在人工智能的浪潮席捲全球的當下，各行各業(yè)都在經(jīng)歷著前所未有的變革。金融、醫(yī)療、製造、能源……每一個領(lǐng)域都在尋求與AI技術(shù)的深度融合，以期在激烈的市場競爭中佔據(jù)先機。然而，以深度學習為代表的人工智能模型作為黑盒系統(tǒng)，在機理透明度、倫理和監(jiān)管合規(guī)性方面存在先天不足，這限制了它們在垂直領(lǐng)域的廣泛應用。如何解決這個問題？馬海寅及其團隊的研究成果或正為行業(yè)帶來曙光。
馬海寅的學術(shù)旅程始於中國科學技術(shù)大學，1992年至1997年，馬海寅不僅獲得了中國科學技術(shù)大學計算機軟件本科學位，更被鼓勵去探索、去創(chuàng)新，培養(yǎng)了對技術(shù)的熱愛和追求，形成了解決問題的獨特視角。畢業(yè)後，馬海寅加入華為技術(shù)有限公司，並先後參與了多個關(guān)鍵技術(shù)項目，從操作系統(tǒng)到IP多媒體系統(tǒng)（IMS），每一個項目都是一次技術(shù)革新的實踐。這些項目極大推動了通信技術(shù)的進步。鑑於其對行業(yè)的突出貢獻，他很快便成為了公司內(nèi)外公認的技術(shù)領(lǐng)袖，並先後兩次獲得國家科學技術(shù)進步獎。2017至2018年，他擔任國家工業(yè)互聯(lián)網(wǎng)協(xié)會工業(yè)智能特設(shè)組的聯(lián)執(zhí)主席，亦為國家工業(yè)互聯(lián)網(wǎng)的發(fā)展做出了重要貢獻。
離開華為後，馬海寅加入深圳計算科學研究院，擔任CTO，專注於解決人工智能的可解釋性問題。他深知，行業(yè)對數(shù)據(jù)的深度分析和業(yè)務需求的複雜性，認為AI技術(shù)可以通過數(shù)據(jù)分析、模式識別和預測模型等手段，提升生產(chǎn)效率，推動行業(yè)升級，但前提條件是要「避免AI自由發(fā)揮」?！缸孉I避免自由發(fā)揮，嚴格按行業(yè)規(guī)律辦事，我們就可以更廣泛地推廣大模型技術(shù)在不同領(lǐng)域的應用，實現(xiàn)突破性創(chuàng)新。例如智能電網(wǎng)的優(yōu)化管理、電池製造工藝流程的優(yōu)化、金融風險的實時發(fā)現(xiàn)與防範等?！? 馬海寅如此強調(diào)。
而為提升人工智能模型的可解釋性，馬海寅在深圳計算科學研究院，深入研究大數(shù)據(jù)分析的圖計算領(lǐng)域，並創(chuàng)新性地帶領(lǐng)團隊成功開發(fā)基於圖關(guān)聯(lián)分析和圖卷積神經(jīng)網(wǎng)絡的圖數(shù)據(jù)分析系統(tǒng)。這一系統(tǒng)結(jié)合了基於圖模式的規(guī)則表達和深度學習向量表達，進一步提升了深度學習的精度和適用範圍。實現(xiàn)了把知識圖譜與大模型結(jié)合的圖規(guī)則約束下的推理系統(tǒng)。使得黑盒的人工智能模型的輸出能夠在一定的倫理、機理和監(jiān)管規(guī)則下執(zhí)行，既提升了結(jié)果的準確性，也保證了結(jié)果的合理性。
馬海寅表示：「AI可以通過更精準的數(shù)據(jù)分析和預測模型，提高風險管理和投資決策的精度。而圖規(guī)則約束，保證在一定的邏輯規(guī)則下應用特定的精準模型，類似人的邏輯思維與直覺創(chuàng)新的有機融合，有望極大地提升了AI賦能行業(yè)的廣度和深度?！?/p>
目前，該系統(tǒng)已在金融和新能源電池生產(chǎn)等領(lǐng)域得到成功應用，並在科技部舉辦的顛覆性技術(shù)創(chuàng)新大賽中取得優(yōu)異成績。馬海寅因此獲得了深圳市政府的特殊人才津貼。
馬海寅對AI與垂直行業(yè)的結(jié)合充滿期待。他相信：「AI與各個行業(yè)的結(jié)合，將不僅僅是大模型帶來的流程輔助與開發(fā)效率提升，更將帶來顛覆性的創(chuàng)新和變革，實現(xiàn)行業(yè)對自身數(shù)據(jù)的高維洞察，從而幫助企業(yè)做出更全面、更可靠的優(yōu)化決策?！?/p>
馬海寅及其團隊，憑藉其在數(shù)據(jù)分析理論和系統(tǒng)上的創(chuàng)新成果，正引領(lǐng)著AI與行業(yè)融合的新趨勢，為未來的技術(shù)革新鋪平道路。我們有理由期待，他們的努力將為世界帶來更加智能、高效的明天。（林澤濤）
電話：（香港）852-2564 0768
（深圳）86-755-83518792 83518734 83518291
地址：香港九龍觀塘道332號香港商報大廈
