科研结果汇报

在攻读研究生期间，科研汇报已经成为了生活的一部分，很多学生在汇报初期会非常不适应，甚至出现逆反情况，其实，这只是你还没有了解罢了。一、研究生阶段都要做课题汇报吗？越是科研属性强的单位或部门，越是会频繁的作汇报，每周一次的固定例会是属于常规节目，其他不定期的汇报，一周会在3-5次左右。二、汇报需要准备多久？这完全因人因事而异，起初做一个汇报，做PPT需要3-4个小时，甚至更多的时间，但随着做得越来越多，积累的素材或者内容也越来越清晰，30-40分钟，也可以完成一个PPT汇报的。三、汇报需要多长时间？这取决于汇报的要求，比较重要的汇报，比如博士答辩，或者重大项目申请，需要40-60分钟，甚至更长的时间；而一般性汇报，常见于15-30分钟。在科研汇报中，一页PPT可以讲1-2分钟为宜，当然，也得视具体情况而定，没法一概而论。三、PPT汇报八大忌讳（1）照着读这几乎是首次做汇报时候，研究生普遍采用的应对技能。这是一种消极抵抗的行为，表示的含义是一我并不懂，读给你听，希望你以为我懂；二这就是我做的汇报内容的展示方式；三我太紧张，怕自己脱稿无法完成；四，你不会用PPT的备注功能！（2）全是字文字是传播信息的最重要的方式之一，但也有缺点，就是需要阅读，转化效率低，而PPT汇报则是面对面交流的方式，优点就是信息交换量大，转化率高，因此，PPT汇报时采用文字转述是非常不适合的一种模式，最佳原则是多用图、表展示，而用语言解释，替代文字。（3）背景五颜六色或各种炫丽动作科研交流比较严谨，对于数据、逻辑、机理揭示等方面，均需要较为准确或者能够清晰表达，那么在一页内容中，将最重要的信息展示出来，是最重要的任务，而五颜六色或者炫丽的跳动动作，则会使听众的注意力转移，因此，突出重点内容，合理利用显著颜色标注很重要，一页PPT里尽量不要出现超过3种颜色（推荐黑色、红色、蓝色），全文不要用浅色（黄色、绿色等）（4）全程无眼神交流这几乎是照着读的翻版方式，PPT汇报的优点就是面对面交流，而这种方式能否反映出汇报者对课题内容的不自信，也是消极汇报的方式之一，正确的方式是，时刻与台下或者对面的听众进行眼神交流，根据反馈的目光，调整讲解速度，并进行适当扩展或删减。（5）主次逻辑不清科研，最在乎的就是逻辑，一旦逻辑阐述不清，读者就会陷入迷茫，不知所云。在PPT汇报中，展示逻辑的方面，主要有（1）目录，这个需要在此页现实，同时，在变更章节内容时，进行适当提示；（2）二级、三级标题或标号乱用，这将导致汇报内容的全线崩塌。正确的做法是，务必要有一条主线以及清晰的逻辑指引，时刻让听众知道你所讲的逻辑。（6）字体字号不统一由于不同页面内展示的信息不同，难免会出现字号不统一的情况，但需要注意的是，全文PPT内容中的字号，务必要一致，尤其在标题、正文。（7）交流时，不听听众的问题或所答非所问这几乎也是导致汇报失败的重要表现之一，因为在交流中，汇报者难免会出现紧张，或者，急于解释的情况，会出现抢话，或者，不听对方问题的情况发生。正确的做法是，随手开着手机录音，尽量进行笔录或者电脑记录，并根据问题一一解答，实在无法解答时，采用礼貌的感谢方式，并保证尽快找到答案后回馈信息。切忌不能与听众发生语言冲突，甚至肢体冲突。（8）大白片PPT大白片PPT也是不能使用的方式。需要采用带有学校标签的LOGO或者标志性颜色彩条，设置在PPT上沿或者下沿位置，起到突出展示主体的作用。四、会议记录每次汇报结束，需要有一人进行详细的汇报记录，该记录作为下次记录时候的开场内容，需要把上次汇报中提出的问题，进行解答，并开展下一次汇报。

6月中旬，国家级课题“基于大数据的个性化精准教学模式创新研究”实验学校子课题开题暨中期成果汇报会于江西南昌圆满落幕，会议由江西风向标教育主办。作为该课题的子课题《基于大数据的精准教学案例研究》的研究学校，柳州二中运行该项目已经历经半年的时间，根据课题的实施方案以及进程进行了中期成果汇报。柳州二中的粟丽妮老师作为课题代表，在中期成果汇报会上做出了成果汇报。粟老师对课题开题半年以来的研究进行了梳理，从选题、分工、研究过程、初步成果和下一步的研究计划、预期的成果等方面进行了详细的阐述，通过教师个体的思考和教师群体的合作、交流、互助，最终形成成果，并运用这一成果指导实践教学，成功将课题做“精”做“活”！粟老师说，经过这一段时间的课题实践，根据开题报告中的课题研究方向，课题组对于课题在达成方向上做出了相应统筹规划，做到以课程建设为动力、以课程改革为重点、以课题研究为手段、以教师发展为目的。而在教学目标上，结合学校的教学常规以及多次会议讨论，加之学校邀请的政府教学督导专家与风向标教育专家组为课型研究做点评和指导，为后阶段的研究明确了方向，最终将课题研究目标定为：1、借助数据分析的方法和手段，精准地找到学生学习的困难，准确把握学情，了解学生的个体差异，结合学校“三精教学”策略，立足学生数学核心素养的养成及个性化发展，为学生的课前、课中、课后的学习提供有效的服务，让课堂教学把握的更加精准有实效。2、探索基于数学学科“数据分析----诊断教学----实施改进”数据使用途径。形成基于问题改进的教研策划，改进学教方式。3、推进信息技术与教育教学的深度融合，研究并运用大数据分析平台促进精准教学模式创新，提高学生数学核心素养和课堂教学。在课题的主要内容方向上，课题组根据课题的研究方向、教学目标进行了调整，形成了“如何打造高效课堂的研究”、“精准打造并优化四种课型的研究”及“如何帮助学生个性化成长的研究”等三大方面为课题研究的主要研究内容。教育部教育管理信息中心教育信息化专委会主任罗志刚，课题负责人、江苏师范大学智慧教育学院院长杨现民，对相关课题的完成情况作了全面、深入的点评。杨院长首先肯定了柳州二中的课题研究成果，并称远远超过了自己的预期，并对接下来工作提出了意见，杨院长说：“既然是一个案例研究的课题，从教育研究方法上来说，是有一个规范的方法的，接下来就是去规范，去做深度的案例分析，同时，我也希望能够有论文成果能够见刊。”“此次课题研究目标明确，路线清晰，对四种传统课型的诊断成效显著，这离不开每位课题成员的努力以及学校方面的重视”罗主任说到，“同时，我们也要注意分层教学，要规避应试提分的题海战术、应对规模化教育与个性化培养的矛盾、学生的学习能力与学科素养应对如何匹配等多个问题，是需要我们柳州二中攻克的难点。”本次报告会气氛热烈，效果显著，课题组成员对研究的课题有了更深层次的认识，更加明晰课题实施的意义和操作方法。我们相信在各级专家的科学引领下，在课题组成员的共同努力下，在社会各界的支持配合下，《基于大数据的精准教学案例研究》课题一定会开出绚丽之花，结出丰硕之果！

