中大研究︰改變世界

他聯同頂尖門生密切關注AI的新發展。 「研究相當密集，意味着很多人同時研究 同一個課題。以往需時50年的課題，現 在可以在半年內解決——然後我的博士就 要另覓新課題。」 目前他門下的博士生多達40人，他們從 教授多年的研究資歷中獲益，有助於看清 科研發展的藍圖，得悉哪些課題是最重要 的，譬如如何結合包括自然語言、圖像、 錄像和聲音在內的多模態信息。 深度視覺實驗室是他設立的非正式學術團 體，旨在匯聚香港以至海外等頂尖大學的 計算機工程友好，共同探究關鍵論文和研 究領域的最新進展，找出未來五到十年最 需要解決的課題。 轉化字為圖像 他現正解決其中一個最棘手的問題：如 何完美銜接計算機視覺和自然語言處理 （NLP）實現多模態複雜推理。「語言和 視覺內容處理屬於不同的研究領域，但它 們正在融合，因為計算機視覺研究人員正 在尋找NLP模型來處理視覺數據，也曾有 一段時間，NLP 研究人員使用計算機視覺 解決方案。」 若然取得成果，用戶有望通過與電腦自然 交談來學習一切感知信號並完成超越人類 能力的推理工作，而不是輸入比較簡單的 關鍵字來連接語言和圖像，這當然知易行 難。「完整解讀視覺和語言編碼信息的方 式截然不同，完美銜接兩者無疑是我當前 最重要的任務之一。」 深度視覺實驗室 13