机器之心报道

机器之心编辑部

今日，华裔学者金驰在普林斯顿大学获得终身副教授职位，这一消息已经公布。

金驰于 2019 年进入普林斯顿大学电气与计算机工程系，担任助理教授之职。在普林斯顿的 6 年工作期间，他在人工智能方面的学术地位快速提高。

他的副教授职位将在 2026 年 1 月 16 日开始正式施行，这一任命标志着金驰个人学术道路上的一个重要节点，同时也是对他长期在机器学习理论方面所取得的根本性成就的高度肯定，这些成就为当前大型语言模型的快速发展奠定了关键的数学基础。

去年二月，金驰和杨笛一、杜少雷等中国学者一块儿拿到了二零二四年的斯隆奖。

主要贡献

金驰的事业发展正值深度学习技术迅猛发展的时期。自从 2012 年 AlexNet 开创了新的局面之后，学术界和工业界在 2010 年代中期已经能够训练复杂的非凸模型了，不过一个核心的疑问仍然存在，那就是像随机梯度下降（SGD）这样基础的优化方法为何效果如此出色，特别是在面对鞍点这类问题时，相关的理论说明还很缺乏。

金驰和导师 Michael I. Jordan 一同进行的研究工作，有效应对了这一难题，并且为深度学习在实践中的成功，奠定了可靠的理论根基。

当前，强化学习因其于复杂操控和人工智能协调方面的作用而备受瞩目，他的工作为强化学习中心方法论的样本利用效率提供了周密论证。

总体而言，金驰的工作为两个核心问题奠定了理论保障：

非凸优化

深度学习训练的一大难题在于非凸优化问题。凸问题只有一个全局最优解，但神经网络的代价函数图像布满了局部极小值和鞍点。鞍点特别麻烦，因为它们的梯度为零但并非最优解，容易让算法陷入停滞。过去很长一段时间，人们都担忧优化器会在高维空间里卡住。

金驰借助一系列学术文章阐明，即便是最基础的下降技术，只要混杂轻微的杂讯——不论源于随机梯度下降还是人为注入——均能顺利摆脱鞍点的束缚，并且在多项式计算范畴内持续向更佳解空间行进。

这些成果表明，那个关键点并非无法攻克的难关，提升效能的过程在运算上也比较经济。

深度学习应用早已取得显著成效，但此前理论支持相对滞后，人们持续存有疑虑：这些成功是否纯属偶然因素？当数据量达到某个临界点时，那些基础方法是否将完全失去作用？

金驰及其同僚提供了清晰见解：许多函数情形下，局部极值点并非关键难点。

这项任务构成了大型模型学习的重要支撑，揭示了基础方法在处理难题时为何能获得出乎意料的成果，促使企业及学术团体愿意投入巨额资金开展模型训练，并坚信其背后的改进机制是可靠的，从理论提升的角度来看，金驰为深度学习的广泛部署消除了一个关键隐患。

强化学习：可证明的高效性

智能体在与环境互动中学习决策是强化学习的关键，目的是获取最大化的总收益。但在很多实际场景里，互动过程代价高昂或者进展迟缓，使得样本利用效率变得至关重要。衡量这种效率通常采用遗憾值，它表示智能体的实际表现和理想策略之间的距离。遗憾值越小，说明算法能在更少的尝试下掌握有效的应对方法。

金驰通过多篇备受推崇的论文，为基础强化学习算法确立了严谨的遗憾界限，从而促进了理论领域的重大进展，

这项研究首次证实了无模型方法（比如 Q-learning）在复杂环境中依然拥有良好的样本利用率，几乎实现了最理想的遗憾界限（T 代表总步数）。这一成果提升了强化学习理论的严谨程度，使其与多臂老虎机等经典课题的严谨性看齐，并为函数逼近以及大状态空间中的学习提供了数学支撑。

金驰的研究建立在两个基础之上，一是深度强化学习在 AlphaGo 等系统中的成功应用，二是抽象的序列决策数学理论框架。他的研究阐释了「面对不确定性时的乐观主义」这一策略为何能够发挥作用，同时为其构建了可靠的学术支撑。举例来说，他验证了最小二乘价值迭代（LSVI）的乐观改进版本确实具备高效性。

这种理论支撑回应了学术上的困惑，也为研发更稳定、更可靠的强化学习算法提供了方向，使其能够在高风险、更重要的场景中安全实施。

学术背景

金驰的学术功底为他的理论探索打下了牢固根基。他 2012 年在北京大学拿到了物理学理学学士学位，这个经历培养了他严谨的数学与解析观念。

他接着去加州大学伯克利分校继续学习，在 2019 年得到了电气工程与计算机科学方面的博士学位。那时，伯克利大学正处于人工智能和机器学习研究的重要发展阶段，为金驰创造了全球一流的学术条件。

他的博士导师是 Michael I. Jordan 教授这个人, Jordan 教授是机器学习界的权威, 他因在统计学与计算机科学间的连接性研究而知名, 金驰因此师从于一个重视统计精确度与理论基础的学术脉络, 他早期的许多重要文章都是和 Jordan 教授共同撰写的。

他在 Google Scholar 上的论文已被引用次数高达 13588 次。

以下是我们之前报道过的金驰团队的相关工作：