前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >跨界教授林宙辰:从北大来,回北大去

跨界教授林宙辰:从北大来,回北大去

作者头像
HyperAI超神经
发布2021-08-25 16:58:02
7990
发布2021-08-25 16:58:02
举报
文章被收录于专栏:HyperAI超神经

By 超神经

内容概要:IJCAI-SAIA YES 于 7 月 5-7 日在上海召开,在这场汇集 AI 领域青年学者、学术大咖的盛会上,我们有幸采访到了来自北京大学信息科学技术学院的林宙辰教授。

关键词:北京大学 CV IJCAI-SAIA YES

2020 年 10 月,美国斯坦福大学联合 Mendeley Data 发布了全球前 2% 顶尖科学家榜单。

榜单以文献数据库 Scopus 为依据,基于引用次数、H 因子、HM 因子等综合指标,从「生涯影响力」和「年度影响力」两个维度出发,在来自 22 个领域、176 个细分领域的近 700 万名科学家中,遴选出世界排名前 2% 的科学家。

来自北京大学信息科学技术学院的林宙辰教授,凭借优秀的综合成绩,成功入选 2020 全球前 2% 顶尖科学家「生涯影响力」榜单,以及「年度影响力」榜单。

榜单详情:

data.mendeley.com/datasets/btchxktzyw/2

截至目前,林宙辰论文的引用次数已超过 21000 次

数据源自 Google Scholar

我们有幸在本届 IJCAI-SAIA YES 上,专访了林宙辰老师。

11 年漫漫求学路,探寻数学梦

1989 年,来自福建省福州市永泰县的林宙辰,因高中数学竞赛成绩优异,被保送至南开大学数学系,从此开启了北上求学之路。南开大学在西南联大时期,曾培养出 20 世纪最伟大的华人数学大师、现代微分几何之父--陈省身。林宙辰老师就读的数学试点班,即为陈省身回国后所创办。

南开大学省身楼

2005 年南开大学数学研究所更名为陈省身数学研究所

南开数学系浓郁的教学氛围和强大的科研实力,为林宙辰老师的发展提供了肥沃又自由的土壤。大三,林宙辰老师所在的数学系开设了计算机课,在 286 电脑上,他第一次接触了简单编程。

1993 年,把成为数学家当成人生理想的林宙辰老师,在南开充分体验了纯粹数学的抽象和美丽,度过了四年充实的大学时光。

同年 7 月,林宙辰老师从南开毕业,以专业第二的成绩考入北京大学数学系,继续硕士学习。

在北大,林宙辰老师开始接触 AI,初步学习了图像处理和模式识别,也参与了若干实际项目,其中一个项目就是搭建地理信息系统,把手绘地图或印刷地图数字化并进行管理。通过这些课程和项目,林宙辰老师体会到了 AI 的魅力。

1995 年,林宙辰老师从北大数学系硕士毕业后,远赴香港,在香港理工大学应用数学系,又进行了为期两年的硕士学习,掌握了计算数学的基础。

林宙辰老师于 1995-1997 年

在香港理工大学应用数学系进行硕士学习

在香港理工大学的学习结束后,林宙辰老师在 1997 年再次回北大数学系(彼时已升格为学院)攻读博士。当时的北京大学数学学院更加重视应用,在程民德院士的带领下,北京大学数学学院很早就开始研究人工智能,并培养出了石青云院士等著名人工智能专家。

林宙辰老师回到北大数学学院后,深入地学习了图像处理、机器视觉和模式识别的课程。立志成为数学家的林宙辰老师,开始全面转向 AI 领域。

MSRA 12 载,终由工业界转战学术界

博士期间,因为一次偶然机会,林宙辰老师受微软中国研究院(后升格为微软亚洲研究院)视觉计算组主管沈向洋博士的邀请,来到微软中国研究院实习,研究光场采样问题,取得了重要的理论突破。

这段经历成为林宙辰老师职业发展的重要转折点。

2000 年 7 月,林宙辰老师博士毕业后,非常顺利地留在了微软中国研究院视觉计算组,继续从事图像处理、模式识别、计算机视觉等领域的相关研究,一待就是 12 年。

