官方网站-首页

【导语】2024年《麻省理工科技评论》“35岁以下科技创新35人”中国入选者名单于5月23日揭晓，AI领域人才占据显著优势。这些青年科技精英在数学逻辑、智能体技术、算力创新等多个领域取得突破，书写了创新的“链式反应”。其中，邵智宏、姚顺雨等人在AI研究上独树一帜，而戴国浩、钟翰森等则聚焦算力瓶颈，探索稀疏计算与量子计算的新路径。他们不仅攻克科学难题，更致力于将创新技术产业化，赋能人类生产生活。作为新时代的科技青年，他们选择做正确的事，勇于挑战最困难的问题，推动社会进步。

2024年《麻省理工科技评论》“35岁以下科技创新35人”中国入选者于5月23日揭晓，与AI相关的研究人才占据半壁江山。其中，28岁的深度求索研究员邵智宏以第一完成人领导了DeepSeekMath项目，通过高质量预训练和基于 GRPO的强化学习方法，从根本上提升模型的数学和逻辑推理能力。27岁的OpenAI研究员姚顺雨开创了融合推理与行动的智能体范式，并推动智能体技术在通用系统操作与知识密集型领域的应用。

这35位科技青年中，有人以开源生态推动技术普惠，有人以合成数据突破具身智能瓶颈，有人以算力创新缓解大模型时代的计算瓶颈。他们攻克科学难题，开拓交叉领域，书写创新的“链式反应”。

2024年《麻省理工科技评论》“35岁以下科技创新35人”中国入选者。

作为今年的入选者，上海交通大学副教授、无问芯穹联合创始人兼首席科学家戴国浩5月24日对澎湃科技表示，当前创新的链条已经发生变化，创新型的研究机构站在中间位置搭建起学术和产业的桥梁，对于当下从事科研或产业化创新的年轻人才而言，选择做正确的事比选择众人认为应当选择的事更重要。另一位入选者、上海人工智能实验室青年科学家钟翰森则表示，青年人才要注重学科交叉、优势互补，做出有价值有意义的成果。

缓解大模型时代的算力瓶颈

“现在各地有很多计算中心，建设完之后怎么把这些算力更好地服务当地产业、服务高精尖企业的创新，这就涉及我们多元异构、软硬协同在内(nèi)的(de)专(zhuān)业(yè)平(píng)台(tái)建(jiàn)设(shè)能(néng)力(lì)。”32岁(suì)的(de)戴(dài)国(guó)浩(hào)长(zhǎng)期(qī)从(cóng)事(shì)稀(xī)疏(shū)计(jì)算(suàn)和(hé)软(ruǎn)硬(yìng)件(jiàn)协(xié)同(tóng)设(shè)计(jì)研(yán)究(jiū)，其(qí)核(hé)心(xīn)思(sī)想(xiǎng)是(shì)基(jī)于(yú)先(xiān)验(yàn)知(zhī)识(shi)驱(qū)动的结构化稀疏、机器学习驱动的动态编译和细粒度并行的稀疏架构，通过降低任务量和提升硬件利用率，在芯片工艺和峰值算力较低的硬件上实现对高端工艺与高算(suàn)力硬件的超越，将等效算力提升一个数量级，显著提升通用人工智能的计算效率和能效，缓解大模型时代的算力瓶颈。

大语言模型的迅猛发展带来了海量计算需求，也导致了算力不足和高能耗问题，成为人工智能产业进一步发展的核心挑战。2023年，戴国浩联合创办无问芯穹，期望将稀疏计算加速技术产业化，以解决实际应用中更大规模的算力需求问题。戴国浩从软硬协同基础研究出发，进一步拓展多元异构产业规模思路，提高人工智能时代的整体可用算力池。他希望通过团队的能力，降低算力成本，未来将国内外的算力更好地运营和使用起来。

戴国浩表示，好技术要能够赋能人类的生产和生活。高昂的算力成本将阻碍高精尖技术的探索，但过去两三年内，算力成本已经发生了翻天覆地的变化，“从ChatGPT刚推出时OpenAI对每个token的收费到现在的价格，算力成(chéng)本(běn)对(duì)于(yú)模(mó)型(xíng)成本来说已经下降了2~3个量级。未来我们依旧会看到有大概1~2个量级甚至2~3个量级的突破空间，因为降(jiàng)低(dī)成(chéng)本(běn)永(yǒng)无(wú)止(zhǐ)境(jìng)。”

科(kē)学(xué)家(jiā)和创业者的双重身份也让他摸索出一套创新链路的方法论。原先，高校以论文发表的形式产出创新成果，产业界则通过制造产品实现创新。“这一波的原始创新，无论是谷歌的DeepMind，还是OpenAI，抑或是其他的企业和科研机构，更多是站在中间位置，搭建起学术和产业的桥梁，打通创新链路，我们称之为创新型的研究机构。”戴国浩表示，这意味着，创新的链条已经发生变化，当下的学生在从事科研或者产业化创新时，应选择做正确的事，而非众人所认为应当选择的事物。