结题报告是一种专门用于科研课题结题验收的实用性报告类文体，是科研课题结题验收的主要依据。它是研究者在课题研究结束后对科研课题研究过程和研究成果进行客观、全面、实事求是的描述，不仅要详细地叙述研究工作的经过，更要引出研究和思考的观点。因此，写好科研结题报告非常重要，以下是达晋编译认为写好一篇科研结题报告应具备的要求。一、报告的基本格式要符合基本内容的需要。一般来说，一篇规范的、好的结题报告，需要回答好三个问题：一是为什么要选择这项课题进行研究，也就是这项课题是在怎样的背景下提出来的，研究这项课题有什么理论意义和现实意义；二是这项课题是怎样进行研究的，要着重讲清研究的理论依据、目标内容、方法、步骤，讲清研究的主要过程；三是课题研究取得哪些研究成果，包括实践成果和理论成果。这三个问题，决定了结题报告的基本格式一般由三大部分组成，即简介部分、主体部分和附录部分。简介部分包括序言、内容摘要、主题词等；主体部分包括研究背景、研究内容、研究过程、主要研究成果、分析和讨论等；附录部分包括引文出处、参考文献、附表、附图、答谢等。虽然结题报告的写作应符合以上基本格式要求，但在具体写法上也要灵活掌握。二、要取好课题名称。一个好的课题名，要符合准确、规范、简洁、醒目的要求。它不仅表明研究者所要研究的主要目的、内容和对象，而且还规范了研究的范围、思路和方法。题目看起来似乎是个小问题，但实际上很多研究者在申报课题时，往往由于题目不准确、不恰当，从而影响了结题报告的形象与质量。因此，课题名称应避免出现以下的问题：一是题目太大；二是一个题目表述两个甚至多个主题，造成报告根本无法正常进行论述，严重影响报告质量；三是表述不清；四是题目繁琐冗长；五是题目文学色彩太浓；六是文不对题。三、研究的背景要做进一步深化研究和阐述。关于研究的背景，即为什么要进行本课题的研究，许多课题报告都是把立项申请报告上这一部分的内容照抄照搬上来，没有新意和新的突破。实际上，阐述清楚为什么要进行本课题的研究，本身就是重要的研究内容，是不能马虎的。如关于课题所依据的理论，就不能用一两句话简单交代。四、要对课题的核心概念进行界定。在科学研究中，有许多名词术语往往会出现不同理解的现象。为了避免由于一些关键性名词概念上的歧义，造成读者产生认识上、观念上的不统一，避免由于这些歧义造成他人对研究成果在理解和接受上的分歧，有必要在结题报告中，对研究所涉及的重要概念、名词下一个比较明确的定义。五、要在研究过程的表述中体现研究方法。许多结题报告对课题所运用的研究方法，只是高度笼统的几句话就完了。比如在说明研究方法的主要特色与创新性时，仅仅只是简单地罗列了几个研究方法，而未作任何介绍，这是不妥当的。所以，要在研究过程的表述中，体现研究方法。六、要特别突出研究成果的创新亮点。创新性，是科研的生命和灵魂，所研究的问题是别人没有提出的，或者是有人提出但没有解决或没有完全解决的。很多科研者因为缺乏交流和沟通，研究同一个问题的很多，而且研究内容和观点雷同，缺乏创新。关于在结题报告如何突出研究成果的创新亮点，换个角度思考问题、阐述问题是一个好的办法。七、要重点撰写课题研究成果。一般来说，一个结题报告写得好不好，是否能全面、准确地反映课题研究的基本情况，使课题研究成果具有推广价值和借鉴价值，就看这部分的具体内容写得如何。写作时通常要注意两个问题 ：一是不要只讲实践成果，不讲理论成果；二是研究成果的陈述要进行综合归纳和提炼。

（会议现场）湖南日报·新湖南客户端1月11日讯(通讯员 陈颖 王成奇)1月9日下午，湘大召开2019年度人文社科科研工作总结大会。湘大副校长刘建平出席，湘大党委委员、统战部部长盛明科主持会议，湘大人文社科各学院院长、科研副院长、科研秘书及社科处全体工作人员参会。社科处负责人对2019年度人文社科工作进行了总结，还部署了2020年社科项目申报、结题、智库建设和成果组织等工作。2019年湘大人文社科在项目申报、成果质量、科研获奖、成果转化、学术氛围、科研管理等方面取得了明显的成绩：全年共获得国家级项目立项36项。其中，国家社科基金年度和青年项目立项27项，排名全国第26位、高校第24位、全省首位;国家社科后期资助项目立项8项，立项数居全国26位，全省首位，刷新湘大后期资助项目立项纪录。圆满完成5项省级重大智库项目，立项数与湖南大学并列全省第一，立项经费为全省首位，获省部级以上领导肯定性批示11次，获批示次数居全省智库单位首位。毛泽东思想研究中心应邀参加教育部人文社会科学重点研究基地管理会议，并作典型经验发言，获得好评。会上，湘大马克思主义学院院长颜佳华、商学院院长楚尔鸣、文学与新闻学院院长李剑波、法学院·知识产权学院院长肖冬梅和外国语学院院长胡强就人文社科项目申报、科研成果评奖、学科建设、人才引进等方面作了交流，对学科交叉融合、项目多元申报、增加平台投入等提出了建设性意见。刘建平在总结讲话中指出，2019年学校人文社科取得了良好的成绩，是学校上下一心、职能部门与各学院通力合作的结果。社科工作要深入贯彻习近平新时代中国特色社会主义思想，进一步打造科研团队，凝炼科研特色，推出科研精品，积极服务国家重大战略与地方经济社会发展需求，努力提升科研成果的影响力。

