Jay 發(fā)自 凹非寺量子位 | 公眾號 QbitAI

AI大牛何愷明的主頁，更新了兩名新弟子的信息——

都是華人，也都是學(xué)霸履歷，博士生「胡珂雅」+博士后「李宗宜 」

至此，何愷明任教MIT以來招募的6位學(xué)生中，5名都是中國面孔。

而這一次新入組的兩位中國成員，也都一路閃光。

上交「胡珂雅」

胡珂雅，本科畢業(yè)于上海交通大學(xué)

高中時期，她就讀于名聲赫赫的重點(diǎn)中學(xué)福建師范大學(xué)附屬中學(xué)

2021年，胡珂雅入學(xué)上交知名的ACM班，修讀計(jì)算機(jī)科學(xué)方向。

根據(jù)上海交大致遠(yuǎn)學(xué)院公眾號，自大三起，胡珂雅便成為了上海交通大學(xué)腦機(jī)接口實(shí)驗(yàn)室（BCMI）的一員，師從鄭偉龍教授。

那段時間，她把研究方向定在AI for Science——希望能將AI與腦科學(xué)結(jié)合，通過自監(jiān)督學(xué)習(xí)去處理原始腦電信號，從而幫助抑郁癥患者及其他受精神健康困擾的群體。

經(jīng)過幾個月的打磨，她以第一作者完成了名為《Contrastive Self-supervised EEG Representation Learning for Emotion Classification》的論文。

這篇成果被國際生物醫(yī)學(xué)計(jì)算機(jī)頂會EMBC接收，她也因此受邀赴美做口頭報(bào)告。

與此同時，她還作為共同作者參與了一篇改進(jìn)自監(jiān)督學(xué)習(xí)效果的項(xiàng)目，這篇論文此后同樣成功被頂會Cognitive Science 2025收錄。

大三暑假，胡珂雅前往康奈爾大學(xué)實(shí)習(xí)，在教授Kevin Ellis和博士生Hao Tang的指導(dǎo)下，參與了一個旨在提升程序合成與代碼修復(fù)效率的研究項(xiàng)目，而她負(fù)責(zé)核心算法設(shè)計(jì)與實(shí)現(xiàn)。

該成果最終被世界頂級機(jī)器學(xué)習(xí)會議NeurIPS 2024接收，胡珂雅是第二作者。

光做完一個項(xiàng)目還不夠，胡珂雅又和博士生Wen-Ding Li聯(lián)手，把目光投向了當(dāng)時頗受矚目的AGI公開競賽——ARC Prize 2024

ARC這個概念最初由Fran?ois Chollet提出，用來評估AI在面對全新問題時的學(xué)習(xí)與推理能力，而不是靠記憶或針對特定任務(wù)重復(fù)訓(xùn)練來取勝。

ARC Prize 2024正是圍繞這一基準(zhǔn)展開，要求參賽者提交算法來解決從未見過的任務(wù)集。

換句話說，想要取得勝利，參賽模型必須能在「少樣本、抽象推理」的場景下展現(xiàn)接近人類水準(zhǔn)的思考能力。

比賽標(biāo)準(zhǔn)嚴(yán)苛，但誘惑同樣驚人——總獎金超過100萬美元，因此吸引了來自全球1430支隊(duì)伍參賽。

為了在這場硬仗中脫穎而出，胡珂雅主導(dǎo)研發(fā)了一套關(guān)鍵方法：用程序合成自動生成數(shù)據(jù)集，并在此基礎(chǔ)上微調(diào)大語言模型，同時結(jié)合測試時微調(diào)（test-time finetuning）技術(shù)。

事實(shí)證明，這套方法的確能顯著提升模型表現(xiàn)。

經(jīng)過激烈的角逐，胡珂雅所在團(tuán)隊(duì)的成果在比賽中達(dá)到當(dāng)時的SOTA水平，一舉斬獲「最佳論文獎」。

此后，她以共同第一作者的身份將此研究成果整理成文，成功發(fā)表于頂級機(jī)器學(xué)習(xí)會議ICLR 2025。

別忘了，這時候的胡珂雅還只是個本科生。

僅僅是在本科階段，她手里已經(jīng)攢下了四篇含金量極高的論文，而且一半都是第一作者。

這樣的履歷，自然讓她在申請博士時成了各大名校爭搶的「香餑餑」——據(jù)說MIT、普林斯頓、卡內(nèi)基梅隆、康奈爾、華盛頓大學(xué)，全都給了offer。

最后，她選了MIT，直博。

目前，胡珂雅是MIT電子工程與計(jì)算機(jī)科學(xué)系一年級博士生，由何愷明和Jacob Andreas共同指導(dǎo)。

她在MIT專注于語言與視覺的交叉研究，希望打造出能更高效利用數(shù)據(jù)、具備更強(qiáng)泛化能力的智能體。

另一位是FNO發(fā)明者：「李宗宜 」

另一位新入組的何愷明弟子李宗宜，之前已經(jīng)在AI學(xué)術(shù)圈小有名氣了。

2021年，還在讀博士的李宗宜以第一作者身份發(fā)表了篇重量級論文——

《Fourier Neural Operator for Parametric Partial Differential Equations》。

光說名字大家可能不太熟悉，但正是這篇論文提出了后來聞名遐邇的傅里葉神經(jīng)算子（FNO），首次實(shí)現(xiàn)了「神經(jīng)算子」真正意義上的規(guī)?；瘧?yīng)用。

不過，在聊FNO之前，我們得先搞清楚一個問題：什么是神經(jīng)算子？

簡單來說，神經(jīng)算子是一種能學(xué)會「解物理方程」的神經(jīng)網(wǎng)絡(luò)

