1982年，陈俊龙去往美国求学、任教，28年后2010年，他踏上回国最先個站，任澳门大学科学与技术学院院长，2019年，他依然选择留在湾区，赴华南理工大学担任计算机科学与工程学院院长，
近年来，国内数字经济发展正迎来新浪潮，以大数据、物联网、人工智能等为代表新一代信息技术迭起，它们正透彻影响着社会经济发展格局，定夺着我国在后世全球产业格局中地位——而陈俊龙所擅长智能系统与控制方向，正是我国当前人才紧缺研究领域，
2020年，陈俊龙兼任人工智能与数字经济广东省实验室〔广州〕〔简称“琶洲实验室”〕副主任，来到广州人工智能与数字经济试用区琶洲重心片区，2022年6月1日，在接受南都·琶洲π记者专访过程中，他最先发讲述自己在国外及澳门奋斗经历，透过这些鲜为人知轶事，能够洞见，是陈俊龙将在琶洲如何施展其所学，带来哪些新气象，
陈俊龙在华南理工大学计算机科学与工程学院接受南都记者专访，
在美28年钻研人工智能
感觉在为他人做事，仅仅是份就业
1982年，陈俊龙大学毕业，在日本一家数控领域公司上班，因就业须要，他经常往返美日两国，协助客户维护公司所售设备，这期间，他一边游历美国各地，一边着手备考美国大学，立志科研连续深造，大学毕业后陈俊龙一直以考取美国大学为意向，1年后，他以全额奖学金被美国密歇根大学安娜堡分校录取，“从读研到读博，博士期间预审考试会刷掉一半人，”这個在很多学生看来难以逾越门槛，陈俊龙在读研最先個年便顺利经由——他经由预审考试，提前被密歇根大学博士班“预定”，
上世纪80年代，陈俊龙在美国密歇根大学，受访者供图
带着对机器人及模式识其他兴致，他在硕士毕业后前往工科见长普渡大学读博，创建于1869年普渡大学被誉为“公立常春藤”，持有13位诺贝尔奖得主，我国两弹元勋邓稼先亦毕业于此，陈俊龙在普渡大学所学专业名为“电机”，后更名为“电机与计算机”，“那個时候学院有‘模式识别’之父傅京孙〔K.S.Fu〕教授，机器人泰斗Geroge Saridis及Richard Paul，还有计算机分布式计算泰斗H.J.Siegal这些著名学者，”陈俊龙回忆道，
陈俊龙在普渡大学得奖照片，受访者供图
在上世纪80年代，美国大学所教授是当今国内相当火热领域——智能制造、机器人、通讯等，“那個年代在美国大学里十分红火还有芯片制造，当时并非这么称呼，而是叫‘大规模集体电路’，”在芯片、自动化机器人两個领域，陈俊龙选择后者，在开创者之后，陈俊龙说自己属于自动化机器人领域“第二代”，、他同属一代人，还有香港中文大学深圳分校徐扬生校长/院士，“徐校长团队做自动化机器人在国内算是领导者羊，”
业界或学界？这是在陈俊龙取得博士学位后面对选择，“倘若我科研方向是芯片，我想应该就去业界，芯片领域就业机遇多，但自动化机器人以及通信控制就业机遇相对少，多集中在军工领域，我作为中国人无法接触到重心项目，”
在高校任教变成一個更佳选择，“显然，这不是那么容易，教学岗位一年，一個专业也就放出几個名额，况且面对着很多参与者博弈，”1989年至2002年期间，陈俊龙任教莱特州立大学计算机科学及工程系，获终身正教授职称，该校所在俄亥俄州坐落美国北部，临近五大湖，一年四季接近有9個月是冬天，而冬天基本上都在下雪，对于陈俊龙而言，虽说就业非常顺利，但寒冷冬天是一段相对“难过”经历，“另外，俄亥俄州接近都是白人，包容层次不及南方城市，”
陈俊龙在阿姆斯壮太空人像旁，受访者供图
2002年至2010年，陈俊龙离开就业13年北方，去往坐落美国南方得州，任教得州大学圣安东尼分校电机及计算工程系，后担任该系系主任/副院长，“得州天气温暖，这一点很像广州，”
