（本文阅读时间：11分钟）
编者按：“微软学者”奖学金是微软亚洲研究院自1999年启动的一项面向亚太地区计算机科学及相关专业和交叉学科优秀博士生的项目，旨在发掘优秀、有潜力的低年级博士生。
距离2022年“微软学者”奖学金申请截止仅剩3天，我们与往届的“微软学者”聊了聊天，期待他们的科研经历与成长感悟，能给予同样在科研之路上探索的你些许鼓励与勇气。点击“阅读原文”，了解2022年“微软学者”申请资格与申请方法。
“微软学者”们是如何选择与探索自己的研究领域的？什么样的科研习惯可以帮助同学们快速成长？申请与获得“微软学者”奖学金的是怎样的体验？
近期，我们发起了与四位2021年“微软学者”们的群聊。他们的科研生活，或像“探险家”一样，在不同科学领域里穿梭；或像“侦探”一样，不断挖掘现象背后的问题…… 精彩的背后，他们也曾碰壁，也曾借着灵感的微光向前摸索，靠坚持慢慢积累。让我们一起来解锁与他们的聊天记录吧！
从“科研小白”到两大领域“双栖选手”
吴齐天  上海交通大学
导师：严骏驰
研究兴趣：机器学习、数据挖掘
你和“微软学者”奖学金的缘分是如何开始的？得知自己获奖时是怎样的心情和状态？
吴齐天：我在很早之前就听说过“微软学者”奖学金，当时主要是看到有上海交大的学长获得了这个奖项，其实那个时候也没想过我能成为这个奖项的获得者。说实话，得知自己获奖的时候，还是挺吃惊的。我觉得这个奖项对我来说更多的是一份鼓励，它提醒着我要保持一个好的研究品位，做出真正有价值和实际意义的研究。
为什么选择在机器学习、数据挖掘领域进行科研探索？
吴齐天：我对于研究方向的选择，实际上经历了一个漫长的探索过程。我最开始接触数据挖掘的研究，是本科阶段做的一个关于社交网络微博热度分析的科研项目，后来去实习又开启了关于推荐系统的研究。数据挖掘是一个与实际问题紧密接轨的研究领域，我们研究的科学问题一般都是从实际场景中提炼出来的，最后再通过在真实数据上的实验验证回归到实际中。
后来，我渐渐又转向了机器学习领域，那是因为在做数据挖掘的研究项目中，我发现一些现有的方法和范式存在着一些不足，而解决这些问题往往需要在底层方法论上做出突破和创新。
其实，这两个研究领域是相辅相成的，数据挖掘更多时候是从应用出发去寻找一个贴合问题的方法，而机器学习更多则是从一般化的方法论出发再去寻找合适的应用场景。未来我也会长期在两个领域同时进行探索，做出一些既有理论基础，又能实际落地的工作。
你的科研之路上有什么印象深刻的经历？对于这些经历你有怎样的感悟、启发？
吴齐天：印象比较深刻的两段经历分别是我刚接触科研的那段时间，以及刚转型到机器学习的阶段。
在这两段经历里我都经历了很长时间的挫折。刚接触科研那会儿，我从“科研小白”到中稿第一篇论文，大概经历了5、6次的拒稿。而后来从一个领域转到另一个领域，也因为不太适应两者各自的侧重点，中途经历了很多次波折。不过在第一段经历里反复对论文的修改和精进，也很大地帮助了我，尤其是对日后我能够独立开展科研起到了积极影响；而第二段经历则更像是一种沉淀，我在这一过程中也逐渐培养起了学术鉴赏能力和研究品位。
以人为中心，拓展机器学习领域应用
矢倉 大夢（Hiromu Yakura）  日本筑波大学
导师：Masataka Goto
研究兴趣：人机交互、机器学习
你未来的研究目标是什么？
矢倉 大夢：作为一名人机交互领域的研究者，我的研究方向是拓展计算机的应用领域，特别是机器学习技术。鉴于目前我们不能否认机器学习模型存在错误的可能性，所以为了实现实际应用，我们需要仔细设计模型与人之间的交互。在这种情况下，我认为理解机器学习模型和人类的特征是至关重要的。
