5月23日晚，在上海举办的2024年度“35岁以下科技创新35人”中国区发布暨中国科技青年论坛上，新一届入选者正式揭晓。这35位青年科技精英以卓越的创新成果和非凡的创造力，成为了中国科技领域的耀眼新星。

据统计，此次入选的35人中至少一半的研究领域直接与AI相关，他们聚焦大语言模型、通用机器人、自动驾驶、三维空间智能、量子计算等领域，不断努力让AI技术取得突破，并得以应用于生产生活中，以科研成果诠释中国AI的青年力量。

缓解大模型时代的算力瓶颈

27岁的OpenAI研究员姚顺雨是本年度入选者中最年轻的一位。他开创了融合推理与行动的智能体范式，并推动智能体技术在通用系统操作与知识密集型领域的应用，为语言智能体方向的开启和发展做出了基础性贡献。

人工智能，特别是大语言模型的迅猛发展，正推动人类进入通用人工智能（AGI）时代。但随之而来的海量计算需求导致算力不足和高能耗问题，成为人工智能产业进一步发展的核心挑战。

32岁的无问芯穹联合创始人兼首席科学家戴国浩长期致力于稀疏计算和软硬件协同设计的研究，提出了创新的稀疏计算软硬协同优化方法，显著提升通用人工智能的计算效率和能效，有效缓解了大模型时代的算力瓶颈，为AGI时代的算力普惠和可持续发展提供了关键技术支撑。

谈及研究前景，戴国浩表示：“我的研究在努力的事情就是让算力的成本变低”。他认为算力成本降低才能让每个人享受到普惠算力。过去两到三年，算力成本已大幅下降，未来云端和终端运算仍有很大降本空间。

他所在的无问芯穹已将技术落地到云侧和端侧的业务场景，并与联想等大企业合作，致力于推动不同芯片协同工作，改变芯片市场被单一厂商垄断的局面。“上海将人工智能和集成电路列为三大先导产业之二，在这里能与国内外顶尖人才交流，形成产业上下游，对我们研究工作助力很大。”

真实世界RL为制造业带来新变革

31岁的加州大学伯克利分校博士后罗剑岚开创了基于真实世界数据飞轮的强化学习框架，实现了复杂机器人操作任务的超人类性能与高效训练。

图为罗剑岚在接受采访。劳动报记者贡俊祺 摄影

将强化学习（RL）应用于真实世界的机器人，尤其是在高精度工业装配等复杂任务中，面临着样本效率低、系统集成复杂以及长周期任务规划困难等重大挑战。罗剑岚致力于攻克这些难题，推动RL在机器人自动化领域的突破与落地。

“在工业生产线上使用机器人已不是新鲜事，但很多任务还做不了，因为它们都是预编程的，没有任何适应变化的能力。”他告诉记者，“一般一个任务需要大几个月的调试，然后换一个任务，又需要大几个月调试。”传统生产线缺乏灵活性，而现有的AI模型又难以达到生产线要求的“100%成功率，且快速完成任务”。

博士期间，他专注于解决RL在真实机器人高精度装配任务中的应用难题。通过创新性地将强化学习与阻抗控制及反馈控制器相结合，他首次展示了RL在处理需要实时响应外部扰动的精密机器人任务方面的巨大潜力。在Google X工作期间，罗剑岚主导开发了首个工业级RL系统SHIELD。该系统在复杂的工业装配任务中实现了100%的成功率，训练时间仅需2-3小时，其性能超越了人类专家和传统经典方法，被评价为“RL在工业场景的里程碑”。

罗剑岚还提到，上海政府务实高效，对人工智能等领域支持力度大，长三角地区产业链完备，相比其他城市优势明显。

探索突破算力极限

29岁的钟翰森有着多个头衔，他既是上海奇算光启信息技术有限公司的创始人，也是上海人工智能实验室的青年科学家，还是上海创智学院的全时导师。钟翰森基于AI技术实现全球最大规模2000+量子比特中性原子阵列，并设计出AI驱动的量子纠错解码器，可适用于所有量子纠错码，且性能超越现有所有解码器，为容错量子计算提供了新的技术路径。

图为钟翰森在演讲。劳动报记者贡俊祺 摄影

目前，他正集中攻克光子系统的可编程性与算法适配难题，目标是实现基于光子的通用智能算力，为未来集成化光子智能芯片奠定基础。

这些解决方案既推动了中国在量子-光子领域的领先地位，也为全世界计算技术革新提供了新的可能性。他对青年人才提出建议：“青年做学术、创业，要挑战最困难、最有价值的问题，为国家和社会做贡献。”

头图为活动现场。劳动报记者贡俊祺 摄影