从 Vision 到 Language 再到 Action，万字漫谈三年跨域信息融合研究

本文作者为阿德莱德大学助理教授吴琦，他在为雷锋网 AI 科技评论投递的独家稿件中回顾了他从跨领域图像识别到 Vision-to-Language 相关的研究思路，如今正将研究领域延伸到与 Action 相关的工作。雷锋网 AI 科技评论对文章做了不改动原意的编辑。

大家好，我叫吴琦，目前在阿德莱德大学担任讲师（助理教授）。2014 年博士毕业之后，有幸加入澳大利亚阿德莱德大学（University of Adelaide）开始为期 3 年的博士后工作。由于博士期间主要研究内容是跨领域图像识别，所以博士后期间，原本希望能够继续开展与跨领域相关方面的研究。但是，在与博士后期间的导师 Anton van den Hengel、沈春华教授讨论之后，决定跳出基于图像内部的跨领域研究，而展开图像与其他外部领域的跨领域研究。恰逢 2015 年 C