如果没有对人类自身的精确理解，我们就无法确定我们应该将机器学习应用到哪一部分。换句话说，通过积累人类和机器学习之间实际合作的例子，我们将能够使用来自人类和机器学习之间对比的新词汇来描述、认识自己。这就是为什么我把我的研究与其他跨学科领域联系起来，比如行为经济学和文化研究。我希望以这种“以人为中心”的方式探索机器学习的实际应用，从而发现理解人类的新视角。
在研究的道路上，是什么一直激励着你？
矢倉 大夢：我认为好的科研将带来持久的影响力，这样的研究有着无限的未来价值，这是我投入科研的重要原因。作为一名程序员，我充分了解一个应用程序或系统将带来的影响，它们将让事物变得可扩展和可复制。与此同时，每个应用程序或系统背后，都存在着关于如何使用计算机的抽象观点和想法，这些思想将具有更大的潜在影响和价值，因为它们可以应用于各种情况，包括未来的情况。在科研道路上，我希望通过探索和形成这些抽象的想法，为科学的长链做出更多贡献。
在“微软学者”的面试过程中，你有什么印象深刻的故事可以和我们分享吗？
矢倉 大夢：一位面试官问了我一个概念性的问题，是关于我曾经做过的一个项目的。该项目（Yakura et al., IJCAI 2021）允许用户在他们的创作过程中利用各种深度感知指标，而不是单纯的比较，面试官针对这一点向我发问：为什么我们一开始就可以说这种感知指标“更好”？
这是一个很重要的问题，而我还没有准备好答案。这件事让我意识到，我们方法的优势不只是使用了感知指标，而是允许用户根据自己的喜好使用各种感知指标。这是一个出乎我意料的时刻，但它启发了我：什么才是这个项目所提出的方法的真正价值所在。
“阅读”与“质疑”，让我在科研中不断成长
汪庆  清华大学
导师：舒继武、陆游游
研究兴趣：内存/存储系统
你的长远研究目标是什么？它可以给系统领域带来哪些变化？
汪庆：从某种层面来看，系统领域的研究如同构造建筑，是兼顾实用性和艺术性的研究。我的长远研究目标是将整座数据中心抽象成一个巨型共享内存机器，进而能够高效地存储、检索和处理数据，以支撑诸多现代应用。目前对于一个具体应用，都需要专门实现一套对应的内存系统，然后再去优化它。如果我设想的这个研究目标被实现的话，内存这部分就能通用化，开发者们只需要聚焦于系统的计算部分，这样可以提高数据中心的内存性能和利用率。
有两个方面的因素共同促使我产生这个目标：第一，目前很多应用对内存的需求比较大，比如内存计算、内存数据库等，这是从应用角度驱动我的一个原因。第二，现在出现了很多新的内存介质，也有一些新的网络介质可以把不同机器的内存连在一起，这是从硬件方面驱动我的另一个原因。
你有哪些科研习惯，帮助你在科研中不断成长？
汪庆：一个是阅读的习惯。阅读论文就像阅读新闻，是一个了解并学习别人在做什么的机会。在阅读的过程中，也要伴随着延伸思考，我在阅读时会设想“如果是我去解决这个问题，会怎么做？”让自己作为系统设计者去感同身受。
另一个是质疑的习惯。任何系统都不会是完美的，一般只有在某种特定条件或环境下，它才可能表现出优势。所以当阅读论文或运行现有系统时，我就会像一个“侦探”，去寻找文字或代码背后是否掩藏了一些问题，或者发现有哪些东西没有被明说，我一般会抱着质疑的态度去思考：“它到底是不是这样的？是否仅在某种特定条件下才能体现优势？所以它真正的问题在哪里？”
申请“微软学者”奖学金是一种怎样的体验？