2009年，学界流传着陈俊龙要另谋新职位消息，
“先说，担任一所大学系主任/副院长，对于我来说，因‘玻璃天花板’原因，再上一层楼非常无法能，虽说我所从事就业是十分顺利惬意，”“另外，在美国28年就业总给我一种感觉：是在为他人做事情，这仅仅是一份就业，”
天命之年回国
扎根湾区，开启人生又一個新阶段
由此，2009年年底，50岁陈俊龙走向回国路，希望能为自己国家科技发展作出贡献，
“我十分感谢当年、澳门大学校长赵伟知遇，”陈俊龙评价道，“他透彻地改变影响我人生走向，”赵伟校长是计算机领域著名学者、教育家，他从美归国回到澳门，当时正在澳门大学招募院长，最后，陈俊龙决心前往澳门大学科技学院担任院长，
陈俊龙、澳门大学校长赵伟，受访者供图
在陈俊龙担任科学与技术学院两任院长时间里——2010年至2017年，澳门大学科研实力有极大提升，陈俊龙推出奖励机制，鼓舞学院教师从事科研，澳门大学工程学科及计算机学科在泰晤士高等教育世界大学感召力名次中，双双进入全球名次前200名，时至今天，澳门大学已建起2個国家重点实验室，澳门地区总共已有4個，
他对澳门工程教育留下更具历史意义贡献是，澳门大学工程学科及计算机学科获得《华盛顿协议》认证、《最先尔协议认证》，这意味着澳门大学持有培养国际级认可工程类、计算机类全球性人才本事，“这对我来说，其实并非一件很难事，因我在美国大学担任系主任时候就有类似经验，也担任过评委，”来到澳门大学后，陈俊龙对学科实行重组，搭建香港、澳门两地学术交流渠道，跟香港高校教师展开交流，并邀请香港专家指导澳门大学学科教育，促进澳门工程学科及计算机学科获得“双认证”，
澳门大学博士生答辩现场，陈俊龙坐于一排左一，受访者供图
永久科研经历为陈俊龙积累丰富履历、极高荣誉，他是2018-2021年Clarivate Analytics全球高被引科学家，同时也是中国自动化学会副理事长、欧洲科学院院士、欧洲科学与艺术院院士，2016年，他获得母校美国普渡大学杰出电机及计算机工程奖，2018年，又获得美国电气与电子工程师协会〔IEEE〕系统科学控制论最高学术维纳奖，
陈俊龙在澳门大学就业期间，获得匈牙利布达佩斯Obuda 大学荣誉学位，受访者供图
2019年2月，《粤港澳大湾区发展规划纲要》正式提出，“在我任职澳门大学科学与技术学院院永久间，粤港澳大湾区概念已经提出，澳门、珠海协作愈加紧密，”期间，他成立珠海澳大科技研究院，陈俊龙担任创院院长，拉开澳门大学科研成果在湾区更多城市落地转化序幕，
“澳门地方小，除博彩业发达之外，其他产业发展有限，科技成果转化也相对受局限，”而湾区其他城市产业相对发达，持有科技成果转化良好土壤，2019年，在众多湾区高校中，陈俊龙选择华南理工大学，担任计算机科学与工程院院长，以后兼任琶洲实验室副主任，自此，陈俊龙来到广州，继续扎根湾区，开启人生又一新阶段，
牵手琶洲强化算法实力
为广州企业数字化赋能是道必答题
今年，广州海珠区数字经济产业向纵深发展，瞄准算法领域，探索算法产业化，最先发启动广州·琶洲算法应用国际级大赛，关于算法，作为琶洲实验室副主任陈俊龙亦有一些想法，
年初之时，琶洲实验室牵头成立琶洲算法产业联盟，琶洲科技型头部企业加盟，拧成一股绳，构成琶洲算法实力强势代表，琶洲算法本事怎么提升，强不强？持有丰富国外科研经验陈俊龙将意向锁定在国际级性赛事上，“去国际级性高性能计算竞赛刷榜，咱们希望联合深圳鹏城实验室算力，一起参与国际级竞赛，展示咱们算法实力，”陈俊龙希望以此提升琶洲算法实力在国际级上著名度，亦以此提升琶洲企业算法实力，
