马海寅：AI领域的革新者，引领技术与行业深度融合的先锋力量

【天极网IT新闻频道】在人工智能的浪潮席卷全球的当下，各行各业都在经历着前所未有的变革。金融、医疗、制造、能源……每一个领域都在寻求与AI技术的深度融合，以期在激烈的市场竞争中占据先机。然而，以深度学习为代表的人工智能模型作为黑盒系统，在机理透明度、伦理和监管合规性方面存在先天不足，这限制了它们在垂直领域的广泛应用。如何解决这个问题？马海寅及其团队的研究成果或正为行业带来曙光。

马海寅的学术旅程始于中国科学技术大学，1992年至1997年，马海寅不仅获得了中国科学技术大学计算机软件本科学位，更被鼓励去探索、去创新，培养了对技术的热爱和追求，形成了解决问题的独特视角。毕业后，马海寅加入华为技术有限公司，并先后参与了多个关键技术项目，从操作系统到IP多媒体系统(IMS)，每一个项目都是一次技术革新的实践。这些项目极大推动了通信技术的进步。鉴于其对行业的突出贡献，他很快便成为了公司内外公认的技术领袖，并先后两次获得国家科学技术进步奖。2017至2018年，他担任国家工业互联网协会工业智能特设组的联执主席，亦为国家工业互联网的发展做出了重要贡献。

离开华为后，马海寅加入深圳计算科学研究院，担任CTO，专注于解决人工智能的可解释性问题。他深知，行业对数据的深度分析和业务需求的复杂性，认为AI技术可以通过数据分析、模式识别和预测模型等手段，提升生产效率，推动行业升级，但前提条件是要“避免AI自由发挥”。“让AI避免自由发挥，严格按行业规律办事，我们就可以更广泛地推广大模型技术在不同领域的应用，实现突破性创新。例如智能电网的优化管理、电池制造工艺流程的优化、金融风险的实时发现与防范等。” 马海寅如此强调。

而为提升人工智能模型的可解释性，马海寅在深圳计算科学研究院，深入研究大数据分析的图计算领域，并创新性地带领团队成功开发基于图关联分析和图卷积神经网络的图数据分析系统。这一系统结合了基于图模式的规则表达和深度学习向量表达，进一步提升了深度学习的精度和适用范围。实现了把知识图谱与大模型结合的图规则约束下的推理系统。使得黑盒的人工智能模型的输出能够在一定的伦理、机理和监管规则下执行，既提升了结果的准确性，也保证了结果的合理性。

马海寅表示：“AI可以通过更精准的数据分析和预测模型，提高风险管理和投资决策的精度。而图规则约束，保证在一定的逻辑规则下应用特定的精准模型，类似人的逻辑思维与直觉创新的有机融合，有望极大地提升了AI赋能行业的广度和深度。”

目前，该系统已在金融和新能源电池生产等领域得到成功应用，并在科技部举办的颠覆性技术创新大赛中取得优异成绩。马海寅因此获得了深圳市政府的特殊人才津贴。