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。
|
