学习科研

学霸未必适合搞科研？搞科研的，也许曾是学渣？搞科研比学习难？坦白地说，搞科研与在学校里的学习，几乎是两种不同的认知体系。学霸未必适合搞科研。会搞科研的人，也许曾是“学渣”。在学校里学习，是学习人类已知的知识。学习已有的知识，需要记忆力、理解力、认知力……总之，是把已知的知识，变成自己的知识。学得再好，也没有跨出人类认知的界限。而搞科研，是探索人类知识的新疆域。单凭学习已知知识的能力，还远远不够。创造力、洞察力、想象力……甚至，耐心、恒心、平常心，这些能力，都是探索未知世界中，必不可少的能力。搞科研需要对科学的热情。没有热情，就是打湿的柴堆，点不着火燃不起来。所以，搞科研会比学习难吗？不一定，二者对能力的要求不尽相同。养猪和野外猎猪，需要的能力完全不同。还有一点，是学校教育中存在一个很大的bug。把应该通过实践来学习的内容，仅通过书本来代替。没吃过猪肉、没见过猪跑，让学生们怎么去逮猪？搞科研，是需要实操的，需要由感性认识，再上升为理性认知。而我们的学校教育恰恰反其道，首先扔给学生的都是冰冷的书本、公式。因为教育偷懒省钱，把学生们的学习，简单地变成“纸上谈兵”，学生因为缺少感性认识，学的头昏脑胀要爆炸。没有为学生提供合适的教育，究竟是学生的问题，还是教育者的问题？我有一个朋友，在课上学傅利叶变换时，学得要崩溃，死活学不会，只好死记硬背混考试。但当他进入科研，在实际应用中使用傅利叶变换时，很快就开悟了。不仅运用自如，而且还能触类旁通。所以，很多时候，不是学生没有科研的能力，而是我们错误的教育方式，把学生科研的热情扑灭了。

经管之家经管之家公众号，依托国内最大的经济、管理、金融、统计类的在线教育和咨询社区，涵盖经济热点、楼市动向、社会百态及各类学习资源等广泛话题，是百万用户的顶级经济-管理圈子！经管之家公众号每日定时推送，内容关注经管之家，或许不会让您马上成为金融大家，但是一定会给您的生活带来更多的活力！硕博就业出国硕博就业出国，以为高知群体监控最好的发展机会为目标，推送内容包括考博、申博、出国读博、访学、交换、求职等方面精心挑选出来的优质信息，帮助您把握不容错过的重要机会。这个号的主要功能是：1、监控50万以上薪酬硕博高薪职位2、监控硕博职场生态，及时播报行情3、劲爆出国机会，助你拥抱国际舞台梅斯医学梅斯医学（MedSci），全球高精尖医学人才聚集地，在这里你可以获取最新、最精彩的资讯。热门研究？辛辣时评？专业知识？你想要的，我们全都有！一站式资讯平台，带你探遍医学最前沿。生物谷如果你是一名科研学霸，如果科学、实用、权威是你秉持的学术理念，那么，生物谷的专业型学术风格一定与你心灵契合。深耕于生物医药领域17年，全面、创新、深入共享全球生物医药科研资讯与行业干货，曾数度被用户点评为学术界公众号的一股清流。学术公开课学术公开课服务数百万硕博生和科研工作者，内容丰富，包括前沿的科研资讯、优质的科研学习课程、劲爆硕博就业信息等等，只要你需要的，我们都会努力提供服务，帮助你变身科研达人，快快关注我们吧！植物学最前沿“植物科学最前沿”微信公众平台致力于分享和交流植物科学研究方法、学术成果，努力构建最专业的植物科学学术传播平台。在这里你不仅可以第一时间了解植物科学最前沿的研究进展，还可以共享获得更多的植物科学研究方法及软件，还可以加入我们的学术交流群，20多个学术交流群，总有一个适合你。高分子科学前沿想了解高分子领域最新进展，快关注这个公众号！初入高分子行业，对此一无所知别担心，今天给大家推荐一个公众号“高分子科学前沿”除了及时专业的资讯和文章外，还有社群、找项目、找导师、找……高分子领域最有影响力的新媒体，了解最新学术进展、工业进展、技术交流、信息发布化学加化学加，中国著名互联网品牌之一。关注化学加，看到不一样的化学，这里有你有我有大家，20多万人已关注。化学加主要涉及化学化工、医药日化、科技科普教育领域，从这里您可以看到有趣的化学实验，生动的科普故事，化学名家名企的成长经历，最前沿的学术科研进展，最新的产业新闻及商业机会等。化学加网-CAS查询数据库已收入四千多万种化学品，一亿多条数据，包含众多常规品种的供应商联系方式，可在线直接询价、购买。化学加网还提供难题悬赏，定制合成，技术供需，专业人才招聘等功能。放弃关注，您忽视的除了化学，还包括加！群学书院群学书院，由南京大学学者举办，秉承百年学府悠远文脉，旨在推广全民阅读事业，普及人文社会科学新知，提供公共文化服务，创造建康社会。定期举办各类专业课程、公益沙龙、海外游学、文化参访。2017年获第三届华文领读者大奖。书院总部位于南京中山陵永慕庐（宋庆龄别墅）。群学书院微信公号拥有订阅户十九万，已成为南京读书界最大的深度阅读平台。中外学术情报优质的综合性学术平台，每日送上重要的国际、国内学术动态、科研成果、重要观点，重要学习机会以及硕博高薪职位信息。关注者福利：1、后台回“2018”，获取拥有4800万免费论文数据库的SCI-HUB最新动态网址，和可免费下载大多数学术书籍的6个神奇网站网址；2、回复“公开课”，获得C刊/SCI论文发表、研究方法、读博/英语讲座；3、关注后，回复不同关键词，还可获得更多惊喜内容！中国生物技术网中国生物技术信息网官方微信平台。每日为生物领域专业人员和爱好者分享全球前沿、热点学术信息，致力于打造集学术研讨、经验分享、共同进步为一体的媒体平台。中国生物技术网诚邀生物领域科学家在我们的平台上，发表和介绍国内外原创的科研成果。注：国内为原创研究成果或评论、综述，国际为在线发表一个月内的最新成果或综述，字数500字以上，并请提供至少一张图片。投稿者，请将文章发送至weixin@im.ac.cn。本公众号由中国科学院微生物研究所信息中心承办

