变中求不变：杨智勇的AI时代科研“北极星”

如果衡量模型的尺子本身会变化，结论还可靠吗？

杨智勇的科研主线，起于对这把“尺子”的追问。模型参数没有改变，测试阶段的阈值一变，评估结果便随之改变。如何在变化的决策条件下找到稳定标尺，成为他持续多年的研究方向。

今天的AI研究者也置身于更大的变化。从统计学习到深度学习，从大模型到智能体，技术范式和研究节奏持续改写。一项工作三个月前刚完成，三个月后或许已失去继续推进的空间。

怎样找到值得长期投入的方向？过去学过的知识还能发挥什么作用？当AI能够辅助检索、写作与方案探索，人还需要守住哪些能力？

本期「CCF 优博之路」邀请到的嘉宾是中国科学院大学副教授、博士生导师杨智勇——研究方向聚焦高效可信机器学习，在CCF-A类期刊及会议共发表论文70余篇，其中TPAMI 20余篇，ICML/NeurIPS 20余篇，其中8篇论文为亮点/口头报告论文，并获得6项CCF-A类会议国际竞赛冠军。先后获得：吴文俊人工智能青年科技奖、CCF优博、CSIG自然科学奖一等奖、吴文俊人工智能科技进步二等奖、首届百度AI全球华人新星百强、首届亚洲可信机器学习奖励金、小米青年学者、中国科学院百篇优博论文、百度奖学金全球20强等荣誉奖励。担任Pattern Recognition/Information Fusion / Neural Networks等JCR 1区期刊编委，机器学习领域顶级会议ICML/ICLR/NeurIPS领域主席。

本次分享中，杨智勇回顾了从零散探索、聚焦AUC，到围绕模型评估与优化中的“不变量”持续延拓的过程，也谈到广阔的视野、知识骨架、独立判断、人的主体性，以及支撑长期研究的身体与心力。技术、问题与工具持续变化，求真、独立、耐心，仍是研究者辨认方向的坐标。

️ 这是回顾内容。将门编辑部将 8 月 31 日直播提炼成文，保留核心精粹，希望这份深度整理能为每一位读者带来新的启迪。

嘉宾：杨智勇｜中国科学院大学副教授、博士生导师

主持：邰颖｜南京大学副教授、博士生导师

01｜从零散探索到长期主线：

一次负反馈带来的转向

早期的广泛尝试积累了能力，也让研究主线的缺失逐渐显现。

杨智勇：我的研究经历大致可以分成三个阶段。最开始是零散探索，当时觉得论文多一些、做过的方向多一些，总归是好事，于是围绕机器学习尝试了属性学习、长尾学习、子空间聚类等不同问题。

这些经历确实带来了正反馈。属性学习让我接触多任务学习，长尾学习需要理解统计学习和泛化理论，子空间聚类则涉及结构学习、复杂优化、线性代数与谱图理论。问题也随之出现：工作彼此分散，很难被组织成一条清晰主线，我也说不清自己的学术标签是什么。直到一次重要答辩，我需要把此前成果放进同一个故事里，才意识到这些工作无法形成完整叙事，也难以回答一个更长远的问题——接下来沿着哪条路走？

这次负反馈促使我重新审视已有积累。我发现，过去多项工作都与AUC有关。于是我开始追问：围绕这个指标继续往前，能否找到一个更有辨识度、也更值得长期投入的研究方向？

02｜聚焦AUC：

在变化的决策条件中寻找不变量

能够穿过技术周期的问题，往往扎根于更深层的矛盾。

杨智勇：AUC即ROC曲线下面积，可以刻画分类模型在不同阈值下的整体表现。我真正关注的，是这个指标背后的“不变量”思想。

模型输出连续分数，落到实际应用时，还要借助阈值等决策参数形成判断。阈值一变，误报率、漏报率等结果也会随之变化。模型本身没有变，评估它的“尺子刻度”却变了，比较结果就可能产生偏差。

在违禁物品识别、金融欺诈、疾病诊断等高风险场景中，阈值承载着风险与效率的权衡。阈值较低，风险控制更严格，人工复核量也会增加；阈值较高，效率提升，漏检风险随之上升。真实场景里的风险偏好不断变化，训练阶段很难提前给出长期有效的最优值。