雷锋网 AI 科技评论按：年终总结可能会迟到，但不会缺席！圣诞节+元旦假期过后，谷歌资深 Fellow、谷歌 AI 负责人 Jeff Dean 代表所有谷歌的研究部门发出了他们的 2018 年度科研研究年终总结。这一年，谷歌的科研人员们在人工智能、量子计算、计算图形学、算法理论、软件系统、TPU、开源软件与数据集、机器人技术、AI 应用、医疗保健等许多方面做出了许多新的成果，不仅有许多论文，更有许多实际的技术产品。雷锋网 AI 科技评论在 2018 年中也曾单独报道过其中的许多项目。同样由 Jeff Dean 撰写的 2017 年谷歌大脑年终总结见这里 上篇 下篇。如今谷歌把人工智能的相关研究开发拓展到了新品牌「谷歌 AI」下面，曾经的谷歌大脑负责人 Jeff Dean 也就成为了谷歌 AI 的负责人。 现在我们把这篇 Jeff Dean 代表全体谷歌科研人员撰写的谷歌科研成果 2018 年年终总结全文翻译如下。谷歌资深 Fellow、高级副总裁、谷歌 AI 负责人 Jeff Dean对于谷歌的研究团队来说，2018 年又是充满激情和干劲的一年。我们的技术研究成果在许多个不同的方向上继续开花结果，包括计算机科学方面的基础科研成果和论文、科研结果在谷歌的更多新兴方向中的应用（比如医疗保健和机器人）、对开源软件的贡献以及和谷歌的产品开发团队之间的紧密协作，所有这些的目标都是为了创建更多有用的工具和服务。下面我们来一起看看 2018 的一些成果，以及对未来的一年做一些展望。更详细尽的汇总可以参见我们的 2018 年论文发表清单（https://ai.google/research/pubs/?year=2018）。道德准则和 AI在过去的几年中，我们共同见证了 AI 领域的重大进步，欣喜地看到了 AI 对谷歌的产品产生了积极的影响，这些产品也在日常生活中为谷歌的数十亿用户提供了更多帮助。对于我们这些在 AI 领域工作的人来说，我们非常在意 AI 是否成为了这个世界变得更好的推动力 —— 也就是说，它的使用是符合人类道德的，它用来解决的问题也是对这个社会有益的。2018 年我们发布了谷歌 AI 准则，它也带有一系列负责任的 AI 应用的示范样本，描绘出了 AI 应用实践的技术指导。这些准则和示范也一同构成了评价我们谷歌自己的 AI 产品开发的体系框架，我们希望别的组织机构也能够运用这些准则规范他们自己的思路。需要说明的是，由于这个领域的发展速度飞快，我们在某些准则下提供的示范样本（比如「为了避免产生和加强不公平的偏见」、「为了对人类可解释」），也会随着我们在机器学习公平性和模型可解释性等新领域开展研究而不断变化、不断更新。这些研究研究成果反过来也会让谷歌的产品不断进步，让它们更具包容性、更少带有偏倚，比如我们就已经减少了谷歌翻译中的性别偏倚，也探索并发布了内容更为广泛多样的图像数据集和模型（https://ai.google/tools/datasets/open-images-extended-crowdsourced/），以便让计算机视觉模型在整个地球中更加多样化的环境中都可以工作。更进一步地，这些努力也让我们得以把最佳实践分享给更广泛的研究群体，比如我们的机器学习快速课程中的 Fairness Mole。造福整个社会的 AI如今大家都已经知道，在社会的许多方面、在许多重要的社会问题上，AI 都有潜力带来剧烈的影响。我们在 AI 洪水预测方面的研究就是一个绝佳的例子，它展示了 AI 可以如何在真实世界的问题上帮助人类。在多个谷歌内部团队的合作下，这项研究的目标被定义为「为洪水发生的可能性和可能覆盖地区提供准确、细时间粒度的信息」，而那些在洪水高危地区生活的人们就可以根据这些信息作出更好、更及时的判断，能更好地保护自己、保护自己的财产。洪水预警系统已经在印度的部分地区投入使用另一个例子是我们研究如何预测地震的余震，我们展示了机器学习模型预测余震地址可以比传统的基于物理模型的方法准确得多。这项研究还有一个也许影响更为深远的方面，那就是因为我们设计的机器学习模型是具备可解释性的，科学家们得以在这个模型的帮助下对余震的活动作出更好的观察，这不仅让余震的预测变得更加准确，也让我们对余震本身有了更好的了解。谷歌之外也有许多我们的伙伴。许多研究者和谷歌的研究员、工程师一起借助 TensorFlow 之类的开源软件钻研各种各样的科学和社会学问题，比如用 CNN 识别座头鲸的声音，发现新的系外行星，识别生病的木薯等等。为了鼓励这个领域产生更多的新点子，我们与 Google.org 一同发起了「谷歌 AI 社会影响竞赛」，参加比赛的个人和组织研究需要一些从想法转化为现实之后可能会带来重大社会影响的项目，然后他们可以获得总数为 2500 万美元的资助资金，而且可以获得谷歌研究科学家、工程师、其它专家的指导。辅助性技术在我们围绕机器学习和计算机科学展开的研究中，有很大一部分都是希望帮助我们的用户们更快、更高效地达到他们的目标。通常这都需要科研团队和各种产品团队之间展开合作，研究成果也发布成为各种各样的产品功能和设置。其中一个例子是谷歌 Duplex，这个系统的建设需要我们把自然语言处理、对话理解、语音识别、文本转语音、用户理解以及高效的用户界面 UI 设计多个方面的研究成果集中整合，而它的最终效果是，只需要用户对着自己的手机询问「能不能帮我预定明天下午 4 点做头发」，一个虚拟助手就会替你打电话到理发店敲定相关的细节。我还可以举一些例子，比如智能写作 Smart Compose，这个工具会通过预测模型给出写作提示，帮助用户写作邮件，写作过程可以更快、更轻松；声音搜索 Sound Search，它构建在 Now Playing 功能的基础上，可以快速、准确地帮助用户找到环境中正在播放的音乐；还有安卓系统中的 Smart Linkify，它展示了我们可以使用运行在移动设备上的机器学习模型分析屏幕上正在显示的文本，理解文本内容之后把它划分为不同种类的小节，接着就可以直接点击文本访问对应的应用程序。