32岁的清华大学自动化系助理教授黄高（2015届博，清华大学自动化系），在人工智能快速发展的浪潮里，沉下心来，关注基础性研究与关键核心技术攻关；同时保持开放心态，学习新知并付诸实践。

通往人工智能的未来之路上，他正全力奔跑。

黄高在工作中。资料图片

如果说以蒸汽技术驱动的第一次工业革命延伸了人的肢体，拓展了人类的力量，那么，以新一代人工智能技术为驱动的新一轮科技革命和产业变革则致力于拓展人类的智能，提升人类智力所能创造的价值。

在清华大学自动化系助理教授黄高看来，“人工智能是我们这一代人不能错失的宝贵机遇。”而如何让机器更高效、智能，也成为他研究中最关注的部分。

这名32岁的青年学者，主要研究领域为深度学习和计算机视觉。他设计的密集连接卷积网络（DenseNet），论文单篇引用已超1万次，广泛运用于医学、光学、气象学等诸多领域。黄高也成为国内计算机视觉领域第一作者论文被引次数最高的学者。

科研的美妙，在于尝试拓展知识的边界

深度学习是指计算机通过深度神经网络，实现跟人脑类似的功能，是现在人工智能领域的热点研究方向之一，已被应用于人脸识别等许多领域。

然而，在2009年黄高刚开始攻读博士学位时，人工智能领域深度学习的工具还在发展中。优化算法等现在看来简单到仅需一行代码的操作，当时要靠一行行编程实现。许多研究者在探索如何通过缩减网络连接来降低模型复杂程度，黄高却另辟蹊径，希望通过增加跨层连接，使信息通道更加通畅，让模型中的信息能更快速地向前传递。

这一想法无疑是大胆的，也极具创新价值。“不断摸索新的东西，做别人没做过的事情，与未知共处，才是科研最有魅力之处。”黄高说，做科研最美妙的就是尝试去触碰、拓展人类知识的边界。

2016年，黄高提出了密集连接卷积网络的大胆设想。起初并不被看好，但他与合作者始终坚持，最终突破了传统深度网络的单向直链结构，提出全局密集跨层连接范式，使神经网络实现“连接数多而计算量少”，进一步提高了运算效率。这项具有开创性的模型，获得了首届世界人工智能大会最高奖SAIL先锋奖，被编入多本深度学习书籍，也被广泛应用于医疗影像处理、人脸识别、文本翻译、语音识别等人工智能应用场景。

探索未知是一件风险和成本很高的事，“拓荒”路上，黄高难免遇到挫折。有时坚持很久却始终没有结果，有时好不容易取得进展，却发现已有研究者抢先一步。“研究受阻，沮丧是难免的。我们需要一股韧劲，坚持下去，将想法最终转化为现实。”黄高说。

服务美好生活，是人工智能的重要使命

黄高的研究大多源于日常生活中的需求，他希望用键盘“搭建”出