從信息碎片到知識織錦

在數據驅動的時代，人工智能（AI）正以前所未有的速度改變著世界：從大數據智能推薦到自動駕駛，從金融風控到醫療診斷，AI的應用無處不在。然而，隨著AI模型變得越來越復雜，它們的決策過程也變得更加難以理解，這催生了一個新的研究領域——可解釋性人工智能。

傳統的深度學習模型，如神經網絡，往往被視為“黑盒”。這意味著雖然它們可以基于大量數據做出準確預測，但用戶卻很難洞察其內部的工作原理。這種不透明性在許多場景下是不可接受的，特別是在醫療、法律和金融等行業，決策的可解釋性和公正性至關重要。因而，香港科技大學（廣州）人工智能學域助理教授孫瑩在信息龐雜的數字宇宙中探索多年，最終錨定了數據挖掘與可解釋性人工智能的研究方向，她仿若藝術家開始拿起自己的調色盤，在數據織就的精密網絡上勾勒出一幅幅精致的知識織錦，讓狀似枯燥無趣的代碼講述出令人著迷的故事。

智慧的“礦工”

想象一下，當數以億計的用戶紛紛在社交媒體上點贊、評論或是瀏覽網頁時，會產生多少數據？手下鼠標的每一次點擊都如同一顆種子，落入數據的深淵，而這些種子又會在層層疊疊代碼交織的滋養下，迅速生長，匯聚成錯綜復雜的邏輯鏈。如果沒有相關研究者加以梳理、分析，這些邏輯鏈將永遠如同混沌的海洋，無法展現其真正價值。所幸，年少的孫瑩對此“開悟”得很早，幾乎可以說，她如同一個被計算機學選中的孩子。

眉眼清秀、聲音爽朗，這是孫瑩留給外界所有人的第一印象。語氣語調輕快利落，仿佛能把所有事都在短時間內條分縷析地“擺平”一樣，這是她為人處世的個人風格。而這份干練與她的成長環境與家庭教育是分不開的。從小，孫瑩便時常被爸媽和老師說“投錯胎了，生了個男孩”。明明頂著一張淡雅清麗的臉，也取了個剔透似水的名字，孫瑩卻偏偏不熱愛也不擅長收拾自己，除了潛心鉆研計算機相關知識，對周遭其他不感興趣。

早在幼兒園時期，孫瑩就喜歡到母親的單位去“鼓搗”電腦，幾歲的孩子還什么都不懂，但那個滿載數據的“魔盒”就在冥冥之中成了最吸引她的游戲。到小學三年級時，她已經可以熟練操作電腦，并在一腳剛邁入初中校門時就開始接觸編程興趣班。對于她來說，跟計算機打交道比跟人打交道要簡單，也更能激發探索欲。“我就是現在大家口中常說的那種‘社恐’人。”她時常如此評價自己。中學時期，這一性格特點暴露得越來越明顯，打游戲、編程、下棋……孫瑩總在課余時間享受著獨處的樂趣，但這并不意味著自我與封閉。相反，在朋友眼中，她是個爽朗大氣的人，且是個即便有愛好消遣也不會耽誤學習的“學霸”，“理工科極強”“年級第一”等標簽一直被她掛在身上。

站在選擇人生路徑的路口，對許多人而言難做決定的高考報志愿卻并沒有花費孫瑩太多的精力，早早就奠定了對計算機學興趣的她只需要簡單地動動筆，就能讓曾經的夢想初步照進現實。而事實也的確如此——2013年進入北京理工大學軟件工程專業，2022年博士畢業于中國科學院計算技術研究所，孫瑩的求學路徑一直與計算機息息相關。“對我而言，這一直是一個可以讓人安靜思考的專業。”她概括道。

或許正因入讀了自己的興趣專業，在為期數年的求學歲月里，孫瑩一直不覺得有難以應付的吃力困境出現，“再難再累我也甘之若飴”。在這樣的信念下，她不僅將國家獎學金從本科到博士一路拿了下去，還被班上同學冠以“孫大神”的稱呼。2016年，她與學院其他兩位同學組成了“大鱷魚愛洗澡隊”，成功入圍了ACM國際大學生程序設計競賽世界總決賽，更鑿實了自己在班里的“封神之路”。畢竟，在許多人眼中，在電子信息等相關領域在我國尚未騰飛的年代，大賽獎項還幾乎是少數男性的“統治區”，孫瑩卻能以女性學生身份從容自信地立身于其中，背后的付出遠不是一句“挺努力”便能概括的。所以在那一年留下的紀念照片里，她笑得格外燦爛明媚。

但與此同時，孫瑩很明白，榮譽終究只屬于過去。所以，當沖向世界平臺的激情與欣喜逐漸褪去，她很快又恢復到一個人泡圖書館閱讀文獻、一個人做研究的平靜生活，而時間也在這樣日復一日的知識攝入中流逝得極快，前往中國科學院計算技術研究所（簡稱“計算所”）碩博連讀的機遇很快便來到了眼前。

對孫瑩而言，在計算所深造，同時進入百度集團開展實習的經歷使她受益頗深。因為這段走出“象牙塔”的日子讓她真正有了一種“天將降大任于斯人也”的感覺，以致使她迫使自己盡快成熟，從單純的計算機學理論世界中走出，腳踏實地、真情實感地接觸精密運轉的人類社會，洞察群眾的真正需求，甚至，還開始錘煉自己在管理方面的素養。

說來也巧，孫瑩進入百度集團的時候恰逢百度人才智庫疾速發展的改革時期，當如此重任落在一位初出茅廬的青澀研究者身上，會發生什么？在后續幾年里，孫瑩用持續的努力交上了這份答卷。