Smart Linkify 智能地把连续的文本分成了一段地址 + 一个时间我们目前的研究中一个重要的关注点就是让谷歌助手这样的工具支持更多的语言，以及让系统更好地理解语义相似性，就是说即便使用了完全不同的方式来表达，我们也希望它能理解人们希望表达的概念和想法是相同的。我们在提升语音合成质量以及缺乏训练数据的文本转语音任务中的研究成果，未来也可能为谷歌的产品增加新的功能。量子计算量子计算是一种正在逐渐发展壮大的计算范式，它有能力解决经典计算机无法解决的非常困难的问题。在过去的几年中我们一直积极地在这个方向上进行科学研究，我们也相信，量子计算机展现出解决多种问题能力（所谓的量子霸权）的那个时刻即将到来，而这也将成为这个领域的分水岭。2018 年里，我们的量子计算实验产生了一系列令人兴奋的新成果，其中包括一个新的 72 位的量子计算设备 Bristlecone，它极大地拓展了量子计算机可以解决的问题的大小。我们距离量子霸权的距离越来越近了。位于 Santa Barbara 的谷歌量子 AI 实验室中，研究科学家 Marissa Giustina 正在安装一块 Bristlecone 芯片我们也发布了 Cirq，这是一个为量子计算机开发的开源编程框架，我们也借助它探索了如何在量子计算机上运行神经网络。最后，我们分享了研究量子处理器性能涨落的问题的及经验和技巧，也分享了关于「量子计算机有可能可以成为神经网络的计算性基础设施」的想法。2019 年里，我们期待在量子计算空间里做出更多惊喜的成果。自然语言处理对于自然语言处理领域，2018 年里谷歌收获颇丰，我们有许多科研成果，也有许多关注于产品的内部团队合作成果（https://ai.googleblog.com/search/label/Natural%20Language%20Understanding）。我们在 2017 年发布的 Transformer 基础上做了改进，得到了一个新的时间并行的模型版本，我们把它称作 Universal Transformer，它在包括翻译、语意推理等许多自然语言任务中都展现出了极大的性能提升。我们也开发了 BERT，这是首个深度双向、无监督的语言表示，它只需要在普通的文本语料上预训练，然后就可以通过迁移学习精细调节到许多种不同的自然语言任务上。相比之前的最佳表现的模型，BERT 在 11 种自然语言任务中都取得了显著的表现提升。在极具挑战的 GLUE benchmark 中，相比之前的最佳水平模型，BERT 把分数的绝对值提升了 7.6%除了和许多谷歌内部的产品团队合作开发了上文提到的 Smart Compose 和 Duplex 之外，我们也探索改进了谷歌助手，让它能够更好地处理多语言混用的场景。我们的最终目的是希望所有的用户都可以与它自然地用语言交流。感知我们在感知方面的研究攻克了让计算机理解图像、声音、音乐和视频等有难度的问题，同时也为图像捕捉、压缩、处理、创意表达以及增强现实提供了更多更有力的工具。2018 年，我们把新技术融合进了谷歌照片 app，它可以更好地整理用户在意的照片内容，比如人和宠物。谷歌 Lens 和谷歌助手则可以帮助用户了解自然世界、实时回答问题，谷歌图像中的 Lens 还有更多新功能。我们曾经表示过，谷歌 AI 的使命中有一个重要的方面就是要给人类赋能、让他们从技术中受益，这一年中我们也对谷歌 API 做了许多升级，改进了它的功能、更新了它的基础组件。一些例子包括谷歌云机器学习 API 中的视觉和视频的升级的新功能，以及通过 ML Kit 实现的许多运行在移动设备上基础组件，提供了面部识别相关一些功能。谷歌 Lens 可以帮助你更好地了解身边的世界。比如，Lens 就分辨出了这条小狗的种类2018 年中，我们对学术研究的贡献包括了深度学习三维场景理解方面的进展，比如立体变换（stereo magnification，https://arxiv.org/abs/1805.09817），它可以为一个场景生成全新角度、而且具有逼真画质的图像。我们也有一些持续进行中的研究，可以更好地理解图像和视频，也就可以帮助用户更好地发现、组织、增强以及改进谷歌产品（谷歌图像、YouTube、谷歌搜索等）中出现的图像和视频。这一年中值得一提的改进包括：用于快速联合姿态估计以及人体实例分割的自底向上模型（https://arxiv.org/abs/1803.08225），一个用于复杂动作可视化的系统（http://mosculp.csail.mit.e/），一个可以对人和物体之间的的时间-空间关系建模的系统（https://ai.google/research/pubs/pub47219），以及借助蒸馏（https://arxiv.org/abs/1812.08249）和 3D 卷积技术（https://ai.google/research/pubs/pub47220）改进视频动作识别。在语音领域，我们提出了一种方法用于语义音频表示的无监督学习（https://ieeexplore.ieee.org/abstract/document/8461684），也提出了「高表现力、仿人类语音生成」的重大技术改进（Tacotron，https://arxiv.org/abs/1803.09047）。同时，多模态感知也是一个越来越重要的研究话题。「通过看来听」（https://arxiv.org/abs/1804.03619）综合了输入视频中的视觉和音频线索，然后可以抽取、增强视频中指定说话者的声音。这种技术有广泛的应用场景，从视频增强和识别、到视频通话、再到更好的听力辅助设备都可以运用，尤其适合同时有多个人说话的场景。在资源有限的平台上实现感知也越来越重要。