热门标签 | HotTags
当前位置:  开发笔记 > 后端 > 正文

东南大学计算机网络_院长对话系列|东南大学计算机科学与工程学院院长耿新...

关于“院长对话”系列“院长对话”是Taylor&FrancisGroup开设的专题系列栏目,聚焦中国高校高水平学科及学院建设。在栏目中,Taylor&F
0af3d18c2a08d4435c35606da999fba2.gif0bc6560005b9d72b9214f8736815544d.png

洪颖源

Taylor & Francis Group

中国区总裁

Taylor & Francis Group 将一如既往地支持并帮助中国高水平院系的学术交流与学科发展,致力于搭建国际交流的桥梁,将中国高水平的学院与学科建设经验和成果传播到世界,增强中国高校的世界影响力。

点击了解更多院长对话系列

本期嘉宾

b34844963ec3ece64873a13b1cb6944d.png

耿新

东南大学教授

东南大学计算机科学与

工程学院院长

东南大学软件学院院长

东南大学人工智能学院执行院长

耿新教授分别于2001年和2004年在南京大学计算机科学与技术系获得学士和硕士学位,于2008年获得澳大利亚Deakin大学博士学位。创建东南大学模式学习与挖掘(PALM)实验室并担任实验室主任至今。

目前主要从事机器学习、模式识别、计算机视觉等方面的研究。曾获得国家优秀青年科学基金、江苏省杰出青年科学基金资助,主持国家重点研发计划课题、国家自然科学基金等多个科研项目。曾获国家级教学成果奖一等奖、教育部自然科学奖一等奖等多项教学、科研奖励,入选国际工程与技术学会(IETI)杰出会士。在重要国际学术期刊和会议发表论文80余篇,编撰学术文集一部、撰写专著章节2章、申请国家发明专利15项,其中7项已获授权。

东南大学作为以工科为主要特色的综合性、研究型大学,在计算机科学与工程领域有着非常深厚的底蕴和前瞻的视角。东南大学计算机科学与工程学院经过五十多年的建设,已经形成了以计算机网络技术为特色,整个学科协调发展、快速发展的局面。2017年底“计算机科学”ESI学科排名首次进入世界前1‰,计算机科学与技术一级学科2017年成功入选“双一流”国家重点建设学科。与此同时,作为计算机科学领域的传统和新兴的两家驱动马车,软件学院和人工智能学院也得到了长足稳定的发展。

本期,我们非常荣幸地邀请到东南大学耿新教授,与我们共同分享他在学术研究、学科发展、学科建设、三个学院统筹建设与发展、人才培养等多个角度的真知灼见。

910dc18746276b666120780600e0f8ab.pngbabea963db765016028f92b9b8d9df66.png

洪颖源:非常谢谢耿院长抽出宝贵的时间。您作为东南大学计算机科学与工程学院的院长、同时也担任软件学院院长以及人工智能学院的执行院长。请问耿院长在学科建设方面,学院有什么样的短期与长期目标? 

耿新:学院在学校的整体的学科布局中承担了比较重要的任务。从学院的名称来看,我们学院的名称是最长的一个学院,由三个学院组成。计算机专业是最老牌的一个学科。不管是软件工程还是人工智能,都是从计算机这个学科分支慢慢成长出来的。 

我们还有第四个领域是网络空间安全,现在已经成为一个独立的学院。因此,从最初的计算机学院分出了四个领域,其中有三个领域由我们学院进行管理。在计算机这个学科里面,比如网络安全、人工智能以及国家近年来非常重视强调的软件工程,无论是从学科发展的国际趋势,还是中国对计算机学科的规划,在未来很长一段时间内,这些学科都会有比较重要的变化。同时也会在整体的国家学科布局中更加重要。 相对来讲,我觉得短期需要加强人才引进的力度。

洪颖源:从国际学术与交流的角度来看,这三个学科与国际同行相比,我们国内以及东南大学的优势与差距主要体现在哪些方面? 

