张宁豫 | 探索未知 享受新知

在人工智能不断演进的浪潮中，有一类研究并不总在聚光灯下，却始终支撑着技术向更深层次发展——它既关乎知识如何被表达、组织与持续演化，也关乎机器如何在动态环境中不断学习与理解世界。浙江大学副教授张宁豫的研究，正是沿着这一主线逐步展开：从知识图谱到大模型，从知识增强到持续学习演化机制，从知识结构化表示到模型内在认知机理，他始终聚焦一个基础而关键的问题——机器如何获取、积累并更新知识，并在不断学习中形成稳定、可演化的理解能力，从而更可靠地服务现实世界。

▲张宁豫

知识工程：在表达与结构之间

在人类认识世界的过程中，语言是知识最直接的载体。自然语言记录经验，数学语言刻画规律，分子与基因语言描述微观结构，而人工智能的重要目标之一，正是让计算机具备理解并运用这些“语言”的能力。从更长的技术脉络来看，知识工程始终是一条贯穿人工智能发展的重要路径：从早期专家系统中的“If-Then”规则，到知识图谱中的结构化三元组，再到当下大模型中隐式分布式知识的表达，知识的形态与处理方式不断演进，其核心问题却始终未变——如何让机器更好地理解世界。

在这一背景下，张宁豫进入自然语言处理与知识图谱研究领域。博士期间，他致力于处理大数据，并将文本中的信息转化为结构化的实体、关系网络，使知识从线性叙述转向可计算、可推理的图结构表达。“给你一本书，抽取其中的结构化信息，本质上就是在构建一个知识图谱。”这一过程不仅是技术实现，更是一种对知识表达方式的重构。毕业后，他先后在之江实验室与阿里巴巴开展探索：在之江实验室，他从国家战略需求的角度重新审视技术价值与研究边界；在工业界，他参与知识图谱在搜索中的应用实践，切身体会到技术从理论走向现实的路径与挑战。后来，他回到浙江大学，选择在更具长期性的科研环境中继续深入这一方向。在他看来，自由探索的空间与稳定的兴趣驱动，是支撑科研走向深入的重要前提。“对未知我永远好奇，新的东西总让我很兴奋。探索未知、享受新知，这就是我的理想，也是我要做的事情。”

大模型时代：从“会表达”到“真理解”

随着大模型的发展，人工智能进入新的阶段，但“能够生成语言”并不等于“真正理解知识”。围绕这一关键差异，张宁豫逐步形成了以“知识”为核心的研究体系，并从多个层面展开系统探索。

▲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，他致力于将知识图谱等结构化信息引入大模型，通过构建如KnowAgent等技术框架，使模型能够有效调用外部知识，从而在专业场景中提高准确性与可靠性。这一思路并非简单的信息叠加，而是强调知识与模型之间的深度协同，使模型逐步形成清晰的知识边界与可追溯的推理路径。

另一方面，他进一步深入模型内部机理，从表示层面分析知识的编码与作用方式，提出“知识回路”等视角，系统探索知识在参数空间中如何被表达、存储与调用。在此基础上，团队开展了系统性的知识编辑研究，关注如何对模型中的特定知识进行精准修改，同时尽量不干扰其整体能力，促进大模型从“难以控制的黑箱”演进为“可理解、可干预的系统”。

张宁豫用一个更直观的类比来理解这一问题：想象你正在驾驶一辆高性能跑车。作为驾驶员，你只须轻微转动方向盘，就可以轻松改变整辆车的行驶方向。但如果你希望改变发动机的工作方式，例如让它在高速时更省油，或在爬坡时更有力，那就不再是简单的操控问题，而是需要深入引擎内部进行调整。

大模型正面临类似挑战：我们希望它能够按照特定意图稳定、精准地输出结果，但又不希望每一次调整都依赖“拆开发动机式”的重新训练。如何在不破坏整体能力的前提下，实现对模型行为的精细调控，正是知识增强与知识编辑研究试图回答的核心问题。

从知识增强到机理分析，再到知识编辑，这一系列工作在逻辑上相互衔接，逐步逼近同一个核心目标——构建具备稳定性、可解释性与可控性的知识型智能系统。同时，他也通过组织国际研讨会与学术讲习班，推动相关方向的学术交流与社区发展。

面向现实：从方法体系到应用落地

当研究逐渐形成体系，其价值也自然延伸至更具体的应用场景。围绕国家战略需求，张宁豫团队将相关研究应用到海洋领域，提出了知识增强的海洋领域大模型OceanGPT·沧渊。该工作并非简单的模型训练，而是结合领域知识、专业数据与实际需求，对大模型在垂直场景中的应用路径进行系统性探索，从而推动人工智能技术更好地服务国家战略需求。

与此同时，他也持续参与开源生态建设，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体系，并探索SkillNet等技能图谱网络，促进知识与技术的共享与协同。这些工作从不同层面指向同一目标——构建更加开放、系统化的知识基础设施，使科研成果不仅体现在论文中，也能够在更广泛的学术与产业环境中产生持续影响。而张宁豫本人也多次入选斯坦福全球前2%顶尖科学家榜单，培养了多名学生入选中国科协青年科技人才培育工程博士生专项计划、中国中文信息学会“博士学位论文激励计划”、中国电子学会-腾讯博士生科研激励计划、浙江省新苗人才计划。

▲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

说到自己从事科研的体会，张宁豫说：“第一，做科研要有传承、成体系。导师陈华钧教授是带领我进入自然语言处理领域的人，也是对我影响最大的人。第二，思考有深度的、值得长期探索的科学问题，当前你可能看不到它的实际应用，但未来它会发光发热。科学研究就是探索未知的过程，研究者要有前瞻性，要提前布局，然后大胆创新。第三，把我们的研究、算法开源开放出来，让学术同行、工业界用起来。同时，认真对待每一个问题，即使是很基础的问题，引导大家走向这个领域。第四，我们在做自由探索之外，也要关注国家战略，比如OceanGPT·沧渊，就是让我们的工作和国家战略发展结合起来。”

在人工智能为社会发展提供驱动力的同时，它的可靠性也成为社会议题，这也是张宁豫关注的问题之一。“大模型也有副作用，我们需要高效精准地理解、控制它，从根本上防范人工智能安全风险，让它更加安全可控。”

科研、会议、讲学……忙碌，是张宁豫的常态。他说自己很幸运，在最好的年华做着最热爱的事业，这幸运有时代发展的馈赠，也有迷茫彷徨中的坚持与坚定。对他而言，个人的幸运并不是名利或风光，他说：“作为一名科研工作者，唯有将个人所幸与国之所需、民之所向结合起来，才能不负时代、不负人生。”