Let's Make AGI Real

第二季：智耀灵枢 薪火铸璇玑开玉宇 · 龙腾云路 英才驭八极展鸿猷

有道是： 

灵枢自古毓菁英，慧业薪传耀九垓。
云帆济海汇群彦，琼圃撷华绽玉瑛。
妙契天机穷象纬，丹忱黎庶系怀萦。
瀚海待看潜龙起，共写云章照太清。

正文 

且说这人工智能的天地，自李飞飞慧眼识图景，吴恩达布道传薪火，黄仁勋铸芯定乾坤，苏姿丰执锐破藩篱，汤晓鸥等等洞幽启新篇以来，真个是群星辉映，气象万千。然江山代有才人出，长江后浪推前浪。今番单表几位华夏新生代的翘楚俊彦，观其如何承先贤之智，秉凌云之志，于这智海潮头，或锻神器以利天下，或探骊珠而济苍生，或融万象而开新境，各展峥嵘，竞领风骚。

星河璀璨，前浪奔涌未停歇，后波已挟风云至；硅火燎原，巨擘开疆余韵在，新锐擎炬续华章。这里是华夏AI新锐群像！有诗为证：

绍兴俊彦锻神工（贾扬清），伯克利园启轻鸿（李沐）。
沪上双星融语象（谢赛宁、杨笛一），金陵典册垂学宗。
科大探骊索医钥（陈一昕），微软潜龙擎残峰（任少卿）。
交俊贯连社稷理（周志华），北理精研万象枢（汤继良）。

第一章：铸剑传薪启玉钥 开源星火照云衢

盖闻工欲善其事，必先利其器。AI之发展，亦复如是。有数位青年才俊，不仅自身武艺高强，更能铸造神兵利器，供武林同道习用，功莫大焉。

贾扬清：伯克利铸剑开先路 开源星火燎寰宇

浙江绍兴，自古人文荟萃，钟灵毓秀之地。贾扬清便诞生于此，书香门第，其父母皆为上虞春晖中学之国文教谕。扬清自幼聪颖，据说五岁便能通读《安徒生童话》，天赋异禀可见一斑。后负笈北上，入清华大学自动控制系，本硕连读，学业精进。继而远赴重洋，求学于加州大学伯克利分校，专攻计算机之道。

正是在伯克利深造期间，贾扬清展露其不凡之才。彼时深度学习初露锋芒，然称手兵器尚缺。扬清洞察先机，倾力打造并开源了一款名为Caffe的深度学习框架。此框架以其高效与易用，迅速传遍业界，微软、雅虎、英伟达、奥多比等巨头，无不争相采用，奉为圭臬。一位博士生能创此伟业，其艰辛与卓识，非寻常人所能及。Caffe之于早期深度学习领域，犹如一把开山利斧，为后续诸多研究与应用辟开道路。其开源之举，更显其胸襟与远见，使得无数后学得以站在巨人肩上，推动了整个领域的蓬勃发展。

贾扬清并未止步于此。毕业之后，他先后加盟谷歌大脑与脸书人工智能研究院（FAIR），参与了TensorFlow及PyTorch 1.0这两大主流框架的研发工作。其身影活跃于AI框架演进之核心地带，足见其在该领域的枢纽地位。从Caffe到TensorFlow，再到PyTorch，贾扬清几乎参与了深度学习“军火库”中所有关键兵器的铸造，其“AI架构师”之名，实至名归。

岁月流转，AI江湖风云变幻。公元2023年，贾扬清再度踏上征程，与同道创立Lepton AI，并推出轻量级搜索工具Lepton Search。Lepton，物理学中谓之“轻子”，寓意轻巧灵便。扬清及其团队，深谙云计算与AI计算之异同，以为AI时代，云之基础设施当有全新范式。Lepton AI之使命，便是化繁为简，助开发者更便捷地构建AI应用，譬如仅用区区五百行Python代码，便可成就一款对话式搜索引擎。

对于AI商业模式之艰辛，贾扬清亦有深刻洞见。他曾在访谈中提及，大型语言模型训练耗资巨大，动辄“投进去十个亿，下次还要再追加投十个亿”，然模型迭代迅速，盈利窗口或仅一年左右，此乃“大模型的商业模式到底怎样才能真正有效”之终极拷问。他更倾向于现有应用积极拥抱AI能力，而非期待模型自身从零构建复杂应用，此中肯之言，源于其深厚的技术积淀与产业观察。

观贾扬清之轨迹，从打造Caffe这样的 foundational tool，到参与TensorFlow、PyTorch的构建，再到创立Lepton AI以简化AI应用开发，不仅是个人职业生涯的跃迁，亦折射出AI领域自身的发展脉络：初期需巨匠打造重型装备，继而则需巧匠提供便捷工具，以期技术普惠，应用开花。其故乡绍兴，素有“师爷”美名，以智囊辅佐成事。扬清以技术为笔，开源为墨，构建AI时代之基础设施，亦可谓新时代之科技“师爷”，其功远矣。

李沐：沐泽桃李著金匮 鹏翼垂天拓新章

上海交通大学ACM班，乃中国计算机精英之摇篮。李沐便是从此地走出的一位佼佼者，后负笈卡内基梅隆大学，获取博士桂冠。其早年亦曾在香港科技大学、伯克利、斯坦福等名校担任研究职位，博采众长。

李沐乃Apache MXNet框架的创始人之一 [User Query]。此框架以其灵活性与高效性，在深度学习领域亦占一席之地。他曾任亚马逊首席科学家，在AWS领导团队全力开发MXNet。面对TensorFlow、PyTorch等强劲对手，研发并推广一款新的深度学习框架，其挑战与魄力可想而知。其博士论文《系统与算法协同设计的可扩展分布式机器学习》，亦可见其在分布式系统领域的深厚功力。

尤为人称道者，李沐与其合作者共同撰写了《动手学深度学习》一书。此书一改传统教材之窠臼，强调互动式学习体验，将理论阐述、代码实现（支持PyTorch、NumPy/MXNet、TensorFlow、PaddlePaddle等多种框架）、运行结果融于一体，每一章节皆为可下载运行之Jupyter笔记本文档。此书一出，洛阳纸贵，被全球七十余国、五百多所大学采为教材，嘉惠无数AI后学。英伟达创始人黄仁勋、地平线创始人余凯等业界领袖亦对此书赞誉有加，足见其影响力之广泛。

李沐之研究，聚焦于分布式机器学习系统 [User Query]。这与其博士期间的研究方向及MXNet的开发理念一脉相承，旨在解决日益庞大模型与海量数据带来的训练难题。他在亚马逊担任首席科学家的经历，更彰显了其在学术界与工业界之间游刃有余的卓越能力。

李沐之成就，在于其“架构师”与“教育家”身份的完美融合。构建框架，需深邃理解；传道授业，需化繁为简。此二者相辅相成，使其影响倍增。其著作《动手学深度学习》以代码为核心的互动教学法，正是源于构建者对系统实践性的深刻体悟。更有深意者，其在分布式机器学习系统上的钻研与推广全球的教科书，皆指向“规模化”这一核心命题：前者规模化计算，后者规模化知识传播。这并非偶然，而是其应对AI时代重大挑战的一贯思路。从昔日ACM竞赛之精英，到今日全球AI领域之赋能者，李沐将其卓越的算法思维与解题能力，升华为构建大规模系统、创制高效教学资源之宏图伟略，其志在高远。