　　我是双非院校的一枚硕士研究生，土木工程专业，研究方向为岩土工程。入学以来已发表7篇论文，1篇SCI、4篇EI、2篇CSCD;在外审的有2篇，一篇SCI和一篇EI;在写的有2篇。我也经常看慕格学术上各位前辈分享的学习与科研的经验，学习到很多，受益匪浅。因为不同的专业可能在学习与科研上有些不同，在此想把自己这两年自己的学习与科研过程中的一些感悟和大家分享一下，如有不妥之处，敬请见谅。　　01　　研一阶段　　提到研一那年，可谓是酸甜苦辣咸五味俱全。　　还没正式入学的时候我就来到了就读研究生的学校。我本来还想利用那个暑假挣点钱的，结果研究生导师打电话问我暑假有没有时间，学校举办了暑期学校，有空可以来参加学习一下。我想这是一个很好的一个学习机会，就辞掉了原先找好的工作，从南京来到了现在的城市。　　到了学校才知道，导师现在有个实验正在做。那时也不知道研究生到底要做些什么，就跟着师兄们去做实验。那个暑假，周一到周五参加暑期学校日常的课程，周末去做实验。我所在的城市夏天比较闷热，实验是在隔壁学校做的，每次去都要跑一段路程。从早上八点到实验室，一直到晚上八点多才回学校，每每都是大汗淋漓。　　　　实验内容是用砂浆浇筑隧道物理模型，每次大概要搅拌10袋左右的水泥，沙子就不知道多少了，最后浇筑成型的模型有十几吨重。烈日当头，我们师兄弟几个搬水泥、铲沙子，用搅拌机搅拌好后，用斗车将砂浆倒入模型箱内，再把砂浆抹平。就这样辛苦了一个暑假，试验模型做好了、也养护好了，各种仪器也调试好了，暑期学校结束，我也就回家了。等到9月份开学后回到学校，我才知道第一个实验已经做完。那时也不知道要做两个试验，开学后也就是一边上课一边去做实验。第二个实验全程参与，学到了很多东西，虽然过程非常累，但实验结果很好，出问题的监测仪器很少。　　实验做完了，得到了大量的数据，下一步工作就是对数据进行处理。跟着师兄，我学到了怎么使用Matlab处理数据。数据处理后就能够出图，有了图也就可以写论文了。当时研一才开学不久，导师就和我说：实验做完了可以准备写论文了。　　然而，我当时根本就不知道写论文到底是怎么一回事，本科时很少接触到论文，平常又比较喜欢读小说。过了一段时间后，我把写出来的论文交给导师，果然被导师批评了——“在写小说吗?情感很丰富嘛!”当时在场的不仅有师兄们，还有其他老师，弄得我非常尴尬。不过，对我这第一篇论文，导师不耐其烦地帮我改了十次以上。每次修改论文，导师都给我解释为什么要这么改，语句怎样表达能更加精炼准确，我真的很感谢导师。　　就这样前后改了一个多月，我把第一篇论文投了EI期刊，两个多月后被拒稿。投个论文真不简单!瞬间的茫然后，我又对论文进行大改，修改后又投了出去。研一的一年，几乎就是不断地写论文、同时也在不断的投稿，虽然没有一篇被录用，但这个过程让我慢慢懂得怎样去投稿、去更好的将自己的创新点突显出来等等。　　刚开始写论文，写的是中文论文;后来在导师的鼓励下，我还开始尝试英文论文的写作。第一篇英文论文投了个SCI期刊，结果被批的一无是处，收到拒稿邮件时心理很是失落。后来我就不停的改，又投了EI刊，虽然仍经历了大幅度修改，但最后还是录用了。　　研一一年自己感觉收获很多。虽然只有一篇论文被录用，但我感觉，学到的这些知识，都为我研二能够出成果打下了坚实的基础。　　02　　研二阶段　　研一在上课与写论文中度过。由于研一就把实验做了，研二相对轻松很多，也对实验的数据进行了更深入的研究，进一步开展了数值模拟对比研究，以及通过数值模拟拓宽研究深度与广度。　　研二阶段主要是在阅读国外文献。那时才发现，要想写好英文论文，必须要多阅读英文期刊的论文，起码要挑选本领域较为知名的期刊上发表的论文进行深入阅读。阅读的同时，学习大牛们是怎么构思论文结构，怎么去叙述实验过程，怎么去分析实验结果，以及怎么去更加深入地探索实验现象背后的机理。只有通过大量的阅读才能慢慢领悟到这其中那些不言而喻的东西。　　通过大量阅读英文期刊论文，我有了尝试写一篇SCI论文的冲动。那时我又回头看了看研一写的那篇论文，感觉就是不一样，如果重新写肯定能写的更好。在导师的指导下，我花了半个月完成了一篇论文初稿，导师也没给我修改，让我直接投稿。一个半月审稿意见返回来了：一个大修，一个小修。　　那段时间，由于感情方面的原因，自己的状态也不是太好，草草修改了一下就把稿件返回去了。结果一个审稿人同意录用，另外一个拒稿，最后主编给了大修。这次我很认真的去修改，做了一个月的数值计算，并将数值模拟的结果加到论文中去佐证我的实验所得到数据的可靠性。功夫不负有心人，最后论文被录用了!这期间和编辑联系了好多次，期刊对英文水平要求很高，我也花钱进行了润色。　　　　通过这篇SCI论文，我学到了很多东西：①投稿一定要找合适自己的，不要妄自菲薄，也不要骄傲自大。一般可以先尝试较好的期刊，限于土木工程领域期刊基本上是SCI四区较多，也就没想过能投个一区或二区的，这和生物、材料等学科还是有很大差异的。②对于审稿人的意见，一定要仔细认真踏实地修改，千万别有侥幸心理，否则就会被拒稿。③英文论文，一定要重视绘图的重要性。如果你能把论文中的图画的很美观，给编辑与审稿人视觉上的享受，便能收获很好的印象分。　　研二阶段，我有三篇英文论文被录用(1篇SCI、2篇EI),还有三篇中文论文被录用(1篇EI、2篇CSCD)。目前，还写了两个专利，还在审理当中。除了收获，也有过心酸。有时因为一些东西做不出来而感到特别苦恼，有时感觉心太累了。还好，自己坚持了下来。　　　　2018年我准备读博，现在已经找好了导师。那时见到导师时，导师对我还是比较肯定的，这也给自己这两年的努力一个很好的安慰。虽然是来自双非院校的学生，但我认为，只要导师给了你一个平台，你就应该，并且能够在这个平台上施展你的才华。在这里特别感谢我的研究生导师，他对我和同门以及师兄弟们都很照顾。希望自己18年能顺利考上博士，在以后的路上更加努力去做到更好。

跟着SCI大牛学习科研论文写作表达关于科研，大家心目中的情景是怎么样的呢？在日以继夜不停的实验尝试中，终于有那么一次实验，将反应停掉，收集产物，进行相应质谱表征后，拿到的数据是符合理论解释的，这时很多科研工作者会觉得心情舒畅，课题看似已完成一大半，甚至有的还认为这个课题已经基本告终了，但事实真的如此么？刚才的经历在整个科研过程中固然重要，但这并不代表全部。事实上，你的导师或者你的师兄师姐在你进入实验室前，已经替你承担了经费申请、创意点构想甚至课题前期探索这些极为关键的前期工作，使得当你进入实验室后，能够以相对轻松的方式去进行课题的学习与研究，而不需要忧心其他问题。但除此之外，需要你做的事情不单单是做实验，而且还需要进行极为重要的一步工作，那就是写作训练。关于写作，它是一项关于在解决表达问题的训练，我们除了在发表文章中需要直面表达这个问题外，在日常的学术交流，学术答辩，学术报告中，一样是需要在围绕表达问题。但这个过程中，经受较为严格的科研工作者，已经开始注重话术及写作的训练，但很多人并不注意这样的一个过程。于是本文开始的场景就出现了，看起来关于科研就是做出符合理论解释的现象。