讓AI“讀懂”復雜世界！東大團隊原創理論獲“中國智能科學技術最高獎”一等獎

長期以來，如何讓機器理解復雜語義，是人工智能領域的一塊“硬骨頭”。日前，東南大學計算機科學與工程學院、軟件學院、人工智能學院耿新教授團隊，憑借在“標記分布學習理論與方法”上的原創性突破，榮獲2025年度吳文俊人工智能科學技術獎自然科學獎一等獎。這個被譽為“中國智能科技最高獎”的榮譽，背后是團隊近二十年的深耕。

從“有什麼”到“有多少”

“機器學習，就是利用算法從數據中自動歸納規律，並利用這些規律對未知數據進行預測或決策。”談及獲獎項目，耿新舉例解釋，傳統監督學習在面對一個復雜對象時，往往只能給出簡單的“是或否”的判斷。“比如說，一幅圖像裡有貓、狗、大樹等多個元素，傳統的標注會告訴我們‘有貓、有狗、有樹’。但它不會告訴我們，不同元素在這一畫面裡佔了多少比重，‘顯著程度’分別有多高，這可能導致機器在面對真實世界的復雜場景時，理解出現偏差。”

面對這一痛點，耿新教授團隊在2016年正式提出了一種全新的學習范式——標記分布學習。這一范式不僅僅是給圖像打上標簽，而是要為每一個標簽賦予“描述度”。這相當於讓AI完成了一次認知升維：從判斷圖像裡“有什麼”，進階到理解每個元素“有多少”，從而對復雜對象進行更細膩、更精確的刻畫。

理論“無人區”裡的堅守

標記分布學習理論與方法的雛形最早可追溯到2007年，團隊經過近十年的積累與打磨，2016年作為完整范式被提出。但真正的攻堅，才剛剛開始。

“提出范式還不夠，想要讓它立得住，還得建立基礎理論、開發相應算法、推進應用落地……從理論到應用都得走通。”耿新回憶，最難的就是構建基礎理論這一塊。“比如一個核心點叫‘標記增強機制’。現實中，大家為了節省標注成本，往往隻標一個簡單的邏輯標記，並沒有給出描述度信息。我們要做的，就是通過數據分析，把這些缺失的描述度給恢復出來。”

為了保証恢復出來的效果是可靠的，團隊需要構建完整的理論框架。“光是這個難點，我們就打磨了三年多。”耿新感慨地說，針對另一個核心點“標記分布泛化理論”，團隊同樣打磨近三年時間。

從中國原創走向國際標准

標記分布學習因其在處理復雜、模糊語義上的獨特優勢，不僅成為了學術界的“寵兒”，更被應用在了諸多高精尖領域。目前，標記分布學習已形成機器學習領域的一個新興研究方向，吸引了大量國際同行跟研，包括哈佛、斯坦福、耶魯、牛津、劍橋等世界頂尖科研單位。

自2018年起，美國宇航局（NASA）在“好奇號”火星車的礦物分析任務中，就採用了標記分布學習作為核心算法。“火星礦物的化學成分非常復雜，以前的統計方法很難預測超過三種元素的化學成分。”團隊成員、東南大學計算機學院副教授徐寧介紹，該算法通過分析礦物晶體的X射線衍射數據，能精准預測多種化學元素及其豐度，幫助科學家還原火星地質歷史。此外，標記分布學習還被應用於集成電路領域，支撐構建了芯片設計大模型，已服務於諸多頭部企業，助力芯片設計自主化。

“我們發現在大模型研究中還有很多問題需要用標記分布學習去解決。”徐寧透露，團隊目前正在將這一技術應用於大模型的“安全對齊”研究。

“大模型生成的內容，有時候可能不安全，或者跟人類的價值觀有沖突。”徐寧表示，如何讓大模型與人類的價值觀對齊，使其更符合人類預期，這些核心問題恰好是標記分布學習未來可以發揮作用的方向。

鏈接：

“吳文俊人工智能科學技術獎”由中國人工智能學會發起主辦，得到了中國智能科學研究的開拓者和領軍人、首屆國家最高科學技術獎獲得者、中國科學院院士、中國人工智能學會名譽理事長吳文俊的支持，經中國科學技術部核准，於2011年1月6日正式設立，被譽為“中國智能科學技術最高獎”。（謝詩涵）

來源：交匯點新聞