优秀博士后 | 郭雨晨：做更多，想更多，舍更多

清华大学优秀博士后

为表彰做出突出成绩的博士后研究人员，清华大学自1997年开始组织评选“清华大学优秀博士后”。“清华大学优秀博士后”奖每年评选一次，每次评选十名左右。评选对象为进入我校博士后科研流动站从事博士后研究工作满一年以上（含一年）,中期考核结果优良，具有良好的思想品德、科研道德、创新思维、创新能力，并取得突出成绩和研究成果的在站博士后研究人员。

郭雨晨，自动化系，清华大学本科、博士、博士后，围绕脑科学与人工智能开展研究，重点关注以医学图像为代表的多媒体数据的智能处理理论与方法。博士后期间针对以医学图像为代表的多媒体数据智能处理所面对的标注样本稀缺、标注质量低下、计算复杂度高等一系列难题，提出了基于样本选择与迁移的少样本学习框架、基于深度置信网络的鲁棒深度学习模型、基于近似最优剪枝和非对称模块的深度神经网络优化与加速技术，相关成果在IEEE TIP、ICCV等一系列人工智能领域的重要期刊和会议上发表论文6篇，申请发明专利6项，获中国电子学会科技进步一等奖。入选博士后创新人才支持计划，获得自然科学基金委面上项目，2020年入选清华大学优秀博士后。

“做博士后和读博士有什么区别？”博士毕业前夕，我想到这个问题，似乎仍然是不断地做研究，探索科学的无人区，有什么不一样呢？在戴琼海院士的指导下完成了两年时间的博士后工作，我对这个问题有了新的答案：做更多，想更多，舍更多。我相信这个答案也将支撑我未来在学术研究道路上走得更远。

做更多。入站伊始，戴院士和我共同定下了“脑科学与人工智能”这个方向，旨在利用脑科学的原理和机制，启发人工智能的新理论、新算法与新模型。在博士期间，我在人工智能领域开展了多年研究，也取得了一定的成果，人工智能可以算是我的“舒适区”。如果我按照之前的路子，轻车熟路，也能取得不少的成果。但是我也意识到之前的诸多工作还是“增量式”的，真正的原创性工作还是较少。戴院士也不断鼓励我去勇敢地跳出舒适区，探索交叉领域，做真正的“原创”。然而，作为一名在软件工程专业学习了近10年的博士，想要踏入新的领域，谈何容易。想要在交叉领域有所突破，只能“做更多”。我不仅要掌握人工智能的知识，还要掌握脑科学的知识。我只能从零开始，从《认知神经科学》等经典教材，再到相关领域的重要文献，我开始像刚入门的本科生一样开始学习，拿到论文题目甚至有一半的单词不认识。但是经过两年的不断锻炼，自己也收获很多，在脑科学领域的探索让我产生了很多新奇的想法，也帮助我转化出很多有趣的人工智能模型和算法。虽然很多还很粗浅，但是我相信交叉之路必然会带领我实现源头创新。

脑与认知研究院与斯坦福Wandell教授交流

想更多。如果说读博士期间我只需要专注一个点攻关，那么在博士后期间我需要考虑多个面：不同的研究方向，不同的理论算法，不同的应用领域。在戴院士的支持下，我有幸能与团队内多位老师、同学开展合作研究，共同探索很多前沿的方向与实际的应用。此时，与博士期间的一个重要差异就是：从别人告诉我该怎么做，变成我需要自己去考虑事情怎么做。比如，当我在研究医学影像的智能处理算法时，怎么去设计数据检索方式，如何保证数据的质量，如何与专家沟通，如何进行迭代反馈，这些都是我在博士期间利用标准数据集做研究时不需要考虑的事情。特别是我们开展的交叉研究，很多细节是没有太多参考的，需要自己去全面的思考。在博士后研究期间，我不断要求自己去更多的参与，自己去想更多的事情，做得更加全面。“想更多”让我的研究的广度和深度都有了很大的提升，也对我以后做出更好的科研大有裨益。

舍更多。作为一名研究人工智能的博士，总会面临很多很好的机会。在戴院士的团队里，也会有非常多的合作机会。面对这些诱人的机会，其实很容易让我偏离航道。戴院士曾经跟我说：“要学会放弃，有些代价是必须要付出的。”这句话让我获益良多。博士后期间，也出现了很多各种各样的机会。在研究中，也经常会有很多“简单的课题”能够快速出成果。但是我发现，这些事情虽然能让我短期内取得一些成果，但是也会耽误我在主航道上的进程。虽然在博士后期间也做了很多事情，但是通过舍弃很多东西，让我能够尽可能地保持自己的专注，在重要的方向上取得突破。

时光荏苒，转眼间两年已过。很幸运能有机会能在戴院士课题组完成博士后的研究工作，在这期间感受到的“做更多、想更多、舍更多”也将是我以后科研道路上的宝贵财富。