沿着这一矛盾，我把模型性能写成决策参数的函数，再通过性能曲线及其面积，对不同决策条件下的表现进行平均，尽量消除特定阈值对评估结果的影响。研究也由此从一个具体指标，延展到更一般的X-Curve评估与优化框架。

此后，这条主线继续向外生长：从全局AUC拓展到聚焦高误报、高漏检区域的双路偏AUC；从固定阈值分布走向任意非均匀分布；再进入多分类、开放世界、知识蒸馏等任务。到了大模型与智能体时代，测试阶段出现更多参数，单一曲线甚至会扩展成复杂的性能曲面。模型越复杂，如何稳定刻画其内在性能，研究价值越突出。

03｜回头看，也向外看：

给科研打开更宽的视野

当正面道路变窄，历史与邻近学科常会提供新的入口。

杨智勇：科研视野不能只朝着“最新”延伸。一个领域走到今天，背后有漫长的思想史。回看经典问题的形成过程，常常能发现当下研究忽略的不足，也能重新辨认值得长期投入的问题。

今天的AI看起来发展迅猛，底层仍缺少能够被广泛共享的统一定律。物理、统计与传统工程学科都有深厚的理论基础；AI领域经验性成果快速涌现，也更需要研究者回到概念、原理和科学问题本身。

跨学科视角，是拓宽视野的另一条路径。我本科阶段学习生物化学，这段经历塑造了我的思考习惯：面对上层现象，会自然追问底层机制；进入人工智能领域后，我也更愿意跳出纯计算机框架，从心理学、神经科学等方向寻找启发。

AUC研究的关键起点，便来自一次“向后追溯”。它的思想源头可以回到信号检测与心理物理学：雷达操作员在战时警戒和日常值守中，对同一信号会采用不同判断阈值，因此很难用某一个固定条件评价其整体辨识能力。人的信号感知与机器分类由此建立起联系，也让“消除决策条件变化，衡量内在能力”成为可持续延展的主线。

当一条路走不通时，可以暂时离开当前视角，回到问题的历史源头，或者去其他学科寻找相通的结构。

04｜理论极小值：

在信息爆炸中搭一副知识骨架

技术名词可以不断增加，能够迁移的原理才是知识体系的承重梁。

杨智勇：开始给不同专业的学生讲授机器学习课程后，我一直在思考：面对快速迭代的技术，课堂究竟应该留下什么？

物理学家Leonard Susskind提出的“Theoretical Minimum”给了我启发。“理论极小值”强调以精炼的工具集串起领域中最重要、最具迁移性的原理。

沿着这个思路，我尝试把传统机器学习与深度学习放进同一条演进脉络，寻找贯穿多个技术阶段的常青原则。比如，损失函数的设计准则从小模型延续到大模型与智能体；模型集成从AdaBoost、GBDT走到MoE，背后的组合思想始终存在；SVM中的间隔理论，也持续影响泛化、度量学习与对抗训练。

在课程中，我会先讲线性代数的几何直观与概率统计，再从分类、回归、优化、决策展开，继续讨论归纳偏置、模型集成、间隔、对比与重构。PCA、自编码器、VAE、GAN和扩散模型看起来相距很远，沿着“重构数据或分布”这条线索，又能被放进同一副知识骨架里。

初学者可以借助较新的教材建立全局框架，再通过习题和讲授加深理解。我们也会让低年级学生轮流站上讲台。能够把一个概念讲清楚，往往说明背后的逻辑已经想清楚了。

05｜给每篇论文加一个问号：

独立判断从哪里来

读懂文献只是起点，能够看出问题，才有机会创造新的知识。

杨智勇：我观察到，一些年轻学生阅读论文时可以理解方法与实验，读完后却觉得作者已经把一切做得很完善，找不到继续推进的空间。知识学到了，研究入口仍然没有出现。

可以把“问号”带进阅读过程：指标设计合理吗？它是否准确反映了真正关心的能力？算法效率足够高吗，能否进入更复杂的模型？核心想法经得起推敲吗，有没有改进或推翻的空间？论文采用的任务设定与数据条件，和真实场景之间是否存在距离？

