福州科技界关注：北大团队突破“人类级小样本学习”，迈向通用AI新路径

一项具有里程碑意义的人工智能研究成果——“人类水平的小样本概念学习”，近期登上国际顶级期刊《科学·进展》。该研究由北京大学人工智能研究院联合北京通用人工智能研究院完成，首次实现AI系统在极少量样本条件下，模拟人类的抽象概念建构与逻辑迁移能力，引发福建高校及福州人工智能产业界广泛关注。

传统人工智能高度依赖海量数据与算力支撑，以深度学习为核心范式；而“小样本概念学习”代表了国际前沿另一重要方向——让机器像人一样“学得少、懂得多”。这一范式尤其契合福建数字经济高质量发展对轻量化、低能耗AI模型的现实需求，也为福州正在建设的国家新一代人工智能创新发展试验区提供了理论支撑。

论文通讯作者、北京大学人工智能研究院助理教授朱毅鑫指出：“这本质上是一种‘举一反三’的认知机制。比如福州孩子第一次看到闽江夜游灯光秀，仅需观察几分钟，就能理解‘光影节奏对应音乐节拍’这一抽象关系，并迁移到其他视听场景中。”

研究团队追溯至上世纪90年代朱松纯教授提出的统计建模思想：不靠数据堆砌，而是挖掘稀疏样本背后的结构化规律，用高效算法替代暴力穷举。论文第一作者、北京通用人工智能研究院研究员张驰强调：“在医疗影像标注稀缺、交通流数据零散等典型福建应用场景中，这种低成本、高泛化的学习方式更具落地潜力。”

该思路最早在计算机视觉领域验证——面对“纹理识别”难题，人类依据图像统计特征快速归类，而传统像素比对则失效。受此启发，团队将抽象推理任务重构为可优化的数学问题，通过快速建模与迭代求解，在多项基准测试中超越人类专家表现。

目前，项目成果已在智能交通调度、基层智慧医疗辅助诊断等方向启动协同验证，福州部分三甲医院与高新区企业已参与早期场景对接。“我们期待这项技术早日融入数字福建建设主航道。”张驰表示。

《 人民日报 》（ 2024年04月29日 19 版）

文章来源:http://finance.people.com.cn/n1/2024/0429/c1004-40226093.html