在訓(xùn)練的時候，科學(xué)家會喂給它大量與物理方程計(jì)算相關(guān)的數(shù)據(jù)，比如：不同的起始水溫 → 煮熟方便面所需的時間；不同的出手角度和速度 → 籃球最終的軌跡和落點(diǎn)……

通過學(xué)習(xí)這些樣本，神經(jīng)算子最終會涌現(xiàn)出一套「通用規(guī)律」，就像掌握了一份更高階的乘法口訣。

未來遇到相似的數(shù)據(jù)，它不需要一步步推算，而是靠「直覺」就能瞬間秒殺「壓軸題」。

舉個例子：

你想預(yù)測暴風(fēng)雨會往哪兒移動，按照傳統(tǒng)方法，即便是超級計(jì)算機(jī)也得吭哧吭哧跑上好幾個小時；

但如果用神經(jīng)算子，只要輸入當(dāng)天的氣壓、溫度、風(fēng)速，它幾毫秒內(nèi)就能算出暴風(fēng)雨的路徑。

這就像一個過目不忘的學(xué)霸，看一眼題目就能憑借知識庫直接在答題卡上寫出結(jié)果，而不用在紙上一步一步推算。

（咳咳，要是高考這么干，還是會被判0分的哈）

憑借這種「秒算」能力，神經(jīng)算子在天氣預(yù)報(bào)、碳封存與空氣動力學(xué)仿真等領(lǐng)域有奇效。

更重要的是，它讓AI第一次能在物理規(guī)律層面實(shí)現(xiàn)泛化，因此成為連接機(jī)器學(xué)習(xí)與基礎(chǔ)科學(xué)的關(guān)鍵橋梁。

李宗宜的研究重心正是這個領(lǐng)域，并且在此方向邁出了關(guān)鍵一步——他們提出的FNO通過將傳統(tǒng)的空間卷積搬到頻率域，用傅里葉變換來處理數(shù)據(jù)，讓神經(jīng)算子的運(yùn)行速度成倍提升

正是這項(xiàng)突破，讓FNO被視為 「AI for Science」 領(lǐng)域的里程碑模型，而李宗宜也因此被公認(rèn)為神經(jīng)算子方向的核心貢獻(xiàn)者之一，其谷歌學(xué)術(shù)引用次數(shù)已超過1.2萬

目前，李宗宜在MIT擔(dān)任博士后研究員，由何愷明教授指導(dǎo)。

不過，他在MIT的時間可能不會太長——

據(jù)悉，他已經(jīng)拿到紐約大學(xué)助理教授的職位，將于明年秋季入職。

李宗宜的家鄉(xiāng)在北京，曾就讀于人大附中，隨后赴美求學(xué)。

本科階段，他在圣路易斯華盛頓大學(xué)修讀計(jì)算機(jī)科學(xué)與數(shù)學(xué)雙學(xué)位，還輔修了爵士樂。

2019年，他前往加州理工學(xué)院攻讀博士，師從Anima Anandkumar和 Andrew Stuart，兩位導(dǎo)師共同見證了FNO的誕生。

另外，博士期間，李宗宜也曾連續(xù)三個暑期都在英偉達(dá)實(shí)習(xí)

何愷明在做什么？深挖AI for Science

其實(shí)在2023年，何愷明副教授在MIT的求職演講上有放過話，他特別指出「AI for Science」 將是其未來幾年重點(diǎn)深耕的方向。

如今再看他的團(tuán)隊(duì)陣容，確實(shí)頗有深意。

新加入的兩位成員——胡珂雅和李宗宜 ，一個曾在上交腦機(jī)接口實(shí)驗(yàn)室做科研，一個是神經(jīng)算子領(lǐng)域的領(lǐng)軍人物，正好在這個方向上強(qiáng)強(qiáng)呼應(yīng)。

再加上此前的鄧明揚(yáng)、白行健、黎天鴻和Jake Austin，何愷明如今已集齊六位得意門生，可謂「陣容豪華」。

不過量子位聽說，今年原計(jì)劃其實(shí)是七個人

最后一位候選人是位男生，履歷同樣亮眼，甚至有傳言說，他的推薦信出自與何愷明同級別的大牛教授之手，并且被強(qiáng)烈推薦。

不過，他目前還沒出現(xiàn)在何愷明的團(tuán)隊(duì)介紹中。

作為ResNet發(fā)明者之一，何愷明自2024年離職Meta進(jìn)入學(xué)術(shù)界后，也令更多優(yōu)秀的年輕人受益——年輕學(xué)者有機(jī)會更加深入且沒有ROI制約地推進(jìn)AI基礎(chǔ)研究和前沿突破。

實(shí)際上，當(dāng)年的ResNet四人組，都在以各自的方式培養(yǎng)新生代

何愷明的主業(yè)是MIT教授，但在Google DeepMind有產(chǎn)業(yè)合作；

張祥雨的主業(yè)是階躍星辰首席科學(xué)家，但也是母校西安交通大學(xué)兼職教授；

任少卿的主業(yè)是蔚來汽車智能駕駛副總裁，但今年剛給母校中科大擔(dān)任人工智能實(shí)驗(yàn)室教授，招生開壇授課……

相信新生代的AI天才就在他們傳幫帶的這批人中間——

名師高徒，生生不息。

[1]https://lillian039.github.io/
[2]https://zongyi-li.github.io/assets/pdf/Zongyi_CV_July2025.pdf
[3]https://www.facebook.com/lizongyijohnny/?locale=zh_CN
[4]https://zongyi-li.github.io/
[5]https://mp.weixin.qq.com/s/xTXjyE3MFLHGpVpJEXIrYA