这篇采访的对象是上海人工智能研究院的周东展老师，她现在主要从事AI>这篇采访的对象是上海人工智能研究院的周东展老师，她现在主要从事AI for science方面的研究工作。

职业概述

您能简单介绍一下您的职业吗？

我现在是在上海 AI lab 担任青年研究员。

职业生活

您能讲一下您做的 AI for Science 工作的大体方向和具体的工作吗？

AI for Science ，按照我们组的划分，主要分成三个方向：地球科学、物质科学和生命科学。如果再分的话，可能就分成纯自然科学的探索和偏工程一点的探索。

像地球科学，可能会更加偏工程一点，因为它的一项工作就是能不能去做更好的预测。比如说，我们最近都在关注台风“贝碧嘉”，拉着我们团队的老师在问预测结果是什么。包括我们这个模型其实也是在气象局进行部署的，这个风物模型估计这次在台风预测中也起到了非常大的作用。但这些可能并不会涉及到一个新物质的发现，主要还是说能不能去做预测。

另外一块是自然科学，像物理、化学和生物，我们需要去看有没有新物质的产生，以及可能的机理会是什么。这一块可能跟我们做的会比较接近，包括我们现在也在研究 AI 科学家的系统，能够更好地辅助人类科学家。我们希望通过这样的一套系统，打通研究的整个流程。比如说，它能够自主地发现一些假设。根据之前的一些论文发表，它能不能提出这个东西也许能用在这个场景上，自主地设计实验方案。比如说，它看到一个材料，能不能检索出类似的材料，进行合成。还有实验结果的分析，比如之前的 XRD 或者 EPR 这样的谱图，人类专家分析可能需要比较久的时间，如果让 AI 来做，可能就会很快。

整天来说，每一个环节我们都有做相关的工作，但是我们的目标还是把这个环节打通，让它能够自动化地自己产生想法，自己去验证，然后自己再去分析，再回到想法产生的过程。我们相信这其实是一个比较好的未来趋势，因为它可以打破之前自然科学里面主要以人为主导，以试错法为先验的这样一种新的范式。我们这个可能就是比较自动化和平台化的，它对人的要求就没有那么高。因为任何人用了这个系统，都可以做出自己的科学发现，这其实才是我们的目标，能够大大加速科学发现的进程。

您每天的工作都有哪些部分？

第一块是汇报型的，需要我们做一些研判，定一些目标。第二块是带学生，需要做一些课题，学生们都会有自己的课题，每天都要跟他们聊一下进展，主要是这两方面。此外的话还会有一些对外的交流，比如别人邀请来做讲座之类的。

这些工作的时间分配是如何的呢？

这个其实每天还挺不一样的。如果就是有比较着急的任务，那就需要花比较多的时间在这个任务上面。如果后天要交一个什么材料，那可能就是要花比较多的时间来写。然后如果是做研究的话，每天时间都比较均匀，都会花固定的时间跟学生交流、读论文、看一些最新的进展等等。如果马上有一个发表，我需要提前半个月开始改论文，甚至要熬一两天夜，所有老师都会这样的。

您每天的工作自由度如何，有多少时间可以自己安排？

我工作的自由度很高，这一点让我还是挺舒服的，因为我可以选择在我不同状态的时候做不同的工作，状态比较好的时候我就可以做一些复杂的工作，吃完饭之后就可以做一些简单的工作，比如说规划一下日程。

您觉得工作中最大的挑战是什么？

研究和带学生对于我来说都不是什么很大的挑战吧，这都可以通过经验积累逐渐做的更好。比如说我刚开始带学生的时候不太理解他们需要什么，需要磨合一段时间，但之后就能感觉到自己进步了，可以更好地指导他们工作和写论文。我读博的时候工作都是自己做的嘛，所以对我自己的事情肯定是完全掌握的嘛，但是现在就是不同点就是在于，我一定要把一些工作分给学生做，因为我现在不可能自己一个人同时做五六个项目，那这个时候就有一个沟通的事情在里面了，我要确保我说的事情学生听懂了并在向这个方向尝试。它不是一个简单地把工作甩给别人就可以结束的事情，还是挺需要花心思的，要适应从自己做项目到管理项目进行的转变。适应之后其实我就觉得不是太大的挑战，因为我们这边还有很多更年长的老师，可以跟他们交流带学生和管理项目的经验，我也会经常跟合作者说定期进行复盘，看看有什么可以改进的地方。