我们的第一代移动平台计算机视觉模型 MobileNets 已经在学术界和工业界得到了广泛应用，而我们也在 2018 年发布了第二代模型 MobileNetV2（https://arxiv.org/abs/1801.04381）。在 MorphNet （https://arxiv.org/abs/1711.06798）中，我们提出了一种高效的方法学习深度神经网络的架构，它在符合计算资源限制的情况下为图像和音频模型提供了全面的性能改进，而更新的自动网络生成方面的研究则表明了可以针对硬件设计表现更加优异的模型。计算图像学在过去的几年中，手机摄像头画质以及易用性的提升可以说是叹为观止。其中一部分改进自然来自于手机摄像头使用的感光器越来越先进，但同时更大的功劳在于计算图像学领域的科学技术改进。我们谷歌的研究团队发表了自己的最新研究成果，也和谷歌的安卓系统团队、消费级硬件团队紧密协作，把这项成果搭载在最新的 Pixel 手机以及其它的设备上，并最终送达用户手中。早在 2014 年，我们就发布了 HDR+ 技术，它让手机快速连拍多张曝光不同的照片，然后在软件中对齐这几张照片，并通过计算软件把它们合并为一张照片。最初 HDR+ 的设计目的是让照片具有比只拍一张照片更大的动态范围，后来，快速连拍多张照片并基于它们做计算性分析已经成了一种通用的模式，2018 年的手机摄像头基于这种模式开发了更多的功能，比如 Pixel 2 手机中的运动照片，以及动作静止照片中的增强现实模式。动作静止照片中的增强现实模式中的一只小鸡今年，我们在计算图像学研究上的主要努力是为手机摄像头开发了一种新的能力，夜视，可以让 Pixel 手机在夜里看得更清晰，这项功能也获得了媒体和用户的一致好评。当然了，夜视仅仅是谷歌团队开发的帮助用户拍出完美照片的众多功能之一，这些功能都基于软件、服务于摄像头，它们包括：用机器学习带来更好的人像模式照片，通过超级清晰变焦看得更清楚、更远，以及用 Top Shot 和谷歌 Clips 捕捉特殊瞬间。左：iPhone XS；右：带有夜视功能的 Pixel 3 手机算法与理论算法是谷歌各个系统背后的支撑骨架，各种算法决定着从谷歌旅行的路程规划系统，到谷歌云的持续哈希系统等等的所有谷歌产品的表现。在过去的一年中，我们继续在算法和理论方面进行着深入的科学研究（https://ai.google/research/pubs/?area=AlgorithmsandTheory&year=2018），从理论基础到实用算法，以及从图挖掘（https://ai.google/research/teams/algorithms-optimization/graph-mining/）到保持隐私的计算方法。我们在优化算法方面的探索覆盖了许多领域，从用于机器学习的连续优化，到分布式的组合优化。在前一个领域，我们研究训练神经网络时的随机优化算法的收敛性的论文获得了 ICLR 2018 的最佳论文奖，这篇论文展示了热门的基于梯度的优化方法存在的问题（比如 ADAM 的一些变种），同时也为一些新的基于梯度的优化方法提供了扎实的理论基础。（https://ai.google/research/pubs/pub47409）对于分布式优化问题，我们研究了如何改进组合优化问题中的轮数和沟通复杂度，比如通过轮数压缩（https://ai.google/research/pubs/pub46793）和核心组的图中的匹配（https://ai.google/research/pubs/pub46793），以及子模最大化（https://ai.google/research/pubs/pub46927）和 k 核分解（https://ai.google/research/pubs/pub47742）。对于更偏向应用的方面，我们开发了新算法解决通过草图大规模设定封面（https://ai.google/research/pubs/pub46927），以及解决具有万亿条边的图的平衡分区以及层次化分簇问题。我们研究在线投递服务的论文（https://doi.org/10.1145/3178876.3186104）得到了 WWW 2018 的最佳论文提名。还有，我们的开源优化平台 OR-tools （https://developers.google.com/optimization/）也在 2018 Minizinc 限定编程比赛中赢得了 4 面金牌。对于算法选择理论，我们提出了一些新的模型（https://doi.org/10.1145/3159652.3159702），也对重建问题（https://doi.org/10.1137/1.9781611975031.38）和多项式分对数的学习问题（http://proceedings.mlr.press/v80/chierichetti18a.html）做了一些调研。我们也研究了神经网络可以学习到的函数的类型（https://doi.org/10.4230/LIPIcs.ITCS.2018.22），以及如何使用机器学习的思想改进经典在线算法（http://papers.nips.cc/paper/8174-improving-online-algorithms-via-ml-predictions）。对于谷歌来说，了解一些有强有力的隐私保证的算法是有着重要意义的。在这样的背景下，我们开发了两种新的方法，通过迭代（https://ai.google/research/pubs/pub47118）和随机排序（https://ai.google/research/pubs/pub47557）进一步分析并增强差分隐私。我们也使用差分隐私技术设计可以感知动机的学习方法（https://ai.google/research/pubs/pub46913），它们在博弈中很鲁棒。类似这样的学习技巧都在高效的在线市场设计中得到了应用。