百度人才智庫簡稱“百度TIC”，是百度在2015年組建的專注于“AI+人才管理計算”方向的數據科學團隊，旨在通過人工智能和大數據分析手段輔助現代企業的人才管理，推動企業人才管理從經驗導向型向數智化導向型的變革，通過智能預測、異常診斷、文本挖掘、社交網絡分析、機器學習等數字化技術為人才管理者提供智能化決策建議。通俗來講，“AI+人才管理計算”能快速評估一位求職者過往的經歷、技能與產出，來匹配合適的薪酬，這將會使企業決策更加透明高效，不再以主觀評價的方式選人用人；同時也有助于求職者查漏補缺，知曉現在專業對口的勞動力市場上，自己需要提升哪些有針對性的技能，才能獲得更好的競爭力。

這個系統就是孫瑩幾年工作的重中之重。她要做的便是讓一切評價標準都盡量客觀、可量化：什么樣的技能在當時的市場上能夠贏得更多分值，什么樣的經歷和職位能更加匹配……AI都能在短時間內迅速尋覓到與崗位最匹配的人。這份對人才資源大有助益的工作最終還發布在了《自然》（Nature）的子刊上。

“當模型效果不達預期，雖然表面上看不出，但她其實內心會非常在意”“即便是一處微小的優化也會讓她反復琢磨上好幾天”“寧愿耽誤一個月，也不會輕易放過任何一個問題”……這些是曾經的合作者對孫瑩的描述與評價，足可見她對于科研的執著與堅持。而這份“能坐冷板凳”的沉著和不焦躁的性子，是內向性格的另一面——專注力帶給她的，是天賜的禮物，讓她能沉下心去撰寫博士論文，并最終憑借《面向人才評估的可解釋神經網絡算法研究》入選中國計算機學會博士學位論文激勵計劃。

塑造明日世界

2022年，27歲的孫瑩正式加入香港科技大學（廣州）人工智能學域，成為一名不折不扣的青年助理教授。與此同時，她要面臨的行政瑣事越來越多，學生時代不想交際、獨挑大梁式的工作模式不再適用于現階段的職業發展，帶組做課題和多人協作越來越頻繁，人際關系溝通的壓力與教學工作的壓力一度令她束手。但是，本著“從事更多底層技術研究”的務實念頭，向著“做出推動世界研究”的高遠目標，山高路遠，孫瑩只能風雨兼程。

心中“社恐”就努力和大量同行、學生接觸，敞開心扉；同時約束自己不再使用類似“不就是這樣做”的否定口吻與別人展開對話；在課堂上，孫瑩也開始嘗試多種教學形式，并與生活聯系，插入現實實例以引發同學們的學習興趣……她做得越多，前路就越明朗，科研的靈感也在逐漸釋放自我的過程中得到了升華，國家自然科學基金青年基金項目與廣東省級面上項目，也接踵而至。

在國家自然科學基金青年基金項目“基于高表達自歸因結構的可解釋神經網絡研究”中，孫瑩選擇從神經網絡自身可解釋性的角度出發，從神經網絡內部特征作用與解釋性對表達性的約束作用兩個方面，開展高表達自歸因神經網絡結構研究。雖然項目還在如火如荼地進行之中，但其帶來的積極成果已具雛形：首先，孫瑩協同研究團隊將合作博弈理論引入網絡結構設計，明確量化因果關系感知的歸因值，并基于線性插值和局部原型學習，進一步開展高維輸入的概念信息提取，將自歸因擴展到概念層，同時保證復雜輸入上的高表達特征提取能力。最終，基于概念符號的透明信息變換過程將有望成為現實。

從研究方法上講，此項目是融合了事后解釋算法、經典機器學習算法、黑盒神經網絡優勢的“集大成之作”。探索邏輯透明的高表達白盒神經網絡結構極有望實現符號化、符合人類認知的神經網絡模型，這不僅意味著人工智能高解釋性與高準確性的融合共存，也將賦能更多的可信人工智能決策。

如果說國家自然科學基金青年基金項目研究是孫瑩順應時代發展趨勢，“塑造明日世界”的奮力一搏，那么廣東省面上項目“基于神經網絡的可解釋圖結構學習算法研究”則是其筑夢路上的又一力作。“圖結構學習旨在從數據中推斷節點之間的連接關系和拓撲結構，是人工智能研究的基礎問題之一。傳統圖結構學習方法大多基于先驗知識和規則提取而難以考慮非線性的復雜關聯，深度學習技術等人工智能技術卻可以彌補，即從數據中自動提取復雜特征和關聯。但是，隨著人工智能可信性問題的涌現，神經網絡可解釋性的缺乏極大限制其在圖結構學習中的應用。”孫瑩將自己的立項考量娓娓道來，并表示，自己和團隊正在以復雜關聯結構挖掘和圖結構可解釋性建模兩方面關鍵的科學問題為切入點，力爭賦能下游圖任務中的可信人工智能決策。

數據挖掘師的工作，仿若古老織錦的制作過程——從雜亂無章又亂中有序的“線”中理出一條脈絡，再用統計學和機器學習的工具作為“梭子”，在算法的織機上來回穿梭，織出一幅包含知識、信息的精美圖畫。可以說，在此項工作的進程之中，既飽含著對過往的反思，也考驗從業者對當下社會的洞察。他們既如同數據泛濫時代下的燈塔，也如全新時代的知識工匠，用自己的智慧和手段，將冰冷的數據轉化成可靠的依據，使每位決策者得以避免在浩瀚的數據海洋中迷失方向。