然而当你去总结课题，去撰写课题时，这个过程，你会发现变得不在那么熟悉，下笔也变成极为困难的事情，因为在这个过程，你开始发现你没有办法把那些概念、想法及严谨的逻辑推理过程进行有效表述，于是你不得不开始懊恼，感叹科研如过连绵的山丘一般，好不容易过了一个，但还有一个更大的山丘在等着你。面对上述问题最好的解决办法就是在日常的科研生活中，提前对写作进行训练，但对于大部分学生来说，除了高中前语文课程中有过基础写作训练外，大学之后就断掉这部分课程了。那如何保证现在的写作内容是好的呢？解决这个问题，其实就是在回答如何能有效表述复杂的想法。简单来说，如果你想表达的想法很容易，而且可能是已经在之前就已经被解释过了，那么你可以快速写出来，但一直处于这样的状态下，你并不能有很好的写作水平。例如：Q：What is the polymer? (什么是聚合物，高分子材料领域问题)A：The polymer is the molecule composed of repeating structural units typically connected by covalent chemical bonds. (聚合物是一种由共价键连接的重复结构单元组成的分子。)然而有一些想法或概念并不能轻易给出表述，这些想法或概念可能是因你并没有完全了解，也可能是观点太新颖巧妙，也可能是解释这些需更宽广深入的视野，而这些往往都会需要你投入更多的工作，但这些往往才是更为重要的。例如，Q：What is the dynamic covalent bond?解答这个问题，除了已知的概念外，还需要了解产物的热力学平衡态和动力学平衡态之间的区别。才能更为充分地解释这个概念。Q：What is the soft matter？除了知道像凝胶这样地体系外，还有非常多的类型，虽然在概念上适合，但物质本身又不太符合软物质这样的概念，事实上关于软物质这些概念，目前并没有形成一个共识。所以面对这样的问题，你需要去停一下，进行反复得思考与考究，而不是只担心写作速度问题。如果只是强调写得快，写得轻松，那你可能到最后只能写一些书本易得或个人容易想到的，而不能去写出观点更深入的，概念难以充分表达的想法。所以一旦开始进行写作训练，一定要多去寻找困难的进行训练，而且你必须允许你的任何步伐随着你想在任何时间表达的想法的难度而变化，这样的写作训练才有意义，经过这样的训练，才能有更为高质的写作文章。

现在出门脑子都可以不带，但是手机必须得带上，如果出门不带手机，就感觉现如今出门不带口罩，在大街上裸奔一样，心慌慌。细想一下，手机陪伴我们的时间还是蛮多的，我们完全可以利用看手机的碎片化时间来提高我们的科研水平，在寓教于乐中快乐科研，下面我们就推荐几款手机文献相关类app，帮你爱上读文献。01 手机知网，定位于提供移动知识服务，支持上万种期刊、报纸等内容个性订阅，以及各类专题知识定制、行业情报推送、文档阅读管理等功能。包括1994年以来的期刊、2000年以来的重要报纸、学位论文、会议论文等优质内容资源。02超星学习通，面向智能手机、平板电脑等移动终端的移动学习专业平台。用户可以在超星学习通上自助完成图书馆藏书借阅查询、电子资源搜索下载、图书馆资讯浏览，学习学校课程，进行小组讨论，查看本校通讯录，同时拥有电子图书，报纸文章以及中外文献元数据，为用户提供方便快捷的移动学习服务。除了在疫情期间或者空闲之余用来上网课之外，还可以在上面看一些优质的电子书或者是部分文献。其内置丰富的资源，论文， 图书，工具，美术鉴赏，音乐欣赏，名人讲座等等。闲暇之余用来提升自己也是一个不错的选择。03小木虫，致力于专业研究方向，涵盖各种专业学术科研探讨、读研读博经验交流等内容，是国内一款服务于各大院校硕博研究生和企业科研人员的学术科研类应用。虫友大多数是硕博在读研究生、年轻的高校教师和企业研发人员，涵盖绝大多数学科，但是内容太多太杂，一般小编是有具体问题了去提问或者搜索之前是不是有人问过，原因你懂的。04中文期刊助手，APP 平台采用了先进的大数据构架与云端服务模式，有着准确、完整的数据索引和数据对象。在初步了解课题相关背景知识时，会有很大的帮助！05Researcher，一款文献追踪app。可以选择本研究领域的所有期刊杂志和知名课题组进行文献追踪，根据关键词一键检索领域内有关文献。类似于微信的朋友圈或者公众号，每一个杂志都会及时将自己最新发表的文献推送出来，订阅者可以点击推送看到文献全文或者摘要，同时Researcher中可订阅的杂志众多，除了顶级杂志Science、Nature以及旗下多种子刊，还包括众多领域的顶级期刊。此外，Researcher还有一个很方便的功能便是Researcher联用，只要你在APP内对某一文献进行了收藏便可以将文献同步到Mendeley。06X-MOL，一款自然科学系列的精美 APP，能够实时更新行业资讯和前沿动态：包括顶级期刊 Paper 图文内容，海内外课题组信息，行业新闻文摘，自然科学类网址导航，相关软件和数据库导航；以及化学、生命科学，生物资讯，期刊信息，论文投稿等。所包含的信息全面、及时，是一款不可多得的优质科研软件。07科研之友，科研人员的专业社区网络服务（SNS），用于跨文献库检索和保存科研论文成果、文献和文件，与好友和群组共享信息和科研合作。使用"科研之友"您可以跨文献库检索并导入科研成果，科研项目和参考文献，将他们保存在同一地方，让你随时随地轻松开始工作，同时您也可以使用"科研之友"的好友与群组功能与同事或朋友共享科研信息，协同工作，扩大科研影响力，发掘新的科研合作机会。当然了，术业有专攻，不可能有某款软件能够十分契合你的需求，或者说做到十全十美。在此，大家可根据自身需要选择一至两种进行学习。除了文章所列举的这些app外，肯定也有许多更好用且对科研有帮助的软件，欢迎大家在评论区贡献自己的智慧和经验，一起学习，共同进步。

