人工智能时代,学者们身处独特的治学环境。何谓卓越研究,卓越研究又何为?正如周礼栋所言,这个时代背景下,研究机构都在不断地思索:怎么样做更有影响力的落地工作?今天的IDEA大会提供了很多值得思考的方向,一起来看看。
李世鹏:“ 有些观点认为,研究由于其探索性与不确定性,从来不是指哪儿打哪儿,而是打哪儿指哪儿。”
周礼栋:“ 研究,从来都不是仅去发表一篇文章,而是要去追求极致的正确性和真理。”
张东晓:“ 研究的英文是Re-Search,就是要不断地反复地Search。研究需要不断地追寻,反复地探究,才能方得始终。”
陈宝权:“ 研究是前瞻性的东西。我个人认为研究是面向未来的,面向未来的研究问题,目前就还没有太被工业界关注。”
李世鹏:今天很荣幸请到了几位重磅的研究领域的大咖,我简单介绍一下他们。
第一位是微软亚洲研究院院长周礼栋博士。周博士同时是微软的杰出首席科学家,在微软工作多年,他现在领军著名的微软亚洲研究院,他是作为第五届掌门人,他在研究领域里面应该有深刻体会。
第二位是张东晓校长,他是南方科技大学学术副校长,同时也是美国工程院院士。东晓校长是学术界的领军人物。他对于如何建立新的学院也十分有经验,他是北大工程院的创始人,并且任执行院长和院长很多年。我想他有很多前沿科学方面的内容可以和大家分享。由于他所了解的前沿科学和IT不一样,所以这个论坛有他的加入,可以给大家分享更多不同领域交流碰撞的内容。
第三位是陈宝权教授,他是北大前沿计算研究中心的执行主任,他在前沿研究中心带领着很多学生探索计算前沿。在这里,宝权教授会给大家带来他自己做研究以及培养学生做研究方面的感想。
圆桌论坛的题目是《卓越研究之路》,而英文则是“Path to Great Research”今天的重点在“Great Research”。大家从上研究生甚至本科就开始做研究,但是Great Research可能和普通的研究还不太一样。今天,就请各位演讲嘉宾分享一下如何做“Great Research”。
周礼栋:谢谢世鹏,同时也感谢IDEA的邀请,我觉得Harry(沈向洋)关于“IDEA”这个名字取得非常好。微软亚洲研究院作为一个研究机构必须要有idea,所以必须过来参与IDEA大会。过来参加大会,需要经历三个半小时的飞机加上三次核酸。在这里看到东晓、宝权,还有世鹏都在,我觉得再加三次核酸也值得过来。世鹏所提的问题是我们做研究一直都在思考的问题,“好的研究”和“卓越研究”实际上有非常大的鸿沟。
卓越研究我听到最好的定义就是:这个Great Research最后能写到大学的教科书里。
1. 普适性。进教科书,这个idea必须具备前瞻性,同时要有普适性,不是仅仅解决一个问题。很多研究都是在解决一个问题,仅仅解决一个问题是进不了教科书的。
2. 持续性。仅仅一两年时间的研究工作,也是进不了教科书的。
3. 可能性。我们判断是不是“Great Research”,实际上是看是否把原来都认为不可能的事情变成可能。
李世鹏:谢谢礼栋,他提供了一个很有趣的观点:“看你的东西能不能被写进教科书,如果进不了教科书就自己写本书(笑)。”接下来听东晓校长的高见。
张东晓:什么是卓越研究?有Impact的研究肯定是卓越的研究。
举个例子,我以前在美国南加州大学教书。工学院曾经有个学生名字叫Viterbi,他在南加州大学念博士,同时又在UCLA当讲师。他在UCLA教课的时候有学生问他:“如何从一堆弱信号里面检测出你要的信号?”当时的他回答不了这个问题,后来他花几个月时间琢磨,并写了他的博士论文。后来航天通信、手机里面的标准、信号的分检实际上都得益于这个算法。他是1967年做的这项工作,到现在已经五十多年了,大家都还在用。他自己也从中实现了一定的财富积累,创办了公司,捐了两笔很大的款,一笔捐给南加州大学、一笔捐给UCLA,南加州大学的工学院以他的名字命名。这样的研究有Impact,对社会有影响,那肯定就是卓越的研究。
李世鹏:谢谢东晓院长,他的观点就是:“Great Research是要对社会、对行业有Impact的research。”听听宝权主任的观点。
陈宝权:世鹏刚才介绍我的时候漏了一个很重要的Title,我是“老深圳人”,“来了就是深圳人”,那我在这里大概是最老的深圳人了。2008年我来到深圳,论在深时间,我可能比在座的各位都要资深,也终于有一点是可以抢在了Harry(沈向洋)的前面。
回到研究的事情,什么是“Great Research”?我觉得这个问题本身是个Great Research。我觉得真正能够评价研究的只有一个东西—时间,时间是最好的验证。说句实在话,当你正在研究中的时候,是不知道当下的研究是否是Great Research。只有时间才能给到答案,所做的研究是否是Great Research。
如果一定要在当下检验是否Great Research,我从一位导师的角度,认为能启迪学生帮助他们快速成长的研究便是Great Research。显然,那些“搬砖”的研究不是Great Research,因为学生从中学到的有限。
李世鹏:谢谢宝权。时间可以检验Research是不是具有影响力。
李世鹏:能做Great Research的人,都有哪些特质?
