十年致远逐梦，十年桃李芬芳——致远学院建院十周年纪念校友座谈会暨校友学术论坛

2020年11月14日，为庆祝致远学院建院十周年，来自各行各业的致远校友相聚在交大校园，参加建院十周年纪念大会，为致远送上生日祝福。当天下午，致远学院组织了校友线下座谈会，校友们参观学院新址、拜访学院老师、回顾求学时光、畅谈职业理想，与在校生们热烈交流。在座谈会上，复旦大学青年副研究员毛晓军（2013届）、汉堡大学博士后杨宽（2015届）和上海交通大学在读博士（致远荣誉博士）林云霄（2017届）分享了自己的科研经历，杭州北冥星眸科技有限公司联合创始人兼CMO孟卓飞（2014届）带来了自己的创业故事。

致远学院副院长夏伟梁对校友们参与本次活动表达了热烈的欢迎。夏老师指出致远学院汇聚了一批具有创新思维的教师和一群极具创新潜力的学生，学院始终致力于让他们的创造力互相激发。学子们怀揣梦想来到致远，在这个平台上勇于挑战，不断探索，面向未来，携手同行，让致远人的精神得以传承。

致远学院院长助理、学生培养办主任吴海燕老师主持了校友座谈环节，吴老师看到昔日的学生回到致远不禁热泪盈眶，她对校友们寄语深深祝福，希望他们永远保持着加入致远的初心，保持对自己行业的热爱，努力成为各行各业的佼佼者。

校友们纷纷回忆在致远的青葱岁月，感谢致远提供的创新平台。在致远，他们总能从大师和身边的同学身上学到很多，致远为大家提供了一个良好的学术氛围。校友们也鼓励在校生不论做什么事情都应该始终保持致远学术精神。

11月15日，致远建院十周年纪念学术论坛正式上线。借助在线方式，凝聚一千多位校友和一千多位在校生，为全球各地的老师、校友、同学搭建致远人共同的学科交叉、学术分享平台，为校友和在校生的学术成长提供支持。本次论坛邀请到芝加哥大学博士后韩铭（2012届）、芝加哥大学助理教授鲁海昊（2014届）、斯坦福大学博士后李介夫（2014届）、加州大学伯克利分校在读博士姚浙威（2016届）带来各自研究领域的前沿科研分享，与致远师生“云相谈”。

四位校友就致远人才培养改革方向、致远求学经历、学习科研之间的平衡展开讨论，为学院发展献计献策，也给在校生带来学术启发。韩铭学长表示致远的初衷是做交叉学科，数理贯通的基础对科研帮助很大，他建议同学们在未来深造上全面考虑，看到更多的可能性。鲁海昊学长分享了本科期间完整的科研经历对打好科研基础的重要性，并指出兴趣是科研的动力。李介夫学长认为致远提供了前沿的本科生科研平台，但是同学们需要思考适合自己的成为科研工作者的途径，不要仅仅照搬前辈的道路。姚浙威学长感谢了本科期间的导师，他们“手把手”地带领学生做项目，帮助学生在科研道路上走得更远，他建议不同层级之间加强联系，促进学术贯通。

十年致远逐梦，十年桃李芬芳。致远校友逐渐在世界学术舞台崭露头角，学院的发展不开大家的努力和奋斗，希望校友们能够作为榜样力量，勇担时代责任，传承致远人的精神。

毛晓军 

复旦大学副研究员

报告内容

矩阵填补是推荐系统里一项重要的技术。报告首先从经典的Netflix比赛问题切入，向大家介绍了矩阵填补的问题形式和任务目标。接着给出了几个现实生活中推荐系统的例子，比如在线电商推荐系统，在线视频推荐系统，新闻资讯推荐系统等。现有的研究已经能提供很好的理论保证，然而，随着矩阵维度的增大，缺失机制变得越来越复杂。报告给出了几个考虑不同缺失机制下的工作。带有协变量的矩阵填补可以提高矩阵填补的精准度，并且对协变量有一定的解释性。低秩缺失机制下的矩阵填补可以处理一些复杂的缺失机制。快速中位数矩阵填补则通过分布式的想法提升了矩阵填补算法的计算速度。 