耿新:在计算机这个学科,无论是软件还是人工智能抑或是大的计算机学科范畴,整个计算机学科在国际上的学术上的领军国家依然是美国。最基础的一个原因是这个学科发源于美国。 那么,我们的优势主要体现在如下两点。

第一点优势是我们的学生资源,中国的生源非常优秀,天资聪慧加上主观非常努力。所以每年的本科生、研究生和博士生都可以招收到大量优秀的年轻学生。

第二点优势是大数据所带来的优势。对于计算机学科而言,数据逐步成为核心,中国作为数据规模最大数量最多的国家,在发展人工智能、软件和整个计算机学科而言,都有着无可比拟的得天独厚的优势。 

以美国为代表的西方国家,他们的优势是科研体系和机制运行的非常成熟完善。这个部分我们国内还处在一个逐渐摸索的过程。另一个方面,在计算机科学领域,西方国家比较倾向于提出概念“无人区”以及如何解决相关的问题。国内的研究目前是在已知概念的基础上进行更加深入或者超越性的研究。 

洪颖源:在人工智能领域,您认为未来一段时间内,研究的“无人区”是哪里?您觉得中国在哪一方面有可能找到突破性的出口? 

耿新:这是一个比较主观的回答。从我个人的角度而言,在人工智能领域,未来可能有两个发展方向。第一个是将软硬件结合,我们以前更多的是强调依靠软件,在一些GPU/CPU的通用硬件上去运行。之后,我们可能会需要结合一些专用的芯片和专用的硬件设备,结合专用的算法进行运作。另外一个方向可能是目前的AI发展过于依赖数据,未来会由过于依赖数据向数据和知识的结合来发展。 这两个方向仅代表我个人的一些观点和看法。

洪颖源:您觉得目前我们在国际学术交流方面,有哪些机遇和挑战? 

耿新:非常关键的一个差距和挑战是“走进来”。我认为衡量一个大学的国际化程度,非常重要的一个指标是看学校里有多少外国的学生,有多少外国的教授,有多少不同国籍的优秀学者在学校进行工作、交流与研究。这方面,国内的学校与国外大学还是有比较明显的差距。所以,我们未来几年的一个工作的重点就是要吸引国外优秀的学生和学者到我们学校进行工作和学习。 

洪颖源:在吸引外国人才或者在国际学术交流的层面上,您觉得国际出版社可以扮演什么样的角色? 

耿新:随着国内科学家和研究人员科研工作深入开展,比如,我刚才讲到的,由国内的学者进行原创研究的工作,是需要和国际顶尖的出版公司合作的。原因在于,我们的学科领域,写一篇论文可能只覆盖了其中的算法,那么当逐渐形成体系之后,如果我们希望别人进行跟随性研究,最行之有效的办法是出版一本系统化的书籍,通过国际著名出版社进行出版,并在他们的帮助下进行全球化的传播和交流。在我们这个学科领域,目前这种尝试还不是很多。一方面与我们的意识有关,另一方面也是因为大家对合作的模式不是非常熟悉。所以,我也非常高兴有这个机会跟您直接面对面沟通,做更深入的交流。 

洪颖源:耿院长,请允许我简单地介绍一下Taylor & Francis Group。Taylor & Francis Group 1798年在英国成立,距今已经有超过200年的历史。每年的新书出版量超过7000种,累计图书总数超过15万种,其中占比为55%是人文社科类图书,45%是科学技术与医学类图书。我们旗下有知名的科学技术出版品牌CRC Press。与此同时,我们有期刊约2700种。我们的中国团队成立于2005年,成立之初的主要工作是将优质的学术内容引入到中国。最近三至四年开始,我们在“引进来”的同时,也开始将重心向“走出去”逐步拓展。Taylor & Francis在沟通中外学术交流与传播的工作中,始终扮演着“桥梁”的角色。我们希望通过我们的资源和全球网络,将中国的学术内容介绍到国际学术舞台,让世界能够看到中国研究人员和科学家的力量。我们公司的品牌标识其实是一盏知识的神灯。中文翻为“点燃火炬,照耀人群”。正如您所提到的,能够将帮助更多中国学者传播他们的研究成果、理念和知识。

计算机科学作为一个研究和应用相结合的学科,想请问耿院长,在理论和实践相结合方面,我们有哪些比较好的尝试? 

