降低大规模图分析与学习算法的复杂度，创造自动驾驶技术多任务通用模型……每一项科研成果的背后，都是无数个日夜的辛苦与坚持。

近日，中国人民大学信息学院2019级直博生王涵之、2020届硕士毕业生丁明宇与来自香港大学、清华大学、上海交通大学、南京大学、斯坦福大学、华盛顿大学、加州大学洛杉矶分校的8名学子一同获得了第九届百度奖学金。百度奖学金是面向全球顶级高校人工智能专业的中国学生奖学金激励计划，是AI领域资助金额与含金量最高的学术奖学金之一，奖金20万/人，每年获得者不超过10人。人大信息学院2020届毕业生陈师哲曾于2017年在校期间获得百度奖学金。道阻且长，行则将至。行而不辍，未来可期。让我们一起走近，这两位人大学子的科研之路。王涵之：以平稳的心态，做纯粹的科研王涵之，信息学院2015级本科、2019级直博生，师从高瓴人工智能学院教授魏哲巍，专业为大数据科学与工程。她曾获研究生国家奖学金、中国石油奖学金、一等学业奖学金等，入选中国人民大学“拔尖创新人才培育资助计划”。其研究关注大规模图分析与学习算法的可扩展性问题。她在计算机理论研究，特别是图分析和学习算法方向，取得了突破性的成果。其成果有望在搜索等业务领域落地，发挥重大作用。幸遇良师，投身科研王涵之最初遇见导师魏哲巍，是在大三《算法分析与设计》的课堂上。魏老师授课时重视基础、逻辑清晰、循循善诱，他会带着同学们推导每一个公式，解答同学们的每一个疑问。这门课让王涵之有了醍醐灌顶的感觉，她也逐渐对算法研究产生了浓厚的兴趣。于是，投身科研的种子在她心中悄悄埋下。而在之后的研究过程中，导师魏哲巍也给予了她很大的帮助。“魏老师用一种润物细无声的方式，在我科研、学术的方方面面给予指导。”王涵之表示，从想法梳理、理论推导，到实验设计、文字表述，都离不开魏老师的关心和帮助。

关注重要且有意义的问题“关注重要且有意义的问题”是王涵之一直以来的“科研信条”，也是她不断前行的动力源泉。但是，探索重要问题的过程并不总是一帆风顺的。在优化以PageRank为代表的图分析指标的计算复杂度时，王涵之一直被一个细微的问题所困扰。“这只是一个很小的步骤，做算法推导时甚至很难关注到”，但正由于这个问题的存在，王涵之的推导思路始终无法顺利完成。“重要的问题常伴随着较大的困难，我们是否应该调整科研目标和自我期待呢?”她向导师魏哲巍说起了自己的困惑。魏老师鼓励她说：“始终关注重要且有意义的问题是应该坚持的，但解决问题的眼光可以更全面，不要局限于单个问题。”于是，她按照导师的说法，站在全局的角度思考问题瓶颈，最终成功改进了PageRank Contributions的计算复杂度，回答了图灵奖得主John Hopcroft教授在2007年提出的问题。“在关注重要且有意义的问题时，可能会遇到诸多困难，但也会有丰厚的回报。毕竟无限风光在险峰。”她这样总结这段研究经历。不同思想的碰撞是灵感的源泉“学校里浓厚的学术氛围为我的科研创造提供了温润的土壤”，在刚开始进行研究时，每周一次的“大组会”使她受益良多。在“大组会”上，老师和同学们会深入讨论各种学术难题。大家逐一用实例举证，每次都能讨论很长时间。每次“大组会”结束后，王涵之都能学到很多有用的知识，也收获了很多新的灵感，“即使是与我研究方向较为不同的学术讨论，听完也能有新收获”。王涵之认为，不同方向的思维灌输对于科学研究非常重要。“学院和实验室常鼓励我们，要研究‘有温度的人工智能’。在关注技术的同时，也需要具备交叉学科的思维。”而在人大，不管本科生还是研究生，都可以在微人大上搜到各年级的完整课表，王涵之每个学期也都会去旁听她感兴趣的课程。“在人大，我们有很大的学术自由度，可以接触到非常丰富且多元的信息，这对于目前交叉学科的研究是非常有意义的。”做好科研需要长期的努力王涵之认为，做科研是一场马拉松式的比赛，而不是短暂的百米冲刺，需要长期的积累，不能急于一时。“只有经过长期的努力，才能看见成果。要持之以恒，张弛有度，既不能每天都太累，也不能每天都不累”，科学的时间管理让她能够潜心投入科研，保持长期的活力和创造力。正是凭着这样“长期的积累”，王涵之不断前行，不断创新，取得了丰厚的科研成果。丁明宇：不忘初心，不负使命丁明宇，信息学院2013级本科、2020届硕士毕业生，硕士期间导师为高瓴人工智能学院教授卢志武，目前博士就读于香港大学，曾获微软学者提名、国家奖学金、北京市优秀毕业生等荣誉。致力于自动驾驶技术研究，从单个感知任务到多任务通用模型，为感知与认知推理结合开创新思路。不经意的瞬间，决定了科研之路在本科时期的一节课上，丁明宇意识到了计算机视觉的“远大前景”。“就在那一瞬间，我觉得计算机视觉非常神奇，因为它不光可以识别出各种物体，而且准确率是超过人类的。在我的以往认知中，计算机的工作原理只是一行行代码，而人则是有着自我意识的个体，计算机怎么能比人类强呢?”在好奇心与探究欲的驱使下，他加入了卢志武老师的课题组。而随着研究的深入，他渐渐明白了计算机视觉的工作原理，接触到最前沿的工作成果时，自己当初的疑问也有了答案。