周礼栋:我们微软亚洲研究院在选拔人才时也需要有一些标准。因为Harry是前院长,所以他当时立了一个标准,说我们要招三好的学生:数学好、编程好、态度好,后来我引申了一下。数学好,是要专业技术好。专业技术好并不是你懂多少,而是你有获得这样一个专业知识的学习能力。编程好,是能把一些idea变成真正的impact,通过编程或者做实验等等方式。态度好,也是非常重要的。研究有时候是非常孤独和痛苦的过程,你一定要能够有成长型的思维,能够有持久性,保持热情。
我记得2004-2005年时,我当时接待了尼古拉斯·沃斯,他是Pascal发明人。当时他来的时候70多一点。我和他交流了很多想法,过程中,一个70岁的老先生还像小孩一样跟我热情地交流他的设计。对于这些大师来说,研究从来不是像我们一般人所想的,仅仅去发表文章。研究就是要去追求极致的正确性与真理。这个对我感触非常大。
张东晓:这么多年指导学生做研究,蛮有体会的。学生从一开始对这个领域一无所知,再有创新,做出卓越的研究,是有一个过程的。对学生的训练,开始时肯定不能给学生一个特别高的目标,或者近期够不到的目标,那他很快就会有挫折感,得让他够一够有点成就,就会非常有成就感,就可以继续的往前创新。
另一方面,做研究时,不怕有挫折感,要有屡败屡战的精神。失败了,只是还没成功而已。对学生来讲,要鼓励他们,这个只是还没有成功,可能还有别的路径。
陈宝权:关于做研究需要什么特质、潜质。坦率的讲,对这方面我最近还挺有感想的。我给北大“图灵班”开设了“科研实践”课程,是两个学期的课程,目的就是培养学生的科研素养和能力。
除了大家所说的专业能力之外,我认为有些“非专业能力”非常重要。首先,做科研要打破心理上、行为上的禁区,要有挑战权威和常规的勇气。另外,与人交流也非常重要,这是我在科研实践课里特别注意培养学生的一点。因此,我经常提醒他们:当我叫他们上讲台分享时,面对台下的同学,一定要勇敢表达,有效表达,把研究分享当成一场表演来打磨。
周礼栋:这是一个很难的问题,就看你用什么样的标准去衡量。当时我们研究院20周年时也做了这样一个反思,觉得我们哪些工作大家都觉得是Great Research。这当然像宝权说的Great Research需要时间来证明。虽然二十年过去了,哪些工作能够进教科书或者怎么样,还需要时间检验。但我们也一直在考虑我们是不是在引导研究院往更长远的影响力方面去发展。另外一个很重要的点,我们能不能不断地培养一代又一代新的领军人物。这是研究院最重要的所谓立足之本。
李世鹏:谢谢礼栋院长。我想引申再提问一下,一些研究的课题是怎么选出来的。有些观点认为,研究由于其探索性和不确定性,从来不是指哪儿打哪儿,而是打哪儿指哪儿。微软亚洲研究院是如何选择一些研究方向和课题?
周礼栋:在研究院,我们从来不是从上而下的选择研究方向,而是让大家能够各自有idea,相互碰撞。我一直非常相信进化的过程,我们在研究院想要创造创新的环境也是在让idea能够不断地进化。
李世鹏:谢谢礼栋院长,接下来我想问一下东晓校长,如何做好这个Great研究?我们包括在座的很多研究人员往往做研究的路上并不是一帆风顺,有很多挫折。刚才东晓校长也讲了,在挫折时要发挥屡败屡战,锲而不舍的精神。有挫折时,怎么样去往前走?
