內容概要：IJCAI-SAIA YES 于 7 月 5-7 日在上海召開，在這場匯集 AI 領域青年學者、學術大咖的盛會上，我們有幸采訪到了來自北京大學信息科學技術學院的林宙辰教授。

原創：HyperAI超神經

關鍵詞：北京大學? ?CV? ?IJCAI-SAIA YES? ?

---

2020 年 10 月，美國斯坦福大學聯合 Mendeley Data 發布了全球前 2% 頂尖科學家榜單。

榜單以文獻數據庫 Scopus 為依據，基于引用次數、H 因子、HM 因子等綜合指標，從「生涯影響力」和「年度影響力」兩個維度出發，在來自 22 個領域、176 個細分領域的近 700 萬名科學家中，遴選出世界排名前 2% 的科學家。

來自北京大學信息科學技術學院的林宙辰教授，憑借優秀的綜合成績，成功入選 2020 全球前 2% 頂尖科學家「生涯影響力」榜單，以及「年度影響力」榜單。

榜單詳情

截至目前，林宙辰論文的引用次數已超過 21000 次，數據源自 Google Scholar

?

我們有幸在本屆 IJCAI-SAIA YES 上，專訪了林宙辰老師。

11?年漫漫求學路，探尋數學夢

1989 年，來自福建省福州市永泰縣的林宙辰，因高中數學競賽成績優異，被保送至南開大學數學系，從此開啟了北上求學之路。南開大學在西南聯大時期，曾培養出 20 世紀最偉大的華人數學大師、現代微分幾何之父--陳省身。林宙辰老師就讀的數學試點班，即為陳省身回國后所創辦。

南開大學省身樓，2005 年南開大學數學研究所更名為陳省身數學研究所

?

南開數學系濃郁的教學氛圍和強大的科研實力，為林宙辰老師的發展提供了肥沃又自由的土壤。大三，林宙辰老師所在的數學系開設了計算機課，在 286 電腦上，他第一次接觸了簡單編程。

1993 年，把成為數學家當成人生理想的林宙辰老師，在南開充分體驗了純粹數學的抽象和美麗，度過了四年充實的大學時光。

同年 7 月，林宙辰老師從南開畢業，以專業第二的成績考入北京大學數學系，繼續碩士學習。

在北大，林宙辰老師開始接觸 AI，初步學習了圖像處理和模式識別，也參與了若干實際項目，其中一個項目就是搭建地理信息系統，把手繪地圖或印刷地圖數字化并進行管理。通過這些課程和項目，林宙辰老師體會到了 AI 的魅力。

1995 年，林宙辰老師從北大數學系碩士畢業后，遠赴香港，在香港理工大學應用數學系，又進行了為期兩年的碩士學習，掌握了計算數學的基礎。

林宙辰老師于 1995-1997 年，在香港理工大學應用數學系進行碩士學習

?

在香港理工大學的學習結束后，林宙辰老師在 1997 年再次回北大數學系（彼時已升格為學院）攻讀博士。當時的北京大學數學學院更加重視應用，在程民德院士的帶領下，北京大學數學學院很早就開始研究人工智能，并培養出了石青云院士等著名人工智能專家。

林宙辰老師回到北大數學學院后，深入地學習了圖像處理、機器視覺和模式識別的課程。立志成為數學家的林宙辰老師，開始全面轉向 AI 領域。

MSRA 12 載，終由工業界轉戰學術界

博士期間，因為一次偶然機會，林宙辰老師受微軟中國研究院（后升格為微軟亞洲研究院）視覺計算組主管沈向洋博士的邀請，來到微軟中國研究院實習，研究光場采樣問題，取得了重要的理論突破。

這段經歷成為林宙辰老師職業發展的重要轉折點。

2000 年 7 月，林宙辰老師博士畢業后，非常順利地留在了微軟中國研究院視覺計算組，繼續從事圖像處理、模式識別、計算機視覺等領域的相關研究，一待就是 12 年。

林宙辰老師在 MSRA 擔任主管研究員期間，曾對外做過題為《好論文是如何煉成的》報告

?