耿新:东南大学前身的主体部分是中国四大工学院之一的南京工学院,多年来秉承着理论实践相结合的传统,我们已经发展成为了综合性大学。校企合作应该是东南大学的一个特色,我们的发展、科学研究和人才培养,是离不开与一线企业的密切合作的。我们培养学生的基本要求是到了企业可以成为一名优秀的工程师。

从科研的角度,我们也是将技术研究与落地相结合。比如,人工智能不去研究算法,最后可能也不能解决好某一个问题。但是我们始终强调的是,研究要落地。如果一个算法不能在某一个实际应用层面上表明它的功能,那么我们认为这项工作是没有完成的。 这是我们学科建设中一个比较明显的特点。 

洪颖源:我们有很多年轻的学者,想请问您作为一个资深的学者,又同时身兼三个学院的院长,您有什么秘诀平衡个人与科学事业的发展吗?

耿新:一天只有24小时的时间,于我而言,比较好的个人经验就是快速切换。比如,我可能15分钟之前还在与学生开会交流一篇文章的写法,接下来半个小时马上就要召集学院的同事们开会,讨论一下后半年的工作计划,再接下来的半个小时就要参加线上会议。其实我在两个小时之内完全在做不同的事情,快速地切换进入不同的场景。这是我个人感觉在过去几年中,通过工作对我个人的一个比较重要的锻炼。 

另一方面就是非常感谢家人的支持,我想基本上大部分身兼数职的科研人员,如果没有家人支持,很多事情的结果是完全不同的。 

洪颖源:非常感谢耿院长的宝贵的时间,希望我们能够在日后有更深入的合作,达到双方的共同目标。 

耿新:谢谢洪先生,非常感谢有这次交流的机会深入的了解到Taylor & Francis,非常感谢。

两个多世纪以来,Taylor & Francis Group作为全球领先的学术出版集团,始终坚持生产高质量学术内容,实现高端、新兴及应用知识在全球的传播。我们也在不断地探索发展如何将丰富的学术内容应用于实践之中。因为,任何学科的发展都离不开坚固完善的知识体系,而任何坚固完善的知识结构都需要实践的检验。二者间的相互作用与促进将会推动科技的发展,更好地服务人类和社会。

78ff8a0d43e8610e59aaef7134cf3161.png

Taylor & Francis Group 是全球领先的学术出版集团之一,致力于为当地的编辑、学协会和作者提供专业支持,为图书馆提供量身定制的高效服务。

如有任何查询或咨询请联络:

