在人工智能與機器人領(lǐng)域，陳佳玉的名字正逐漸被更多人熟知。這位兼具學(xué)術(shù)與產(chǎn)業(yè)雙重背景的年輕研究者，本科畢業(yè)于北京大學(xué)工學(xué)院，早期聚焦自動駕駛技術(shù)研究，博士后階段在卡內(nèi)基梅隆大學(xué)將強化學(xué)習(xí)應(yīng)用于核聚變反應(yīng)堆控制，如今以博導(dǎo)和原力無限資深研究科學(xué)家的身份，將研究重心轉(zhuǎn)向通用家用機器人領(lǐng)域。
陳佳玉的科研軌跡始終圍繞復(fù)雜系統(tǒng)智能控制展開。從自動駕駛的感知與決策，到強化學(xué)習(xí)理論與算法設(shè)計，再到核聚變等離子體控制，看似跨度極大的研究方向背后，實則貫穿著強化學(xué)習(xí)這一核心線索?！皬娀瘜W(xué)習(xí)的學(xué)習(xí)過程具有類人特性，且涉及控制理論、統(tǒng)計學(xué)等多學(xué)科交叉，這種綜合性和挑戰(zhàn)性吸引著我持續(xù)深耕。”陳佳玉解釋道。他強調(diào)，當(dāng)前研究更注重從實際需求出發(fā)，而非單純追求技術(shù)難度，但發(fā)展類人智能的終極目標(biāo)決定了強化學(xué)習(xí)仍是值得探索的前沿方向。
在陳佳玉看來，核聚變控制與機器人操作在數(shù)學(xué)本質(zhì)上具有共通性。無論是通過真實數(shù)據(jù)交互還是模擬器建模，兩者均可抽象為馬爾可夫決策過程，需定義觀測、動作及評價標(biāo)準(zhǔn)三個核心要素。這類高維非線性連續(xù)控制問題，正是強化學(xué)習(xí)的優(yōu)勢領(lǐng)域。“我的博士導(dǎo)師擅長用數(shù)學(xué)原理剖析問題本質(zhì)，博后導(dǎo)師則精通工程迭代方法，現(xiàn)在的研究正是兩者結(jié)合的產(chǎn)物。”他以正在推進的持續(xù)性強化學(xué)習(xí)項目為例，該項目旨在讓AI具備持續(xù)學(xué)習(xí)新任務(wù)且不遺忘舊知識的能力，既需要理論突破，也依賴工程實踐。
2025年，陳佳玉開啟“雙棲”模式：在香港大學(xué)擔(dān)任教職的同時，加入創(chuàng)業(yè)公司原力無限。這種選擇源于現(xiàn)實考量——學(xué)術(shù)研究面臨資金、場地、算力三重困境，而產(chǎn)業(yè)界能提供更充足的資源支持。原力無限構(gòu)建的商業(yè)技術(shù)閉環(huán)、高效的執(zhí)行文化，以及與陳佳玉團隊在“一腦多身”通用物理世界模型上的技術(shù)共識，成為雙方合作的關(guān)鍵因素?！巴ㄓ脵C器人是人工智能領(lǐng)域的終極挑戰(zhàn)，它需要整合計算機視覺、自然語言處理、強化學(xué)習(xí)等多領(lǐng)域技術(shù)。”陳佳玉指出，家庭場景對通用性的需求，使其成為最具潛力的落地方向。
針對初創(chuàng)公司與科技巨頭的競爭，陳佳玉認為，初創(chuàng)企業(yè)需聚焦特定場景，走專業(yè)化道路。“大廠在基礎(chǔ)模型和算力上具有優(yōu)勢，初創(chuàng)公司必須找到差異化路徑，通過快速落地和實用主義策略建立競爭力。”他預(yù)測，短期來看，人形機器人將優(yōu)先在B端工廠場景應(yīng)用，但長期機會在于C端家庭市場。“家庭用戶需要的是能完成多種任務(wù)的通用機器人，而非多個專用設(shè)備?！?/p>
在技術(shù)路徑選擇上，陳佳玉團隊正攻關(guān)兩大方向：持續(xù)性強化學(xué)習(xí)與以智能體為中心的世界模型。后者區(qū)別于當(dāng)前主流的第三人稱視角世界模型，強調(diào)構(gòu)建指揮智能體行為的因果模型?！袄纾瑱C器人拿杯子時，世界模型應(yīng)讓其理解‘拿緊杯子是為了防止掉落’，而非簡單模仿動作序列?！边@種因果建模能力，將幫助機器人實現(xiàn)跨任務(wù)知識遷移。
對于行業(yè)普遍關(guān)注的泛化性問題，陳佳玉持謹慎態(tài)度。他認為，當(dāng)前許多研究宣稱的泛化能力缺乏理論保障，屬于偶然性成功，而持續(xù)學(xué)習(xí)技術(shù)則被嚴(yán)重低估?！叭绾巫孉I在學(xué)習(xí)新任務(wù)時不遺忘舊知識，這是Richard Sutton等學(xué)者近期重點討論的難題?！彼嘎叮瑘F隊正通過數(shù)據(jù)工廠采集初始數(shù)據(jù)，并計劃通過部署機器人獲取真實用戶數(shù)據(jù)，構(gòu)建“數(shù)據(jù)飛輪”正反饋機制。
面對“少年天才”的標(biāo)簽，陳佳玉更關(guān)注實際貢獻：“標(biāo)簽不重要，重要的是能否解決重要問題?！彼ㄗh年輕研究者：首先明確定義研究問題，確保其具有足夠價值；其次積極整合資源，包括算力、設(shè)備和落地場景；最后通過拆解頂尖學(xué)者的研究體系，構(gòu)建自己的認知框架?！安灰つ孔冯S熱點，要建立獨立思考能力，從體系推導(dǎo)出真正值得研究的問題?！?/p>