我们在市场相关的算法领域也有一些新的研究，比如帮助广告商测试广告投放的动机兼容性的技术（https://ai.google/research/pubs/pub46968），以及优化 app 内广告的刷新方式的技术（https://ai.google/research/pubs/pub46847）。我们也在重复拍卖问题中把当前最优的动态机制又向前推进了一步，我们的动态拍卖对于缺少未来预期（https://ai.google/research/pubs/pub47744）、预测有噪声（https://ai.google/research/pubs/pub47745）、异质买家行为（https://ai.google/research/pubs/pub46969）等状况都可以保持鲁棒，我们的结果还可以拓展到动态双拍卖的场景中（https://ai.google/research/pubs/pub47734）。最后，在在线优化和在线学习鲁棒性问题中，我们开发了新的在线分配算法处理带有流量峰值的随机输入（https://dl.acm.org/citation.cfm?id=3105446），以及对损坏的数据鲁棒的修补算法（https://ai.google/research/pubs/pub47732）。软件系统我们对于软件系统的研究很大部分都继续与构建机器学习模型有着种种联系，尤其是与 TensorFlow 有许多联系。比如，我们针对 TensorFlow 1.0 发布了动态控制流的设计和实现（https://dl.acm.org/citation.cfm?id=3190551）。我们在后来的研究中介绍了一个称作 Mesh TensorFlow 的系统，通过它可以很方便地定义具有并行模型的大规模分布式计算，这样的系统可以包含多达几十亿个参数。另一个例子是，我们还发布了一个用于可拓展的深度神经排序的 TensorFlow 库。TF 排序库支持多项目评分架构，是传统的多项目评分的拓展我们也发布了 JAX（https://github.com/google/jax），这是一个带有加速器的 NumPy 的变种，它可以支持 Python 函数的任意阶自动微分。虽然 JAX 并不包含在 TensorFlow 中，它所使用的部分底层基础软件其实是和 TF 相同的（比如 XLA，https://www.tensorflow.org/xla/），而且 JAX 的一些想法和算法也对 TF 起到了不小帮助。我们在机器学习的安全和隐私方面也做了更多研究，我们开发的安全、保证隐私的开源框架也用在了更多的 AI 系统中，比如 CleverHans （https://github.com/tensorflow/cleverhans）和 TensorFlow Privacy（https://github.com/tensorflow/privacy）。我们看重的另一个研究方向是机器学习在软件系统中的应用，这可以发生在许多不同的层次上。比如，我们持续地研究用层次化模型向不同的设备分配计算任务（https://openreview.net/pdf?id=Hkc-TeZ0W），以及我们参与了学习内存访问模式的研究（http://proceedings.mlr.press/v80/hashemi18a/hashemi18a.pdf）。我们也继续探索如何用模型学习到的索引在数据库和存储系统中替代传统的索引结构。正如我在去年的总结中写的，对于如何在计算机系统中使用机器学习，我们目前的认识其实还处在非常早期。层次化分配器（https://openreview.net/pdf?id=Hkc-TeZ0W）对一个四层的神经机器翻译模型的计算量的分配。其中白色表示 CPU，四种不同的彩色表示 GPU。值得注意的是，每一层的每一步计算都是分配给了多个 GPU 在执行的。这种分配方式比人类专家设计的分配方式快 53.7%。2018 年里我们也结识了 Spectre 和 Meltdown 这两个现代计算机处理器带有的严重安全漏洞，它们也正是在谷歌的零计划（Project Zero）团队与其他团队的合作中发现的。这些漏洞以及其它相关的漏洞着实让计算机架构研究人员们忙活了一阵子。在我们持续地对 CPU 的行为建模的过程中，我们的编译器研究团队把他们的测量机器指令延迟和端口压力的工具集成进了 LLVM 中，这让编译器得以做出更好的决定。谷歌具有为计算、存储和网络构建大规模、可信赖、高效的技术架构的能力，谷歌的消费者产品、谷歌的云端服务以及机器学习模型的推理就都高度依赖于这种能力。在过去的一年中，这些方面的研究亮点包括谷歌最新进化的软件防御网络 WAN（https://ai.google/research/pubs/pub47191）；一个独立工作、联邦式的查询处理平台，它可以在以不同的文件形式存储的数据上、在许多不同的存储系统上执行 SQL 查询语句（https://ai.google/research/pubs/pub47224）；以及一个关于我们谷歌的代码审查做法的详细报告，包含了谷歌的代码审查背后的动机、目前的惯例、开发者的满意状况以及挑战（https://ai.google/research/pubs/pub47025）。运行一个内容存储之类的大规模网络服务需要在不断变化的环境中做稳定的负载均衡。我们开发了一个持续的哈希方案（https://dl.acm.org/citation.cfm?id=3175309），它对于每一个服务器的最大负载有一个严密、可证明的保证，我们把它部署在了谷歌云的 Pub/Sub （https://cloud.google.com/pubsub/）上，为谷歌云的客户提供服务。在发布了最初版本的论文（https://arxiv.org/abs/1608.01350）之后，Vimeo 的工程师注意到了这篇论文，实现了它并把它开源到 haproxy，然后在 Vimeo 的负载均衡项目中使用它。它带来了显著的改进，这些算法思想的运用大幅降低了服务器缓存的带宽需求，几乎只有原先的 1/8，消除了一个重大性能瓶颈。（未完，下半篇见这里）via https://ai.googleblog.com/2019/01/looking-back-at-googles-research.html，雷锋网 AI 科技评论编译

