刘泓：科研之路，因热爱而持续探索

文 王凯文 秦源璟 杜念臻

· 刘泓 清华大学电子工程系2017级本科生

初见刘泓，我们看到的是一个内敛、亲和的大男孩：面对特等奖学金的殊荣，他非常谦虚；手握3篇顶级会议一作论文，却没有骄傲自满，而是朴实地向我们介绍了他的科研历程。穿着连帽衫、运动裤的刘泓，与其说有特奖得主的光环和气场，毋宁说有行胜于言的稳健和可爱。

但是，当他谈起自己热爱的科研时，我们就能感受到他的热情和与众不同。刘泓大一下学期就踏上了科研道路，仅仅经过暑假的比赛就发表了第一篇论文，到大四时他已经以第一作者的身份发表了5篇论文，其中包含发表在CVPR 2019、ICML 2019和NeurIPS 2020 的3篇顶会论文。

在科研之外，刘泓的推研学分绩排名还是系里第二。这样耀眼的成绩，在他本人的讲述下却显得水到渠成，这都源于他本科期间持之以恒的用功，正如他所说的“均匀分配学业，不让学业出现负载的波峰”。“科研挫败是很正常的，不要把挫败看得太重”“搞科研的同学都有一种热爱”，无不向我们展示着他的稳健、睿智、踏实。

刘泓从大一下学期开始接触科研，对各个科研方向都做了大概的了解，找到了自己的兴趣方向，并通过一些相关网课打下了科研基础。同时，刘泓通过邮件积极联系上了导师。谈及如何找到自己感兴趣的领域，刘泓说：“有些人是做一行爱一行，有些人是爱一行做一行，这两种情况都有其合理性，不妨先多接触一下，才能找到自己适合的科研方向，大一或者大二的同学也可以早一点开始去尝试。尝试的方法可以是听学长的分享，旁听各个研究所的组会，与老师面谈，读一些论文或听一些网课……这些都会有助于你了解一个科研方向的具体内容。通过一两次的试错找到喜欢的方向也是比较合适的。”

对刘泓而言，科研真正的起步，是ECCV（欧洲计算机视觉国际会议）组织的一个比赛——他与游凯超在软件学院学生科协的小屋里做了一个假期，最终获得了第三名的成绩。虽然就结果而言并不算很成功，但这个过程让他总算是“入门”了。

刘泓虽然在暑假的比赛中“失利”了，但却从比赛中找到了自己的兴趣所在，并着手深入研究。在不断思考如何改善一个算法的过程中，他最终发现并验证了一个非常不错的算法，并由此写出了第一篇论文。之后，刘泓开始转向偏理论方向的研究，开始做对抗样本与迁移学习结合相关的工作，在大二上学期期末投稿了相关论文。之后的一年他几乎没有什么产出，经常投稿被拒，遭遇了很大的挫折，直到大三时才逐步回到正轨。

“挫败是很正常的，科研这件事可以说和挫败是画等号的。不要把挫败看得太重，投稿被拒，实验失败很正常。我一般都是整理好心情，然后第二天照常上课、照常看论文回归本来的学习节奏，心理上不会受到太大的影响。”说起这段坎坷经历，刘泓说：“搞科研的同学都有一种热爱，他们会喜欢自己正在做的事情，如果不喜欢是肯定坚持不下去的。”

在科研之外，刘泓始终没有落下学习成绩，课内成绩始终保持在年级前三名。谈及如何分配时间和精力，刘泓分享了他的心得：“学业和科研肯定是会存在冲突的，本科生当然要以学业为主，要适当地观察调整自己的学习情况，发现课内学业跟不上时，还固执地不放下手中的项目去学习课内知识，就会发生灾难性的后果。”

“另外，学习不像科研，是可以提前的，比如说我可以在暑假提前学一些，这样在开学前你的进度就会比老师领先很多，而科研又会使你的学习进度比老师慢，在学期末刚好被老师追上，进度达到一致，甚至不用怎么复习就可以去考试了，这样的时间安排就比较合理。

“再比如说9月、10月通常会比较闲，如果出去玩的话到了12月就容易忙不过来，如果抓住9月、10月多学了一些东西，刷了一些课后习题的话，到12月就会轻松一些。这样均匀地分配学业，不让学业出现负载的波峰就会比较舒服。”

当然，科研与课内学习的“撞车”，也足够“惊心动魄”。刘泓讲起了在美国参加国际会议口头报告的经历：“报告通常需要花费大量的时间，需要写稿并准备PPT。印象很深的是大二暑期去参会，会要开到15号，而16号要考概率论。当时时间很紧张，我只能一边准备一边复习概率论，在洛杉矶也没有怎么玩，一开完会，时差都没倒就连忙赶回来考试。”

当被问到对准备或刚开始做科研的同学的建议和忠告时，刘泓说：“要把基础课学好。微积分、线性代数、概率论、大学物理、随机过程这些课是非常重要的。只要是跟电子系有关的科研，这些课都非常重要，如果学不好会遇到很多障碍。比如看论文时忘记什么是矩阵的特征值，不得不返回去重新学习线性代数，这样就会导致科研进度落后。”

“微积分、线性代数、概率论最重要，这3门学科学好的话，其他知识可以通过渗透性学习获得，边研究边学习也是完全可以的。但是到后来如果做一些偏理论的研究，电子系的基础知识就不能覆盖了，要自己去补，去看很多很多的书。”刘泓补充道。

而对于“创新”这个老生常谈的问题，刘泓分享了自己的科研体会：“首先思维方式上要有一些改变，但并不是说与原来的思路毫不相干。我们现在学习的一些内容，如部分课程的大作业就有科研方面的导向。我们要在读大量文献的基础上，代入思考看前人是怎么想的，我又能如何在现有方法上提升，再结合自己在其他领域的经验，尝试把一些原来不属于这个领域的东西移植到这上面来，如果确实带来实质性的帮助，那么就创新成功了。”

“不过创新也不是那么高不可攀的事情，创新有不同类型，对一个开放性问题提出一个不同的解法是一种创新，提出一个新的问题也是一种创新。”

“如果有些同学找不到创新点，我建议多读论文，读多了自然而然就容易发现那些没有被前人踏足过的领域。”

访谈的最后，当被问起未来的打算时，刘泓说：“希望能尽量让本科课内学习保持稳定，同时科研上还有很多问题没有解决，需要我继续在这个方向推进下去，时间的长度可能不是一年、两年，可能是几年，也有可能是十几年。”

---

ICML: International Conference on Machine Learning，国际机器学习大会。

NerIPS: Neural Information Processing Systems annual meeting，国际神经信息处理系统年会。