机器之心转载作者：陈天奇陈天奇是机器学习领域著名的青年华人学者之一，本科毕业于上海交通大学ACM班，博士毕业于华盛顿大学计算机系，研究方向为大规模机器学习。上个月，陈天奇在Twitter上宣布自己将于2020年秋季加入CMU任助理教授，成为加入CMU的年轻华人学者之一。在本文中，陈天奇回顾了自己做机器学习科研的十年。十年前，MSRA 的夏天，刚开始尝试机器学习研究的我面对科研巨大的不确定性，感到最多的是困惑和迷茫。十年之后，即将跨出下一步的时候，未来依然是如此不确定，但是期待又更多了一些。这其中的变化也带着这十年经历的影子。起始： 科研是什么我从大三开始进入交大 APEX 实验室，有幸随着戴文渊学长做机器学习，当时的我觉得「机器学习」这个名字十分高大上然后选择了这个方向，但是做了一年之后依然摸不着头脑，心中十分向往可以做科研，独立写论文的生活，却总是不知道如何下手。文渊在我进实验室的一年后去了百度。当时还没有得到学长真传的我，开始了我科研的第一阶段，从大四到硕士的第二年，期间一直自己摸索，不断地问自己「科研是什么」。和课程作业不同，学术研究没有具体的问题，具体的方法，具体的答案。文渊的离开让我一下子不知道该怎么做，当时的我的想法很简单，快点寻找一个具体的方向，完成一篇论文。因为 ACM 班的机会暑假在 MSRA 的短暂实习，虽然学会了很多东西，但并没有给我答案。MSRA 回来之后，在实验室薛老师的建议下，我选择了一个现在看来正确而又错误的方向 -- 深度学习。那是 AlexNet 出现之前两年，深度学习的主流热点是非监督学习和限制玻尔兹曼机。没有导师的指导，没有工具，当时我靠着实验室的两块显卡和自己写的 CUDA 代码开始了死磕深度学习的两年半。实验室的学长问我，你准备要干啥，我说：「我要用卷积 RBM 去提升 ImageNet 的分类效率。」这一个回答开启了图书馆和实验室的无数个日日夜夜，为了给实验室的老机器多带一块高功率的显卡，我们打开了一台机器的机箱，在外面多塞了一个外接电源。我的生活就持续在调参的循环中：可视化权重的图片, 看上去那么有点像人脸，但是精度却总是提不上来，再来一遍。从一开始 hack 显卡代码的兴奋，到一年之后的焦虑，再到时不时在树下踱步想如何加旋转不变的模型的尝试，在这个方向上，我花费了本科四年级到硕士一年半的所有时间，直到最后还是一无所获。现在看来，当时的我犯了一个非常明显的错误 -- 常见的科学研究要么是问题驱动，比如「如何解决 ImageNet 分类问题」；要么是方法驱动，如「RBM 可以用来干什么」。当时的我同时锁死了要解决的问题和用来解决问题的方案，成功的可能性自然不高。如果我在多看一看当时整个领域的各种思路，比如 Lecun 在很早的时候就已经做 end to end，或许结局会不那么一样吧。当然没有如果，赌上了两年半的时间的我留下的只是何时能够发表论文的紧张心情。焦虑的我开始打算换一个方向，因为 RBM 当时有一个比较经典的文章应用在了推荐系统上，我开始接触推荐系统和 kddcup。比较幸运的是，这一次我并没有把 RBM 作为唯一的一个方法，而是更加广泛地去看了推荐系统中的矩阵分解类的算法，并且在实验室搭建了一个比较泛用的矩阵分解系统。推荐系统方向的耕耘逐渐有了收获，我们在两年 KDDCup11 中获得了不错的成绩。KDD12 在北京，放弃了一个过年的时间，我完成了第一篇关于基于特征的分布式矩阵分解论文，并且非常兴奋地投到了 KDD。四月底的时候，我们收到了 KDD 的提前拒搞通知 -- 论文连第一轮评审都没有过。收到拒搞通知时候的我的心情无比沮丧，因为这是第一篇自己大部分独立推动完成的文章。转折在五月，KDDCup12 封榜，我们拿到了第一个 track 的冠军，我依然还记得拿到 KDDCup12 冠军的那一个瞬间，我在状态里面中二地打了 excalibur，仿佛硕士期间的所有阴霾一扫而尽。那时候的我依然还不完全知道科研是什么，但是隐隐之中觉得似乎可以继续试试。第零年： 可以做什么我对于科研看法的第一个转折，在于我硕士临近毕业的时候。李航老师来到我们实验室给了关于机器学习和信息检索的报告，并且和我们座谈。在报告的过程中，我异常兴奋，甚至时不时地想要跳起来，因为发现我似乎已经知道如何可以解决这么多有趣问题的方法，但是之前却从来没有想过自己可以做这些问题。联系了李航老师之后，在同一年的夏天，我有幸到香港跟随李航和杨强老师实习。实验室的不少学长们曾经去香港和杨强老师工作，他们回来之后都仿佛开了光似地在科研上面突飞猛进。去香港之后，我开始明白其中的原因 -- 研究视野。经过几年的磨练，那时候的我或许已经知道如何去解决一个已有的问题，但是却缺乏其他一些必要的技能 -- 如何选择一个新颖的研究问题，如何在结果不尽人意的时候转变方向寻找新的突破点，如何知道整个领域的问题之间的关系等等。「你香港回来以后升级了嘛。」-- 来自某大侠的评论。这也许是对于我三个月香港实习的最好概括的吧。香港实习结束的时候我收获了第一篇正式的一作会议论文 (在当年的 ICML)。因为 KDDCup 的缘故，我认识了我现在博士导师 Carlos 的 postdoc Danny，Danny 把我推荐给了 Carlos(UW) 和 Alex(CMU)。我在申请的时候幸运地拿到了 UW 和 CMU 的 offer。在 CMU visit 的时候我见到了传说中的大神学长李沐，他和我感叹，现在正是大数据大火的时候，但是等到我们毕业的时候，不知道时代会是如何，不过又反过来说总可以去做更重要的东西。现在想起这段对话依然依然唏嘘不已。我最后选择了 UW 开始了我六年的博士生活。感谢博士之前在 APEX 实验室和香港的经历，在博士开始的时候我似乎已经不再担心自己可以做什么了。第一年： 意外可以收获什么如果给我在 UW 的第一年一个主题的话，或许是「意外」。在交大时候因为兴趣的关系一直去蹭系统生物研究员敖平老师的组会探讨随机过程和马尔可夫链。到 UW 的第一个学期，我无意看到一篇探讨如何用 Lagevin 过程做采样的文章，我想这不就是之前组会上探讨过的东西么，原来这些方法也可以用到机器学习上。我直接借用了原来的交大学会的知识完成了第一篇高效采样 HMC 的文章。我后来并没有继续在这个方向上面耕耘下去，不过另外一位同在组会的学弟继续基于这个方向完成了他的博士论文。同样的在这一年，我和导师开始「质疑深度学习」-- 如果别的的机器学习模型，有足够大的模型容量和数据，是否可以获得和深度学习一样的效果呢？当时 Carlos 看好 kernel methods，而我因为过去的一些经历决定尝试 Tree Boosting。虽然最后在 vision 领域依然被卷积网络打败而尝试挑战失败，但是为了挑战这一假说而实现高效 Tree boosting 的系统经过小伙伴建议开源成为了后来的 XGBoost。在第一年暑假结束的时候，因为偶然的原因，我开始对 quantile sketch 算法感兴趣。这里主要的问题是如何设计一个近似的可以合并的数据结构用来查找 quantile。