张东晓:非常好的问题。可能大学的研究和工业界的研究存在一些不一样,特别是Science和Engineer也有很多不一样。可能Science是大家兴趣驱动。工程还是有时为了解决一个什么问题来做这方面的研究。
我是从一个领域转到另外一个领域,1990年到美国,1991年在一个系待了一年,1992年转到一个系。1992年拿到一个硕士,开始念博士。后来我的导师在1993年暑假时说你可以毕业了。他说我做的工作已经完全可以毕业了。因为我的导师是我们领域顶级的学者,他有信心同时他也使我有信心相信,我一年就达到能毕业的水平。对于一个学生来讲,能力的培养是关键,创新能力是关键,信心是关键。
李世鹏:现在不光中国,还有国外,包括MIT等学校的很多教授,他们说在AI大数据领域我们干不过像微软、阿里这些的大公司,主要是他们没那么大的计算设施、数据。在这种情况下,学校的教授们,他们应该怎么样去做一些研究,才能突出出来?
陈宝权:谢谢给这个机会回答这个问题。研究是前瞻性的东西。我个人认为研究是面向未来的,面向未来的研究问题,目前就还没有太被工业界关注。
十多年前也就是我到深圳之前,我写过一个商业计划书。这个商业计划书是什么?一辆车上面架着激光扫描仪在路上跑,扫描仪把道路两边三维数字化,面向智能交通与智慧城市这样的应用。作为十多年前的商业计划书,到了投资人手里,没人理睬我,太超前了,技术和相关商业环境都不成熟。但这个“不成熟”的问题却成为了我研究团队的主要方向。我们从2008、2009年开始就用车载移动激光扫描仪获取三维场景数据做城市级别的三维建模,深圳的这些街道我们都跑过,当工业界的无人驾驶开始流行,我们又开始研究基于机器人自主扫描的三维重建。
所以,研究就应该是超前的,如果你的商业计划书不被投资人看好,说太超前了,没关系,还有另外一条出路,就是将研究进行到底。
人工智能时代,学者们身处独特的治学环境。何谓卓越研究,卓越研究又何为?正如周礼栋所言,这个时代背景下,研究机构都在不断地思索:怎么样做更有影响力的落地工作?今天的IDEA大会提供了很多值得思考的方向,一起来看看。
李世鹏:“ 有些观点认为,研究由于其探索性与不确定性,从来不是指哪儿打哪儿,而是打哪儿指哪儿。”
周礼栋:“ 研究,从来都不是仅去发表一篇文章,而是要去追求极致的正确性和真理。”
张东晓:“ 研究的英文是Re-Search,就是要不断地反复地Search。研究需要不断地追寻,反复地探究,才能方得始终。”
陈宝权:“ 研究是前瞻性的东西。我个人认为研究是面向未来的,面向未来的研究问题,目前就还没有太被工业界关注。”
李世鹏:今天很荣幸请到了几位重磅的研究领域的大咖,我简单介绍一下他们。
第一位是微软亚洲研究院院长周礼栋博士。周博士同时是微软的杰出首席科学家,在微软工作多年,他现在领军著名的微软亚洲研究院,他是作为第五届掌门人,他在研究领域里面应该有深刻体会。
第二位是张东晓校长,他是南方科技大学学术副校长,同时也是美国工程院院士。东晓校长是学术界的领军人物。他对于如何建立新的学院也十分有经验,他是北大工程院的创始人,并且任执行院长和院长很多年。我想他有很多前沿科学方面的内容可以和大家分享。由于他所了解的前沿科学和IT不一样,所以这个论坛有他的加入,可以给大家分享更多不同领域交流碰撞的内容。
第三位是陈宝权教授,他是北大前沿计算研究中心的执行主任,他在前沿研究中心带领着很多学生探索计算前沿。在这里,宝权教授会给大家带来他自己做研究以及培养学生做研究方面的感想。
