臧永宜

我的研究核心在于神经网络的「示能」（Affordance）。所谓示能，指的是一个物体潜在的所有操作可能（比如，对于商场入口的推拉门，你既可以推，也可以拉，那么「推/拉」就是这个推拉门的示能）。推而广之，在神经网络的语境下，我关注的是模型内部表征空间中那些「可被操控却尚未被发现」的可能性。

我的长期目标是打造一套工具和方法，让人类（或其他 AI）能够发现并创造这些表征层面的示能，从而直接操控 AI 的行为输出，而无需重新训练整个模型。具体来说，这涉及几个方向：研究特定示能在向量空间中的几何性质；对已学习的表征进行基于示能的分解；或是在训练阶段就预设某些示能的约束条件，让它们自然涌现。

目前我在 Smule 担任研究与实验室总监，带领团队挖掘声音与视觉信号中的示能，并与产品团队配合，把这些技术以直观的方式呈现给用户。在我的独立研究中，我专注于特定网络架构的示能挖掘，通过建立行为模型或施加空间约束，揭示那些原本隐而不显的操控接口，让外部系统能够与这些神经网络进行交互。

在此之前，我的背景是音乐制作。现在有时候帮朋友写歌，偶尔还会做几首自己喜欢的翻唱。