孟卓飞

杭州北冥星眸科技有限公司联合创始人兼CMO

报告内容

AI产业化在历史进程中的重要角色和当前阶段面对的机遇和挑战。从技术路径、产品定位、业务拓展三方面阐述了北冥星眸的核心竞争力和发展战略；回顾了人工智能几大主要流派的历史贡献和各自的长短板；展望了未来人工智能改变行业，改变生活方式，改变社会结构的几大关键阶段；分享了在求学期间蔡申瓯教授对学生人生观、方法论产生的深远影响，愿致远学子时刻保持好奇心和野心。

杨宽

现汉堡大学博士后阶段

报告内容

Combinatorics and Statistical Physics Meet Computer Science简要介绍了理论计算机科学中近似计数与采样这一方向的起源和目标。计算机科学家发现，组合数学和统计物理学中的许多重大问题本质上是同一类计算问题——计数与采样。通常精确求解这类问题是极端困难的，因此对于近似算法的研究被迅速地发展起来。这类问题的背景和解决问题的工具很多来自组合数学和统计物理学，而计算机科学家的目标就是理解这些问题的难度，研究清楚什么样的问题会有高效的近似算法。

林云霄

现上海交通大学博士阶段（致远荣誉博士）

报告内容

在科研中，把关键的科学问题“化繁为简”，简化成环境、能源、农业、医疗领域中的具体分子问题，并结合自身科研成果给出了对各个问题的解决思路；在生活中，大学需要博而精，有机会要大胆尝试各类工作，用于接受各种困难和挑战，培养综合素质，并最终找到自己真正的兴趣。“效率与选择”中将催化反应与人生作类比，提高“催化剂”效率的方法有很多，如提高温度、延长反应时间等，而我们也能够通过尽早培养兴趣、持续思考、认可自我价值、尝试新领域等方面来达到事半功倍的效果。 

韩铭 

现芝加哥大学博士后阶段

报告内容

唯象理论常常被用于定性地解释实验数据。但要定量的理解，则需要在实验中精确测量对应的唯象参数。在复杂系统尤其是生物体系中，唯象参数往往和实验的控制标量有着复杂的关系，所以很难通过简单的控制变量法一一确定。近期，韩铭学长和合作者设计了一个机器学习的方法，能够直接从实验数据中同时读取多个唯象参数。以及如何在唯象理论尚未确定前，利用机器学习直接预测系统的动力学行为。这项工作构建了链接实验和理论的桥梁。 

鲁海昊

芝加哥大学助理教授

报告内容

研究了有限资源的在线分配问题，这个问题在收益管理和在线广告中有很多应用。在这个问题中，决策者依次收到资源分配请求，对于每个请求，决策者需要立刻做出决定。这个决定会消耗一定资源并获得收入。决策者的目标是在总资源有限的情况下尽可能地增加收入，因此设计了一种新的算法，这一算法在拉格朗日对偶空间中进行，它简单、高效并能得到最优渐进收益。

李介夫

现斯坦福大学博士后阶段

报告内容

多细胞生物的发育与生理依赖于细胞间的信息转导，细胞表面蛋白在这一过程中起到核心作用。近期，李介夫学长与合作者发明了一种全新的蛋白质组学方法，可以特异性地定量在体细胞表面蛋白组。运用这一方法，该团队第一次描绘了神经元发育过程中表面蛋白组的动态并发现了众多全新的分子介导大脑环路构建。

姚浙威

现加州大学伯克利分校博士阶段

报告内容

基于二阶的分析/计算被广泛用于科学计算中。但是，由于神经网络参数量过大，因此有关二阶方法的应用非常有限。本次讨论介绍了快速有效的方法来计算二阶信息的不同度量，包括特征值，迹和估计的谱密度。此外，还有一种用于机器学习的新型自适应二阶优化器，并展示其与一阶方法相比在计算机视觉，自然语言处理和推荐系统方面的卓越性能。最后，本次报告讨论了如何利用二阶信息来系统地研究神经网络量化。

供稿：致远学院合作与交流办公室 

报告摘要提供：毛晓军、孟卓飞、杨宽、

林云霄、韩铭、鲁海昊、李介夫、姚浙威

推荐阅读