我研究人类视觉和机器视觉,重点是利用人类视觉的优势来启发新一代人工智能(AI)——我称之为“强认知”的视角。
 我相信人类视觉极其非凡,它使人类能够回答比“看见了什么”和“看见在哪里”更具洞察力的问题。人类智能中许多复杂的心理概念都源于视觉,包括直觉性的因果理论、物理学知识和行动者概念。这些是人类常识的基本构件。

这种常识性的特质可以从三个方面理解:
 (a) 它们在人类(以及许多其他动物)之间普遍共享;
 (b) 由一个视觉场景提供的知识,通常会被观看该场景的所有观察者所共享;
 (c) 丰富的视觉场景理解并不限于特定任务,而是可以广泛应用于解决多种任务。

因此,基于视觉的常识构成了广泛人类智能行为的基础,包括计划、推理、问题解决、语言,甚至道德。
 我的目标是构建具有人类式常识知识的人工智能,仅通过共享同一个视觉环境,就能以直观、有效且可信的方式去理解、合作并与人类沟通。





【说人话就是:我研究人类的“常识”——那些强大、直觉,却往往不自知的心理智能。我希望扎根于当代哲学和认知科学的理论,并通过计算建模的方式,建立起“理论—认知结构—算法—行为”之间的桥梁,也看看能不能让机器学会人类那套“顺手就会”的本事。】

如果你对这些话题也有兴趣,欢迎发邮件联系我!学科背景不限,但请务必告诉我你的特别之处:

  • 1.能把抽象理论讲明白(哲学/认知理论功底扎实)

  • 2.会把想法写成代码跑起来(编程/算法开发靠谱)

  • 3.有独到的跨界视角(原专业或自学领域带来的新思路、新方法)

  • 4.其他





工作经历

2024–至今 优秀青年学者
 苏州大学 教育学院

2020–2023 博士后研究员
 浙江大学 心理与行为科学系

2018–2020 博士后研究员
 加州大学洛杉矶分校(UCLA)  统计系


教育背景

2012–2018  博士
 浙江大学  心理与行为科学系


1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18