这个方向有一个经典的方案 GK-sketch 的论文，但是只能够解决数据点没有权重的情况。经过一两天的推导，我在一次去爬山的路上终于把结论推广到了有权重的情况。有趣的是新的证明比起原来的证明看起来简单很多。这个结论没有单独发表，但是后来意想不到地被用到了分布式 XGBoost 算法中，证明也收录在了 XGboost 文章的附录中。研究并不是一朝一夕，做想做的事情把它做好，开始的时候兴趣使然，而在几年之后意想不到的地方获得的收获，这样的感觉走非常不错。第二年和第三年： 选择做什么在新生聚会上，Carlos 对我说，你已经有论文的发表经历了，接下来要静下心来做发大的，「只做 best paper 水平的研究」。和很多 nice 的导师不同，Carlos 对于学生的要求非常严格，说话也是非常直白甚至于「尖刻「。很多的老师不论我们提出什么样的想法，总会先肯定一番，而 Carlos 则会非常直接地提出质疑。一开始的时候会非常不习惯，感觉到信心受到了打击，但是慢慢习惯之后开始习惯这样风格。到现在看来，诚实的反馈的确是我收益最大的东西。我进入博士的一年之后，主要在想的问题是做什么样的问题，可以值得自己深入付出，做扎实有影响力的工作。在博士的第三年，Carlos 在建议我把 XGBoost 写成论文，用他的话说：「写一篇让读者可以学到东西的文章」。和传统的写法不同，我们在文章的每一个章节插入了实验结果验证当章节提出的观点。而他对于做图的处理也成为了我现在的习惯，直接在图里面插入箭头注释，减少读者的阅读负担。经过几次打磨论文终于成为了我们想要的模样。博士前对于深度学习遗憾让我又逐渐把目光转回到深度学习。这个时候，我选择了不再一个人作战，在博士的第二年和第三年，我和兴趣使然的小伙伴们合作，一起开始了 MXNet 的项目。项目从零开始，在短短的一年时间里面做出完整的架构。我第一次看到集合了大家的力量齐心协力可以创造出什么样的东西。研究的乐趣不光是发表论文，更多还是可以给别人带来什么，或者更加大胆地说 -- 如何一起改变世界。博士第二年暑假，我在小伙伴的介绍下进入 Google Brain 跟随 Ian Goodfellow 实习。当时 GAN 的论文刚刚发表，我也有幸在成为 Ian 的第一个实习生。实习的开始，我们讨论需要做的问题，Ian 和我把可能要做的项目画在一个风险和回报的曲线上，让我选择。到最后我选择了自己提出的一个课题，在这个曲线里面风险最高，回报也最高。我一直有一个理想，希望可以构建一个终身学习的机器学习系统，并且解决其中可能出现的问题。这个理想过于模糊，但是我们想办法拿出其中的一个可能小的目标 -- 知识迁移。如果一个机器学习系统要终生学习，那么在不断收集数据之后必然需要扩充模型的规模来学习更广或者更深，按照现在的做法我们在模型改变之后只能抛弃原来的模型重新训练，这显然是不够高效的。是否有一个方法可以从已经训练好的网络上面进行知识迁移也就成为了一个重要的问题。我先花了一个半月的时间尝试了比较显然的 Knowledge distillation 的方法一直没有得到正面的结果。在最后的一个月，我改变了思路。实习结束的前一个星期，我打开 Tensorborard 上最近一组实验的结果：实验表明新的思路正面的效果。这最后几步的幸运也让我的这一个冒险之旅有了一个相对圆满的结果。这篇论文最后被发表在了 ICLR 上，也是我最喜欢的结果之一。博士的第三年，我和小伙伴们开发了一种可以用低于线性复杂度就可以训练更深模型的内存优化算法。当时我非常兴奋地把这一结果写下来然后把稿子后给导师看。他和我说：Hmm, 这个结果如果投到 NeurIPS 的话或许可以中一篇 poster，但是这并不是特别有意思。在我沉默之后他又补充了一句：论文并非越多越好，相反你可能要尝试优化你的论文里面最低质量的那一篇。最后我们只是把这篇论文挂在了 Arxiv 上。Carlos 的说法或许比较极端（这篇论文依然影响了不少后面的工作），但也的确是对的，用李沐之前说过的一句话概括，保证每一篇论文的质量接近单调提升，已经是一件难以做到但是又值得最求的事情。选择做什么眼光和做出好结果的能力一样重要，眼界决定了工作影响力的上界，能力决定了到底是否到达那个上界。交大时敖平老师曾经和我说过，一个人做一件简单的事情和困难的事情其实是要花费一样多的时间。因为即使再简单的问题也有很多琐碎的地方。要想拿到一些东西，就必然意味着要放弃一些其他东西，既然如此，为什么不一直选择跳出舒适区，选一个最让自己兴奋的问题呢。第四年之后： 坚持做什么博士第三年，我和小伙伴们参加 GTC，结束后老黄 party 的角落里，我一个人在发呆。深度学习的框架发展已经铺开，可接下来应该做什么，我一下子感到迷茫。第三年的暑假我没有去实习，而是决定一个人在学校尝试开发脑海中显现的抽象概念 -- 深度学习中间表示。暑假结束之后，我完成了第一个版本，可以比较灵活地支持深度学习系统里面的计算图内存优化。但是总是觉得还缺少着什么 -- 系统的瓶颈依然在更接近底层的算子实现上。暑假之后在去加州的飞机上，我尝试在纸上画出为了优化矩阵乘法可能的循环变换，回来之后，我们决定推动一个更加大胆的项目 -- 尝试用自动编译生成的方式优化机器学习的底层代码。这个项目早在之前我也有一些想法，但是一直没有敢去吃这个螃蟹。原因是它的两个特点：从零开始，横跨多领域。因为要做底层代码生成和想要支持新的硬件，我们需要重新重新搞清楚很多在之前被现有的操作系统和驱动隐藏掉的问题，这就好象是在一个荒岛上一无所有重新搭建起一个城堡一样。而这里面也涉及了系统，程序语言，体系结构和机器学习等领域。这让我想起之前在 ACM 班时候重头搭建编译器和 MIPS 处理器并且连接起来的经历。也是那段经历让我觉得为了解决问题去吃多个领域的螃蟹是个让人兴奋的事情。那段经历给我留下的第二个印记是理解了合作和传承的重要性。这门课程设计有一个传统，每一门课程的老师都由上一届学长担任。每一届的同学都会在之前的基础上有所改进。我也曾经为这门课做过一些微小的贡献。演化到现在，这门课程已经从只做简单的答辩，到现在已经有在线评测的 OJ。大家一起的合作塑造了这个课程。推动新的机器学习系统和塑造这门课程一行，需要各个团队的同学合作，足够时间的耐心关注和不断地改进。我的合作者们也被「卷入」到了这个项目中。我的体系结构合作者一直想要设计新的 AI 硬件，我在雏形完成之后花了大量的时间讨论如何协同设计新的硬件的问题。