(开学第一课上给信息学院新生分享学习和科研经验)科研是一个长期的过程，而兴趣则是最好的驱动力。坚守初心，勇攀高峰，丁明宇在科研的道路上勇敢前行。老师和同学们的帮助是科研的“助力剂”在丁明宇的科研道路上，老师和同学们帮助了他很多。“刚开始研究时，什么都不懂。卢志武老师不嫌麻烦，会手把手地教我。从选题、设计模型到做实验、写论文，卢志武老师在每一步当中都会给予我非常大的帮助。”正是在这样无微不至的帮助下，丁明宇逐渐入门，很快上手，并成为实验室的“骨干”。信息学院会经常举办各种学术论坛、讲座，聚焦最前沿的科研学术成果;高瓴人工智能学院则融合AI+人文学科，从大局出发，在细节着手，发挥人大特色和学科优势，推动人工智能基础理论和技术研究，促进人文社科与人工智能的深度融合，助力每一位致力于学术的同学实现“科研梦”。“运用好这些资源，方能更上一层楼”，丁明宇这样说。

(在CVPR2019会议上和机器人合影)“科研工作是辛苦的，但大家在一起为了一个目标而努力，再苦再累也不觉得疲惫”。丁明宇在科研时常常与同学合作，与同学们互相请教自己不懂的问题。“有时候往往别人无心的一句话就能让我打破当前的科研瓶颈。”良好的氛围、同学们的互帮互助是丁明宇科研工作的“助力剂”。人大的人文氛围是科研生活的“调节剂”丁明宇从小便开始学习理科，“脑子里装的全是理科知识”。但来到人大之后，在繁忙的科研工作间隙也会被其浓厚的人文氛围所感染，拥有了生活的“调节剂”。“人大不像传统理工类高校一样严肃、庄重，校园里常常有着活泼、灵动的气息。”而就在这样的氛围中，孕育出独特的科研氛围，“精于科研，而又不止于科研”，培养出全面发展的“国民表率、社会栋梁”。“人大包容的学术氛围让我能够更多地去探索自己学科以外的知识。”在人大，无论你来自哪个学院、学习什么专业，都可以辅修学校里任何一个专业。在本科期间，丁明宇辅修了数学，“数学是研究AI理论所必需的，如果数学不好，就很难做出满意的模型”。在轻松愉悦的氛围里，同时学习两个专业的丁明宇并没有感受到疲惫，而是“学得轻松、学得快乐”，在之后的科研中，他也保持了这样的风格，创造出了许多优秀成果。坚持到底，永不言弃其实，在2020年丁明宇就申请过百度奖学金，但并未成功。面对挫折，他没有轻言放弃，而是不断努力。“这是科研成果、材料准备、临场发挥等多方面的原因。失败并不可怕，只有勇敢面对它，才能战胜它。”之后的一年里，丁明宇总结了之前的经验与教训，继续深入研究自动驾驶技术，归纳、整理自己以往的科研成果，也对自己的研究有了更深的理解，更加自信坚定。能把新一届百度奖学金收入囊中是意料之中，而荣誉之外，一路走来丁明宇更是收获良多。理in人大中国人民大学开创了中国最早的数据库教学研究。而发展以深度学习为重心的人工智能技术，离不开海量高质量数据的驱动。理工学科的建设也与中国人民大学独特的人才培养模式息息相关。近十几年来，中国人民大学不断总结办学经验、学科发展与人才培养规律，依据学科发展趋势和国家社会发展需求，优化学科布局，持续推进教学改革创新，形成了“主干的文科、精干的理工科”的特色学科布局和“思想引领、通专结合、实践创新”的特色培养理念，以及“宽口径、厚基础、多选择、重创新、国际性”的人才培养模式，依据学校学科特色优势、学科发展和人才需求的综合性、融通性特征，学校长期探索实践形成了“打牢根基、宽厚基础、学科复合、科教融合、个性发展”的拔尖创新人才培养模式。如今，高速发展的理工学科正成为人大校园里一颗闪耀的新星，而人大也正在向“厚重的基础学科、卓越的社科学科、引领的交叉学科”不断迈进，向着世界一流大学不断前进。