算力突破将带来AI新高峰

上海人工智能实验室29岁的青年科学家钟翰森同时也是上海奇算光启信(xìn)息(xi)技(jì)术(shù)有(yǒu)限(xiàn)公(gōng)司(sī)的(de)创(chuàng)始(shǐ)人(rén)、上(shàng)海(hǎi)创(chuàng)智(zhì)学(xué)院(yuàn)的(de)全时(shí)导(dǎo)师(shī)。钟(zhōng)翰(hàn)森(sēn)同(tóng)样(yàng)将(jiāng)突(tū)破(pò)算(suàn)力(lì)极(jí)限(xiàn)作(zuò)为(wèi)核(hé)心(xīn)研(yán)究(jiū)目(mù)标(biāo)。他(tā)基(jī)于(yú)AI实(shí)现(xiàn)全球(qiú)最(zuì)大(dà)规(guī)模(mó)量(liàng)子(zi)比(bǐ)特(tè)中(zhōng)性(xìng)原(yuán)子(zi)阵(zhèn)列(liè)及(jí)量(liàng)子(zi)纠(jiū)错(cuò)解(jiě)码(mǎ)器(qì)，为(wèi)容(róng)错(cuò)量(liàng)子(zi)计(jì)算(suàn)提(tí)供(gōng)了(le)新(xīn)的(de)技(jì)术(shù)路径。钟(zhōng)翰(hàn)森(sēn)认(rèn)为(wèi)，“下(xià)一(yī)个(gè)算(suàn)力(lì)上(shàng)的(de)大(dà)突(tū)破(pò)将(jiāng)带(dài)来(lái)人(rén)工(gōng)智(zhì)能(néng)的(de)新(xīn)高(gāo)峰(fēng)。”

在(zài)量(liàng)子(zi)计(jì)算(suàn)领(lǐng)域，他(tā)选(xuǎn)择(zé)光(guāng)子(zi)体(tǐ)系(xì)作(zuò)为(wèi)主攻(gōng)方(fāng)向(xiàng)，发(fā)展(zhǎn)可(kě)实(shí)验(yàn)的(de)高(gāo)斯(sī)玻(bō)色(sè)采样(yàng)理(lǐ)论(lùn)框(kuāng)架(jià)，基(jī)于(yú)该(gāi)理(lǐ)论(lùn)研(yán)制(zhì)的(de)“九(jiǔ)章(zhāng)一(yī)号(hào)”原(yuán)型(xíng)机(jī)，通(tōng)过(guò)76光(guāng)子(zi)高(gāo)斯(sī)玻(bō)色(sè)采样(yàng)，实(shí)现(xiàn)比(bǐ)经(jīng)典(diǎn)计(jì)算(suàn)机(jī)快(kuài)1014倍(bèi)的(de)量(liàng)子(zi)加(jiā)速(sù)，首(shǒu)次(cì)实(shí)证(zhèng)光(guāng)量(liàng)子(zi)计(jì)算(suàn)优(yōu)越(yuè)性(xìng)。

随(suí)着(zhe)量(liàng)子(zi)系(xì)统(tǒng)规(guī)模(mó)扩(kuò)大(dà)至(zhì)千(qiān)比(bǐ)特(tè)级，传统调控方法的效率瓶颈日益凸显。对此，钟翰森将AI深度融入量子技术攻关，开发高性能计算优化算法，用小型GPU集群以17秒完成谷歌量子芯片600秒任务，实现经典计算对量子霸权的首次无漏洞反超，也重新划定了经典和量子的算力边界。

他也基于AI技术实现全球最大规模量子比特中性原子阵列，并设计出AI驱动的量子纠错解码器。钟翰森表示，在上海人工智能实验室、合肥国家实验室和中科大的交叉努力下，科研人员共同完成了量子比特中心原子阵列排布，实现了目前主流纠错码最高性能的量子纠错算法。这些成果离不开量子领域和人工智能领域的交叉攻关。他认为，青年人才要注重学科交叉、优势互补，做出更有意义的成果。

目前，钟翰森正集中攻克光子系统的可编程性与算法适配难题，目标是实现基于光子的通用智能算力，为未来集成化光子智能芯片奠定基础，为计算技术革新提供新的可能性。钟翰森希望在摩尔定律接近瓶颈的时代，探索出一个新的摩尔定律，找到下一代算力的可能实现方式。“既然我们还年轻，就要去挑战最困难的问题，做最有价值的问题。”钟翰森表示，不管是做学术研究还是创业，青年人才要争取做出最有价值的研究，推动社会进步。尽管科研也面临内卷，但他建议青年科学家要以平常心对待，并在当前的环境下投入更多精力。