张立华2018年在上海科技节新创发布会上作《智能视觉感知技术》报告

智能机器人的发展正如同人类的文明和进化史一般，不断向着更高级的形态发展。一个充满挑战的问题正摆在人类面前，未来的智能机器人是否会拥有像人一样的智慧大脑和复杂意识？

“当前以深度学习为代表的人工智能技术所能解决的问题往往需要具有大量可以借鉴学习的训练集，同时要求所获取的信息是完备的，而在复杂的真实应用环境中，采集到的数据往往包含大量噪声与不确定性，且仅包含环境的局部信息，导致了基于深度学习的人工智能应用的局限性。而在同样环境下，人类却往往可以依靠直觉做出较为迅速且适宜的判断，这为我们发展新的人工智能理论来解决上述问题提供了灵感。”在复旦大学，智能机器人研究院常务副院长、智能机器人教育部工程研究中心副主任张立华正带领一个科学家团队，与清华大学脑与认知科学研究院合作，提出了机器直觉这一新的交叉学科研究方向，致力于让机器实现类似甚至超过人类的直觉能力，赋予机器洞察力与创造性。

在融合了人类智能+人工智能+群体智能的全息群智理论与机器直觉理论研究的基础上，他们力图打造赋智于机器人的核心智能引擎，为智能机器人的发展提供较为系统、完整的基础理论与关键技术支撑。

作为曾经创业并在产业界卓有成就，如今回归科研一线，向前沿进发的优秀学者，张立华用20年时间，一手搭建起从科研创新到产业落地的路径，窥见了人工智能未来发展的壮丽图景。

从创新到产业化

1994年，凯文·凯利写下了后来被誉为成功预言了人类未来的《失控：机器、社会与经济的新生物学》一书。在书中，关于智能机器人、大众智慧、云计算、物联网、虚拟现实、共生、共同进化等词汇第一次走进人类视野。如今，人工智能的时代已经来临，机器的深度学习已不再让人类感到陌生，也成为了人工智能系统向前发展的重要能力。

同样是1994年，从清华大学自动化系自动控制专业本科毕业的张立华不会想到，在未来的20多年时间里，自己将参与一个又一个推动人工智能相关领域发展的重大项目开发和理论研究。

选择自动化专业对于张立华来说颇有“无心插柳”的味道。他在清华大学1989年招生简章上看到自动化专业那一页中，有几张机器人的图片，引起了他的好奇，于是便选择了自动化系自动控制专业，从此与人工智能结下了不解之缘。

2000年，张立华拿到了清华大学控制理论与控制工程专业博士学位，并获得了“清华大学优秀博士学位论文”奖，此后便开始了在国外的漫长研究生涯。

博士毕业后的张立华在美国辗转从事科研工作多年，曾先后在多家芯片企业工作，并在全球视觉计算与人工智能行业领袖企业——美国英伟达公司等担任高级技术与管理职务。

在美国多年，不仅让张立华完成了在人工智能科研领域的不断累积与进步，也对他未来的科研工作产生了巨大影响。在他看来，在保持科技创新的激情和动力的同时，同样要致力于实现创新技术的产业化。

张立华供职过的其中一家企业，核心产品是三维物理仿真处理器芯片，该公司研发的物理仿真引擎也是当时世界上最好的两个物理仿真引擎之一。

物理仿真引擎需要对刚体、流体、软体等进行模拟，相关算法非常复杂，需要很大的算力。张立华加入之后，参与研发以异构众核架构计算技术为核心的三维物理仿真引擎处理器芯片，这需要掌握刚刚初现端倪的异构并行计算技术，这意味着他需要重新进行大量学习和创新。

那段研究经历，让他至今印象深刻。彼时，在三维游戏或工程设计中，物理仿真的技术应用很广。比如，一个游戏中的女孩子穿着裙子跳舞时的动态效果如何才能做得更逼真，就是张立华和同事需要攻克的难题之一。围绕一个个难题一一攻克，张立华和同事进行了物理仿真算法上的极致探索。

技术的攻关没有止境，更大的问题在于如何实现芯片的产业化。即使算法做出来了，但若过于复杂，在当时的成本下，同样无法实现产业化。

“我们还要进行优化，如果优化不了，就要对算法重新分析、重新设计。”张立华说，芯片做出来后，他们还要进行一一调试，让各方面的性能达到最佳。为了实现这款芯片的产业化，他们专门设计了一款针对异构架构处理器的性能分析软件，这个分析软件最终成为一款全球最早的异构系统性能分析的通用软件之一。