繼“讓機器聽懂你的聲音”，鈦坦白又請來六位鈦客，探討如何讓機器看懂這個世界。本文根據浙江大學CAD&CG國家重點實驗室副教授、Rokid科學家顧問張宏鑫在鈦坦白的分享整理。

張教授是浙江大學理學博士、香港科技大學計算機系博士后。曾先后在微軟亞洲研究院、德國亞琛工大等做訪問合作研究。近年來已完成論文30余篇，其中多篇論文被SCI/EI/ISTP收錄，并獲得了較高的文獻引用率。在浙江大學 CAD&CG國家重點實驗室，系統并深入地研究了數字幾何處理、計算機圖形硬件加速、三維重建、可視化和計算機視覺的理論，將離散微分方程、卷積理論成功應用于快捷三維造型。與阿里云合作研發了渲染云系統，并參與了Rokid家庭陪伴機器人的研發。

以下是張宏鑫教授在鈦坦白的分享：

大家好，我是浙江大學CAD&CG國家重點實驗室的張宏鑫，也是Rokid機器人研發團隊科學家顧問，感謝各位聽眾，也感謝鈦媒體給了我這么一個機會，和眾多人工智能行業的大佬們一起來做這個分享。

我雖然做機器學習相關的應用研究已經十多年了，但還算不上一個真正的搞機器學習或者人工智能的專家，勉強可以算是一個資深的玩家，因為我自己的研究興趣其實主要在圖形學和計算機視覺交叉的領域，后來慢慢擴展到對數據的可視化分析。借此機會，我想通過我個人的一些經歷，反映我們這一代人的想法，進而講一些我對人工智能的粗淺認識，供大家研討。

緣起

我們這代人屬于70后，我記得我最小時候最喜歡看的一個動畫片是《鐵臂阿童木》，最早看的科幻電影應該是《星球大戰》三部曲，當時對電影里面的R2D2等等機器人特別特別的著迷，這些片子使得我們這代人對智慧機器人有了最早的直觀認識。但是說實話，最早并不知道什么叫“人工智能”，只是單純的覺得這是科學，這些可愛的機器人總有一天會出現在我們的生活當中，會成為我們人類的好朋友。

機緣巧合，直到兩年前的一天，我的好朋友——Rokid公司的創始人Misa找到我，說“我們做機器人吧”，我沒有任何猶豫脫口說“好吧，我們一起干！”于是，和Rokid的團隊一起開始了這個有趣的探索之旅。在這個探索的過程當中，發現有很多的研究問題大有可為，所以現在也算是樂在其中。

種子

回想起來，從小學到中學隨著年齡的增長，我非常喜歡看幾本雜志分別是《科學畫報》、《飛碟探索》還有《奧秘》，也很喜歡背后的物理跟數學。然后再大一點的話，喜歡看《無線電》。但是后來發現，《無線電》里面很多簡單的小制作還可以，但是復雜的制作的話需要很多儀器，對于一個初中生、高中生來說是買不起的。所以覺得不如退一步，因為數學自己還不錯吧，就以數學為基本工具來探索這個世界。后來也比較幸運，考上了浙江大學，就讀數學系，算是了卻了自己的心愿。也就是在大學里，有一次很偶然的機會認識了Misa同學，因為他和我一樣很喜歡彈吉他，沒想到兩個人因為彈吉他在一起，斷斷續續合作了很多年。

在大學三年級的時候，大概是1996年前后，有一個很有趣的事情。當時的數學系主任是陳叔平教授，他有一次找我們一幫學生來聊天，問我們對什么東西感興趣。輪到我講的時候，腦子里就突然冒出了三個字——機器人。然后我就對陳老師說，我很想做機器人。陳老師當時愣了好一會兒，微笑著鼓勵我說，“以后要多學習專業知識，和自動化還有計算機的老師多合作”，也許就是因為師長的這種鼓勵，后來促使我花了很多時間去學計算機的技術，并輔修了偏工程的電氣專業。

所以說在大學期間的這些經歷，在我們70后這一代人的身上埋下了現在做這些智能設備、智能技術的種子，才有了今天Rokid的產品。也正是因此，我們愿意跳出自己的小圈子，把電子器件、計算機技術，以及很多數學的算法邏輯等等元素組合在一起。說實話，是因為喜歡彈吉他，喜歡音樂，當年我們這幫人才能夠聚攏來，去探索這個有點離經叛道，但有些跨界的美物。

也正是因此，我覺得人工智能，?能簡單?解為是一組算法所形成的自動化邏輯，它是軟硬件技術的結合體，只有實物化才是王道。

小數據時代

后來很幸運，順利保送浙大碩士以及直接轉為博士，師從數學系的王國瑾教授。他當時給我的論文題目是《復雜形體建模與繪制的離散方法研究》。在這個課題當中，其實我們研究的是一種樣條理論，試圖通過一種過程式的細分曲面方法來表達三維場景。所以在當時，我廣泛的探索了各種各樣的三維模型如何去進行表達，怎么樣去進行有效繪制之類的問題。

