IDSIA（达勒·莫勒人工智能研究所）

是什么

IDSIA（Dalle Molle Institute for Artificial Intelligence，达勒·莫勒人工智能研究所）是位于瑞士南部提契诺州卢加诺（Lugano）地区的人工智能研究机构，地址为 Via la Santa 1, CH-6900 Lugano^[1][6]。它是两所高校的联合研究所：瑞士意大利语区大学（Università della Svizzera italiana，USI）信息学院与 SUPSI 创新技术系^[6]。研究所所长列为 Andrea Emilio Rizzoli^[1]。

按研究所自己列出的方向，其研究领域包括自主机器人、网络化系统的智能控制、几何与视觉计算、机器学习与人工神经网络、自然语言处理与信息检索、负责任的人工智能与社会，以及理论与算法^[6]。这份清单跨度很大，但层次是清楚的：一端是学习与控制的方法，一端是这些方法所依托的系统，还有一端是它们该如何被使用的社会性问题。

由来

IDSIA 于 1988 年由 Angelo Dalle Molle 通过私人的达勒·莫勒基金会（Fondation Dalle Molle）创办^[1]。也就是说，它最初不是大学的院系，而是一项由私人基金支持的事业。2000 年，它转为公共研究机构，隶属 USI 与 SUPSI^[1]。这一变化把它放进了瑞士公立高校体系，同时保留了独立的研究议程；它后来作为两校联合研究所的身份，也来自同一套安排^[6]。

研究与领导

Jürgen Schmidhuber 自 1995 年起在 IDSIA 主持研究^[2][5]。这家研究所以人工神经网络方面的工作为人所知，而且有具体的记录可以对照：2009 年至 2012 年间，在该所开发的神经网络在模式识别与机器学习的国际竞赛中八次获胜^[1]。

与该所联系最紧的论文，是 1997 年发表于《Neural Computation》的《Long Short-Term Memory》（长短期记忆，LSTM），作者是慕尼黑工业大学的 Sepp Hochreiter 与当时在 IDSIA 的 Schmidhuber^[3]。循环神经网络按顺序一步步读入序列，并把内部状态从一个步骤带到下一个步骤，因此已经读到的内容会影响后面的处理。这类网络长期受制于一个实际问题：序列开头的信息在往后处理时容易衰减、丢失。LSTM 的设计正是针对这一点，让信息可以跨越很多步骤保留下来，而不是一路散失。

同一主题——让网络记住信息，或者让它变得更深——在 2015 年的论文《Highway Networks》中再次出现。这篇由 Rupesh Srivastava、Klaus Greff 与 Schmidhuber 撰写的论文，提出了用带门控的捷径连接（gated shortcut connections）构造很深的前馈网络^[4]。捷径连接让信息绕过若干层直接向后传递，门控则决定有多少信息通过；正因如此，把很多层堆叠起来训练才成为可行的事。

机器人与其他方向

2007 年，研究所设立了机器人实验室，重点是智能与学习型机器人，尤其是群体机器人与仿人机器人^[1]。它与学习和控制方面的研究是并行的，而不是分开的两件事：会学习的机器人既是算法的试验场，本身也是研究课题。

来自外部的认可出现得很早。1997 年《商业周刊》（Business Week）的一次调查把 IDSIA 列入全球十强人工智能实验室，并在「受生物启发的人工智能」一类中列于前四^[1]。

在发展中的位置

对一家人工智能实验室来说，IDSIA 的经历并不常见：由一位创办人以私人基金会的形式建立，后来并入公立高等教育，再与神经网络中一些被广泛使用的想法联系在一起。LSTM 与 Highway Networks 出自同一条工作线索——让信息能跨越许多步骤保留下来，或者让它跳过若干层——两篇论文的作者署名里都带着 IDSIA^[3][4]。2009 年至 2012 年间的八次竞赛获胜，也属于同一段神经网络研究时期^[1]。与此同时，研究所自己划定的范围比机器学习更宽，从自主机器人、智能控制一直延伸到自然语言处理，以及关于负责任的人工智能与社会的讨论^[6]。