閱讀完整版

這 12 年間，他從副研究員一路做到主管研究員，發表 60 余篇高質量的學術論文，主持微軟內部多項研發課題，開發的多項技術被集成到微軟主要產品 Windows Vista Tablet PC Edition 和 Office OneNote 2003 中。

與商業公司注重產品應用相比，在本科階段深受基礎數學影響的林宙辰老師，更喜歡原理性的探索，他逐漸意識到：脫離商業目標做科研可能更適合自己。

2012 年，40 歲的林宙辰老師結束了在微軟亞洲研究院長達 12 年的工作經歷，回到北京大學信息科學技術學院智能科學系任教。

招生看「四好」，理論優于編程

林宙辰老師回到北大后，在智能科學系任教授，主要研究機器學習和計算機視覺。

他給他的科研小組起名為 ZERO 實驗室，是 Zlin's Extraordinary Research Oasis 的縮寫，也代表實驗室成員應有的四個特質：Zeal, Excellence，Reliability 和 Openness。

ZERO Lab 實驗室首頁

?訪問官網

受沈向洋博士影響，林宙辰老師在挑選學生的時候，有一套「四好」標準：數學好、編程好、英語好、態度好。

當「四好」無法兼得時，則至少要滿足「兩好」，其中態度好是基本要求，數學好是個人傾向，其次是編程好，最后是英語好。

作為一名熱愛理論研究的學者，林宙辰老師也一直遵循著機器學習界泰斗 Vapnik 的「Nothing is more practical than a good theory」的研究理念，因此在選擇學生時，理論能力與編程能力相比，他更注重前者。

林宙辰老師（左）與計算機視覺巨擘金出武雄教授（右）合影
?

在學生的考察階段，林宙辰老師也秉持著開放負責的態度，為學生提前布置思考題，允許學生同時聯系多個導師，以及在考察階段的任何時間退出，對于一些落選學生，他還會熱心把同學推薦給其他導師。

在林宙辰老師看來，讀博是導師和學生雙向選擇的過程，只有彼此匹配，才能讓學生學得開心，導師教得順心。

好博導要亦師亦友

很多博士生會把本科學習習慣帶到博士學習中來，極度依賴導師，期待理想化的確定結果。實際上，在應用領域，科研目的是尋找新的解決方案，導師并不是無所不知、無所不能的，他往往也沒有確切的答案。

因此在林宙辰老師看來，選擇讀博需要具有極強的主動性，且做好面對未知的準備。

林宙辰老師認為，導師與學生之間應該是亦師亦友的關系，除了在學術研究上給學生指導、因材施教外，還要跟學生保持交流，關注并了解學生的思想狀態，即導師要在學習上給予學生指導，精神上給予學生關心。

林宙辰老師也非常鼓勵青年學者參加類似 IJCAI-SAIA YES 的活動，這是一場青年人的聚會，有助于提高大家對國際大型會議的參與度和積極性，增強國內學者在國際會議上的自信心。

林老師在 IJCAI-SAIA YES 上擔任 Session Chair

?

關于研究問題的選擇，林宙辰老師也給出了自己的建議：全面了解研究方向，選擇其中最緊要、最核心也適合自己做的「卡脖子」問題。這樣做出來的研究才是有重大意義的，才有可能獲得更多關注和引用。

至于撞題，林宙辰老師則認為這很正常，只要所選的問題，是領域中重要的問題，就可以放心去做，最終論文質量肯定不會差，而且解決方案也會和別人的不同。

人生是一個不斷選擇與放棄的過程

11 年漫漫求學路，林宙辰老師從基礎數學、應用數學研究，進而走上了人工智能的科研道路。

12 年微軟亞洲研究院履職， 40 歲的林宙辰老師，在職業發展上做出了一個重大轉變：放棄微軟亞洲研究院的豐厚待遇，回歸北大教書育人，繼續人工智能理論方面的研究。

古語有云「四十不惑」，說的就是對自己有清晰的判斷，能做出最適合自己的選擇。林宙辰老師在 40 歲這一年做了選擇與放棄，他不再有疑慮和迷惑，有的只是堅定前行的決心。

總結

以上是生活随笔為你收集整理的跨界教授林宙辰：从北大来，回北大去的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。