对话CMU李磊：好的AI学者绝不只搞“纯学术”，大厂AI Lab请集中资源干大事

275 0 0

文章摘要

李磊作为AI领域的先驱，始终站在技术浪潮的前沿。2002年，他成为上海交大ACM班的第一届学生，这个班级后来成为中国AI人才的重要培养基地。ACM班的创办者俞勇教授希望学生们继续钻研学术，而李磊也确实在学术和工业界都取得了显著成就。2024年，他获得了斯隆奖，并在卡内基梅隆大学（CMU）担任助理教授，专注于语言技术研究。

李磊的研究方向之一是语言翻译任务，尤其是实时同传技术。在最近的一篇论文《InfiniSST: Simultaneous Translation of Unbounded Speech with Large Language Model》中，他和团队提出了一种新方法，将语音到文本翻译（SST）构建为一个多轮对话任务，从而实现了对不间断语音的无缝翻译。该方法通过结合语音和文本的预训练模型，开发了流式计算技术和长上下文处理技术，最终实现了实时的高质量翻译。实验表明，InfiniSST在保持翻译质量的同时，将计算感知延迟降低了0.5到1秒。

李磊的研究不仅关注技术突破，还注重实际应用。他提到，实时同传的核心目标是同时满足高翻译质量和低延迟，而InfiniSST的创新点在于跨模态融合、流式计算和长上下文处理。这些技术使得翻译能够在说话人讲出两三个词后立即输出，延迟控制在一到两秒内，几乎接近离线翻译的质量。

李磊的研究团队还探索了生成式AI在语言和科学领域的应用。他们致力于解决语言沟通问题，目标是覆盖500到1000种语言，帮助全球大部分人口实现无障碍交流。此外，他们还关注智能体AI、AI安全与隐私保护，以及AI赋能科学研究，特别是分子和蛋白质设计。李磊认为，语言和分子都是离散结构，生成式AI技术可以广泛应用于这些领域。

李磊强调，工业界和学术界的关系并非对立，而是相互合作、共同推动技术进步。他曾在工业界工作多年，这段经历使他更加注重应用启发式研究，即从实际应用场景中提炼出关键的技术问题，并通过基础性、通用性的方法解决这些问题。他认为，学术界和工业界的合作是推动AI领域发展的关键，学术界负责前沿探索，工业界则将技术转化为实际应用，并通过商业模式反馈给学术界。

李磊的研究方法和思路体现了学术界与工业界的深度融合。他不仅关注技术的理论突破，还注重技术的实际应用和效率提升。这种“产品经理式”的研究方式，使得他的工作能够更好地服务于实际需求，推动AI技术在各个领域的广泛应用。