圆桌论坛的题目是《卓越研究之路》,而英文则是“Path to Great Research”今天的重点在“Great Research”。大家从上研究生甚至本科就开始做研究,但是Great Research可能和普通的研究还不太一样。今天,就请各位演讲嘉宾分享一下如何做“Great Research”。
周礼栋:谢谢世鹏,同时也感谢IDEA的邀请,我觉得Harry(沈向洋)关于“IDEA”这个名字取得非常好。微软亚洲研究院作为一个研究机构必须要有idea,所以必须过来参与IDEA大会。过来参加大会,需要经历三个半小时的飞机加上三次核酸。在这里看到东晓、宝权,还有世鹏都在,我觉得再加三次核酸也值得过来。世鹏所提的问题是我们做研究一直都在思考的问题,“好的研究”和“卓越研究”实际上有非常大的鸿沟。
卓越研究我听到最好的定义就是:这个Great Research最后能写到大学的教科书里。
1. 普适性。进教科书,这个idea必须具备前瞻性,同时要有普适性,不是仅仅解决一个问题。很多研究都是在解决一个问题,仅仅解决一个问题是进不了教科书的。
2. 持续性。仅仅一两年时间的研究工作,也是进不了教科书的。
3. 可能性。我们判断是不是“Great Research”,实际上是看是否把原来都认为不可能的事情变成可能。
李世鹏:谢谢礼栋,他提供了一个很有趣的观点:“看你的东西能不能被写进教科书,如果进不了教科书就自己写本书(笑)。”接下来听东晓校长的高见。
张东晓:什么是卓越研究?有Impact的研究肯定是卓越的研究。
举个例子,我以前在美国南加州大学教书。工学院曾经有个学生名字叫Viterbi,他在南加州大学念博士,同时又在UCLA当讲师。他在UCLA教课的时候有学生问他:“如何从一堆弱信号里面检测出你要的信号?”当时的他回答不了这个问题,后来他花几个月时间琢磨,并写了他的博士论文。后来航天通信、手机里面的标准、信号的分检实际上都得益于这个算法。他是1967年做的这项工作,到现在已经五十多年了,大家都还在用。他自己也从中实现了一定的财富积累,创办了公司,捐了两笔很大的款,一笔捐给南加州大学、一笔捐给UCLA,南加州大学的工学院以他的名字命名。这样的研究有Impact,对社会有影响,那肯定就是卓越的研究。
李世鹏:谢谢东晓院长,他的观点就是:“Great Research是要对社会、对行业有Impact的research。”听听宝权主任的观点。
陈宝权:世鹏刚才介绍我的时候漏了一个很重要的Title,我是“老深圳人”,“来了就是深圳人”,那我在这里大概是最老的深圳人了。2008年我来到深圳,论在深时间,我可能比在座的各位都要资深,也终于有一点是可以抢在了Harry(沈向洋)的前面。
回到研究的事情,什么是“Great Research”?我觉得这个问题本身是个Great Research。我觉得真正能够评价研究的只有一个东西—时间,时间是最好的验证。说句实在话,当你正在研究中的时候,是不知道当下的研究是否是Great Research。只有时间才能给到答案,所做的研究是否是Great Research。
如果一定要在当下检验是否Great Research,我从一位导师的角度,认为能启迪学生帮助他们快速成长的研究便是Great Research。显然,那些“搬砖”的研究不是Great Research,因为学生从中学到的有限。
李世鹏:谢谢宝权。时间可以检验Research是不是具有影响力。
李世鹏:能做Great Research的人,都有哪些特质?
