作者：劉冠宏
獎學金：108年留學獎學金
現職：Meta人工智慧研究室FAIR Research Scientist
 

留美至今剛好滿十年，很榮幸收到TaiwanGPS的邀稿，以寫稿之名行分享心得之實。

自我介紹
於2014年從國立臺灣大學機械系畢業後，先在卡內基美隆大學 (Carnegie Mellon University) 攻讀了兩年機器人領域的碩士學位，於2019年再赴喬治亞理工學院(Georgia Institute of Technology) 攻讀機器學習領域的博士學位，2024年畢業後進入Facebook母公司Meta旗下的人工智慧研究室 (FAIR) 擔任 Research Scientist 正職，目前主要研究隨機最佳控制 (Stochastic Optimal Control)的演算法如何應用在生成模型和基礎科學。
單純就履歷來看，一路從機械到機器人，再到人工智慧，很明顯是屬於不務正業的類型(哈)……像在茫茫大海中探索適合自己的研究海域，回首十年，點滴在心頭。

興趣啟蒙、轉換領域
2014年，受到專題導師林沛群教授的啟蒙，決定赴卡內基美隆大學(CMU)攻讀機器人領域的碩士學位。身為第一次出國的小菜鳥與窮留學生，初來到CMU就是一系列的震撼教育。
記得開學的第一個月是俗稱的「相親期」，教授在尋覓適合自己研究計畫的學生，學生也積極尋找自己有興趣的實驗室，並爭取有限的研究助理職位（畢竟私立大學研究所的學費怎麼算都不是一筆小錢）。我就讀的機器人所 (Robotics Institute) 雖然包含各個領域的教授 (資工、電機、機械），在與多位教授對談後，發現研究經費多集中在資工及演算法開發為主的實驗室。頓感挫折，美國確實是資本主義本位國家，來美國之前從沒想過，所謂的「貧富不均」也出現在系所資源分配上。
大學成績不錯，是以相對出眾的機械背景進入CMU，結果開學一個月後就誤打誤撞轉換領域，進入開發自動車演算法的研究室。論資訊工程背景，我只在大學修讀過一學期的計算機概論，當時連Python都不會寫。倒不是對設計演算法沒有興趣，只是剛進入研究室就要做研究，如同鞋子還沒穿好就被送去跑馬拉松。而CMU作為美國資工排名前四的強校，身邊環繞著如同臺大電機資工畢業般的神人，每天都覺得自己是智障（無誇飾），有無數次想放棄回臺灣的念頭，卻又倔強地不肯服輸。
轉換領域雖是誤打誤撞，念兩年碩班也產生興趣，當時Deepmind才橫空出世，我與室友們通宵看AlphaGo 和韓國圍棋棋士李世乭的世紀對決之後，對於深度強韌學習（Deep Reinforcement Learning）產生濃厚興趣。強韌學習是一套模擬人類決策行為的數學架構，而AlphaGo就是其與深度學習結合下的成果。這門學科因專注於行為決策的通用架構，除了人工智慧，也出現在機械系的最佳控制（也是我日後博班的研究題目）和經濟社會學。現在回想起來很奇妙，大學修過最有趣的課就是商研所的賽局理論，原來一切早有跡可循。
 

結合過去所學，發展研究
2019年，在工作一陣子之後，我決定回到學校繼續深造，赴喬治亞理工學院（簡稱GaTech）攻讀博士。有趣的是，我一開始是以機器人博士入學GaTech，讀一學期後轉攻機器學習博士。轉攻機器學習領域最主要的契機，源自於2018年人工智慧領域的最佳論文獎得主，我與指導教授從這篇年度最佳論文中看見新的可能，讓我可以把過往在機械系學過的系統控制理論與人工智慧串連，沿著碩班所學向下深掘。
因為是全新的領域，前無古人踩雷，是高報酬也高風險的研究方向，實驗室當時只有我被指導教授說服轉換領域。當時也沒多想，只覺得能夠結合過去全部所學並向下扎根很過癮，過程雖然很掙扎，但也有樂在其中的時刻。”Suffer well” 是當時指導教授給我的忠告，一直銘記於心。
畢業後進入FAIR的紐約辦公室，而上述所提影響我博班研究方向甚遠的最佳論文第一作者，如今就坐在我隔壁，是一起工作討論研究的同事。現在想起來還是覺得不可思議，十年之中的任何一個時刻點，我做夢都想不到這件事會發生。
 

十年一劍，轉換過兩次領域，每次都覺得起步比別人慢了，但細細回味品嚐，才理解研究和興趣本就是流動的，流動的本身才是重點。只要確保自己隨心之所向，過程中的經歷都值得回味。起步雖晚，從不同的角度切入，常常能嗅到更精煉的準則，續力足，跳得一樣高。