研究方向

如何让一组智能体足够可靠，可靠到人不必逐个检查中间步骤？问题在于整条流程是否可信，而不在于把单个智能体做得更聪明。

能否从嘈杂、稀疏的日常信号中估计生理状态，并且在表达时不夸大？这个方向落在健康产品与生物建模的交界处，最难的部分是知道在哪里停下。

一条仿真轨迹什么时候真正有用，什么时候只是看起来很贵的猜测？关键不在于能不能生成轨迹，而在于能不能说清手上这条属于哪一种。

当用户拥有自己的数据、图谱始终留在自己的设备上时，个人软件应该长什么样？这个方向把设备——而不是服务器——当作个人智能所在的地方。

一个 AI 系统要做到什么程度，它提出的假设才值得科学家真正花钱去做实验？这个方向关心的就是这条线：提出值得验证的东西，并把「观测到的」和「假设的」分清楚。