周礼栋:我们微软亚洲研究院在选拔人才时也需要有一些标准。因为Harry是前院长,所以他当时立了一个标准,说我们要招三好的学生:数学好、编程好、态度好,后来我引申了一下。数学好,是要专业技术好。专业技术好并不是你懂多少,而是你有获得这样一个专业知识的学习能力。编程好,是能把一些idea变成真正的impact,通过编程或者做实验等等方式。态度好,也是非常重要的。研究有时候是非常孤独和痛苦的过程,你一定要能够有成长型的思维,能够有持久性,保持热情。
我记得2004-2005年时,我当时接待了尼古拉斯·沃斯,他是Pascal发明人。当时他来的时候70多一点。我和他交流了很多想法,过程中,一个70岁的老先生还像小孩一样跟我热情地交流他的设计。对于这些大师来说,研究从来不是像我们一般人所想的,仅仅去发表文章。研究就是要去追求极致的正确性与真理。这个对我感触非常大。
张东晓:这么多年指导学生做研究,蛮有体会的。学生从一开始对这个领域一无所知,再有创新,做出卓越的研究,是有一个过程的。对学生的训练,开始时肯定不能给学生一个特别高的目标,或者近期够不到的目标,那他很快就会有挫折感,得让他够一够有点成就,就会非常有成就感,就可以继续的往前创新。
另一方面,做研究时,不怕有挫折感,要有屡败屡战的精神。失败了,只是还没成功而已。对学生来讲,要鼓励他们,这个只是还没有成功,可能还有别的路径。
陈宝权:关于做研究需要什么特质、潜质。坦率的讲,对这方面我最近还挺有感想的。我给北大“图灵班”开设了“科研实践”课程,是两个学期的课程,目的就是培养学生的科研素养和能力。
除了大家所说的专业能力之外,我认为有些“非专业能力”非常重要。首先,做科研要打破心理上、行为上的禁区,要有挑战权威和常规的勇气。另外,与人交流也非常重要,这是我在科研实践课里特别注意培养学生的一点。因此,我经常提醒他们:当我叫他们上讲台分享时,面对台下的同学,一定要勇敢表达,有效表达,把研究分享当成一场表演来打磨。
周礼栋:这是一个很难的问题,就看你用什么样的标准去衡量。当时我们研究院20周年时也做了这样一个反思,觉得我们哪些工作大家都觉得是Great Research。这当然像宝权说的Great Research需要时间来证明。虽然二十年过去了,哪些工作能够进教科书或者怎么样,还需要时间检验。但我们也一直在考虑我们是不是在引导研究院往更长远的影响力方面去发展。另外一个很重要的点,我们能不能不断地培养一代又一代新的领军人物。这是研究院最重要的所谓立足之本。
李世鹏:谢谢礼栋院长。我想引申再提问一下,一些研究的课题是怎么选出来的。有些观点认为,研究由于其探索性和不确定性,从来不是指哪儿打哪儿,而是打哪儿指哪儿。微软亚洲研究院是如何选择一些研究方向和课题?
周礼栋:在研究院,我们从来不是从上而下的选择研究方向,而是让大家能够各自有idea,相互碰撞。我一直非常相信进化的过程,我们在研究院想要创造创新的环境也是在让idea能够不断地进化。
李世鹏:谢谢礼栋院长,接下来我想问一下东晓校长,如何做好这个Great研究?我们包括在座的很多研究人员往往做研究的路上并不是一帆风顺,有很多挫折。刚才东晓校长也讲了,在挫折时要发挥屡败屡战,锲而不舍的精神。有挫折时,怎么样去往前走?
张东晓:非常好的问题。可能大学的研究和工业界的研究存在一些不一样,特别是Science和Engineer也有很多不一样。可能Science是大家兴趣驱动。工程还是有时为了解决一个什么问题来做这方面的研究。
我是从一个领域转到另外一个领域,1990年到美国,1991年在一个系待了一年,1992年转到一个系。1992年拿到一个硕士,开始念博士。后来我的导师在1993年暑假时说你可以毕业了。他说我做的工作已经完全可以毕业了。因为我的导师是我们领域顶级的学者,他有信心同时他也使我有信心相信,我一年就达到能毕业的水平。对于一个学生来讲,能力的培养是关键,创新能力是关键,信心是关键。
李世鹏:现在不光中国,还有国外,包括MIT等学校的很多教授,他们说在AI大数据领域我们干不过像微软、阿里这些的大公司,主要是他们没那么大的计算设施、数据。在这种情况下,学校的教授们,他们应该怎么样去做一些研究,才能突出出来?
陈宝权:谢谢给这个机会回答这个问题。研究是前瞻性的东西。我个人认为研究是面向未来的,面向未来的研究问题,目前就还没有太被工业界关注。
十多年前也就是我到深圳之前,我写过一个商业计划书。这个商业计划书是什么?一辆车上面架着激光扫描仪在路上跑,扫描仪把道路两边三维数字化,面向智能交通与智慧城市这样的应用。作为十多年前的商业计划书,到了投资人手里,没人理睬我,太超前了,技术和相关商业环境都不成熟。但这个“不成熟”的问题却成为了我研究团队的主要方向。我们从2008、2009年开始就用车载移动激光扫描仪获取三维场景数据做城市级别的三维建模,深圳的这些街道我们都跑过,当工业界的无人驾驶开始流行,我们又开始研究基于机器人自主扫描的三维重建。
所以,研究就应该是超前的,如果你的商业计划书不被投资人看好,说太超前了,没关系,还有另外一条出路,就是将研究进行到底。