去年 7 月，加州大学伯克利分校计算机系尤洋的一篇博士论文刷爆网络。189 页的论文旨在缩小高性能计算（HPC）和机器学习（ML）之间的差距。
论文链接：https://www2.eecs.berkeley.edu/Pubs/TechRpts/2020/EECS-2020-136.pdf
当时，伴随着这篇论文的还有尤洋的最新去向：
“博士毕业了，很开心拿到了多个美国大学（包括常春藤）以及新加坡国立大学的tenure-track教职offer ，同时获得了伯克利EECS学院的Lotfi A. Zadeh Prize（相当于优秀毕业生）。和伯克利导师商量后，我决定加入新加坡国立大学。”
这才过去几个月，据尤洋博士的微博介绍，他已经被新加坡国立大学晋升为“校长青年教授”了，成为新加坡国立大学计算机系第一位获此殊荣的华人。可谓出道即巅峰！
1
谁是尤洋？优秀的清华学子！
尤洋曾获清华大学优秀毕业生、北京市优秀毕业生、国家奖学金，以及清华大学计算机系数额最高的西贝尔奖学金。清华毕业之后，在加州大学伯克利分校计算机系读博士，其导师是美国科学院与工程院院士、ACM/IEEE fellow、伯克利计算机系主任以及首批中关村海外顾问James Demmel教授。
尤洋的研究兴趣包括高性能计算、并行算法，以及机器学习。 他当前的研究重点是大规模深度学习训练算法的分布式优化。 他曾创造ImageNet训练速度的世界纪录，并被ScienceDaily，The Next Web，i-programmer等几十家媒体广泛报道。
尤洋还获得过国际并行与分布式处理大会（IPDPS）2015 的最佳论文奖，以及曾以一作的身份获得 2018 年国际并行处理大会（ICPP）最佳论文奖， 论文《Imagenet training in minutes》所提出的方法刷新了 ImageNet 训练速度的世界纪录。
2019年，尤洋和来自谷歌、UCLA 的研究者共同提出了一种用于加速大批量训练的新型优化器 LAMB， 将基线 BERT-Large 模型的预训练时间从 3 天降低到了 76 分钟。
他对科研有着非常深刻的理解，曾在一次公开课中以计算机为例，介绍过研究中的通用“方法”。 他把计算机科学中所有的问题分为三类：第一种是提出问题型研究，第二种是解决问题型研究，第三种是解释原因型研究。
其中，提出问题型研究可以归纳为从现实中找出问题，面对问题提出研究方向；在处理解决问题型研究的时候，算法的使用和选择非常重要；解释原因型研究是指我们已经有了一个解决方案，但人们想弄清楚这种方案为什么是可行的。想做解释原因型研究，一般需要有很强的数学和理论背景，如微积分、线性代数、数值优化、概率论等。
有着深厚AI功力，以及对研究的思路非常清晰的尤洋目前也正在招收博士，根据他的微博：
长期招聘博士生（全额奖学金），博士后（年薪约35万），访问学者（可提供资助）。方向包括机器学习、高性能计算、数值优化、分布式系统～感兴趣的同学欢迎联系我。（发送简历到youy@comp.nus.edu.sg）
如上，11月份的时候，他也曾招聘过一名全职的Research Assistant：
月薪大概2万人民币，能来新加坡国立大学工作至少6个月。学历不限，在读本科生，Gap year的学生，研究生都可以。最低要求：211学校本科，有CCF A类/B类或CSrankings论文。感兴趣可以发简历和本科成绩单给我：youy (at) comp (dot) nus (dot) edu (dot) sg 实验室信息：ai (dot) comp (dot) nus (dot) edu (dot) sg 研究方向包括但不限于：机器学习，高性能计算，计算机系统，人工智能应用。
2
有多少华人学者在国外开枝散叶？
那么，有多少人华人学者在国外开展学术研究？ 根据知乎上2017年的一个提问，一位匿名用户给出了清华的不完全统计数据：
清华校友在美国US NEWS top100学校担任教职的有850多人，清华校友在美国大学任教的有1600人以上，近些年每年大约新增50多人以上，约为获得美国PhD的校友的十分之一。其中ECE、EECS、ME、CS、Civil Eng.、BioMed与医学院等系为最多。清华在美校友去工业界，尤其是IT业的更多。在美大学教职中北大校友比清华的稍微多一些，科大第三，复旦第四。
必然，这些“身在”国外学者也和国内充分展开合作。根据AMiner的一份报告，中国AI领域学者积极展开跨国科研论文合作并发表领域高水平论文。与中国领域学者合作最多的10个国家分别是美国、新加坡、澳大利亚、英国、加拿大、日本、法国、德国、新西兰和韩国。
其中，美国是中国AI领域学者跨国合作最多的科研伙伴，两国领域学者合作论文量在中外论文合作之中占比过半。虽然这个数据是基于全部论文数整理，但积极开展合作背后必然少不了这些华人学者的努力。
人才流动，其实对中国来说是利好。以人工智能学科为例，美国和中国都是AI大国，美国的AI发展是技术导向型，在基础研究、尖端研究方面都走在最前列。而中国的AI发展是应用导向型，在AI应用和落地方面做的更好，更擅长利用AI技术赚钱。李开复也曾经对中美两国的AI实力进行过分领域对比：
在AI前沿技术的研究，美国：中国大概是5：1，美国胜；
在AI研究人员数量上，美国与中国基本持平；
在AI公司的总市值方面，美国：中国大概是1：2，中国胜；
在AI互联网方面，中美两国能力基本相当；
在AI自动驾驶领域，美国大概领先中国2年左右。
总体而言，中国在AI上方面需要学习的还有很多，华人学者在国外“开枝散叶”，培养出顶尖人才，必能促进AI的发展。
参考资料：
https://www.bilibili.com/video/BV1Pz4y1R7oD
https://mp.weixin.qq.com/s/6gkNfZeT0w4vkKBTYSeW5Q
https://mp.weixin.qq.com/s/_wt9Zbn1-vDSSfHz5hN_fQ
由于微信公众号试行乱序推送，您可能不再能准时收到AI科技评论的推送。为了第一时间收到AI科技评论的报道， 请将“AI科技评论”设为星标账号，以及常点文末右下角的“在看”。