带着这些问题看文献，阅读会从单向接收转为同行之间的交流。研究者既理解作者解决了什么，也持续辨认其假设与边界，并在这个过程中逐步形成自己的判断。

科研工作的本质是创造新知识。想要创造，首先要发现已有知识中还没有被回答好的问题。

06｜与AI共舞：把关键判断留在自己手中

AI可以扩展搜索和表达的边界，选什么、信什么、舍弃什么，仍要由研究者决定。

杨智勇：AI已经成为科研工作的重要协作者。它可以辅助写作、补充检索、枚举方案，也可以扮演审稿人，暴露逻辑漏洞。研究者需要先明确自己要表达什么、解决什么，再让工具放大已有能力。

写论文时，我会要求学生先整理claim-evidence对照表：每一个核心结论由哪些理论、实验或现象支撑，全文如何围绕同一条主线展开。框架明确后，再让AI检查段落衔接、术语统一、图表与正文呼应，或模拟不同立场的审稿人。

在idea探索阶段，AI擅长枚举反例、失败模式、相邻方向和替代设定，能够扩大搜索范围、加快排除过程。最终该押注哪个问题，仍取决于人的学术品味与长期判断。

信息获取成本越低，判断力越显稀缺。研究者每天接触的内容大幅增加，其中既有有效线索，也有错误与噪声。缺少扎实基础时，甚至可能无法判断模型生成的内容是否成立，更谈不上掌控研究走向。

大模型时代对研究者的要求其实更高了。会提问题、能审查输出、懂得取舍，才能让AI成为能力放大器，形成“1+1>2”：人的洞察力，乘上机器的展开力。

07｜写作之道：

让成果沿着一条线索抵达读者

论文写作的首要任务，是让读者看懂问题、跟上推理，并记住核心发现。

杨智勇：“写作是写给人看的。”许多论文写成了技术实验报告，结果和公式一项接一项，核心发现反而模糊。

一篇文章需要有明确线索。动机、方法、理论与实验都围绕这条线索展开，并形成呼应。句子、段落与章节之间也要建立清楚的连接，避免前后突兀。

我鼓励学生适当呈现思考过程。朴素方案为什么失效？失败暴露了什么机制？新的方法怎样顺着这个原因产生？这些内容会让算法更可信，也能呈现工作背后的推理。

对于理论文章，可以先用直观方式讲清算法及其意义，再引出理论机制，给读者保留理解和发现的节奏。复杂公式无需一开始密集铺陈，先讲清核心insight，再逐层递进，把细节推导放入附录。句式尽量简洁，主动语态更能传递作者的判断与信心。

08｜科研马拉松：身心、知行与节奏

长期科研依赖稳定的体力、心力与行动节奏，单次冲刺很难走到远处。

杨智勇：科研是一场漫长的马拉松。成果反馈往往迟到，脑力与体力消耗却持续发生。每周保持两到三次锻炼，兼顾有氧与无氧运动，可以维持体能，也给压力一个出口。疲惫时可以放空大脑；遇到难以排解的压力，要及时和导师、同学沟通。

年轻学生还要处理好“知”与“行”的关系。有些人总觉得基础还没学够，迟迟不愿开始研究；有些人不停跑实验，结果一个接一个，却说不清为什么有效。更理想的节奏，是在实践中暴露问题，再带着问题回到知识中寻找解释。学习与行动相互推动，形成螺旋式上升。

大局与细节同样需要把握时机。读论文时过早陷入超参数和实现细节，容易忽略工作背后的高层思路；写论文时只改语法，不处理整体逻辑，文章质量也很难提升。我的建议是先大改、再小改，先把问题、主线和结构理顺。

09｜面对失败与焦虑：把注意力放回自己

同辈比较放大的是一时快慢，缓解焦虑需要做好当下、看向长线，也给生活留下科研之外的支点。

邰颖：现在很多年轻研究者都会面临同辈竞争的压力。看到身边的人发文章更快、拿项目更早，似乎总有人跑在自己前面。当经历低谷或失败时，应该怎样调整状态？

杨智勇：我自己也还属于年轻人的群体，更像是一个局中人，很难以过来人的身份给出答案。焦虑或多或少都会存在，我们能做的，是尽量找到缓解它的方法。

首先，要多看当下，也多看自己能够控制的事情。焦虑的时候，人很容易反复想着别人取得了什么、自己还缺少什么。与其把精力耗费在这些比较上，不如回到手头的工作，想一想能不能把正在做的事情完成得更好。工作真正向前推进以后，通常会得到一个比较及时的正反馈，这种具体的进展本身，就能化解一部分焦虑。

