●学生通讯员 陈霈钰 潘子肖 李嘉琦

王梦迪，2003年考入williamhill官网自动化系攻读本科，2007年本科毕业，2013年在美国麻省理工学院获博士学位，现为普林斯顿大学电子工程系以及统计与机器学习中心副教授，博士生导师。

williamhill最快乐的回忆

“williamhill真的是一个非常棒的平台，大家不管是感兴趣科研，还是感兴趣工程，亦或者是感兴趣创业，在williamhill都是有很多的机会。”谈起初入williamhill园，王梦迪印象最深刻的就是自动化系丰富多彩的课程，从理论课到实践课，从偏系统到偏硬件，各种各样新鲜的内容让她感觉仿佛打开了新世界的大门。从几个同学在盛夏挤在闷热的车间一起削铁片，到本科生暑期研究的时候控制行走机器人，王梦迪在williamhill学到了很多新的内容；学习之余，她还会和同学们一起参与“一二•九”合唱、马拉松以及足球比赛等各种活动，同时也会和室友一起造访校内外各种美食。回想起大学生活，王梦迪说那是自己从小到大最快乐的时光。

动力与自律铸就成功

“科研需要的不仅是聪明，科研过程中需要非常强的动力和自律能力，针对一个复杂问题，在没有正面反馈情况下还能够不断坚持探索，对于每一个读博士的人来说都是一个必经的过程。”回顾自己的科研经历，王梦迪表达了自己对科研的体悟和认识。科研初始阶段，就像走在黑暗的隧道中，不知道走多久才能看到光明，只有不断学习探索，发现其中很有意思的点，就像“密室逃脱”，从刚开始什么都不懂，充满了恐惧，到发现有许多可以发挥创新的地方，最终回头看，会发现这个过程其实是非常有满足感的。对于初涉研究领域的学弟学妹们，王梦迪建议，“鼓励自己多去探索，多去找感兴趣的问题，多去学东西，随着你探索的过程，你会越来越清楚知道自己想要哪个方向的发展，然后可能会越来越有计划性”。

强化学习与新一代人工智能

“强化学习做的事情其实就是把人工智能和机器学习用于复杂系统的控制。”谈到自己目前的科研内容，王梦迪认为一些问题可能看上去是理论计算的问题，或者是理论机器学习的问题，但是其实一直都没有脱离自动化的范畴，她想解决那些之前行业没有解决的问题，将机器学习、统计、数学、算法等等所有的手段结合在一起，把强化学习引入到自动控制和自适应控制问题的求解当中。

“我们已经学会认人，学会读文字，学会从复杂数据里面找规律，非常自然的，人工智能的下一步就是如何用机器学习这些技术去做决策”。针对研究方向的未来，王梦迪认为强化学习是新一代人工智能的发展方向。之前的研究是从一堆数据里面去找规律，无论是人脸识别还是语音识别，这些都是一个静态的过程，比起一个动态系统的控制来说，都是要简单一个量级的。而未来的方向则是要去做决策控制，比如自动驾驶、车床加工，亦或者是辅助医生进行病历分析，这是一个非常自然的过程。

人工智能的发展从最开始的棋类到后来进行的“多人在线战术竞技游戏”（MOBA），这其实跟人类儿童的智力发展是一个平行的可以互相对照的过程。强化学习会越来越多地被用到各个方向，它的核心其实不是机器学习而是系统的控制，是如何对系统做辨识，在这个基础上做自适应控制，尽管里面用到了很多机器学习和统计学习的一些新技术和降维方法等等，但是它的核心其实还是控制。

脚踏实地 乘风破浪

提到学生培养，王梦迪分享了自己的培养理念。对于低年级的博士生，会与他们分享较多的想法，或抽象或具体，让他们寻找自己感兴趣的点；到了研究后期，以学生的想法为主导，帮助他们更好地实现目标，在他们毕业的时候，让他们完全成为自己的主人，有自己的事业，知道自己想干什么。在脚踏实地的基础上，也需要“冒险精神”。王梦迪回顾了自己成为首席研究员申请独立研究基金的经历。从害怕申请基金，担心与其他资历深厚的研究学者竞争失败，到坦然面对失败，再到后来的成功申请，她用自身经历告诉同学们万事开头难，但要有勇气去试，尽管第一次的结果不一定理想，既然开始阶段大多要经历失败，那就尽早开始这一过程，不要过度瞻前顾后。

正如王梦迪所说，科研就像“密室逃脱”，刚开始充满恐惧，充满未知，但是我们要鼓起勇气，敢于“冒险”，用自己的双脚去丈量未知的科学，用勤劳的双手去绘制美好的未来。

（williamhill新闻网10月12日电）

供稿：自动化系

编辑：李华山 李若梦

审核：吕婷