导读:为了启发下一代青年学者研究思路,激发科研灵感,智源社区现推出青年学者访谈栏目。清华大学交叉信息研究院助理教授高阳为我们介绍了他一路走来的科研经历。在清华求学阶段,高阳在朱军老师的引领下深入理解贝叶斯基础理论,奠定了科研的基础。在UC Berkeley,他在Trevor Darrell和Pieter Abbeel的指导下继续深造,两位AI名师虽风格迥异,却各有千秋。以教师的身份重回清华,他从视觉入手,力求打造能够真正「看世界」的机器人,并将EfficientZero等高采样效率强化学习算法应用到现实环境中。
高阳,清华大学交叉信息研究院助理教授。博士毕业于美国加州大学伯克利分校,本科毕业于清华大学计算机系。主要研究计算机视觉与机器人学。
整理:李梦佳
爱上「暴力」运算,计算机是一个高智商玩具
我对计算机的热忱和兴趣源于中学时代。我初二开始接触计算机竞赛,高中就读于沈阳市东北育才中学,获得过数学和计算机竞赛省一等奖。我还参加了一次科技创新比赛,这个比赛和做科研有点像:参赛者要选择一个研究题目,在这个题目之下做一些创新。在比赛中我实现了一个新的密码学算法,凭借这个算法拿到了国家一等奖,于是高二结束就获得了保送清华的资格。
计算机算法最吸引我的地方是它的工作机制十分直观简洁,又丰富多彩:你只需要写一个程序,就能让计算机去做很多你想让它做的事。例如,用数学方法求数列的第1000项,需要掌握精妙的公式;而在计算机上,编写一个程序,借助计算机的运算能力「暴力」地算1000次就可以得到结果。这让我觉得计算机的本质非常有趣,是一个高智商玩具。
进入清华以后,我师从朱军老师。朱老师是我的一个楷模,他非常刻苦,治学态度严谨。我读了大量朱老师的论文,观摩朱老师和他的学生如何做研究。这期间,我接触到科研的一些基本概念,打下了比较牢固的机器学习基础,也接触了一些艰深的数学。朱老师研究的贝叶斯推理,其实是基础性非常强的工作。它是一个贯穿很多领域的重要技术,也会帮助理解很多高级的模型。视觉中比较常用的VAE、最新的diffusion model等都基于贝叶斯。对贝叶斯的理解让我在后来的研究中受益匪浅。
在UC Berke