EPFL AI Research 指的是洛桑联邦理工学院（EPFL，École Polytechnique Fédérale de Lausanne）的集体人工智能研究与教育活动。EPFL 是位于瑞士洛桑的一所公立研究型大学，成立于1969年，作为一所联邦理工学院，现已发展成为领先的科学技术大学。其人工智能研究涵盖多个实验室和中心，为机器学习、深度学习、神经网络和大语言模型等领域做出了贡献。该校的人工智能工作已融入其工程、计算机科学和生命科学项目中，并高度重视跨学科合作与创业精神。
EPFL 的人工智能研究以理论基础与应用项目的结合为特点，通常涉及与工业界及其他学术机构的合作。校园位于日内瓦湖畔，设有 EPFL 创新园区，促进人工智能研究向初创企业和商业应用的转化。截至2025年，EPFL 招收了来自130多个国家的超过14000名学生，其人工智能实验室吸引了国际研究人员和研究生。
历史与制度背景
EPFL 的根源可追溯至1853年成立的洛桑特别学校（École spéciale de Lausanne），该校后来于1869年成为洛桑学院（Académie de Lausanne）的技术系。经过多次更名后，该机构于1969年从洛桑大学分离，成为一所联邦理工学院，并采用现名 EPFL。这一联邦地位与苏黎世联邦理工学院（ETH Zurich）相同，使 EPFL 受瑞士联邦委员会管辖，区别于由州政府管理的其他瑞士大学。
EPFL 的人工智能研究在20世纪末开始正式形成，与人工智能作为一门学科的全球兴起同步。该校的计算机科学系成立于1980年代，逐渐纳入机器学习和神经网络主题。在 Patrick Aebischer 担任校长期间（2000-2016年），EPFL 扩展至生命科学领域，这也影响了人工智能在生物信息学和计算生物学中的应用。2008年，EPFL 吸收了瑞士实验癌症研究所（ISREC），进一步将人工智能整合到医学研究中。
主要研究领域与实验室
EPFL AI Research 涵盖广泛的主题，包括监督学习和无监督学习、强化学习、计算机视觉、自然语言处理和机器人学。多个实验室和研究小组为这些领域做出贡献，并经常跨部门合作。
机器学习与优化实验室（MLO）专注于理论基础，包括优化算法，如Adam优化器和SGD变体，以及学习率调度策略。计算机视觉实验室（CVLab）致力于图像和视频分析，利用残差网络和U-Net等架构进行分割和目标检测等任务。自然语言处理小组研究Transformer模型和序列到序列架构，为大语言模型的开发以及多头注意力和位置编码等技术做出贡献。
其他知名小组包括智能系统实验室，探索机器人和自主智能体，以及神经假体中心，将人工智能应用于脑机接口。EPFL 还与卢加诺大学合作主办瑞士人工智能实验室 IDSIA（Istituto Dalle Molle di Studi sull'Intelligenza Artificiale），该实验室以深度学习和循环神经网络的早期工作而闻名。
教育与培训
EPFL 在本科和研究生阶段提供全面的人工智能教育。计算机科学学士项目包括编程、算法和机器学习的入门课程。计算机科学硕士项目提供人工智能方向的专修，课程涵盖深度学习、神经网络和生成式人工智能等主题。博士研究在计算机科学博士学院内进行，学生在导师指导下从事原创研究。
本科第一年称为预科阶段，是一个严格的选拔阶段，学年末设有综合考试。约60%的学生在所有专业中未能通过第一年，其中生命科学工程和物理等领域的失败率更高。对于国际学生，入学要求是在其中学体系中取得80%或以上的最终平均成绩，并具备法语B2水平，因为大多数本科课程以法语授课。然而，研究生项目通常以英语授课，吸引了多元化的国际群体。
EPFL 鼓励学生和研究人员创业，EPFL 创新园区是初创企业的中心。自1997年以来，EPFL 附属人员平均每年创建12家初创企业，仅在2013年，这些初创企业就筹集了1.05亿瑞士法郎。其中许多企业将人工智能技术应用于医疗保健、金融和工业自动化等领域。
影响与合作
EPFL AI Research 具有显著的全球影响，体现在其排名和合作中。2023年，QS世界大学排名将 EPFL 列为全球第16位（涵盖所有领域），并在多个工程学科中位列前10。泰晤士高等教育将 EPFL 列为全球工程与技术领域第19位。衡量科学影响力的 CWTS 莱顿排名在2013年将 EPFL 列为全球第13位、欧洲第1位。EPFL 还连续三年（2015-2017年）在泰晤士高等教育百所50岁以下大学排名中位居榜首，凸显了其作为年轻机构的快速崛起。
与工业界和学术界的合作广泛。EPFL 与卡内基梅隆大学和法国 ISAE 等机构保持交流项目。与Google DeepMind、OpenAI和Anthropic等公司的研究合作很常见，但具体细节通常保密。该校还参与欧盟资助的项目和国家计划，为瑞士人工智能生态系统做出贡献。与 EPFL 相关的知名人工智能研究人员包括François Fleuret（机器学习教授）和Michael Jordan（曾担任访问职位，但其主要隶属机构是伯克利人工智能研究）。
未来方向
展望未来，EPFL AI Research 旨在应对人工智能安全性、可解释性和效率方面的挑战。研究人员正在探索模型剪枝和数据增强等技术，以提高模型的资源效率，以及基于人工智能反馈的强化学习（RLAIF），使人工智能系统与人类价值观保持一致。该校还在投资跨学科中心，将人工智能与神经科学、环境科学和社会科学相结合，体现了一种整体性的人工智能方法。
EPFL 对国际化和创新的承诺使其成为全球人工智能领域的关键参与者。凭借其强大的学术项目、前沿研究和创业文化，EPFL AI Research 继续为人工智能及其应用的进步做出贡献。