琶洲实验室外景，琶洲实验室供图
另外，琶洲实验室作为坐落于广州人工智能与数字经济试用区琶洲重心片区省级实验室，如何为广州本土企业数字化赋能，是一道必答题，陈俊龙透露，琶洲实验室或将成立算法赋能部，依托现有成熟数字化平台，借助华南理工大学计算机科学与工程学院科研力量加以完善，为广州中小企业供应数字化搞定方案，
后世国际级博弈制高点是人工智能，陈俊龙在多次公开场合表达，“各行各业都在运用人工智能，这变成行业向上发展支撑力量，”在他看来，人工智能方向是仿人，现又赋能到数字经济应用，谁在某個领域抢占先机，谁就能变成这個行业领导者羊，“在国际级性平台上，你产品更智能，才更有博弈力，”
“琶洲人工智能产业水平能够代表广州水平，广州各区特长有所不同样，海珠区发展人工智能与数字经济产业是国家当下大力提倡鼓舞，后世永久发展前景十分乐观，”陈俊龙说道，
观点
最先提“宽度学习系统”实行边缘端智能学习
2021年，陈俊龙获得2021年度IEEE约瑟夫·沃尔终身成就奖，变成最先席获此殊荣中国学者，IEEE约瑟夫·沃尔终身成就奖于1991年设立，旨在表彰在系统工程概念、方法、设计、教育或管理方面作出杰出专业服务或贡献学者，往届获奖者有被誉为“模糊数学之父”著名学者拉特飞·扎德等人，同年，陈俊龙荣获我国人工智能学会吴文俊人工智能杰出贡献奖，
耀眼成绩根据要紧研究成果，2018年，陈俊龙在业界率先提出“宽度学习系统” 〔BLS〕这一概念，作为有别于当下已被广泛运用“深度学习网络”新提法，BLS在横向拓展、增量学习方面具有明显优点，“‘深度学习网络’在上世纪80年代，我攻读博士学位时候就有涉及，直到2007年，加拿大Hinton教授在谷歌平台上运用‘深度学习网络’去识别猫，在商业力量推动下，‘深度学习网络’一时之间广为人知，实质上它就是‘模式识别’，”
“‘深度学习网络’须要建很多层神经网络，最先选搞定调参、层次结构难题，”陈俊龙进一步解释道，“比方说我给系统一万张图片识别，设定好几十层到百层神经网络，每层有数百個神经元，连续去调节参数做识别，直到识其他准确率达到90%多以上或者更高“，
“‘深度学习网络’还有一個明显难题，就是遇到开放数据时，调试网络就得设计新结构，从头计算，大概须要用一天、两天、甚至一周时间，”陈俊龙说，而宽度学习对开放环境跟数据不须要从头计算，因单层网络结构要做是横向扩展神经元，做增量计算，让系统更加精准，对数据流增加，也不用重新调节网络结构，
另外，陈俊龙发现，“宽度学习系统”在增量学习方面十分好用，尤其是在边缘端智能，“比方说现在智能驾驶，何时加速、刹车定夺是在云端计算非常好，而后放进汽车端去执行，倘若没有边缘端〔汽车端〕智能，假设汽车预见没有看过复杂新情况，边缘端只是依照之前学习过经验去做判断，这种判断大概会出错，倘若有高速边缘计算去做判断，那么在复杂情况下可以正确地做出决策，云端再计算可以在离线时候再学习更新，”
“‘宽度学习网络’可以高速实行边缘端计算，再比方说，穿戴设备可以自行完成对新情况新判断，而不是从云端获取答案，”陈俊龙解释道，这可以实行边缘端智能学习，
陈俊龙还提到，今年图灵奖获得者高性能+人工智能计算里，有一些计算、他所提出“宽度学习网络”计算十分类似，“以BLS为基石动态神经网络赋予边缘端智能学习功能边缘计算在将来持有无限前景。”
采写丨南都记者 代国辉 叶黄丽/文
摄影丨南都记者 钟锐钧〔除署名外〕