中大研究︰改变世界

他联同顶尖门生密切关注AI的新发展。 「研究相当密集，意味着很多人同时研究 同一个课题。以往需时50年的课题，现 在可以在半年内解决——然后我的博士就 要另觅新课题。」 目前他门下的博士生多达40人，他们从 教授多年的研究资历中获益，有助于看清 科研发展的蓝图，得悉哪些课题是最重要 的，譬如如何结合包括自然语言、图像、 录像和声音在内的多模态信息。 深度视觉实验室是他设立的非正式学术团 体，旨在汇聚香港以至海外等顶尖大学的 计算机工程友好，共同探究关键论文和研 究领域的最新进展，找出未来五到十年最 需要解决的课题。 转化字为图像 他现正解决其中一个最棘手的问题：如 何完美衔接计算机视觉和自然语言处理 （NLP）实现多模态复杂推理。「语言和 视觉内容处理属于不同的研究领域，但它 们正在融合，因为计算机视觉研究人员正 在寻找NLP模型来处理视觉数据，也曾有 一段时间，NLP 研究人员使用计算机视觉 解决方案。」 若然取得成果，用户有望通过与计算机自 然交谈来学习一切感知信号并完成超越人 类能力的推理工作，而不是输入比较简单 的关键词来连接语言和图像，这当然知易 行难。「完整解读视觉和语言编码信息的 方式截然不同，完美衔接两者无疑是我当 前最重要的任务之一。」 深度视觉实验室 13