我感觉其实比较大的挑战还是来自于 AI 自身，它的发展实在是太快了，每天各种渠道都能找到很多新的发现和进展，但这些不可能每一个他的报道都跟重要程度完全符合，因为报道总会有夸张的成分。所以，我们要去甄别哪些真的是未来几年的发展趋势，哪些是过时的，只是短暂火一下的东西，这个我觉得才是最有挑战的事情，因为信息真的太多了，我们需要辨别噪音，找到真正重要的东西。这也是为学生包括自己的职业生涯的一个考虑，毕竟我们希望未来五六年到十年二十年都有能一直做的课题，要不断去提升自己的科研品味。

您觉得目前工作中最有成就感的事情是什么？

把一件项目做成，最开始的时候可能是很初级很原始的想法，大家逐渐去把这个想法做成型，做成很好的工作，逐渐把它迭代，这会很有成就感。此外看到学生的进步也会很开心，比如说有些学生最开始做实验没什么思路，写文章也不是很好，后面不断沟通交流之后，给他们演示了一些正确的做法，能感觉到他们一次比一次做的更好。

您觉得现在的工作支持work-life balance吗？

这个我觉得还是分人吧。实验室本身工作氛围还是比较轻松的，就是没有很明显的时间管理的问题嘛，并没有限制得很死，不会让你每天八点必须来上班这种。work life balance 这个可能是一个个人选择问题吧，如果你希望做出更多成果来，那你可能要多投一些时间在工作上，但你如果想花更多时间在家庭上，那也是可以的。

您觉得未来有哪些具有发展潜力的 AI 原生场景？或者说，您觉得哪些已经设计出了 AI 原生商业模式比较有发展潜力？

AI for Science 是我个人比较看好的，不然我也不会每天投入这么多时间在这个研究上。另外，我觉得比较好的可能是具身智能，就是机器人相关的。因为我们之前做的都还是偏软的一些东西，可能是人脸识别系统，或者检测系统，这些都是部署在软件上的，可能是偏感知侧的，没有办法跟环境形成实际的交互。但是如果有具身的硬件加持，可能就能更好地跟环境进行互动。互动完之后，能够获取更多的数据，然后把这个数据飞轮转起来。相当于说，我们对场景的探索其实更接近于人类学习的过程，这可能也是促进我们未来迈向更高层次人工智能的一条路。所以其实 AI for Science 和具身智能我都还是比较看好的。这两个一个是看 AI 能不能去解决一些更加高层次的问题。AI 去分析一些视频，或者在流水线上部署，这些工作相对比较重复。但是做研究这件事情本身其实就是比较高价值的场景，也是更加复杂的场景。看 AI 能不能在科学上有所应用，我觉得对于未来它的能力发展的指导其实还是挺重要的。因为我们肯定要去想 AI 能够做什么，才能朝着这个方向去努力。如果我们对它的目标没有一个规划，可能也比较难发展出这样的一套方法。

职业发展

现在实验室的绩效指标或者考核指标是怎么样的？

这个会涉及到一些工作比较细节的东西了，整体来看，大家还是会以你做出这个成果的价值来评判你的工作。然后你对团队的贡献也很重要，无论是在学校还是在专门的科研机构，并不是说你埋头做研究就可以了，还会有很多协调、对外交流、对内沟通这样的事情，也需要团队的所有成员都参与，因为我们的很多工作也都是需要别人的参与来支撑的，团队合作是非常重要的。

对于我们来说，和高校相比，我们更看重做的东西能有多少可以落地，更加看重成果转化。论文是一个指标，但我们更在乎你论文之外的东西，比如说我们做电池相关的，那有没有会人用我们的技术产品，我们的东西有多大程度能辐射到国企央企或者投射到其他企业，都是需要考虑的因素。

您当时为什么选择了现在的职业道路？

说句实在话，我当时读博的期间最开始确实有想做老师，当时主要是觉得当老师可能会比较稳定，有这么一个不成熟的看法。后面读博期间有一段时间做科研不是特别顺利，我就开始想要不要去做点其他的事情，尝试接触了一下其他的工作，但是后面兜兜转转体验完一圈之后，我觉得好像还是做科研这件事情比较容易给人成就感，比较有意思。正好当时我的导师欧阳万里老师，他也希望我后面可以继续来从事科研工作，跟他保持长期合作，所以我就回到实验室跟欧阳老师共事。

选择这个方向，导师对我的影响很大，欧阳老师他本身是非常热爱这份工作的。我自己做研究做得不是很顺利的时候，就会觉得这不是适合我的职业，然后我去对比欧阳老师，我觉得欧阳老师肯定是非常适合这种职业的，因为他真的是非常非常热爱他的工作，跟他讨论研究的时候，就感觉到他的他的眼睛里面是有光的，这样的一种状态，我当时很羡慕，也希望自己能够这样。现在慢慢做下来，发现自己确实挺享受这份工作的，应该未来会一直做下去。