林宙辰老师在 MSRA 担任主管研究员期间

曾对外做过题为《好论文是如何炼成的》报告

阅读完整版:

https://zhouchenlin.github.io/How%20to%20write%20good%20papers.pdf

这 12 年间,他从副研究员一路做到主管研究员,发表 60 余篇高质量的学术论文,主持微软内部多项研发课题,开发的多项技术被集成到微软主要产品 Windows Vista Tablet PC Edition 和 Office OneNote 2003 中。

与商业公司注重产品应用相比,在本科阶段深受基础数学影响的林宙辰老师,更喜欢原理性的探索,他逐渐意识到:脱离商业目标做科研可能更适合自己。

2012 年,40 岁的林宙辰老师结束了在微软亚洲研究院长达 12 年的工作经历,回到北京大学信息科学技术学院智能科学系任教。

招生看「四好」,理论优于编程

林宙辰老师回到北大后,在智能科学系任教授,主要研究机器学习和计算机视觉。

他给他的科研小组起名为 ZERO 实验室,是 Zlin's Extraordinary Research Oasis 的缩写,也代表实验室成员应有的四个特质:Zeal, Excellence,Reliability 和 Openness。

ZERO Lab 实验室首页

访问官网:

https://zero-lab-pku.github.io/

受沈向洋博士影响,林宙辰老师在挑选学生的时候,有一套「四好」标准:数学好、编程好、英语好、态度好。

当「四好」无法兼得时,则至少要满足「两好」,其中态度好是基本要求,数学好是个人倾向,其次是编程好,最后是英语好。

作为一名热爱理论研究的学者,林宙辰老师也一直遵循着机器学习界泰斗 Vapnik 的「Nothing is more practical than a good theory」的研究理念,因此在选择学生时,理论能力与编程能力相比,他更注重前者。

林宙辰老师(左)

与计算机视觉巨擘金出武雄教授(右)合影

在学生的考察阶段,林宙辰老师也秉持着开放负责的态度,为学生提前布置思考题,允许学生同时联系多个导师,以及在考察阶段的任何时间退出,对于一些落选学生,他还会热心把同学推荐给其他导师。

在林宙辰老师看来,读博是导师和学生双向选择的过程,只有彼此匹配,才能让学生学得开心,导师教得顺心。

好博导要亦师亦友

很多博士生会把本科学习习惯带到博士学习中来,极度依赖导师,期待理想化的确定结果。实际上,在应用领域,科研目的是寻找新的解决方案,导师并不是无所不知、无所不能的,他往往也没有确切的答案。

因此在林宙辰老师看来,选择读博需要具有极强的主动性,且做好面对未知的准备。

林宙辰老师认为,导师与学生之间应该是亦师亦友的关系,除了在学术研究上给学生指导、因材施教外,还要跟学生保持交流,关注并了解学生的思想状态,即导师要在学习上给予学生指导,精神上给予学生关心。

林宙辰老师也非常鼓励青年学者参加类似 IJCAI-SAIA YES 的活动,这是一场青年人的聚会,有助于提高大家对国际大型会议的参与度和积极性,增强国内学者在国际会议上的自信心。

林老师在 IJCAI-SAIA YES 上担任 Session Chair

关于研究问题的选择,林宙辰老师也给出了自己的建议:全面了解研究方向,选择其中最紧要、最核心也适合自己做的「卡脖子」问题。这样做出来的研究才是有重大意义的,才有可能获得更多关注和引用。

至于撞题,林宙辰老师则认为这很正常,只要所选的问题,是领域中重要的问题,就可以放心去做,最终论文质量肯定不会差,而且解决方案也会和别人的不同。

人生是一个不断选择与放弃的过程

11 年漫漫求学路,林宙辰老师从基础数学、应用数学研究,进而走上了人工智能的科研道路。

12 年微软亚洲研究院履职, 40 岁的林宙辰老师,在职业发展上做出了一个重大转变:放弃微软亚洲研究院的丰厚待遇,回归北大教书育人,继续人工智能理论方面的研究。

古语有云「四十不惑」,说的就是对自己有清晰的判断,能做出最适合自己的选择。林宙辰老师在 40 岁这一年做了选择与放弃,他不再有疑虑和迷惑,有的只是坚定前行的决心。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-08-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 HyperAI超神经 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档