我们开始讨论怎么管理片上内存，怎么可以比较容易地生成指令集，甚至怎么调度内存读写和计算并行的问题都暴露出来。有一天，我和合作者说我们需要引入虚拟线程的概念来隐藏内存读写开销，然后他很快和我说，这是体系结构里面经典的超线程技术，发明人正是我们的系主任 Hank。我们也在不断地重新发现经典的问题的解决方法在新场景的应用，让我觉得上了一堂最好的体系结构课程。两年间的不少关键技术问题的突破都是在有趣的时候发生的。我在排队参观西雅图艺术博物馆的 infinity mirror 展览的途中把加速器内存拷贝支持的第一个方案写在了一张星巴克的餐巾纸上。到后来是程序语言方向的同学们也继续参与进来。我们争论最多的是如何如何平衡函数式语言和经典计算图做让大家都可以搞懂的中间表达，这一讨论还在不断继续。经过大家的努力，TVM 的第一篇论文在项目开始的两年之后终于发表。两年间参与项目的同学也从两个人，到一个团队，再到一个新的 lab 和一个社区，这两年也是我博士期间最充实的两年。因为做了不少「跨界」的工作，我常被问起你到底属于哪个领域。过去半年一直在各地给报告，报告这样开头：算法突破，数据的爆发，计算硬件的提升三者支撑了机器学习的变革，而整合这三者的，则是机器学习系统。这也是为什么我要做机器学习系统的原因。曾经一个教授问我这样的问题，如果明天有一样新的化学反应过程可能带来机器学习的变革，你会怎么做。我答道：「我投入会去学习研究这个化学过程」。虽然我不知道遥远的未来会需要什么，到底是系统，算法，还是化学，从问题出发，用尽所有可能的方法去最好地解决机器学习问题，应该这就是我想要坚持的研究风格吧。总结在写这篇总结的时候，心中有不少感叹。我常想，如果我在焦虑死磕深度学习的时候我多开窍一些会发生什么，如果我并没有在实习结束的时候完成当时的实验，又会是什么。但现在看来，很多困难和无助都是随机的涨落的一部分，付出足够多的时间和耐心，随机过程总会收敛到和付出相对的稳态。每个人的研究道路都各不相同，我的经历应该也是千万条道路中其中一条罢了。博士的经历就好像是用五年多时间作为筹码投资给自己，去突破自己做自己原来想不到的事情。中不管坎坷曲折都是无可替代的一部分。科研从来不是一个人的事情，对于我来说特别是如此。我在交大的时候和一群年轻的同学一起摸索推荐系统的算法，而在博士期间搭建的每一个系统都包含了很多合作者一起的努力。也正是大家一起的努力才带来了现在的成果。我个人在这十年间受到了不少老师，同学，家人的鼓励和帮助，感谢他们他们给予了我这无比珍贵的十年时光。原文链接：https://zhuanlan.hu.com/p/74249758?utm_source=wechat_session&utm_medium=social&utm_oi=36286488379392&from=timeline&s_s_i=0Adl1SNt%2FB3gEe0APUZZYAVRCRw%2F801frkyc0v%2BsfIo%3D&s_r=1

在郑大，还有这么一群研究生，他们博文约礼，见贤思齐，他们锐意进取，奋发向上，优秀的榜样会成为我们科研路上的动力。今天，就跟随小编一起来看一下，优秀研究生成果奖得主们的"战绩"吧：01从深震，化工学院2017级化学工艺专业硕士研究生，师从张亚涛教授。科研成果：硕士期间，参与发表SCI论文6篇（中科院一区5篇，中科院二区1篇），参加了1次国际会议（第14届Membrane Science & Technology）并做口头汇报。在校荣誉：获国家奖学金，优秀研究生成果奖，三好研究生，陈俊武研究生奖学金，“郑州大学青年学术榜样”称号等。小编问答：Q：学长在研究生阶段取得了十分优异的成绩，在学习方面有什么经验可以跟学弟学妹们分享的吗？A：做科研，尤其是做基础研究，一定要多看文献；及时阅读最新的文献，了解自己研究的前沿；多动手，要把自己的想法去付诸行动，不要怕失败；做事情一定要严谨，科学是一个比较严谨的过程；最最重要的就是一定要好好学习英语，提高自己的英语水平。02王帅，男，药物研究院2017级药物化学专业博士研究生。2019年经国家基金委资助，现在美国哈佛大学从事联合培养博士项目，师从于刘宏民教授。科研成果：截至目前，在国际学术期刊发表 9篇 SCI 论文（5篇中科院一区，ESI高被引论文1篇），另有3篇在投；在郑州大学研究生自主创新项目《新型EGFR抑制剂的设计合成及生物活性评价》项目中担任负责人，获得重点资助并按期优秀结项（2017-2018）。在校荣誉：曾获得三好研究生，优秀研究生成果奖等。小编问答：Q：学长现在在美国留学，那可不可以分享一些留学感受，以及在美国和在学校有哪些不同？A：我非常荣得到国家的资助，来哈佛这边学习。在国内很努力做科研，发文章，不断追求高水平文章。进入这边课题组之后，完全刷新了我对科研的认知。来自世界各地的高手聚集在这里，他们聚焦点完全主要是在转化上（偏应用），而且对实验细节上尤其重视，对科学问题能够透过现象看本质。跟他们在一起痛苦并快乐着，面临的挑战（语言，课题），让我对自己各方面能力都有新的要求。现在的我每天都在不断优化时间管理和生活学习方式，拔高自己的学习能力。“If you want to have a better idea, you need to have a lot of ideas.”这句话是哈佛正教授peter告诉我们的。我想把这句话送给学弟学妹们，希望你们也可以不忘初心，在自己的领域不断创新，为祖国的发展贡献自己的力量。03王央霞，女，中共党员，第一附属医院2017级临床检验诊断学专业硕士研究生，师从明亮教授。科研成果：在研究生期间以第一作者发表SCI论文3篇（最高影响因子为10.679），核心期刊2篇，获批国家专利1项；参与国际期刊（Journal of Experimental and Clinical Cancer Research）的审稿工作。在校荣誉：荣获国家奖学金、优秀研究生成果奖、优秀研究生干部、三好研究生、研究生排球比赛二等奖等多项荣誉称号。小编问答：Q：学姐可以分享一本你喜欢的书吗？A：《the mindful path to self-compassion》是哈佛大学临床心理学教授Germer的著作，讲的是静观自我关怀，要像对待最好的朋友那样对待自己。幸运的是我与Germer老师本人交流并得到他的签名。