邮箱:  marketing@tandfchina.com

网站:  china.taylorandfrancis.com




推荐阅读
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 背景应用安全领域,各类攻击长久以来都危害着互联网上的应用,在web应用安全风险中,各类注入、跨站等攻击仍然占据着较前的位置。WAF(Web应用防火墙)正是为防御和阻断这类攻击而存在 ... [详细]
  • 本文介绍了adg架构设置在企业数据治理中的应用。随着信息技术的发展,企业IT系统的快速发展使得数据成为企业业务增长的新动力,但同时也带来了数据冗余、数据难发现、效率低下、资源消耗等问题。本文讨论了企业面临的几类尖锐问题,并提出了解决方案,包括确保库表结构与系统测试版本一致、避免数据冗余、快速定位问题等。此外,本文还探讨了adg架构在大版本升级、上云服务和微服务治理方面的应用。通过本文的介绍,读者可以了解到adg架构设置的重要性及其在企业数据治理中的应用。 ... [详细]
  • Tomcat/Jetty为何选择扩展线程池而不是使用JDK原生线程池?
    本文探讨了Tomcat和Jetty选择扩展线程池而不是使用JDK原生线程池的原因。通过比较IO密集型任务和CPU密集型任务的特点,解释了为何Tomcat和Jetty需要扩展线程池来提高并发度和任务处理速度。同时,介绍了JDK原生线程池的工作流程。 ... [详细]
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • 关于CMS收集器的知识介绍和优缺点分析
    本文介绍了CMS收集器的概念、运行过程和优缺点,并解释了垃圾回收器的作用和实践。CMS收集器是一种基于标记-清除算法的垃圾回收器,适用于互联网站和B/S系统等对响应速度和停顿时间有较高要求的应用。同时,还提供了其他垃圾回收器的参考资料。 ... [详细]
  • 本文介绍了绕过WAF的XSS检测机制的方法,包括确定payload结构、测试和混淆。同时提出了一种构建XSS payload的方法,该payload与安全机制使用的正则表达式不匹配。通过清理用户输入、转义输出、使用文档对象模型(DOM)接收器和源、实施适当的跨域资源共享(CORS)策略和其他安全策略,可以有效阻止XSS漏洞。但是,WAF或自定义过滤器仍然被广泛使用来增加安全性。本文的方法可以绕过这种安全机制,构建与正则表达式不匹配的XSS payload。 ... [详细]
  • 本文介绍了在Python张量流中使用make_merged_spec()方法合并设备规格对象的方法和语法,以及参数和返回值的说明,并提供了一个示例代码。 ... [详细]
  • GPT-3发布,动动手指就能自动生成代码的神器来了!
    近日,OpenAI发布了最新的NLP模型GPT-3,该模型在GitHub趋势榜上名列前茅。GPT-3使用的数据集容量达到45TB,参数个数高达1750亿,训练好的模型需要700G的硬盘空间来存储。一位开发者根据GPT-3模型上线了一个名为debuid的网站,用户只需用英语描述需求,前端代码就能自动生成。这个神奇的功能让许多程序员感到惊讶。去年,OpenAI在与世界冠军OG战队的表演赛中展示了他们的强化学习模型,在限定条件下以2:0完胜人类冠军。 ... [详细]
  • Learning to Paint with Model-based Deep Reinforcement Learning
    本文介绍了一种基于模型的深度强化学习方法,通过结合神经渲染器,教机器像人类画家一样进行绘画。该方法能够生成笔画的坐标点、半径、透明度、颜色值等,以生成类似于给定目标图像的绘画。文章还讨论了该方法面临的挑战,包括绘制纹理丰富的图像等。通过对比实验的结果,作者证明了基于模型的深度强化学习方法相对于基于模型的DDPG和模型无关的DDPG方法的优势。该研究对于深度强化学习在绘画领域的应用具有重要意义。 ... [详细]
  • 建立分类感知器二元模型对样本数据进行分类
    本文介绍了建立分类感知器二元模型对样本数据进行分类的方法。通过建立线性模型,使用最小二乘、Logistic回归等方法进行建模,考虑到可能性的大小等因素。通过极大似然估计求得分类器的参数,使用牛顿-拉菲森迭代方法求解方程组。同时介绍了梯度上升算法和牛顿迭代的收敛速度比较。最后给出了公式法和logistic regression的实现示例。 ... [详细]
  • 数据结构与算法的重要性及基本概念、存储结构和算法分析
    数据结构与算法在编程领域中的重要性不可忽视,无论从事何种岗位,都需要掌握数据结构和算法。本文介绍了数据结构与算法的基本概念、存储结构和算法分析。其中包括线性结构、树结构、图结构、栈、队列、串、查找、排序等内容。此外,还介绍了图论算法、贪婪算法、分治算法、动态规划、随机化算法和回溯算法等高级数据结构和算法。掌握这些知识对于提高编程能力、解决问题具有重要意义。 ... [详细]
  • cs231n Lecture 3 线性分类笔记(一)
    内容列表线性分类器简介线性评分函数阐明线性分类器损失函数多类SVMSoftmax分类器SVM和Softmax的比较基于Web的可交互线性分类器原型小结注:中文翻译 ... [详细]
  • OCR:用字符识别方法将形状翻译成计算机文字的过程Matlab:商业数学软件;CUDA:CUDA™是一种由NVIDIA推 ... [详细]
  • 老牌医药收割AI红利:先投个15亿美元抢中国人才
    萧箫发自凹非寺量子位报道|公众号QbitAI没想到,一场大会把我的“刻板印象”攻破了。2021世界人工智能大会现场,能看见不少熟悉的身影, ... [详细]
author-avatar
evon0207165
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有