切尔西·芬

概况

切尔西·芬（Chelsea Finn）1992 年 10 月 8 日出生，是研究机器学习与机器人学的计算机科学家，现为斯坦福大学助理教授^[1]。她所在实验室的介绍页把她列为斯坦福大学计算机科学与电子工程方向的助理教授，同时是 Physical Intelligence 的联合创始人^[3]。她的研究包括元学习（meta-learning）、深度强化学习（deep reinforcement learning），以及机器人感知与控制的一体化学习^[1]。

教育与早期研究

芬本科在麻省理工学院（MIT）学习电子工程与计算机科学^[1]。她随后到加州大学伯克利分校（UC Berkeley）攻读博士，2018 年获得博士学位，导师是 Pieter Abbeel 和 Sergey Levine^[1]。读博期间她在 Google Brain 实习，之后也在 Google 工作过^[1]。

让系统学会学习

芬的工作有相当一部分落在元学习上，她尤其与 MAML 这一方法联系在一起，按她的研究介绍，这是一种教系统「学会如何学习」的方法^[1]。

要理解这件事，最好拿它和常规训练对比。常规的模型在一项任务上训练——一个数据集、一个目标——然后拿去用；任务一换，往往就得用大量新数据再训练一轮。元学习把「学习」本身当成被训练的对象：训练阶段让系统接触许多彼此相关的任务，目标不是把某一个固定任务做到极致，而是得到一个遇到没见过的任务时、用少量数据或少量调整就能上手的结果。在这个框架里，被优化的量变成了「适应得多快、多好」，而不是单一问题上的表现。

之所以重要，主要是数据的问题。很多真实场景并没有大数据集：机器人要处理一个没见过的物体，系统要服务一个新用户，手头常常只有几个例子。能不能从少量样本泛化，决定了一个系统是必须由工程师重新训练，还是可以自己调节。也正因如此，「学会学习」通常和「用少量样本完成适应」放在一起讨论：重点不只是训练得快，而是每遇到一个新任务时需要的额外信息更少。

机器人、感知与控制

芬列出的另外两个方向是深度强化学习和机器人感知与控制的一体化学习^[1]。强化学习（reinforcement learning）是一大类方法：智能体在环境中反复尝试，根据回报信号改进自己的行为；深度强化学习则用神经网络来表示策略或价值函数，而不是靠人工设计。机器人感知与控制的一体化学习，指的是不再把「从传感器读数里看出东西」和「决定做什么动作」拆成两个分别设计的模块，而是放在一起训练，让感知去贴合控制真正的需要。这几块研究放在一起，指向的是同一种期待：机器人不必为每一个新任务重写程序，而是能被告知任务并作出调整。

任职与创业

芬是斯坦福大学的助理教授^[1]，她所在实验室把这一教职列在计算机科学与电子工程两个方向上^[3]。她同时是 Physical Intelligence 的联合创始人，名字出现在该公司的团队页面上^[1][2]。

她的位置

她列出的研究方向——元学习、深度强化学习、机器人学习——都处在机器学习与物理系统的交界处。一个在基准测试上看起来不错的方法，要真正在机器上派上用场，还得经受真实传感器、真实执行误差和有限数据的考验。一边在斯坦福任教，一边参与创办机器人公司，让她同时站在这条界线的两侧^[1][2][3]。