文章主题：NLP, ChatGPT, 数字社会治理
“ChatGPT的成功不是一时的——
从2013年神经网络的方法
影响自然语言处理开始，
到后面将离散表示的文字
变成了稠密表示，
再到后面大规模训练模型的
不断向前推进，
技术其实是一代代革新的。”
谈到ChatGPT的冲击对自己的启发时，2021级上海科技启明星星友，复旦大学大数据学院副教授、智能复杂体系实验室双聘研究员、博士生导师魏忠钰向记者表示：在技术不断革新的背后，对技术路径本身的信念感相当重要。
ChatGPT的出现
对从业者来说意味着什么？
有人说ChatGPT的出现，
说明我们跟西方之间的
学术差距被拉大了，
我觉得不应该因为这件事情
而做出这样的判断。
更理性的来看过去10年，
我们是在不断拉近的。
🌟魏忠钰分享他的见解：随着深度学习浪潮席卷全球，我国的自然语言处理技术展现出了强劲的崛起势头。在国际顶尖会议中，我们看到华人的智慧成果显著提升，论文数量已紧随其后，与美国不相上下，甚至展现出超越的潜力。🏆这标志着中国NLP在世界舞台上的地位日益稳固，科研力量的崛起为全球科技发展注入了新的活力。🌍
“只是曾经一度我们以为很近了，
但是ChatGPT出现之后，
让我们看清楚了，
原来没有我们想得那么近。”
🌟随着NLP技术的发展，中美间的差距正在悄然缩小🌍，然而在研究议题的广度与深度上，我们还需努力提升🔥。算法的进步虽显著，但课题选择的多样性与对路径的坚定信念才是关键🏆。让我们携手共进，共同推动这一领域的发展🚀！SEO优化提示：’nlp中美技术差距、研究议题多元化’
🌟🚀在人工智能领域的马拉松中，众多重量级选手如💡OpenAI与全球巨头👀Google、Meta等齐头并进，然而令人惊讶的是，它们的步伐并未跟上ChatGPT这一新兴力量的疾驰速度。🌈虽然这些科技巨头在预训练模型领域积累了深厚的技术底蕴，但ChatGPT的崛起无疑打破了原有的平衡。💻
“5年前、3年前，甚至1年前，
我们都不会相信说一个语言模型
所做出来的东西，能够这么神奇，
能够回答各种各样的问题，
甚至能够写代码。”
魏忠钰谈道。
🌟🚀学术界的探索之旅终于迎来曙光！尽管对大规模预训练模型的潜力曾有所保留，但ChatGPT背后的OpenAI团队以其坚定的信念照亮了道路。他们坚信，通过这条创新路径，我们离突破仅一步之遥。🎓🌈每一行代码都蕴含着无限可能，每一步前行都在推动技术的进步。让我们共同期待这一革命性技术的落地，为未来开启崭新篇章！🌍💻
在他看来，
对于技术路线的信念感，
相当重要。
🌟ChatGPT引领科技浪潮，作为热衷于NLP研究的专家，魏忠钰分享道：“投身未来科研探索，我决心倾注全力于关键议题，用时间见证成长，五年、十年，乃至更长远的时间，逐步耕耘，期待打造出具有深远影响的卓越成果。🎓”🌟
让自然语言处理走出实验室
🌟魏忠钰专注于运用自然语言处理技术驱动数字城市管理的革新。在他的引领下，2020年，《疫情态势实时监控与路径追踪关键技术研发及平台搭建》这一项目成功斩获了上海市科委针对社会科技发展的“科技创新行动计划”专项资助。他的研究深度和影响力，无疑为提升城市治理效能提供了强大的技术支持。🌟
据魏忠钰介绍，数字社会治理面向的场景多样，包括智能医疗、智慧金融、数字政府等，每一个场景下都有很多需要解决的任务（比如，用户建模，文本分析），以往的机器学习方法，往往只面向某个特定的任务，完成数据集构建、算法设计、模型训练这一自动化流程，相同的模型不能复用到其它任务，更遑论其它领域了所以每每有新的问题出来时，就需要重新把这个过程走一遍，繁琐且有大量重复工作。
目前，魏忠钰团队正在探索面向数字社会治理的跨场景数据融合、多任务泛化训练、智能交互学习的三阶段研究范式，将数字社会治理的多个场景的数据（序列化数据、图数据）进行融合，研究混合数据类型的自监督学习方法，推进数字社会治理大模型的研究工作。
“这样的一套技术路径很有可能在未来取得突破。”魏忠钰说道。
除此之外，魏忠钰也正在探索如何将NLP技术应用在具身学习机器人上，“我们现在有个课题是让NLP与机器视觉进行结合，让机器人根据人的指令去完成路径的寻找，或者是一些动作。”
魏忠钰透露，这一探索未来将可能在园区送货机器人、引路机器人等方面尝试落地的尝试，并形成成果转化，目前，正在与相关园区进行洽谈，进行线下试点。
读书拿A+只是知识学习的入门
自然语言处理是当下大热的研究方向，而对魏忠钰来说，当时却只是误打误撞地走进了一个自己十分感兴趣的领域。第一次接触NLP，是在哈工大做本科毕业设计——中文信息处理下进行垃圾邮件的识别工作，从而走上了这一条科研之路。
“自然语言处理是一个很适合做交叉的研究方向。”谈起兴趣点，魏忠钰说道，自然语言处理不仅可以和社会学、新闻传播等人文社科的学科去进行交叉，在生物等方向也能有所发展，“语言本身是一些序列化的信息或者数据，这和基因的序列等生物信息是很相似的，所以自然语言处理是可以被用在生物医学上的。”
当魏忠钰在美国做博后时，NLP领域已方兴未艾，他也拿到了美国业界顶尖研究院的工作offer。
但魏忠钰却选择了回国，加入复旦大学。做出这一选择，在魏忠钰看来，既源于自己对于比较单纯的科技创新的热情，同时也在于被高校教师工作的多元性的吸引。
“科研有很强的严谨性，
我们在做科研的时候，
其实是把很多的不确定性
给排除掉，
而这一过程
是需要很严谨的思维的。”
自2017年开始，魏忠钰开设《人工智能》课程，这是复旦大学大数据学院的专业必修课，自2017年上半年至今，面向本科生已开过7次，面向研究生已开过3次。
在魏忠钰的朋友圈里，记者看到了他分享人工智能领域的经典教材《人工智能——一种现代方法》，“后来当老师，在大数据学院讲这门课，又翻了很多遍，慢慢才知道原来读书拿A+只是知识学习的入门。”魏忠钰在朋友圈里写道。
创新并非无根之萍，
而是从一个个经典的理论、算法上
萌发出新生的枝丫 。
很多新的技术，其实都发源于一些经典的理论和算法，教学的过程就相当于是对经典理论的反复学习，这对于推进由经典理论发展而来的新技术是有很大帮助的。
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
