探索，真正的技術革命往往孕育于非功利性的原始創新。在強化學習照亮AGI前路的當下，這種堅守深水區的勇氣，或許比追逐短期技術風口更具意義，更能為技術發展注入持久動力。