复旦大学工研院，复旦大学工研院官网
根据师资力量选择辅导机构 第一，师资力量，很多学生前期并没有系统化的学习关于心理学的相关知识，想要在短时间内通过报名心理学考研班的形式获得提升，首选需要了解的便是机构的师资力量，教师的资历代表着课堂教学水平和质量，同时也是决定学生能否在课堂上汲取知识的关键。在了解师资力量时，大家可以着重查看老师的学术背景、毕业院校、教学资历、是否在名校授课、以前学员对老师的评价情况等。
4月12日，澎湃新闻记者从复旦大学获悉，曾入选华为“天才少年”项目，第一代智能驾驶系统的核心技术专家，在华为担任智能驾驶解决方案（ADS）的研究科学家和技术负责人的丁文超，2个月前加入复旦大学。
如今，他是复旦大学工程与应用技术研究院（以下简称“工研院”）青年研究员。
为何从华为来到复旦？丁文超说，希望通过自己热爱的学术研究工作，将前沿成果带给更多年轻人，也为中国人工智能事业发展贡献力量。
丁文超的研究领域是“AI+Robotics”，即把AI技术、深度神经网络等方法应用于智能机器人的预测、决策和规划。而自动驾驶的实现，就可以视作一种特殊智能机器人的运作。
高精地图、激光雷达、车载AI芯片算力增长……丁文超认为，随着智能驾驶核心技术不断发展并取得重要突破，自动驾驶的未来将是一个“无比开放的世界”。
“理解自动驾驶技术的本质实际并不困难。”丁文超介绍，自动驾驶系统的输入是摄像头等多模态传感器数据，输出是油门、方向盘与转角。通过深度学习等人工智能算法的驱动，系统实现了感知、决策、执行三大核心系统的协同。视觉盲区、复杂环境、运动趋势、车辆交互信息……由于要在千变万化、充满不确定性的道路上精准预测、决策并规划汽车路线，丁文超一度形象地将自己的工作称为“马路占卜师”。
当下智能驾驶系统还有哪些挑战？丁文超总结，最核心的问题是其仍然不够聪明，容易过于保守或者过于乐观；而且自动驾驶的环境太随机，很难预测，“但世界上并不存在完美的预测，过度保守与过度乐观都不是很好的解决方案。”
丁文超觉得，做科研，一定不单是大量的算法和重复的实验，还要有辩证的思想。不同于传统算法下预测与决策的解耦，针对无人车的预测决策，他创新提出“预测决策耦合”的算法框架，让无人车更聪明、更类人，主动和社会上的其他交通参与者交互，避免过度保守，同时做好最坏情况下的打算。
“我希望能找到一个支点，实现从预研到产品的转变。”丁文超分享。
谈到目前自动驾驶遇到的应用瓶颈，丁文超坦言，针对实践中最复杂场景决策方案，依靠手动调参很难达到自动驾驶的效果。对这一问题的解决，丁文超觉得“关键在于找到自动驾驶的金钥匙”，不管是大型自然语言模型的跨界应用、多模态技术的发展，还是多学科交叉研究，“未来的某一天，这些技术的发展说不定就能帮助我们找到这把金钥匙”。
丁文超认为，要对无人驾驶的未来合理调整预期、保持谨慎乐观，因为这个领域将会是波浪式发展的。而中国在智能驾驶领域的优势在于：超大市场可以催生超级应用，超级复杂的驾驶场景可以催生新兴技术、超级规模的人工智能领域发展政策导向带来人才聚集红利。
未来，丁文超将带领课题组继续深耕于人工智能的变革性技术，解决智能感知和无人车预测决策的核心问题和痛点挑战，并积极推进技术向实用的转化。“中国本土研究的自主突破，需要我们每个人的共同努力。”他说。
复旦大学工研院(复旦大学工研院官网)