您觉得在高校和在研究所的实验室工作有什么区别？

我没有在高校工作过，根据我的观察，一个重要的差别就是需不需要上课。高校的老师每年会有一些教学学时的要求，要花时间来备课。其次就是目标上的区别，我之前也提到过，绩效上我们会更在意产学研的一体化，很多老师会去接横向，去与企业对接，大学不会很强调这一点。

您觉得您的工作有利于自我提升吗，对未来的学术或者职业发展有一定帮助？

我觉得是的。相比高校，我觉得实验室给的资源还是挺充沛的，无论是在学生方面，还是在算力方面，然后以及说这个场景对接方面，能够对接到一些真正有落地价值的一个企业嘛。有些时候跟他们聊，感觉自己做的工作还是挺有价值的，所以非常感谢实验室能够给我这样的一个平台，能够让我以一种相对比较轻松的状态来规划自己未来的一个发展吧。所以我觉得这份工作无论是从未来发展前景还是个人成就感来说，我都还是很满意的。我反复提到我们实验室对项目影响力非常看重，这就从侧面上帮助我们更好地对自己成果的价值进行评判，有助于我们做出代表作。再加上我们实验室本身就跟一些国企央企联系密切，在这里可以积累很多人脉和经验，如果以后想去工业界，都会非常有用的。

您觉得您这个行业适合有着怎样追求和性格的人？

其实我觉得对于一个博士生来讲，想毕业这个要求其实还是很好达成的，基本上只要正常按照老师的要求，应该都还是能毕业的。但是我觉得毕业只是一个最低的要求，关键还是看你有没有对自己的工作真正产生兴趣。我觉得兴趣其实是一个必要的条件。因为如果你对自己做的东西没有什么兴趣，可能只是说老师今天给我布置这项任务，我要赶紧把它做完，那可能就比较难做出好的工作。因为我觉得真正好的工作肯定都是你自己自驱来做的，就是你真的对这个问题非常感兴趣，然后想自己深入地去了解这个东西的方方面面。比如说，这个方向能不能好，那个方向能不能好，这真的是一个自驱的过程。因为你自己对你的项目是最熟悉的，导师可能只是帮你指一个方向。我们有时候还会开玩笑说，如果你博士毕业了，在你自己的小领域还没有你导师了解，那你这个博士就算是白读了。老师每周只会花在一个学生身上几个小时的时间，但你自己作为项目的负责人，每周可能有几十个小时的工作时间都是围绕着这一两个项目来的，所以你对它底层的代码，或者更上层的未来发展，肯定都是最熟悉的。如果没有兴趣的支撑，我觉得是很难坚持下去，也很难做出好的成果。所以能否真正享受你的工作，我觉得是一个挺重要的事情。

关于大学生

对于学生而言，未来发展可能需要一定的论文产出，但我们也希望去做那些有价值、能长期做下去的研究课题，您觉得应该如何平衡呢？

首先，长期能做下去的课题也不一定只有憋个三五年才能憋出来一篇成果的课题。相反，我觉得这样的课题可能对于学生的发展并不是最有利的。尤其是在你初学的时候，初学者可能还是需要比较强的反馈。单凭兴趣叫我三年之后才能出一篇论文，这个其实我也接受不了，更何况是同学们在职业生涯的初期。我觉得从实际角度来讲，很难单凭热情把这件事情维持下去。所以能做三五年的课题，并不是说三五年只出一个成果，而是比如说你觉得这个方向重要，然后沿着这个方向一直做。这中间你肯定会有很多小的成果，能够快速出的成果，这其实就可以满足你论文的需求。你要去考虑，这个工作最好是能沿着一条线来做。因为这样，探索完三五个完整的小项目之后，你可能自然就会想，这个领域最具有影响力的方向会是什么？我要怎么样去把我的工作串起来，来冲击这样的一个方向。

您对大学生有什么建议吗？

我觉得人生在于体验。不要非常着急地在想我做这件事情到底能获得多少，我的得失是什么，因为很多时候你也并不知道你做的东西什么时候会有用。未来的发展其实是一个高度非线性的系统，你很难做出精准的预测说什么东西会是有用的，所以我觉得还是要好好做事，你要去考虑什么事情可以真正提升你自己的能力，无论是在学术上，还是在软技能上。我觉得提升自己才是比较重要的。至于未来会取得一个什么样的结果，可能倒不是现在最值得关心的一件事情。

有一句话叫做“但行好事，莫问前程”，我觉得这句话其实还是挺重要的，就是还是要专注自己做的事情，尤其是在自己比较年轻有活力的阶段，一定要多学一些东西，不要太功利地去计算未来的得失。另外一块可能就是去做自己真正感兴趣的事情，找到自己感兴趣

如果您对这篇采访的内容感兴趣，请联系：[email protected]

本篇访谈未经允许，禁止转载