——记中国科学院自动化研究所复杂系统管理与控制国家重点实验室副研究员叶佩军
　　
杜月娇

　　
　　
　　人工智能技术的完善与发展建立在对人类思维模式和行为模式学习的基础上，而人本身很复杂，这就决定了充分认识人的困难性和计算机精准学习的困难性。尽管如此，仍有许多人为实现这些目标进行着乐此不疲的探索，中国科学院自动化研究所复杂系统管理与控制国家重点实验室副研究员叶佩军就是其中一位。长期致力于多智能体系统、认知计算、复杂系统与人工智能等领域的基础及应用研究，他的目标是用计算机模型将人在不同情况下的行为方式及思考决策过程尽可能全面、准确地模拟、复现出来，让人工智能像人一样理解世界。
　　
工程历练后的回归
　　
　　可能因为是出走后的再次回归，叶佩军现在对走科研这条路已非常笃定。
　　2008年他顺利考入中国科学院自动化研究所并完成了硕博连读。博士毕业后，他首先选择到军工企业、到实际工程项目中积累经验。在中国电子科技集团有限公司3年的历练和沉淀，他经历了多个预研、型号项目的系统总体设计和工程研发，同时也越来越清楚自己内心对科研的那份热爱。
　　回到中国科学院自动化研究所继续从事基础核心技术研究后，也许是涤荡之后的执着与热爱，让叶佩军在科研的道路上成长迅速。他先后主持了国家自然科学基金青年基金项目、国家自然基金面上项目、国家留学基金赴美访问项目等，以研究骨干身份参与了国家自然基金重大项目和联合基金项目、科技部重点研发项目、广州亚运会公共交通管理辅助决策系统等多个科学研究项目及一系列工程应用项目；以第一作者身份在中国科学院一区期刊发表论文十余篇，其他SCI/EI检索论文等十余篇；以第一作者身份出版人工智能专著1部，取得7项发明专利授权；作为团队骨干获得2017年中国公路学会科学技术奖一等奖、2020年中国智能交通协会科学技术奖二等奖、2020年中国自动化学会自然科学奖一等奖等多项奖励。
　　能取得这些成绩，叶佩军真心感激团队对他的支持与帮助。“人生没有回头路。能够继续从事自己喜欢的科研工作，我觉得非常不容易，当时是团队给了我这样一个机会。”他说。
　　导师王飞跃教授，更是给了叶佩军坚持下去的信心。他说：“王教授对我影响很大，他对我的帮助是点点滴滴的，每次我快要支持不下去的时候，他总是及时地给予我鼓励。我是一个极普通的人，科研做得不是很出色，成果也不是特别突出，他却一直在支持我，我觉得如果不坚持做下去把事情做好，就对不住他。”
　　带着团队、恩师的支持与鼓励，坚持做自己喜欢的事情，叶佩军朝着自己的科研理想奋力迈进。
　　
模拟每一位个体的人
　　
　　叶佩军最早的研究与智能交通出行相关，主要工作是用计算机仿真来测试各种出行方案。当时他所在的科研团队承担着青岛产业技术研究院与青岛市共同建设的平行交通项目。通过攻关，在青岛市平行交通系统项目中，叶佩军和同事们通过综合青岛市人口、交通、社交媒体等大数据，预测出了交通出行状况和热点交通事件相互影响的情况。
　　做平行交通系统项目时，叶佩军还未将认知计算用到项目的攻关中，但随着研究的深入，他越来越感觉到认知科学对所做研究的重要性。他认为人工智能最核心的部分是与认知科学的交叉结合。“人工智能应该研究人是怎么做决策的，而这在认知科学上或许能找到答案。所以我后来做了很多认知科学和人工智能交叉的研究和学习。”叶佩军说。
　　叶佩军现在的研究主要倾向于采用“黑盒模型”模拟人的行为，以简单的规则或效用值来近似处理动作的选择过程。“例如，对于给定的出发地和目的地，智能体的出行路径被建模为最短或出行费用最低路径。此方式的主要不足在于：对于相同的环境参数，智能体的行为规则或期望效用是采用相同的效用函数（距离或出行费用）来计算，其结果往往缺少异质性，无法反映实际中人与人对于相同感知环境的不同行为选择。”叶佩军解释，“就如同两个人往往会有不同的开车风格和习惯，之前的研究却忽略了这种差异。”
　　究其原因，主要是建模方法对人的认知、学习、决策等过程中的知识差异考虑不足，模型粒度较粗，动态自适应性不强。针对此问题，叶佩军开展了异质智能体的认知行为学习研究，在实时数据驱动的环境下，动态学习人类个体的认知决策知识和行为选择。
　　“这个世界上没有完全相同的两个人，把人与人的差异通过自适应学习的办法模拟出来，其意义在于，不是模拟某一类人，而是模拟了每一位个体的人，与之前的近似情况比这又向接近实际迈进了一步。”叶佩军说。
　　“该课题的研究意义远不止于此。例如，对于航空、高铁等复杂人机系统，操作员的生理状态、思维习惯、认知水平、风险偏好、协作风格等都存在差异。这在特定的任务中常常导致人机交互不当，进而带来重大安全事故。通过认知行为学习和人工智能相结合的办法，我们可以在事故早期进行安全提示，并根据隐患的发展和演化态势采取不同等级的实时风险预警，从而最大限度避免事故的发生。而对于城市交通等复杂社会系统，其运行安全和效率更是受到大量出行者和管理者个体的决策影响。依托大数据、边缘计算等技术，对不同交通场景下的交通行为进行分析、学习、诱导，就能够为异质出行个体提供个性化、差异化、订制化的服务，从而引导交通系统运行在安全风险低、整体效率高的状态。”谈到研究此类课题的意义时，叶佩军说。
　　“通过认知行为学习，自适应地完成不同个体的思维差异建模，再结合其他人工智能技术，可提前‘预演’各种系统现象的产生、发展、演化、结果等全过程，识别潜在的系统安全隐患和效率瓶颈，并据此制定事故规避策略和优化改进措施，从而提升复杂系统的安全性和运行效率。”叶佩军介绍。相关的研究成果未来有望被应用于电力、交通、高铁等大型工程项目中。
　　
枯燥却乐在其中
　　
　　与不同的机构合作，叶佩军有不同的体验和收获。科研院所、高校的研究性质更强一些，所以在合作中会获得一些跨学科交叉的启发。与企业合作，则让他对成果如何落地有了更深的认识。
　　将这些收获带到科研中，叶佩军的科研找到了突破口。将这些收获带到教学中，他对学生的培养有了新感悟。他注重学生实践能力的培养，更强调要有全局观，鼓励学生站在一定的高度看问题。在这样的熏陶下，学生无论去企业实习，还是走上工作岗位，表现都很出色。看到学生的成长，叶佩军很欣慰。
　　谈到未来的工作，叶佩军为自己定了3个目标：把正在进行的项目做好，出一些高质量的成果；把学生教好，让他们无论今后是否从事科研，都能有独当一面的能力；第三个是把自己的小团队建设好，将来能承担一些更重要的工作。
　　为实现这些目标，叶佩军铆足了劲。很多个假期，叶佩军都忙于查阅文献、寻找思路、改进算法。对他来说，加班是常态。“对于科研工作者来说，如果能真正做出一点儿东西回馈社会，能得到大家的认可，还是蛮有成就感的。”
　　虽然每天和枯燥的数据、程序打交道，但叶佩军却依然乐在其中。