如何走好在学术界的发展之路？如何选择科研方向并做出有价值的研究？如何更好地在研究社群中发挥价值？在近期举办的微软亚洲研究院院友会“思享云客厅”系列活动之“我的学术之路”中，三位在海内外学术界深耕的微软亚洲研究院院友：加州大学伯克利分校教授马毅博士、中国人民大学高瓴人工智能学院执行院长文继荣博士、清华大学电子工程系主任汪玉博士，在微软亚洲研究院学术合作经理王婧雯主持下分享了他们在学术之路上的故事与经验。
三位教授为想在学术界发展的朋友分享了他们认为最重要的一个建议：
作为“以学术为业”的人，三位老师首先讲述了他们的学术之路。时间拉回到求学阶段，马毅教授一直是计算机与数学双修：他在清华大学获得自动化学士学位和应用数学辅修学士学位，在加利福尼亚大学伯克利分校（UC Berkeley）获得数学硕士学位和电子工程与计算机科学博士学位。马毅认为，这种“双修”对他后来的科研之路价值非凡。当要开始研究人工智能背后的数学原理或计算原理时，他在年轻时打下的数学功底变得越来越重要。他给同学们一个建议：你可能很难去计划你的人生，但可以在年轻的时候看到一件事情的长期价值。根据自己的兴趣和能力，尽量涉猎更宽的知识领域，打下一个好的基础。在未来，一些看似无用的东西可能会变得非常有用。马毅教授有在学术界和工业界的经历。他从博士阶段就专注于计算机视觉的研究，他说，选择一个方向，都是希望做出来的东西对世界或者对某个领域有最大的影响。计算机视觉是一个相对偏应用的方向，所以早期在伊利诺伊大学厄巴拿香槟分校（UIUC）做了很多理论研究后，他逐渐意识到，需要向外探索，不能闭门造车。于是他来到微软亚洲研究院访问，并在2009年正式加入，工作了五年。他非常自豪能与当时中国十分优秀的同事和学生一起工作。在视觉组，他招聘的第一个人就是何恺明。在工业界，能够从科研和应用两个视角来看问题，而工业界的长处就在于解决问题。若要再上一个台阶，把后面原理性的、统一的、更简洁的东西研究清楚，这往往就是学术界的优势了，这也是马毅最终选择落脚于学术界的原因。马毅教授给年轻的研究者提出建议：想要做机器学习、人工智能或者计算机视觉、计算机图形的研究，如果没有很强的工业界经历，或者不接触、不合作，在这个时代很难做出有影响力的东西，在年轻时一定要涉猎宽一点。1999年就加入微软亚洲研究院的文继荣教授，是研究院建院之初的第一批员工，他说微软亚洲研究院“是当时最好的选择”，而他这一待就是14年。虽然选择计算机专业有些“阴错阳差”，但不变的是他“很喜欢做科研这件事情”，所以在寻求变化时，他还是想做科研，并最终选择回归母校中国人民大学。现在，作为中国人民大学高瓴人工智能学院执行院长，文继荣很长一段时间在思考“我想建成一个什么样的学院？”在微软亚洲研究院的经历给了他一个答案：研究院的声誉不仅来源于它聚集了一批很优秀的人，最重要的是它有一种很好的文化，可以让人才有发挥的空间。他回忆起在研究院的那段“黄金岁月”，每个人都充满激情与自信，让他感受到自己是在一个最好的地方、跟最好的一群人在做研究，做的事情有可能去改变这个世界。所以他希望在高瓴人工智能学院也能创造一个这样的文化。除此之外，高瓴人工智能学院也积极与很多公司合作。他们要做基础的研究，也要做有用的研究。汪玉是非常“清华”的一位教授，是“三清博士”，更是一位“80后”系主任，上任时还不到40岁。他选择学术界源于以下三个原因：第一，他希望可以比较自由地做科研上的探索；第二，他比较喜欢跟学生打交道，老师非常重要的作用之一就是育人；第三，他对新东西比较感兴趣。汪玉也曾在产业界进行探索。2016年，他和姚颂等联合创立了专注于深度学习处理器研发与推广的公司——深鉴科技，并在2018年被收购。这段经历给予他的洞察是，在成果转化的过程中，他要看到未来的需求，这也能够作为做研究时的一种输入。这也是他当初来到微软亚洲研究院实习的原因：在这里有真问题，有数据，能够带来启发。被问及“学术界和工业界分别适合什么样的学生”时，汪玉说，选择学术界的人需要有三个特质：一是能创新，在学术界，创新能力非常重要；第二是爱学生，大学的首要任务是培养人，如果你对学生没有感觉，只是想做研究，那更应该去工业界的研究院；第三则是领导力。在培养学生时，汪玉还会着重培养他们的自驱力，“你要认定这件事是你一辈子想干的事，那你才会有这个动力去干。”