又到一年开学季，无论是定期的实验室组会还是向老板进行课题汇报，一切还是原来的配方，一切还是原来的味道——我们的科研日常又回来了。而作为内容呈现的重要形式，把尘封已久的PPT技能召唤出来就显得尤为重要了。希望经过漫长的假期之后，大家的PPT技巧不会变得生疏。我们投必得学术公众号，在之前的推送中推出过几个PPT模板的免费下载网站：PPT达人必备网站，教你玩转PPT模板（内含视频）不知大家是否还有印象呢，请自戳链接复习哦！不过话说回来，光有好的网站和PPT模板可不代表我们一定能做出一份完美的PPT，很多小伙伴下载好PPT模板后，直接把自己的数据和内容进行复制粘贴，这样会导致格式发生很大的变化，同时跟自己的原来编排的内容也有出入，这样做就达不到我们想要的效果，事倍功半。那么ppt模板的正确打开方式到底是怎样的呢？今天小虎就告诉大家，我们下载好的PPT模板该如何使用。首先，根据我们的需要下载好不同内容和要求的模板。我这里以答辩的PPT模板为例。1. 主题颜色下载好模板后，我们需要观察模板的整体配色和效果。（图片来源：软件截图）比如上图展示的模板中，作为一份合格的答辩模板，简洁肯定是必须的。我们看到，整体的PPT模板颜色和基调是根据校徽来的。那么如果我们的校徽不是蓝色，而是绿色红色之类的，很显然，PPT蓝色的主体颜色和校徽的颜色就会很不协调。这时我们就需要先把我们自己学校的校徽加上，然后再根据校徽的风格修改整体配色。第一步，我们先加校徽。当然，我们可以对每一张幻灯片逐一添加，不过为了节省时间，笔者推荐使用幻灯片模板的方式进行校徽的添加。首先我们选择视图-幻灯片模板（图片来源：软件截图）在打开的幻灯片模板页面中，选择第一张模板，删除之前的校徽。然后加入我们需要的校徽，用复制粘贴或者插入图片的方式都可以，然后拖拽到我们想要的位置，离开母版视图，即可看到每一张的PPT都被我们加上了校徽。（图片来源：软件截图）添加完校徽后，我们就会发现，原来的蓝色边框和紫色的校徽看起来极其不搭，这时我们就需要修改主题的颜色。依次选择，设计-变体-下拉菜单-颜色-自定义主题（内置的主题颜色也可以，但是一定要色调统一）。（图片来源：软件截图）将我们对应颜色，比如笔者这里深蓝色是着色1，改成偏紫色即可，具体颜色需要根据我们的校徽颜色或者自己觉得好看的颜色设定即可。这样全文的主题颜色就会变成跟校徽的色调相一致的颜色了。不过一定要注意，假如PPT的主体颜色，不在原本的这6种着色中的话，我们是没有办法设置的。这种情况下，我们可以先手动把PPT的主题色改成着色里面有的颜色，再批量修改颜色。（图片来源：软件截图）除此之外，我们还可以在模板的左下角，加入我们论文的名字，这样每一页的下方都会出现论文名字的提示。（图片来源：软件截图）2. 关闭动画选项通常我们下载的现成模板中，每一页的幻灯片都会添加各种各样的动画，麻烦不说，也不符合我们科研PPT简单、精炼的风格要求。所以我们需要把PPT的每一张动画给去掉。（图片来源：软件截图）打开动画窗格，我们可以看到这个页面中的所有动画，此时用键盘快捷键Ctrl+A，即可选中所有的动画，直接Delete删除即可。当然有些小伙伴可能觉得这样太麻烦，也可以用一键取消PPT中所有动画的方法。依次选择，幻灯片放映-设置幻灯片放映-放映时不加动画前面的勾选上，点击确定即可关闭整个PPT播放时所有的动画。（图片来源：软件截图）3. PPT素材提取用了很多别人的PPT模板，我们可能看中了其中几个图片或者插图样式，但是又想找到原图，所以这时就需要把模板中的素材提取出来。我们只需要把PPT的后缀名改成.ZIP变成压缩文件，然后对这个压缩文件进行解压，选择PPT目录下的media文件，打开后即可看到PPT中使用的所有图片和文字样式。这样即可轻轻松松获得PPT中的所有素材了。不管是图标还是背景，一应俱全。（图片来源：软件截图）今天我们就分享到这里。怎么样？掌握以上小技巧，是不是觉得用好PPT也不难？这些给你科研道路上锦上添花的操作你一定要学会哦。在以后的推文中，小虎编辑会继续教给大家更多实用刚需的科研小技能，请大家继续关注投必得学术。

周博文与他的工作间。红网时刻记者 张兴莎 长沙报道“第一次在现场聆听习近平总书记讲话，我感觉特别亲切与激动，同时也感受到了习近平总书记很重视创新创业，尤其是科技创新、原始创新。”湖南睿图智能科技有限公司负责人周博文回忆起当时的场景时，仍然激动不已。周博文是湖南人，在湖南大学本硕博毕业后，前往清华大学做了两年博士后研究，而后去往上海创业，2016年和团队一起回到长沙创办睿图智能科技。现在，公司主要依托计算机视觉识别算法，为餐饮、物流、医疗等行业提供智能化解决方案。“政府的这些举措让我们民营企业倍感温暖。”座谈中，周博文向习近平总书记汇报了两个故事，一是团队刚回湖南创业时，得到了长沙高新区“柳枝行动”孵化平台20万元无偿补贴和很多免费服务，让企业顺利起步；二是疫情期间，公司的流动资金比较紧张，政府和银行主动联系他们，为他们上门办理3家银行的无抵押授信，帮助他们度过最艰难的时期。“我期盼，湖南未来能有更优的营商环境，让更多像我这样的回乡创业者充满底气。”周博文说，座谈会上，习近平总书记指明了发展方向，坚定了他们创新创业的决心和信心。“还要努力学习，提高科研能力和创新能力，加强人工智能视觉识别、大数据等核心技术研发，坚持产品的科技创新，努力把科研成果应用到生产生活中。”周博文说，他定不负习近平总书记重托，勇于担当，不断创新，为实现中华民族伟大复兴的中国梦贡献自己的力量。

