列举从信息学竞赛(OI)或清华计算机系走出来的牛人,人们总会提到鬲融的名字。
这位来自河北唐山的青年,因2004年与楼天城、胡伟栋、栗师代表中国参加第 16 届国际信息学竞赛(IOI)、全面夺金而一举成名,保送清华后又在卧虎藏龙的计算机系留下三项至今无人打破的纪录:17科满分、学分积三年排名第一、计算机系历史最高GPA。
当你以为他只是一位竞赛强人时,他向你展示了在文化综合科上的实力;当你以为他只是“两耳不闻窗外事,一心只读圣贤书”的学霸时,他又在离开清华多年后捧回在理论研究上的拔群战绩:NIPS 2016 最佳学生论文奖、素有“诺贝尔风向标”之称的斯隆研究奖…
然而,关于鬲融的传说,大多还是集中在早期的竞赛与清华姚班的学习上。相比之下,他去普林斯顿读博、从事理论研究的经历则鲜为人知。
作为“光环学生”,鬲融的一言一行被寄予厚望。但是,在与鬲融的对话中,我们发现,这位昔日的 IOI 战神、清华本科特等奖获得者在科研上并非一帆风顺。刚入门时,他也不知道该如何做科研,也是经过一番自我觉醒,才明白了其中的门路。
与竞赛、考试相比,鬲融在科研上属于“大器晚成”:读博前三年,他在近似算法研究上探索无果,无奈转向机器学习理论研究,最后两年才发了顶会文章。到2019年凭借非凸优化的研究贡献获得斯隆研究奖时,他已是杜克大学计算机系的一名“青椒”。
2008年,鬲融从清华大学本科毕业,随后赴普林斯顿大学读博、微软研究院新英格兰分部担任博士后,2015年进入杜克大学担任教职。从姚班开始立志做理论研究,到成为机器学习理论研究方向小有名气的青年学者,鬲融用了近 10 年。
那么,鬲融离开清华后的成长历程是怎样的?今天,我们只谈鬲融与理论研究之间的故事。
作者 | 陈彩娴
我就是在做一些不是特别难的题时可以做得很快,也不太会出错。考试可能比较有用,但是(这项能力)后来到了研究上面就没有什么用了。研究的题比考试难,有些人可能考试时会在一些简单的题目上卡住,但在做研究的难题时就会做得很快。
可能是对研究的课题不熟悉,也可能是思路不对,各种可能都有。我们当时想做的事情直到现在也还没有人做出来,所以也有可能是因为选择的题太难。
在转向机器学习之前,他在近似算法及其复杂度的研究上已获得非常出色的成就。很多人可能在某个方向上做出成果,就会沿着这个方向继续做一辈子,但他是一个很喜欢研究新东西的人,喜欢挑战自己,每隔几年就会换一个新的方向,然后每个方向都能取得不错的成就。当时转向机器学习时,他在第一年或第二年就做出了很好的结果。
在学界的,我们有好几个做人工智能的学生,已经在大学任教的有两个,一个是在美国的杜克大学,一个是在美国的斯坦福大学做教授,他们都从事人工智能理论基础方面的工作。他们在过去的四五年,在人工智能理论方面已经非常非常出色……他们确实可以说在人工智能领域是先驱,将来一定会在该领域留下非常深刻的痕迹。
一是如果知道神经网络算法的工作原理,我们就有希望解决一些问题,比如让它变得更快,或者用更少的资源;二是可以解决人们关心的一些实际问题,比如计算机视觉中神经网络的弱关性问题,把一张图片错误识别为其他图片。
相关阅读
雷锋网雷锋网雷锋网