在博士期間，大概2001年左右，我去微軟實習了一段時間。加入了微軟沈向陽博士領導的視覺組，在他那邊做實習生。當時到這個組，給了我一個專門的問題，希望我做重光照（relighting）技術方面的研究。什么是重光照？具體而言，就是研究從一張圖片或者多張圖片中，首先是恢復三維場景，然后再根據這個三維場景的信息進一步猜測計算物體的材質屬性（補：最后是對三維場景重新打光）。當時來說，這是一個很難的問題，而且需要用到很多的計算機視覺技術，包括圖像分割、立體視覺還有很多數據統計的方法。這些方法都是可以看作是人工智能的一種形態，也是機器學習里面的一些典型方法。當時在微軟，有非常好的氛圍。我記得當時有很多很厲害的人，現在都已經成為了研究員、教授，比如說孫劍、劉策等等，大家在一起廣泛討論了很多機器學習的方法。

我在微軟的工作屬于“可視計算”領域。可視計算這個方向實際上是計算機圖形學和計算機視覺的交叉領域，這兩個方向其實可以說是天生的一對。計算機圖形學，是一種正向從三維的場景或者數據去生成二維圖像的一個過程；而計算機視覺恰恰是反過來的，是從二維的圖像反向去猜測或者是預測三維的結果，特別是基于圖像的重建那塊的內容，可以說圖形學跟計算機視覺是不可分家。所以，在學術界把這兩者加在一起叫“可視計算”。

微軟期間我印象最深刻的是，從那個時候開始接觸所謂的小樣本學習方法。因為當時我們有一個討論班，例如孫劍、王天樹、劉策，還有別的一些朋友，包括朱頌春老師，大家在一起討論各種各樣的視覺方法。期間，我們重點研讀了，SVM發明人Vapnik博士所寫的一本很有名的書叫《統計學習理論的本質》。在這本書里面他廣泛研討了SVM方法的理論。全文的宗旨是希望通過比較小的樣本，就能夠學習獲得一個很好的統計模型，這個模型是通過數據進行計算來獲得的。在當時的這樣一種氛圍底下，其實大家都在探索各種各樣的機器學習的方法，除了SVM方法以外，還有比較重要的是一些降維的技術。

博士畢業后，我在香港科大做了一年的博士后，當時在那邊合作的老師是戴秋蘭教授，跟她一起做的是基于草圖的人機交互。香港科大在當時如日中天，集合了一大幫來自于五湖四海的科研人員，有的在那邊做博士后的，也有在那邊當教員的。這期間我很榮幸結識了張志華老師，大家親切的把他稱為“老張”，他現在在上交大和北大任教。老張既是我的老師，也是我的朋友，我們經常飯后一起在香港科大的海邊散步。散步的時候，他就跟我講好多統計的方法。為此，我們后續合作做了一些數據降維的工作。最終，其中一個算法被用于圖形學中的模型分解跟紋理映射。在當時大家都特別推崇小樣本的統計方法，用了很多統計學里面的理論和計算技巧。但是當時大家都比較鄙視神經網絡方法，這是挺特有意思的一個過程。

大概在2005年到2006年左右的時候，我有幸訪問了德國亞琛工大，在那邊訪問的教授是Leif Kobelt。他當時主要做很多關于三維網格處理的研究，其課題組的很多技術其實最后都輸出給寶馬汽車，因而有很多的橫向課題。在訪問Kobelt教授期間，我主要致力于將機器學習技術進一步引入到圖形學當中，用于三維模型的處理和分析。因為在當時，我跟浙大CAD實驗室的一位博士生叫許棟，做了一個很有趣的工作。我們這個技術，可以在不同的三維模型之間進行插值，背后用的計算理論是網格上的微分方法，我們將其稱為“泊松形狀插值”。

泊松形狀插值的方法，Kobelt教授也非常感興趣，因為他發現這個技術也許可以用于寶馬汽車的外形設計。后來，我們也逐漸意識到這一技術，也許是一種物體的本質表達方法。但是怎么樣去驗證這件事情不好說，因為需要大量的數據。因此，從這個項目開始，我就越來越關注圖形數據庫方面的一些進展。這當中我們發現很多數據，其實適合去做一些數據驅動的方法。如果能累積較多數據，不光是能夠去做圖形的形狀分析與搜索，還能夠去驅動一些相關的物理仿真。

記得有一年，我和一個叫宋超的博士合作做了一個關于物理仿真的技術。在這個仿真技術里邊，我們不光用了是事先采集好的一些形狀數據，而且還融匯了一個物理力學模型。我們把兩者結合起來，來做到一個比較真實，但是速度非常快的物理仿真效果。

但當時做了這一系列的研究之后，說實話我們在學術方面其實有些迷茫，特別在圖形學方向。該方向已經發展到一個非常高的高度，進入了一個平臺期。所以我們在做一些嘗試，想從別的角度去進行一些挖掘，看看還有沒有別的路可以去走。這一點恰恰把我們70年代的人引入到大數據的時代來了。

大數據時代

大概是在2010年左右，我們前前后后做了三個不同的項目，我把這三個項目總結為三個“大”。

大計算

在2010年左右的時候，阿里云的王堅博士找到我們，希望把我們已有的圖形計算渲染，這種非常復雜的計算過程，搬到阿里云上。后來這個項目通過兩到三年的努力成型后，成為阿里云第一個上線的saas應用。

有一次，我們兩邊合作總共調集了6500臺計算機，或者說計算節點，來完成一部動畫電影的渲染任務，這個片叫《昆塔傳奇》，是我們杭州本地的一家廣告企業博彩傳媒拍攝的。我們把這么大規模的計算資源調度起來，做這么一個復雜的計算任務，其實是非常了不起的。正是因為能夠大規模的去調動這種計算資源的經歷，使我后面可以說是開竅了，讓我很興奮，覺得這種大的計算能力真的可以做一些事情。