比如通常当好朋友遇到不幸的时候我们会给予关怀和鼓励，但是当自己遇到的时候，第一反应是“是我不好”等自责内疚等对抗情绪。医学的学习让我们关注到疾病本身，再追溯到某个器官、细胞、分子的病变等，其实最终很多疾病的发生是与情绪相关的。这本书能让你打开新的视野：随着心灵的成长慢慢学会接受和等待，等待岁月揭开命运的谜底，相信一切都有上天的美意。Wish you peace and joy。04胡增辉，数学与统计学院2018级博士研究生，师从慕小武教授。科研成果：SCI一区论文4篇， SCI二区论文1篇。在校荣誉：国家奖学金，优秀研究生成果奖，博士论坛最佳论文奖。小编问答：Q：在对待科研的心态方面，您有什么要对学弟学妹说的吗？A：在科研的路上，大家或许会遇到一些挫折，比如文章发表不顺利、拒稿等等，这些都是科研路上必经的过程。面对这些我们要以平和的心态去面对，寻找解决问题的方法，而不是陷入问题之中。05李小白，文学院2017 级中国古典文献学专业博士研究生，导师为刘志伟教授。科研成果：2017 年，硕士毕业论文被评为河南省优秀硕士论文。曾在日本、湖南、河南等地参加学术研讨会，并在北大核心期刊发表两篇论文，在A类核心期刊上以第二作者发表一篇文章。为柯文辉的小说《司马迁》和《云冈魂》撰写书评。在校荣誉：曾获国家奖学金，三好研究生，连续三年获得优秀研究生成果奖，2017年第十二届研究生学术论坛最佳论文奖等。曾参编书籍《上阳风物墨痕香》，与著名作曲家栾凯老师合作，创作歌词《上阳宫词》《富春山居图》《锦瑟》等。小编问答：Q：学姐在学习方面有什么经验分享给学弟学妹吗？A：多看多记，好记性不如烂笔头。给自己找好目标后，给自己点压力，定个早一点的deadline，然后赶在这个时间点之前完成。06曹曼，化学学院2017级硕士研究生，师从臧双全教授。科研成果：以第一作者发表在国际顶级期刊Journal of the American Chemical Society（IF = 14.695）。在校荣誉：曾获2019年度国家奖学金，2019年度优秀研究生成果奖。小编问答：Q：请问学姐平时会通过什么方式进行娱乐和放松呢？A：实验室是我呆得最久的地方，也成了我另一个家，家里还有一群科研路上的挚友。一起给老师或同学过生日、一起锻炼身体等，和他们一起做的很多事都是我平静生活里的小幸福。07李威，男，中共党员，生命科学学院2016级生物信息学专业博士研究生，师从安秀丽教授。科研成果：博士研究生期间共发表SCI论文5篇，其中一篇发表在血液学顶级期刊Blood杂志上，影响因子达到了16.562分，且是Blood当期封面文章。在国内外学术会议上参加学术交流论文5篇。在校荣誉：参与国家自然科学基金-河南省联合重点基金1项。2019年获得国家奖学金以及优秀科研设计奖。小编问答：学长你可以分享一下你的研究吗？给我们后辈们有什么建议呢？08于玉然，女，材料科学与工程学院2017级材料学专业硕士研究生，师从邵国胜教授和王卓副教授。科研成果：在研究生期间以第一作者身份共发表SCI论文三篇，均为中科院一区，共同一作文章两篇。在校荣誉：曾获国家奖学金，优秀研究生成果奖,三好研究生荣誉称号；获得第四届能源材料与纳米技术国际会议优秀墙报奖。小编问答：Q：学姐有喜欢的歌可以分享吗？A：《平凡之路》，特别喜欢朴树，那种淡然的感觉，想分享一下这首歌。也很想送给学弟学妹一段村上春树的话共勉：这个世界上根本没有正确的选择，我们只不过是要努力奋斗，使当初的选择变得正确。09雷建伟，男，水利科学与工程学院2018级工程安全与防护专业博士研究生，师从方宏远教授。科研成果：博士研究生期间以第一作者身份共发表SCI论文4篇和EI论文1篇；参与国家自然科学基金1项，国家重点研发专项2项。在校荣誉：曾获得优秀研究生成果奖、三好研究生等称号。小编问答：Q:学长有什么学习秘诀可以跟我们分享吗？A:在学习过程中遇到困难要先自己去查阅资料和论文寻找解决方法，在研究过程中多和导师沟通交流；给自己定一些小目标，有计划的完成每个小目标；最后就是多锻炼身体，随时准备着最充足的精力面对科研中的难题。10吴艳奇，土木工程学院结构工程专业2017级硕士研究生，师从王东炜教授和李胜利副教授。科研成果：以第一作者和第二作者（导师为一作）身份发表SCI论文4篇，其中3篇在中科院二区和1篇在中科院三区，授权专利4项。在校荣誉：曾获国家奖学金、优秀科研成果奖、河南省三好学生、三好研究生、优秀学生共产党员、郑州大学青年学术榜样等荣誉；所在土木学院篮球队连续两年获得郑州大学研究生篮球联赛冠军。小编问答：Q:学长课余时间喜欢做什么？怎么释放学习压力呢？A：平时最喜欢的就是打篮球了，强身健体，放松心情，才能更好的投入科研。聚沙成塔，积少成多，成功绝非一朝一夕。正所谓“见贤思齐”，我们应该在脚踏实地的同时，学会仰望星空，向优秀的他们学习，不断尝试，内化成我们前行的力量。星光不问赶路人，时光不负有心人。要坚信所有的付出都不会白费，所有的经历都是财富！郑大研子们，加油冲鸭！！！来源：郑州大学 郑州大学研究生教育 图文均由各位优秀研究生提供 编辑：魏宁澜

开栏的话：省委十四届八次全会强调，忠实践行“八八战略”、奋力打造“重要窗口”，争创社会主义现代化先行省，当前必须抓紧抓牢抓实具有牵动性、创新性、突破性的“十三项战略抓手”。蓝图已经绘就，在新征程上创造新业绩，离不开每一个人的奋斗。本报今起开设《贯彻全会精神·我的“十四五”小目标》专栏，邀请各行各业工作者话使命、谈愿景，展现他们奋进新征程的风采。良渚实验室研究员夏宏光——“我遇到了做科研最好的时代”本报记者 严粒粒 周 逸 见习记者 何冬健 通讯员 柯溢能“没想到，我们平台的技术员很可能是个海归博士后！其实薪资水平很普通，但应聘者说，看中的是国家的发展前景和浙江科技创新的氛围，相信回来能有所作为。”挂下通知人才参加面试的电话，良渚实验室研究员夏宏光神色喜悦。省委提出要努力打造三大科创高地，良渚实验室聚焦的正是生命健康科创高地建设。“科技创新是新时代催生发展动能的关键，也是一项系统工程，需要‘产学研用金、才政介美云’等元素协同。科创高地的建设会带来资源‘虹吸效应’，从而形成一个完整健康的生态系统。”夏宏光说。省委关于制定“十四五”规划和二○三五年远景目标的建议中，一系列打造三大科创高地的目标举措，鼓舞了夏宏光和同事们，多次出现的“创新”一词，也极大地激发了他们的研究热情。“创新是科学精神的灵魂。没有创新的科研永远是跟跑，无法达到国际一流。”