科苑人物

乔怿凌入选2023年Meta博士奖研金名单

  •   近日,2023 Meta博士奖研金名单公布,中国科学院大学2019届本科生乔怿凌入选。

      乔怿凌,2019届国科大本科生,获得计算机科学与技术、数学与应用数学双学士学位,现为马里兰大学帕克分校四年级博士生,获全额奖学金资助。受益于国科大“科教融合”办学模式,乔怿凌在中科院计算技术研究所创新课题的支持下,围绕深度几何学习开展了系列研究工作,在学术期刊和会议上发表多篇高水平论文及获得多项奖学金,学位论文获国科大优秀本科毕业论文。

      Meta博士奖研金,旨在奖励在计算机科学、工程和行为学等学科的博士研究生的前沿研究。获奖者将获得两个学年的全额学费和其他费用以及42000美元的助学津贴。自2011年成立以来,已资助世界各地200多名博士生,不少入选博士生在后来成为AI领域的知名青年学者。2023年,组委会收到了来自全球100多所大学3200多份申请,并从中挑选出了21名获奖者,其中超过1/3为华人博士生。

    Meta 2023年博士奖研金名单(三排右二为乔怿凌)

      2015年夏天,乔怿凌被国科大录取,成为一名本科新生。

      国科大本科生教育实行“三段式”培养,入学后一年半以修读公共课程为主,为学生选择兴趣专业奠定基础。经过基础理论学习,乔怿凌对计算机领域充满向往。“得益于国科大自由转换专业政策,大二时,我成功地转到计算机与技术专业,并选择了中科院计算所研究员陈熙霖老师作为我的学业导师。”乔怿凌说。

      国科大秉承中科院的育人传统,依托科教融合优势,为学生提供世界一流的科研创新实践平台。有一次,乔怿凌在了解计算机方面的实验室时,学长谈清扬推荐了他所在的国科大专任教师、中科院计算所研究员高林的实验室,说如果有兴趣的话,可以先去参观。

      “第一次走进实验室,我参观了当时组里正在做的三维重建、几何模型编辑等工作,我深深地被那种神奇所吸引。在与高林老师交流后,他十分热情地让我加入实验室,说可以跟着做些研究,还给我介绍了前瞻研究实验室的夏时洪研究员。我的学业导师陈熙霖老师也支持我到计算所开展科研工作,并在平衡课业和科研方面提供了很多指导和建议。”

      就这样,乔怿凌在老师的指引下,开始了实验室科研之旅。

    乔怿凌(左)和高林在中科院计算所

      “刚进实验室,受到课题组科研气氛的感染,我开始思考自己能做什么。”起初,乔怿凌想挑战自我,做图片重建三维人体模型,“这项工作十分重要且非常有意义,许多科研工作者也研究了许久,但当时没有一个完美通用的解法。”那时他的思路有两个,一个是从图片中识别出人体骨架,然后由骨架重建三维网格;另外一个是从图片直接回归三维网格。

      “现在回想,当时我作为‘菜鸟’,一开始就做这些,其实有点贪心了。”经过调研后,乔怿凌暂时搁置了着手这项研究的想法。“高老师很快发现了我的纠结与挣扎,就让我帮谈清扬学长处理数据,从打好科研底子开始。”

      那时,谈清扬正在麻省理工学院访学。除了时差问题,他还要保持课程成绩,学习非常刻苦。在老师和学长的耳濡目染下,乔怿凌逐渐体会到“科研需要的不是短时间的冲动,而是对它长久的坚持”。

      日子一天天过去,乔怿凌慢慢适应了研究节奏,逐渐乐在其中,并最终确定了实验方向和实验计划。“高老师让我接手一位博士学长的课题,即基于深度学习的从彩色-深度图像对来估计场景流。选这个课题,一是因为课题组有相关研究基础,二是几何+学习也比较符合我们组的科研大方向。”新学期开学,乔怿凌便投入到计算机视觉领域研究。

      由于刚开始知识储备还不够,乔怿凌第一次写研究论文时,时常捋不清头绪。“通过与高老师不断讨论,我逐渐可以利用代码实现一些想法,心情一下子愉悦很多,也慢慢建立了自信。”后来,功夫不负有心人,文章被英国机器视觉会议BMVC录用,“成功地熬过了那段时间,我更加相信,咬咬牙坚持坚持,一切都会过去的。”乔怿凌说。

      有了经验,高林带着乔怿凌和学长合作,研究全自动三维动画模型合成,挑战图形学领域最顶级会议SIGGRAPH ASIA。

      三维动画模型合成是图形学里一个重要且具有挑战性的任务,前期工作都需要手工的交互完成。“高老师带领我们尝试用深度学习中最新的建立环路一致性的思路,来解决这个问题。此举不但利用了最新的研究进展,而且能和我们课题组之前变形相关工作的扎实基础结合起来。”乔怿凌有了先前的经历后,表示这次是他当时做得最愉快的项目,“因为方法路线选择恰当,加上与高老师、学长日益默契的合作,我们比较顺利地完成了。”最后,相关研究文章得到全部审稿人正面评价并被录用,全文刊登在ACM Transactions on Graphics

