探索未知世界 享受新知乐趣

在人工智能技术飞速发展的当下，有一项基础性研究虽不常占据头条，却构成了AI向纵深突破的核心支柱——它探索知识如何被有效表征、系统组织与持续演化，更致力于让机器在动态复杂的世界中，实现真正的理解与学习。浙江大学副教授张宁豫的学术生涯，正是沿着这条主线深入展开：从知识图谱的工程构建，到大模型时代的认知机制探索；从知识的静态注入增强，到动态的持续学习与进化。他的研究工作始终围绕一个根本性命题展开：机器如何能像人类一样，高效地获取、整合并迭代知识，从而形成稳定、可靠且可进化的认知能力，最终赋能真实世界的复杂应用场景。

▲浙江大学副教授张宁豫

知识工程：在表征与结构之间探寻

人类认知世界，高度依赖语言这一载体。自然语言承载经验，数学语言刻画规律，而人工智能的核心目标之一，便是让计算机理解并运用这些“语言”。回顾AI发展历程，知识工程始终是贯穿其演进的一条关键脉络：从早期专家系统中基于规则的逻辑推理，到知识图谱中结构化的实体关系网络，再到如今大模型内隐式、分布式的海量知识参数。知识的形态持续演进，但那个核心挑战始终存在：如何让机器更“懂”世界？

正是在此背景下，张宁豫投身于自然语言处理与知识图谱的研究领域。博士期间，他的工作聚焦于从海量文本中自动抽取信息，将非结构化的叙述转化为结构化的实体与关系网络。这一过程，本质上是为知识构建一张可计算、可推理的“数字地图”。“从一本书中抽取结构化信息，就是在构建一个知识图谱。”他如此阐释。这不仅是技术实现，更是对知识表达方式的重构与深度思考。

毕业后，他的经历横跨学界与业界。在之江实验室，他从国家战略需求的宏观视角，重新审视技术的价值与应用边界；在阿里巴巴的工业实践中，他深度参与了知识图谱在搜索推荐等核心场景的落地，真切体会了一项技术从理论到实践所经历的挑战与打磨。最终，他选择回到浙江大学，在一个鼓励自由探索的科研环境中继续深耕。对他而言，保持对未知的好奇与探索的热情，是科研走向深入的重要动力。“探索未知、享受新知，这就是我的理想，也是我的工作。”这句话背后，是一种纯粹的科研初心。

大模型时代：从“流畅生成”到“深度理解”

大模型的爆发将人工智能推向了新高度，但一个关键问题也随之凸显：能够流畅生成文本，是否就意味着真正掌握了知识？围绕“知识”这一核心，张宁豫构建了一套系统的研究体系，并从多个维度展开了深入探索。

▲2024年5月国际计算语言学大会（COLING 2024），张宁豫组织大模型知识编辑讲习报告

一方面，在知识增强方向，他的团队致力于将知识图谱等结构化信息高效“注入”大模型。通过研发如KnowAgent等技术框架，让模型学会精准调用外部知识库，从而在医疗、法律等专业领域，显著提升回答的准确性与可信度。这并非简单的信息叠加，而是追求外部知识与模型内部能力的深度协同，旨在让模型形成清晰的知识边界与可追溯的推理逻辑。

另一方面，研究进一步深入到模型的内部机理。团队从表示学习的角度，系统分析知识在模型参数空间中是如何被编码、存储与激活的，并提出了“知识回路”等创新视角来解读这一过程。在此基础上，知识编辑成为重点研究方向——如何像进行“微创手术”一样，精准、定向地修改模型中的特定知识（例如更新某个事实），同时最大程度保持其原有能力？这项研究的目标，正是推动大模型从一个“难以捉摸的黑箱”，演进为一个“可理解、可修正、可控制”的智能系统。

如何理解这项工作的价值？可以做一个比喻：驾驶一辆高性能汽车，转动方向盘即可改变方向。但若想调整发动机性能，例如提升燃油效率，就必须打开引擎盖进行精密调校。当前的大模型正面临类似挑战：我们期望它能稳定、精准地执行任务，却无法承受每次更新都“推倒重来”式的全量训练。那么，能否在不“伤筋动骨”的前提下，实现对模型认知与行为的精细调控？这正是知识增强与知识编辑研究力图解决的核心问题。

从外部知识增强，到内部机理剖析，再到精准的知识编辑，这一系列工作层层递进，共同指向一个目标：构建具备稳定性、可解释性与可控性的知识增强型大模型。同时，通过组织国际研讨会与学术讲习，张宁豫也在积极推动该领域的学术交流与生态建设。

面向现实：从技术体系到场景落地

当一套研究方法趋于成熟，其价值自然向具体应用场景延伸。响应国家海洋强国战略，张宁豫团队将知识增强大模型的技术体系应用于海洋领域，研发了OceanGPT·沧渊。这项工作远不止于训练一个垂直领域模型，而是深度融合专业的海洋知识、多模态数据与实际业务需求，系统性地探索了大模型在重大战略场景中落地应用的完整路径。

此外，团队也持续投入开源生态建设。他们积极参与并推动中文开放知识图谱社区OpenKG的发展，整合知识资源与工具链，并探索SkillNet等技能图谱网络，促进知识与技术的开放共享与协同创新。这些努力从不同维度汇聚于同一愿景：构建更加系统化、开放化的知识基础设施，让科研成果不仅停留在论文中，更能持续滋养更广阔的学术与产业生态。值得一提的是，张宁豫本人已多次入选斯坦福大学发布的全球前2%顶尖科学家榜单，其培养的多位学生也先后入选了多项国家级及省部级人才计划。

▲2024年8月，在国际人工智能联合会议（IJCAI 2024）上，张宁豫（右六）组织并主持OpenKG知识增强大模型专题研讨会

谈及科研心得，张宁豫总结了几个关键点：“首先，科研需要传承与体系。我的导师陈华钧教授引领我进入自然语言处理领域，他的影响至关重要。其次，要敢于思考那些有深度、值得长期探索的科学问题。它们眼下或许看不到直接应用，但未来价值巨大。研究者需要有前瞻视野，提前布局，然后大胆创新。第三，坚持将我们的研究和算法开源开放，让学术界和工业界能够使用并受益。同时，认真对待每一个基础性问题，引导更多人关注和进入这个领域。最后，在自由探索之外，我们的工作也应当与国家战略需求同频共振，例如OceanGPT·沧渊的研发，就是一次将前沿研究与国家重大需求相结合的实践。”

当然，在人工智能为社会注入强大动力的同时，其可靠性、安全性也日益成为公众关注的焦点，这也是张宁豫持续关注的方向。“大模型同样存在潜在风险，”他指出，“我们需要从机理上高效、精准地理解并控制它，从根源上防范可能的副作用，确保人工智能的发展更加安全、可靠、可控。”

科研、教学、学术交流……忙碌是张宁豫的工作常态。但他觉得自己是幸运的，能在最好的年华投身于最热爱的事业。这份幸运，既源于时代发展的机遇，也离不开迷茫时的坚持与笃定。对他而言，真正的幸运并非外在名利，而是一种更深层的价值实现：“作为一名科研工作者，唯有将个人兴趣，与国家所需、社会所向紧密结合起来，才能不负这个时代，也不负自己的人生追求。”