作

者 | 蔣寶尚

去年 7 月，加州大學伯克利分校計算機系尤洋的一篇博士論文刷爆網絡。189 頁的論文旨在縮小高性能計算（HPC）和機器學習（ML）之間的差距。

論文鏈接：https://www2.eecs.berkeley.edu/Pubs/TechRpts/2020/EECS-2020-136.pdf

當時，伴隨著這篇論文的還有尤洋的最新去向：

“博士畢業了，很開心拿到了多個美國大學（包括常春藤）以及新加坡國立大學的tenure-track教職offer ，同時獲得了伯克利EECS學院的Lotfi A. Zadeh Prize（相當于優秀畢業生）。和伯克利導師商量後，我決定加入新加坡國立大學。”

這才過去幾個月，據尤洋博士的微博介紹，他已經被新加坡國立大學晉升爲“校長青年教授”了，成爲新加坡國立大學計算機系第一位獲此殊榮的華人。可謂出道即巅峰！

1誰是尤洋？優秀的清華學子！

尤洋曾獲清華大學優秀畢業生、北京市優秀畢業生、國家獎學金，以及清華大學計算機系數額最高的西貝爾獎學金。清華畢業之後，在加州大學伯克利分校計算機系讀博士，其導師是美國科學院與工程院院士、ACM/IEEE fellow、伯克利計算機系主任以及首批中關村海外顧問James Demmel教授。

尤洋的研究興趣包括高性能計算、並行算法，以及機器學習。他當前的研究重點是大規模深度學習訓練算法的分布式優化。他曾創造ImageNet訓練速度的世界紀錄，並被ScienceDaily，The Next Web，i-programmer等幾十家媒體廣泛報道。

尤洋還獲得過國際並行與分布式處理大會（IPDPS）2015 的最佳論文獎，以及曾以一作的身份獲得 2018 年國際並行處理大會（ICPP）最佳論文獎，論文《Imagenet training in minutes》所提出的方法刷新了 ImageNet 訓練速度的世界紀錄。

2019年，尤洋和來自谷歌、UCLA 的研究者共同提出了一種用于加速大批量訓練的新型優化器 LAMB，將基線 BERT-Large 模型的預訓練時間從 3 天降低到了 76 分鍾。

他對科研有著非常深刻的理解，曾在一次公開課中以計算機爲例，介紹過研究中的通用“方法”。他把計算機科學中所有的問題分爲三類：第一種是提出問題型研究，第二種是解決問題型研究，第三種是解釋原因型研究。

其中，提出問題型研究可以歸納爲從現實中找出問題，面對問題提出研究方向；在處理解決問題型研究的時候，算法的使用和選擇非常重要；解釋原因型研究是指我們已經有了一個解決方案，但人們想弄清楚這種方案爲什麽是可行的。想做解釋原因型研究，一般需要有很強的數學和理論背景，如微積分、線性代數、數值優化、概率論等。

有著深厚AI功力，以及對研究的思路非常清晰的尤洋目前也正在招收博士，根據他的微博：

長期招聘博士生（全額獎學金），博士後（年薪約35萬），訪問學者（可提供資助）。方向包括機器學習、高性能計算、數值優化、分布式系統～感興趣的同學歡迎聯系我。（發送簡曆到[email protected]）

如上，11月份的時候，他也曾招聘過一名全職的Research Assistant：

月薪大概2萬人民幣，能來新加坡國立大學工作至少6個月。學曆不限，在讀本科生，Gap year的學生，研究生都可以。最低要求：211學校本科，有CCF A類/B類或CSrankings論文。感興趣可以發簡曆和本科成績單給我：youy (at) comp (dot) nus (dot) edu (dot) sg 實驗室信息：ai (dot) comp (dot) nus (dot) edu (dot) sg 研究方向包括但不限于：機器學習，高性能計算，計算機系統，人工智能應用。

2有多少華人學者在國外開枝散葉？

那麽，有多少人華人學者在國外開展學術研究？根據知乎上2017年的一個提問，一位匿名用戶給出了清華的不完全統計數據：

清華校友在美國US NEWS top100學校擔任教職的有850多人，清華校友在美國大學任教的有1600人以上，近些年每年大約新增50多人以上，約爲獲得美國PhD的校友的十分之一。其中ECE、EECS、ME、CS、Civil Eng.、BioMed與醫學院等系爲最多。清華在美校友去工業界，尤其是IT業的更多。在美大學教職中北大校友比清華的稍微多一些，科大第三，複旦第四。

必然，這些“身在”國外學者也和國內充分展開合作。根據AMiner的一份報告，中國AI領域學者積極展開跨國科研論文合作並發表領域高水平論文。與中國領域學者合作最多的10個國家分別是美國、新加坡、澳大利亞、英國、加拿大、日本、法國、德國、新西蘭和韓國。

其中，美國是中國AI領域學者跨國合作最多的科研夥伴，兩國領域學者合作論文量在中外論文合作之中占比過半。雖然這個數據是基于全部論文數整理，但積極開展合作背後必然少不了這些華人學者的努力。

人才流動，其實對中國來說是利好。以人工智能學科爲例，美國和中國都是AI大國，美國的AI發展是技術導向型，在基礎研究、尖端研究方面都走在最前列。而中國的AI發展是應用導向型，在AI應用和落地方面做的更好，更擅長利用AI技術賺錢。李開複也曾經對中美兩國的AI實力進行過分領域對比：

• 在AI前沿技術的研究，美國：中國大概是5：1，美國勝；

• 在AI研究人員數量上，美國與中國基本持平；

• 在AI公司的總市值方面，美國：中國大概是1：2，中國勝；

• 在AI互聯網方面，中美兩國能力基本相當；

• 在AI自動駕駛領域，美國大概領先中國2年左右。

總體而言，中國在AI上方面需要學習的還有很多，華人學者在國外“開枝散葉”，培養出頂尖人才，必能促進AI的發展。

參考資料：

https://www.bilibili.com/video/BV1Pz4y1R7oD

https://mp.weixin.qq.com/s/6gkNfZeT0w4vkKBTYSeW5Q

https://mp.weixin.qq.com/s/_wt9Zbn1-vDSSfHz5hN_fQ