    乔怿凌参加BMVC 2018

      大三下学期,得益于国科大的访学政策,乔怿凌到卡内基梅隆大学(CMU)访学。

      “这期间,我选了NLP和机器人课,通过这两门前沿课程学习,对NLP、机器人有了更清晰地理解。”在卡内基梅隆大学教授的支持下,乔怿凌开始“玩”起神奇的玩具车和蜘蛛机器人。

      这一次,他遇到了与谈清扬同样的处境——国外的课程、科研压力不小,同时也要兼顾国内的课题。

      面对这样的情况,高林建议他先尝试一个小而新的任务,即用LSTM学习变形动作序列。“这个任务之前没人做过,但相对来讲难度不大,数据集好找,既和我之前的工作有关联性,又能比较好地掌控工作量,不至于让我在CMU完成课程的压力太大,同时还可以让我探索和享受国外的学习生活。”

      从卡内基梅隆大学访学回来后,乔怿凌还到加利福尼亚大学洛杉矶分校(UCLA)做暑期研究,在研究室里和老师做基于图的半监督学习。

      访学结束后,乔怿凌向学业导师陈熙霖汇报了科研进展,并和陈熙霖、高林讨论了未来的科研方向。

      “经过讨论,我们开始着手围绕三维几何模型的分割展开研究。这个项目涉及到更多理论的内容,包括像离散微分几何之类比较理论的部分。”有了之前远程工作的经验,这次,乔怿凌很从容地完成了。“现在来看,这个项目的意义不仅是它本身,而是激起了我对几何处理更本质的研究兴趣,为我之后的对称性工作奠定了基础。”

    乔怿凌在卡内基梅隆大学访学

      大四一开学,便进入紧张的申请季。

      “首先面临的就是选学校。说实话,一个本科生想要从数以千计的学校和导师中选到一个对学生又好、专业实力又强的教授不是易事。”

      这个时候,陈熙霖和高林给了乔怿凌很大的帮助。“高老师介绍了相关研究方向里影响大以及和实验室研究内容有联系的教授,陈老师也推荐了一些饶有声望的教授。经过深思熟虑后,我的选校集中到了十所学校。相比于从CSRankings海选、筛选研究教授的工作方向,然后进行繁琐的套瓷步骤,陈老师和高老师的帮助,犹如雪中送炭。”

      那段时间,乔怿凌面临着比较大的压力,一边申请学校,一边完成研究论文投稿,同时又要准备期中考试。“现在看来,那时的拼搏都是非常值得的。”一周后,在课题资助下,乔怿凌和学长前往日本参加SIGGRAPH ASIA。“这场图形学的盛会在东京市中心召开,学界和业界前辈都来参会,既有最前沿的研究工作,也有各式各样好玩的产品。同时,我也认识了很多优秀的图形学领域的朋友。”

    乔怿凌参加SIGGRAPH ASIA 2018

      大四最后一个学期,在老师和学弟的鼎力帮助下,乔怿凌在已学基础之上开展了新的研究问题——通过拉普拉斯特征函数来研究几何模型的内蕴对称性,通过深度网络预测特征函数的奇偶性来得到整个模型的内蕴对称性。

      “此外,我还完成了学位论文《深度几何学习中的运动变形及分割研究》,算是对我研究工作进行了系统总结。陈老师对我的毕业论文反复修改,他一丝不苟的态度让我敬佩,最终这篇论文获得了校级优秀论文。同时,在高老师的推荐下,我也非常荣幸地获得了商汤奖学金,并去商汤进行了短暂实习,这种机会对我来说非常难得。”

      后来,乔怿凌收到了多个学校的offer,其中包括马里兰大学帕克分校的全奖博士和卡耐基梅隆大学的带奖硕士。“面对选择,我非常纠结,咨询了两位老师后,我最终选择到马里兰大学帕克分校攻读博士学位。一方面,因为它在计算机视觉和计算机图形学方面的研究实力与卡耐基梅隆大学相当;另一方面,我也希望早点开启博士征途,在该努力的年龄更好地突破和挑战自我。”

      回首国科大本科四年,乔怿凌觉得研究和学习过程虽然比较辛苦,但收获了很多令人欣喜的结果。“这一路,离不开陈老师、高老师的指导。感谢国科大的培养,也衷心感谢实验室每个成员,希望未来还能在一起合作,做一辈子的朋友。”

      在攻读博士学位期间,他曾在英特尔实验室、Meta Reality 实验室和NVIDIA实习。如今,围绕基于物理的模拟,乔怿凌不断研究着可微分模拟及其在虚拟现实/增强现实、图形学、机器人学等领域的应用。

     

     

      【延伸阅读】

      国科大本科生的培养目标,是通过教育培养的创新,造就一批追求科学梦想、献身科学事业、立志科技报国的未来领军人才。“三段式”培养体制、学业导师制、小班制、名师上讲台......国科大本科教育培养理念将确保提供具有独特优势的教学条件,争取让每个学生都打下深厚的基础理论功底,使之成为一生从事科学事业、致力科技创新的坚实依托。

      其中,国科大为本科生设计的“三段式”的培养方案,分为第一阶段的公共基础课学习、第二阶段的专业基础课学习和第三阶段的专业学习和科研实践。每位本科生在四年学习中,都有机会得到多位中外高水平导师的亲自指导,开阔更加广泛的科学视野。


    责编 :贺静蕾