Q: 为什么选择昆山杜克？

首先是因为昆山杜克的通识博雅教育。我在上大学之前其实对未来还是比较迷茫的，所以想在大一的时候通过昆山杜克大学自由的选课机制探索一些感兴趣的领域。其次是因为昆山杜克大学优越的师生比，可以有更多机会和教授交流，拓展我的视野。

Q: 你和所选专业的故事？

大一下学期，我通过一个要好学长的引荐，认识了张凯教授，并开始跟他做一个有关数据科学和材料学的科研项目，和哥伦比亚大学的实验室 (张凯教授博士后所在的实验室) 合作，最后也很荣幸作为作者之一在SCI材料化学一区期刊 (Macromolecules) 上发表了我们的学术成果。这个项目对我本科阶段的成长至关重要，不仅帮助我掌握了做科研的基本功 (读论文、写论文、画图) ，也让我从中发现了对机器学习的兴趣，由此选定了数据科学作为我的专业。

Q: 毕业之后有什么计划？

大二的暑假之前，我和张凯教授探讨了未来的发展路径。一般有三种选择：一是直接就业；二是读个研究生，然后再就业，可能能去更好的公司/机构；三是申请博士，然后走学术/科研道路。那时我跟着张凯教授做科研已经有将近一年的时间了，深觉其中之趣，所以当时便决定选择第三条路：本科毕业以后选择一个有竞争力的博士项目。之后，我一直在为这个目标努力，参与了很多科研项目，直到申请季结束收到梦寐以求的Offer。所以今年夏天，我将前往加州大学伯克利分校攻读博士学位，继续探索用机器学习和人工智能解决科学问题。

Q: 成果突出的科研经历？

在我确定了读博的目标后，张凯教授又为我指明了接下来两年的科研方向。鉴于我跟他之前做的项目比较偏工程向，他建议我也参与到一些偏理论的科研课题中，争取做出一些有影响力的成果。于是经他推荐，我加入了邹东勉教授的研究团队，并在他的指导下，学习了很多解析几何和深度学习相关的知识，积累了理论研究经验。

与邹东勉教授合作的第一个项目是构造一个稳定的大型深度双曲神经网络生成模型。我们的主要贡献是提出了很多双曲神经网络的运算符，并用其构造了一个全新的神经网络架构。这个架构可以应用到拓扑图生成，可以生产之前未发现的、具有优良性质的分子。先前，我们已经在NeurIPS学术会议上分享了部分研究成果，后续也计划在人工智能领域的知名期刊上发表完整的论文。

在大三上学期上深度学习课(STATS 403 Deep Learning) 的时候，我被期末课程项目中用到的一个模型所启发，和邹教授合作设计了一种全新的、应用于双曲空间的卷积神经网络架构。这种架构在图相关 (节点分类和图分类) 和自然语言处理相关(机器翻译) 的任务中都取得了很好的结果。目前这篇论文投递到了一个机器学习领域的知名会议中，正在审稿。

Q: 科研期间的成长收获？

在DKU的科研经历让我学会了做科研的基本技能，也树立了良好的“科研价值观”。在我看来，好的科研工作应该是具有创造性的，要在扎实的理论基础上进行有意义的创新。那些一味看重结果，只对前人所得进行微小改进的并不是好的工作。在DKU的经历让我明白科研并不是一种急功近利的任务，而是一种兴趣，一种为科学做贡献的使命感。这样的环境才能催生出有意义、有影响力的科研成果。这些经历也让我明确了以后攻读博士，继续进行学术研究的目标。

我非常感谢张凯教授和邹东勉教授对我的指导。张凯教授基本上是手把手将我领入了科研和学术的大门，还主动为我的未来发展考虑，将我推荐给了我目标领域的邹教授。张凯教授还是我的人生导师，给我很多生活问题上面的指导。我也特别感激邹教授在学术方面给我的指导，即使我一开始做学术的能力比较弱，专业知识比较少，他还是很有耐心地带着我做科研。当时我在微软亚研院实习很忙的时候，他在我们的项目里还替我做了一些我应该做的东西。我真的由衷感谢两位导师。

Q: 受益良多的实习经历？

从大三的暑假到现在，我一直在微软亚洲研究院实习，所在的课题组主要研究AI和生物健康领域的结合。实习期间，我主要负责用机器学习和人工智能解决生物基因组方面的一些问题。项目过程中，我想出了一个改进序列类深度学习模型的方法，并发表在了机器学习领域的顶级学术会议 (ICLR 2023) 上，还幸运地被选为了Spotlight (Notable Top 25%)，可以在今年的会议上做15分钟的展示。

实习期间，我和很多在世界各地进行一线科研的研究员都进行了交流，更是在研究院的导师指导下受益良多。他们很重视我的想法，也与我分享了很多做科研的想法与方式，进一步完善了我的“科研价值观”。最近我还在研究大型语言模型 (GPT一类)，这些模型更让我领略了AI的能力和魅力，最近开组会就和看科幻电影一样。这段经历激发了我在博士毕业后去科技大厂的科研部门继续进行学术研究的兴趣。

Q: 拓宽视野的杜克记忆？

在美国杜克学习时，我选修了一门研究生级别的数学课，讲的是一个计算拓扑学的分支持久同调 (Persistent Homology), 这门课的教授师从持久同调的发明者之一 (也在杜克，已经退休了)，对这门学科理解极深，讲课的形式很随意，没有教案信手拈来也能讲得深入浅出，我听得非常享受。在做期末项目的时候，我想到课上学到的方法可以用来解决张凯教授以前提到的一个物理学上的问题，于是进行了初步尝试，并获得了很好的结果。在期末展示后，教授对我的项目评论很高，想和我一起合作将研究成果完善成一篇论文。

同一学期，我还有幸受DKU全额资助参加了机器学习领域的顶级学术会议NeurIPS。在大会上，每天都有领域大牛演讲，有各种科技大厂在招聘，还有很多中稿人用海报展示自己的研究成果。我见到了很多在教科书上各领域里的顶级人物 (比如深度学习的创始者之一Geoffrey Hinton，VAE、GCN的作者Max Welling)，并深受他们的演讲所启发。我还展示了我自己的研究成果，和我同方向的人做了很多交流。这段经历让我有了更宽广的视野，并为我的博士申请增添了很多目标人选。

Q: 大学四年期间的成长？

我在DKU学到了一项非常重要的技能，就是用平常心对待各种待办事项和截止日期。在杜克的那个学期，我既要应对在DKU完成的第一篇论文的审稿，又要撰写第二篇论文和做实验；在微软亚洲研究院里，我也要做很多实验、写论文、汇报进展；还有杜克的课业压力，申请博士的各种材料……我最忙的那周有20多个待交付事项。一开始我对待每件事都很紧张，但是通过自我调节和学校CAPS (心理健康咨询中心) 的心理疏导，我最终学会了用平常心应对一切。只要专注当下，做好自己应该做的事情并自信地表达出来，大家都会认可你的努力和工作。

Q: 给学弟学妹们的建议？

一定要树立明确的目标，并向着那个目标努力。利用好资源，抓住机会，相信自己，最终一定能实现自己的梦想。