作为一个“无所不能”的博士研究生，你是否有过想放弃的念头，也是否不甘心自己就这样？哈哈~ 无论你现在的心境是如何，都不要觉得孤单，因为广大的博士生是你精神的后盾。回想起逝去的年岁，曾经的自己有过单纯的追求，有过迷茫和困惑，当然也有过欣慰和收获。现在的自己即使处境艰辛也依然能笑看江湖，写下自己这些年来关于科研和生活的感悟。我眼中的自己是区别于大众眼中优秀的人的，为什么我愿意分享，因为优秀并不适合模仿，只有感悟可以共情。01、面对未知，最早的时机就是现在任何人都不可能擅长所有领域，但总有一些人会对某一个领域很执着，因此他们就会成为别人眼中的大佬。可能你会在意比你年纪小的人还懂得比你多，你会觉得自己无论怎么努力都不能追赶上别人的脚步。其实真正优秀的人，他们对知识的渴求是饱含初心的，他们在某方面强于别人的不仅仅是时间上的优势（起步早），更是对待知识的态度，以及应对困境的韧劲。大部分人的平庸都败在了态度。过往不可咎，如果真正的热爱学习，热衷于某方面的知识，无论何时起步都不晚。你可以优秀的人学习，但是不要嫉妒别人，更不要觉得自己暗淡。因为能引起嫉妒的，绝对是你认为和你处于一个水平的人，相差很远的人不可能产生嫉妒的心理。优秀的人学习，是学习他们对待困难是去解决尝试，而不是逃避，不是自怨自艾。不断地超越自己吧，你将有更加开放的心态。02、如果后悔，最好的选择是开始面对如果你也曾有过这样的经历，总是日复一日的拖延还等待着自己的爆发，看似“零收获”地度过很多天，苦恼着自己与周围人的差距。那么，为什么我们不尝试着去忘记时间呢，不要用后悔来消耗更多，而是运用现在的功力选择开始。因为开始不代表着充满了艰辛，我们也可以很平常，在稍有走神的时候，就允许自己去观望周遭的世界，之后再回过神来。就像我们要跑10km，其实并非不停才最省力，在短暂的休息后，往往更有爆发力。我相信你的一天可以有几个大的计划，但是这其中是很有弹性的，我们不会辜负任何一天，在这种弹性中你会知道这种不确定性带给你的惊喜或者磨练。所以我们更在意当下，因为明天具有太多的未知。我觉得，注重当下的科研体验，才是自己对工作和人生最认真的态度。03、感到犹豫，试着调转方向不再犹豫作为研究生，我们常常会面对各种各样的科研难题，思路困境，技术短板。你知道你是可以解决的，你可以与自己的朋友商量，你可以寻找更多的资源，你可以在不同的回答中找到自己最想要的信息。前提只要你相信：“任何问题都是可以解决的”。就把这些困境当成是必经之路，就把这其中的煎熬看得淡些再淡些，因为过于焦虑和烦躁会削弱我们解决的问题的能力。所以我们要不断地鼓励自己，即使缓慢也是进步，因为你收获的不仅仅是在解决之后的喜悦，更有对自己心态的提升，后者才是你在面临下一次困境的时候最需要的。科研和人生都是一个问题接着一个问题的，也不知道为什么，但是这么多年来，这种感觉都是存在的，包括我的朋友们也是有同样的感觉。将困境常态化，当成只是很普通的问题，一个一个小问题解决之后，你就收获了自己的里程碑。04、科研和生活，培养责任感我觉得科研会使人增加理性，也更具有责任心。理性的一面是，摆事实讲道理，不能掺杂过多的个人情绪，讨论要基于事实，不能做过多的推断，同时又要。责任心是因为科研过程漫长且环环相扣，容易出错又要尽量避免出错。我们的作品都是建立在众多的错误之上，所以我们自然会对每一个环节而负责。面对一些错误，如果一言以蔽之，就容易导致错误的一连串的错误发生，最终无法收场。所以我们要负责，从数据到逻辑，做到尽可能精确地串联。我脑海中一直有一句话支持着我做事情：“不管故事的开始是怎样的，成功的故事过程必须是通过强大的逻辑贯穿”。面对科研和生活，都不要做胆小鬼，因为故事的逻辑在于你自己。让每一段经历都自然而然地发生和结束。05、乘风破浪的日子还有很多收获这这么多年的相处过程中，我认识了很多人，也因为一些矛盾失去了一些“朋友”。总体上的感觉，还是有很多收获。有些东西不是刻意就能得到，可是但凡是用心去做的，都会给予你很多的回报。比如好的作品，好的薪水或者是好的家庭生活。如果以上这些肉眼可见的都没有，我相信也会收获很多情感，亲情或友情。因为做科研的回报来的慢，且有时候是以惊喜的形式，我更加相信，现在与未来的连接，更加期待不确定性和未知，也可以叫做收获的时滞效应。科研教会了我们观察这个世界的方式，教会了我们保持好奇心和洞察力。最后，我还是希望自己可以不忘初心，可以爱护羽毛，也可以乘风破浪。来源：募格课堂 作者：弗卡思

新学期开学以来，广丰中学在党委书记、校长徐海波的带领下，班子成员密切配合，团结协作；广大教师爱岗敬业，勤奋工作；全体学生刻苦学习，顽强拼搏；校风校貌发生了巨大变化，各领域取得了可喜成绩。教师在各种教学比赛中多次获奖，有力地提振了广中人的精气神。现把本学期以来教师获奖情况汇报如下，以激励教师积极投身科研，促进教育教学水平不断提高。 江西省高中思想政治防疫期间线上教育一等奖获得者陈俊老师感言：只有千锤百炼，才能成为好钢。 上饶市高中思想政治优质课比赛一等奖获得者吕光虎老师感言：成功是个人努力和集体智慧的结晶与化合。上饶市高中数学教师教学能力比赛一等奖获得者吴连敏老师感言：要学会将动力转化为内驱力。上饶市高中通用技术优秀教学课例展示交流二等奖获得者周伟华老师感言：一份耕耘，一份收获。上饶市高中英语优秀教学课例二等奖获得者於祺老师感言：自信来源于底气，底气来自不为人知的努力。上饶市高中数学教师教学能力比赛二等奖获得者周莉倩老师感言：用心做事，传道解惑；用情育人，润物无声。广丰区第六届中学组班主任专业技能展示活动一等奖获得者吴天颂老师感言：有一种美丽叫坚持。广丰中学教师凭借丰富的教学经验过关斩将，屡获殊荣，彰显了百年名校的深厚底蕴，为科研兴校，打造“希望教育 书香校园”奠定坚实基础。我们坚信，在未来的教学比赛中，将有更多的广中人在教学竞技舞台上大放异彩，为广丰中学赢得更多的荣誉。（广丰中学宣传中心 报道）