精选
本期人物专访，Electronics 有幸邀请到期刊人工智能栏目主编——东南大学耿新教授。此次访谈中，耿新教授分享了自己的研究经历及对于学术研究的深刻见解。
耿新 教授
东南大学
东南大学首席教授，研究生院常务副院长，新一代人工智能技术与交叉应用教育部重点实验室主任，国家杰青、优青基金获得者，国际工程与技术学会杰出会士，江苏特聘教授。主要从事机器学习、模式识别、计算机视觉等方面的研究。曾获国家自然科学二等奖、国家级教学成果一等奖、科学探索奖等多项教学、科研奖励。现任国务院学位委员会计算机学科评议组成员，教育部高校计算机类专业教指委人工智能专家委员会委员，中国计算机学会理事，江苏省计算机学会副理事长，亚太国际人工智能会议指导委员会委员。
问答环节
Q：可以跟我们分享一下您的科研团队取得的研究成果吗？
A：标记分布学习 (LDL) 是一种新颖的机器学习范式。标记分布涵盖一定数量的标记，代表每个标记描述实例的程度。LDL是一个通用的学习框架，其中包括单标记学习和多标记学习作为其特例。标记分布学习是机器学习领域的一个研究范式，初期只有我们团队在做这方面研究，后来因为产生不错的效果，国内外的其他团队也相继跟着研究。现在这一范式已经在工业界大规模应用，例如，NASA的“好奇号”火星车分析矿石成分就应用了我们的方法，国产大飞机C919的设计中也有应用等等。
因此，如何去找到一个新的问题，把这个问题定义清楚，然后再想办法解决，形成一个新的研究方向，这是青年学者需要去思考和学习的。对于初出茅庐的青年学者而言，学术工作方面量的积累固然重要，但不能只满足于增量型，改进型的工作，要敢于跨出“从0到1”这艰难的一步，实现质的飞跃。就国家发展政策而言，国家搭建创新平台，鼓励我们积极从事原创性工作。当下的年轻人要抓住契机，敢于创新，充分挖掘自身潜力、实现个人价值，更为社会、国家创新领域研究工作做出贡献。
Q：您能说一下在研究过程中如何克服困难的吗？
A：其实在这一研究过程中困难特别多，最常见的困难就是投稿被拒。当你呈现出一个众人闻所未闻的问题时，你会受到很多的的质疑。例如刚开始我投稿时，期刊审稿人会将此问题归类到众人所知晓的相近的概念上，甚至会问我这样做的意义何在。因此，在研究初期投稿时拒稿率会很高。但如果一直未被发表，它将永远是一片新鲜的沃土，无法发挥它的价值。所以，我以及我们团队锲而不舍、咬牙坚持，慢慢证明它的价值，明确它与其他已有观点是不同的，并且证明它在某些领域有领先优势。随着时间的推移，大家慢慢意识到它的价值，开始接受此问题，甚至会有许多人加入其中，一起探索该问题。这是每一个创新工作者都会经历的过程，也是一个非常艰难的过程。
Q：您的研究成果被认可是一个缓慢的过程吗，是否存在一个突然被认可的契机呢？
A：新的研究成果从来就不是即时被认可的，也不存在遇到某一契机而被认可。它是一个需要时间滋养的过程。从提出这一问题被人质疑问题本身的意义，到人们转而关注这一问题怎样解决最优，这需要我们团队坚持不懈，做出各种各样的努力，例如我之前提到的要证明它的价值，证明它的与众不同，证明它的“过人之处”等，都需要投入大量的精力与时间。
当人们不再纠结于问题本身有没有意义时，证明你的研究内容已经被大家慢慢接受、认可，这一态度的转变需要研究人员的努力，更需要时间的沉淀。
Q：您能结合自己的经历给当下学者一些建议吗？
A：我和我的学生们聊怎么做学术，首先强调的就是建立个人的学术标签。在做某件事的时候，切莫东一榔头西一棒槌，此时你的核心任务就是集中所有精力和资源投入进去，直至有所建树。现如今很多年轻人没有这个意识，他们更多是急于求成，虽然在学术圈很活跃，但别人很难准确定位到他们的专业领域。对于初入学术圈的青年学者，迅速建立学术标签至关重要，它能让人在最短时间内定位到你的研究方向。有了自己的学术标签，继续深造，直至成为这个领域的资深学者，你就成为了这个领域的代名词，比如，提及某个技术领域，人们能立刻想到张三、李四这样的代表人物。
最后，感谢耿新教授百忙之中抽出时间接受Electronics 编辑部的拜访，感谢耿新教授跟我们分享他的经历并给出了非常深刻的建议，祝愿大家都能找到并贴上正面的鲜明的标签，将个人价值融入到行业发展，甚至国家发展中。
Electronics 期刊介绍：https://www.mdpi.com/journal/electronics
主编：Flavio Canavero, Politecnico di Torino, Italy
期刊致力于快速发表与广泛电子领域相关的最新技术突破以及前沿发展，设立了16个学科栏目，为聚焦更多的专业领域及涉及最先进技术的高质量研究的专家提供一个交流平台。期刊涵盖的研究领域包括但不限于：电子材料、微电子学、光电子学、工业电子、电力电子、生物电子、微波和无线通信、计算机科学与工程、系统与控制工程、电路和信号处理、半导体器件、人工智能、电动和自动驾驶汽车、量子电子等。
2023 Impact Factor：2.6
2023 CiteScore：5.3
Time to First Decision：16.4 Days
Acceptance to Publication：2.4 Days
转载本文请联系原作者获取授权，同时请注明本文来自MDPI开放科学科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3516770-1473875.html?mobile=1
收藏