其次，可以把眼光放得更远一些，多关注长线收益。和同年级、同阶段的人比较，看到的往往只是某一个时间点的结果。有人每一年都很顺利，持续有论文和成果产出；也有人早期进展并不顺，却因为一次负反馈重新调整方向，沉下心把自己的问题做深，后来才拿出亮眼的工作。

顺利与否只是阶段状态，一次负反馈有时会让人更早看清下一步的改进方向。杨智勇在现场以何恺明为例，想说明一个人早期是否领先，很难决定其长期能够抵达的高度。与其紧盯今天和明天的同辈排序，不如把时间尺度拉长，把注意力放回自己的积累。

最后，还要想办法从科研的“局中”暂时走出来。可以读书、健身、跳舞，也可以培养任何自己真正感兴趣、能够长期坚持的爱好。科研之外的活动既能帮助人排解压力，也会提醒我们：生活中还有许多值得投入和感受的事，不必把所有成败都系在同一个坐标上。

邰颖随后将这段回答概括为四点：关注自己正在做的工作，从实际进展中获得正反馈；把目光投向长期目标，不被局部挫折困住；理解负反馈对个人成长的促进作用；培养科研之外的兴趣，主动拥抱生活。

10｜如何找到自己的北极星

方向的延展性决定能走多远，个人的定力决定能否走过无人喝彩的阶段。

邰颖：在快速变化的时代，年轻研究者怎样判断一个问题是否值得长期投入？

杨智勇：我更建议把选择落在一条具有延展性的技术思路上，尽量避免把全部研究押在过于特殊的任务上。好的技术问题会在不同时代出现新的形态。模型越复杂，原有矛盾往往还会衍生出新的研究内容。

长期研究也意味着接受一段时间内缺少关注。很多有价值的方向都需要坐得住冷板凳，外界反馈也会反复摇摆。方向本身要有生长空间，研究者也要保有定力，能够在没有掌声时继续推进。

分享最后，杨智勇把“北极星”送给每一位仍在寻找方向的年轻研究者：围绕一个真正重要的问题持续深耕，守住求真、独立与耐心，在AI变革的喧嚣中静下来做科研。

Illustration From IconScout By IconScout Store

5 位不同来路的具身创业研究者闭门聊天局

北京时间9月8日(周二) 晚20:00截止报名

详情点击图片跳转

9月28日晚@美国匹兹堡

「IROS 2026 群星闪耀 精英晚宴」

免费报名，期待线下见面！

北京时间9月25日(周五) 12:00截止报名

-The End-

本周上新！

扫码观看！

“AI技术流”原创投稿计划

TechBeat是由将门创投建立的AI学习社区（www.techbeat.net）。社区上线700+期talk视频，3000+篇技术干货文章，方向覆盖CV/NLP/ML/Robotis等；每月定期举办顶会及其他线上交流活动，不定期举办技术人线下聚会交流活动。我们正在努力成为AI人才喜爱的高质量、知识型交流平台，希望为AI人才打造更专业的服务和体验，加速并陪伴其成长。

投稿内容

// 最新技术解读/系统性知识分享 //

// 前沿资讯解说/心得经历讲述 //

投稿须知

稿件需要为原创文章，并标明作者信息。

我们会选择部分在深度技术解析及科研心得方向，对用户启发更大的文章，做原创性内容奖励

投稿方式

发送邮件到

yimingzhang@thejiangmen.com

或添加工作人员微信（aceyiming）投稿，沟通投稿详情

关于我“门”

将门是一家以专注于数智核心科技领域的新型创投机构，也是北京市标杆型孵化器。 公司致力于通过连接技术与商业，发掘和培育具有全球影响力的科技创新企业，推动企业创新发展与产业升级。

将门成立于2015年底，创始团队由微软创投在中国的创始团队原班人马构建而成，曾为微软优选和深度孵化了126家创新的技术型创业公司。

如果您是技术领域的初创企业，不仅想获得投资，还希望获得一系列持续性、有价值的投后服务，欢迎发送或者推荐项目给我“门”:

bp@thejiangmen.com

点击右上角，把文章分享到朋友圈