夏宏光说，他感受到了肩上沉甸甸的责任和使命。创新意味着挑战。良渚实验室的定位，是面向世界生命科学前沿，围绕国家生命健康重大需求，应对重大精神疾病、疑难未诊断疾病、血液与免疫疾病等难题，比如，阿尔兹海默症。“当前，全球每年用于治疗、护理阿尔兹海默症患者的费用达到1万亿美元，预计2030年会翻倍。问题不解决，终将是老龄化社会的沉重负担。有效药物的研制，很大程度上取决于基础科研成效。”夏宏光2016年在浙江大学医学院组建的课题组，专攻这一领域。前不久《自然·通讯》杂志发表的夏宏光团队有关阿尔兹海默症的研究成果，引起了多家风投机构的兴趣，目前正进入洽谈合作阶段。下一步，夏宏光计划成立公司，推动成果产业化。更详尽的工作计划，已在夏宏光的心里成型：借力资本市场推动持续创新，从新角度探索阿尔兹海默症的发病机制，提出新治疗策略，构建新模型，研发新型药物。学习了省委十四届八次全会精神，有感于省里对人才的高度重视，夏宏光感到十分振奋：“人才是科技创新的核心。我们常常开玩笑说，自己‘在国外是螺丝钉，国内是发动机’；身边越来越多优秀人才表示‘出国是为了更好地回来’；我们在国内做出的成果比在国外做的更好。浙江正在迅速成为‘人才强省’，这里对人才不仅有‘强吸引’，更有‘优培育’。”“未来的医院可能在‘云上’，随着健康产业的发展，诊疗新材料的研发也会层出不穷。浙江努力打造三大科创高地，为学科交叉人才的培养提供了肥沃的土壤。”夏宏光说，他和其他研究员都希望培育更多既能科技攻关又能管理团队、既精通计算机技术又精通生物医学科技的复合型交叉学科人才。良渚实验室将于12月下旬全面投入使用，目前，所有科研设备均已就位。和学生一起适应新环境、调试新设备、开展新研究，是夏宏光和同事们当前的紧迫任务。我们把目光从良渚实验室拉到其所在的全长约33公里、规划面积302平方公里的杭州城西科创大走廊——聚焦“互联网+”科创高地建设的之江实验室和湖畔实验室，和同样聚焦生命健康科创高地建设的西湖实验室在这里，一大批高校、科创园区、高新技术企业也在这里。在这片高端要素集聚的“大湾区”，种种资源汇聚成一股强劲动能，助推科研创新不断前进。夏宏光说：“我遇到了做科研最好的时代。身为生命健康领域的一名青年科研工作者，我将脚踏实地，不忘初心，聚焦世界科技前沿，为守卫人民健康出一份力。”来源：浙江日报

2018年7月3日，习近平总书记在全国组织工作会议上强调, “欲筑室者，先治其基”，基层党组织是党执政大厦的地基，地基固则大厦坚，地基松则大厦倾。在高校，学生党支部作为党的基层组织的重要组成部分，建设综合素质高、战斗力强、辐射范围广的学生党支部，把党旗插在学生学习科研第一线，以党建引领高等院校学生学习科研的导向和旨归，不仅事关基层党建工作成效，也事关培养社会主义合格建设者和可靠接班人的根本问题。长期以来，我国高等教育将“院系--年级--班级”作为学生管理的基本架构，在此基础上，学生党支部的设置也以年级和班级为载体，形成学生党组织发挥功能的基层“矩阵”。近年来，随着高校教学、科研和实践等活动的形式不断丰富、空间不断外延，如各类实验室、教研室、社团协会等，年级和班级不再是唯一的组织渠道。特别是研究生群体，相较于本科生，党员数量更多，日常学习科研的统一集中少，更多是在导师指导和科研团队培养下的针对性、个性化安排，传统的年级和班级承担的集体功能下降。新形势下，高校党建的组织工作需与时俱进，创新基层学生党支部组织建设，发挥党建在学生学习科研中的方向旗帜作用，打通基层党建的“最后一公里”。因势而新，把党支部建在科研团队上，是电子科技大学信息与通信工程学院党委给出的解决方案。学院党委依托电子工程系、通信工程系等5个系的30余个科研团队，纵向建立研究生党支部，打破了原有以年级、班级为单位的组织体系，让党组织与研究生的学术科研、成长成才充分结合，解决基层党组织弱化、边缘化和“两张皮”的问题，切实增强了支部的战斗力和辐射力。“没有调查就没有发言权”，把党支部建在科研团队上，不是“闭门造车”“拍脑袋”的决定，而是学院党委在深入调研、详尽分析和准确把握研究生群体特点和培养规律后，带着强烈的问题意识做出的科学决策。“研究生除了必修的课程学习外，大多数学习科研的时间都与自己的导师和科研团队在一起”，调研中学生党员谈到，“不论从党组织的管理角度，还是大家的情感角度出发，实验室相对于年级和班级，都更贴近同学们实际”。不仅如此，科研团队是纵向群体，由来自不同年级的博士生、硕士生组成，党支部依托科研团队而建，也解决了党支部队伍建设的难题。来自同一科研团队的支部书记和委员具有天然的“传帮带”体系，长期在科研团队和党支部中形成的好的做法和优良传统也得到了有效传承，推动党建工作和学习科研任务相互促进。2019年7月9日，习近平总书记在中央和国家机关党的建设工作会议上指出，“处理好党建和业务的关系。解决‘两张皮’问题，关键是找准结合点”。具体到高校研究生党建工作，就是要处理好党建和学习科研的关系，把党组织的管理和教育融入学生学习科研的日常当中。以党建旗帜为引领，激发青年学生报国热情，鼓舞青年一代勇攀科学高峰。党支部依托科研团队设置后，支部活动更方便组织了，比如利用午休时间，在实验室开展“不忘初心、牢记使命”主题教育心得分享，还辐射带动了一批群众参与。党支部的活动也更加多样生动了，大家学习科研之余时间凑在一起，观看《榜样4》专题节目，嫦娥四号任务群体代表的事迹让党员研究生们感动敬佩，支部活动更加坚定了大家团结一心，矢志不渝，为服务国家重大战略需求而奋斗，努力攻克科研难关。当前，高等教育事业改革发展不断深化，一些高校已开始探索尝试书院制的管理模式。在书院制模式下，学生自主选择宿舍、按宿舍跨学院、跨系所、跨专业分班。学生可按自己的兴趣爱好、未来发展方向自主选择大量课程，每一个学生也都拥有所在书院学生和所属院系学生双重身份。这些都给高校党的基层组织的设置、管理、运行和协同提出了新的要求，带来了新的挑战，创新高校基层学生党支部建设，已经成为高等教育改革中的一大趋势和重要内容。我们相信，只要坚持社会主义办学方向，着眼为谁培养人、培养什么人、怎样培养人的根本问题，始终高扬党建引领高校立德树人工作的旗帜，就能提出越来越多类似“支部建在科研团队上”的基层党建真招、实招。把党旗插在学生学习科研第一线，站在为党的事业后继有人的高度，努力培养中国特色社会主义的合格建设者和可靠接班人。(杨晓玲 电子科技大学信息与通信工程学院党委副书记)