他强调。三位老师都在自己深耕的领域带来了突破与变革，第二部分的话题回归到科研本身。如何找到深耕的科研方向与有价值的科研问题？当下学术界多少存在一些浮躁的风气，很多研究者会选择追逐热点，如何看待这个问题？如何可以静下心来做出有影响力的科研工作？三位老师分别给出了他们的答案。马毅首先分享了自己的故事。他还记得与导师 Shankar Sastry 的第一次会议，导师问他“你想做什么”，马毅说“我当然想做非线性控制”，这也是 Shankar Sastry 最擅长的方向。老师随后的话泼了他一头凉水，“非线性控制做得差不多了，如果你真的对这个感兴趣，我们去找点新的东西做。”马毅非常感谢导师 Shankar Sastry 能看到自动控制的理论发展已经比较成熟，也知道马毅喜欢几何、喜欢数学，因此鼓励他去做新的探索。由此，在计算机视觉还不是一个成熟的领域时，马毅等研究者就看到了它的重要性，他们见证了计算机视觉的从无到有，这件事情是意义非凡的。马毅建议，当下火热的东西很大概率上不是最好的选择。在选择问题的时候，关键是看：第一是不是重要，第二是不是正确。在年轻的时候，在学习工作游刃有余的时候，规划自己的职业和研究方向应该看得远一点，看得准一点，要敢于“high risk, high payoff”。文继荣认为，找科研问题有两种方式，一种是找重要且基础的问题来做长期的研究，另一种则是应用驱动。作为一个跟应用结合得非常紧密的领域，在计算机领域，真正做基础研究的人还是占少数，大部分人做的是应用型的研究。文继荣的研究也属于后者，对于应用型的研究，他认为要真正地跟工业界、和实际应用去接触，才能找到问题。关于追逐热点，文继荣认为大家要做一个“现实的理想主义者”。做纯理想主义者的风险太高，毕竟有毕业、考核的需求。但内心深处，他还是希望大家保持理想主义的情怀，从更长的时间轴来看，正是这一点会把你与别的研究者区分开来。如果说马毅和文继荣是从“道”的层面给出解答，汪玉则从“术”的角度回答了这个问题。他提出，要发掘和珍惜自己身边的引路人，他们可以给出对于你的人生方向具有重大价值的建议，而导师杨华中教授正是汪玉的引路人之一。汪玉说，在十多年前，电子系就确定了要从“追随者”成为“引领者”的目标。研究者要能够创新，才有可能成长起来，这就是“理想”。他也赞同文继荣说到的“现实”要与“理想”结合，电子系能提供的“现实”就是为年轻教授们提供更好的科研条件和待遇，也给予他们较大的科研自由。对于每一位研究者，研究社群（Home research community）的重要性不言而喻，随后的讨论正是围绕“社群”这个话题展开。研究社群有什么价值？如何找到自己的研究社群，并在其中发挥价值？三位老师分享了他们的见解。
汪玉认为，如果研究者是一个人独立前行，没有办法做到最好。不管是工业界还是学术界，互相交流、互相批判、互相促进是做好科研的必要部分，也能够帮助研究者找到真正重要的问题。除了发现问题，社群的重要价值之一还在于共同解决问题。大家如果能在社群里把问题抽象出来，哪怕你解决不了，也可以促使问题被大家解决。汪玉建议，如果你所在的是相对成熟的圈子，可以积极与国内、国际的大佬们沟通交流；如果是新方向，那可能就得你自己去闯出一条路了。谈到这个话题，文继荣回忆起当年在微软亚洲研究院工作时的经历。微软亚洲研究院会邀请世界各地的同行来访问交流，有许多高质量、非常具有前沿性的报告，这在当时对他的科研工作帮助极大。现在，他也努力在中国人民大学高瓴人工智能学院创造这样的环境。他也强调，作为本土的研究者，我们需要融入国内的研究社群，并且要力所能及地帮助社群变得更加学术化。马毅认为，在学术界，交流非常重要，不能闭门造车，研究者也需要得到同行的认可，这对于年轻人尤其重要。马毅也强调，不把自己局限于某一个狭窄的领域，因为很多真正好的问题是相通的，领域也是相通的，有些问题不仅能在你所属的领域产生影响力，对其他领域也会产生很大的影响。就“如何与其他领域的研究者建立联系”，马毅表示，跟人合作要先贡献，然后再谈共同发展。文继荣也表示，在中国人民大学，他正积极推动人工智能学科与人文社科等学科合作，在这个过程中需要耐心和互相学习。汪玉说，合作需要共同利益，同时也是建立亲情的过程，当成为了“亲情利益共同体”，就有很大概率可以一起往前走。