汪庆：申请“微软学者”奖学金的整个流程我觉得很正式，从写研究陈述、准备推荐信，到最后网站提交、面试，都与论文投稿有些相似。但与之不同的是，普通论文投稿一般只针对一个研究工作，而申请“微软学者”奖学金是需要对自己整个博士阶段几年内的研究工作进行梳理和总结，并当成一篇论文展示出来。这个过程帮助我去梳理了自己的研究，开始思考每一项研究工作在我的整个研究框架当中处于什么位置，这对我的全局观产生了积极的影响。
此外，在面试过程中有一件令我印象比较深刻的事情：一个面试官鼓励我使用编程语言领域的知识去解决计算机系统问题，因为不同的应用对分布式内存缓存一致性的需求不一样，面试官启发我通过编程语言的方法，设计专门的编程模型去支持内存系统。我觉得这是一个很有意思的方向，能够通过领域交叉碰撞出新的研究想法。总的来说，整个申请过程既有助于我梳理之前的工作，也对于我下一步的研究计划带来了启发。
多领域交叉，发现光计算的新大陆

周天贶  清华大学
导师：戴琼海、方璐
研究兴趣：光智能计算、机器学习
光学计算是包涵多个学科的交叉领域，你认为这个领域有什么独特魅力？
周天贶：从研究的角度来说，光学计算是多领域的交叉学科，它既依赖于物理、化学、材料科学这些基础学科的前沿进展，也取决于电子工程、计算机科学这些工程学科在系统架构以及算法设计方面的突破。这个领域的独特魅力是能够在不同的学科间驰骋，将不同的学科融合到一起，让他们发生奇妙的化学反应，在这个过程中，一些固有的瓶颈就会被打破，我们看到一些古老而经典的物理概念，比如光强、相位，在人工智能的赋能之后，就可以构建起复杂的光学神经网络，展示出优越的计算性能。我非常期待能参与并见证，随着不断深入的交叉和融合，光学计算将改变现有的计算范式，开启一个新的纪元。
学科的交叉性给你带来了什么独特体验或经历？
周天贶：最有趣的经历是和跨学科学者讨论，看到不同领域间优势互补，彼此增益。比如我们在进行光学材料设计的时候，传统的设计算法通常会有尺寸或性能上的不足，为了实现指标和性能的突破，我们将人工智能的算法用于材料的设计过程，实现了更紧凑、更高性能的光学器件。
当前，学科之间的边界其实正在变得越来越模糊，一个比较大的趋势是传统的课程和学科划分已经满足不了越来越交叉的研究需要，因此我们要凭借自己的兴趣多涉猎其他相关学科的知识内容和体系，我在博士阶段对人工智能和光学方向的课程都有学习。不同学科的熏陶可以使我们习得不同学科的思维模式，为灵感的出现打下基础。
在获得“微软学者”这半年多的时间里，它是否为你的科研探索带来一些变化？
周天贶：获得“微软学者”激励了我要努力做出更有影响力的光计算研究，争取用光计算的方式来解决计算机科学面临的实际问题。相比之前，除了注重理论研究之外，我开始更多关注光计算的应用场景。我希望自己研究的内容不仅仅只是停留于发表论文，而是转化成一项惠及每个人的技术。希望在不久的将来，我们能从硬件和软件层面构建一套实用的光计算体系，在电脑、手机、智能电视中加入一块光学计算模块，就可以提升这些设备的计算效率，改变各行各业人们的生活体验。
通过与2021年“微软学者”的对话，我们不难发现：青年从不缺少描摹未来的潜力，而“微软学者”奖学金的设立，正是一笔对青年人的投资。在过去的二十余年间，已先后有400多名优秀的博士生获得了“微软学者”称号，其中不少“微软学者”已经成为学术界的中流砥柱或工业界翘楚。未来，微软也将继续鼎力支持有潜力的学生，助力大家在科研的汪洋里，激起一朵朵浪花。
扫描下方二维码或点击阅读原文，了解“微软学者”申请要求与“计算科学”相关领域及参考工作。
你也许还想看：
继续阅读
阅读原文
关键词
微软学者
系统
方法
“微软学者”
性能