实习派 | 钟宛君:从“七次拒稿”到“微软学者”,在科研挑战中成长

2022-01-13 | 作者:微软亚洲研究院

编者按:
“在微软亚洲研究院读博是怎样的体验?”怀揣科研梦想的学子,从各大高校汇聚在微软亚洲研究院,接受高校与研究院双方导师的联合指导。在博士阶段的求索中,瓶颈、挫折与困难常有相似之处;但关于成长与找寻自我,每个人都有自己的经历、体验与答案。
“用一天自学 Python,三天自学 TensorFlow,三天之内复刻出一篇顶会文章的实验结果。”回想起自己入选微软亚洲研究院与中山大学联合培养博士生项目的经过,已经博士四年级的钟宛君仍记忆犹新。

时光荏苒,当年初尝科研滋味的女孩,在今年秋天实现了一个重要的科研里程碑:被评为 2021 年“微软学者”。她更作为亚洲地区“微软学者”代表,在微软全球的获奖者宣布视频中阐述自己的科研设想。

从论文投稿七次被拒,到获评“微软学者”,微软亚洲研究院自然语言计算组实习生钟宛君是如何在科研挑战中不断成长的?从她的故事中,相信你一定能汲取到关于“在科研挑战中成长”的养料。

 


钟宛君获得 2021 年“微软学者”

科研中的“主动出击”与“挑战不可能”

“微软亚洲研究院的科研环境和计算资源都很吸引我。”钟宛君回忆起 2017 年夏天坐在联合培养博士生项目宣讲会场时对研究院的好奇与心动,原本计划出国求学的人生轨迹,也因这场好奇报名的宣讲会扭转到了新的航向。

按照培养计划,通过选拔的联合培养博士生将在微软亚洲研究院以实习生的身份度过大四一年,博士一年级返回校园修满学位学分,后四年在微软亚洲研究院资深研究员和高校导师的共同指导下,在微软亚洲研究院探究前沿课题。

钟宛君的博士一年级修课只用了半年。“特别想早点回来和大家一起进行科研工作,就把所有学分排在了上半学期。” 2018 年博士入学,当年便加入微软亚洲研究院自然语言计算组开始探究机器推理技术应用于自然语言任务的科研工作。钟宛君在科研路上的每一步都具有极强的主动性:她会主动为自己争取喜欢的研究方向,发掘更适合自己的研究主题;在科研状态不好的时候,也会主动分析原因,然后快速地寻求解决办法。

经过三年的博士阶段科研锤炼,钟宛君已经在 ACL、EMNLP 等自然语言顶级会议中发表了数篇高质量论文,逾半数论文中她都是第一作者,这些工作也在相关领域内产生了一定影响力。

这些科研成果并非一蹴而就,其中伴随着看起来“不可能”的挑战。她在 2020 年参与的针对美国大学司法学院入学考试(LSAT)中复杂推理问题的项目,带给了她最多的科研历练和自我突破。

“真的是非常困难。”她回忆道。这项“目前没有好的解法”的问题是用机器学习方法解答美国司法学院入学考试中最难的部分——分析推理题。钟宛君尝试了各种模型、各种办法,“无论是什么现成的模型都没有一点效果。”

穷尽思路却无法解决,钟宛君沉浸在寻路又碰壁的焦虑和不安中,心中无数次涌起放弃这个选题的念头。但 Mentor 鼓励钟宛君坚持下来,相信他们一定可以度过瓶颈期找到解决办法。最终,钟宛君完全“从零开始”设计出一个方法,“把论文熬出来了”。

而为了解决美国大学司法学院入学考试中的逻辑推理问题,钟宛君与合作者提出了 LReasoner 系统,通过识别文本中的逻辑符号和表达式,来生成问题的答案。LReasoner 系统具体包括两个部分:逻辑驱动的文本扩充框架和逻辑驱动的样本增强算法。这个新方法刷新了关注美国司法学院入学考试(LSAT)逻辑推理部分的数据集 ReClor 的纪录,并且超过了人类的准确率

到近期,LReasoner 系统依旧在数据集的官方评测排行榜中排名第一。

LReasoner 系统在 ReClor 排行榜中排名第一

官网地址:https://eval.ai/web/challenges/challenge-page/503/leaderboard/1347

 

在试错中成长,找到自己的科研模式

2019 年的一天,博士一年级的钟宛君打开邮箱。新消息没有带来期待已久的好运气,而是将又一封拒稿的审稿意见送到了她的面前。这已经是读博以来第七次被拒稿了,她还一篇都没投中过。

这次投往 AAAI 的工作是她特别喜欢的工作。“科研怎么这么难?”对自己要求颇高的钟宛君拿着审稿意见反复读,崩溃、难过、自我否定……各种滋味轮番涌上心头,消极念头接踵而至。稚嫩的博士新手在科研道路之初便屡屡遭遇挫折,难免陷入迷茫和自我怀疑,“那简直是我读博最艰难的一段时期。”钟宛君说。

Mentor 将一切看在眼里,为钟宛君讲述自己以往的拒稿经历,鼓励她调整心态。钟宛君也逐渐意识到不能急于求成,要从批评意见中吸取经验教训,并多多给予自己鼓励。当心态变得轻松平和,她惊讶地发现,科研似乎不再那么艰难了,进步也比以前快了很多。她也在不久后收获了自己的第一篇顶会论文。

科研总是需要不断试错,而抵达目标的道路并不明确,这也是科研最难的地方之一。钟宛君认为,在这个探索的过程中,领路人的角色就尤为重要。钟宛君的三位导师,前微软亚洲研究院副院长周明博士、中山大学人工智能学院副院长印鉴教授和计算机学院大数据与计算智能研究所所长王甲海教授,就在科研方向指引、论文投稿和人生道路选择上给了她极大的帮助。

无论是选择研究课题、还是制定实验方案,个人盲目摸索很容易陷入低效与迷茫,“导师和 Mentor 可以从自己丰富的科研经验出发,帮助我高效清晰地抵达目标,从而少走很多弯路。”钟宛君回忆起从最初迷茫一路走到现在,无比感谢导师和 Mentor 发挥的作用,“就像科研路上的指路明灯。”

几年下来,钟宛君从不太懂深度学习算法的领域新人、不怎么会写论文的科研小白、面对设计实验抓耳挠腮的实验室新手,逐渐成长为一个能独当一面的博士生——相对独立地调研选题、确定任务,搭建实验基准模型,完成实验,写作论文——钟宛君说,自己从导师和 Mentor 身上学到太多太多。

“我能感受到,和以前相比,我的研究品味和对整个研究领域的感受都已经发生了质的变化。”钟宛君反复强调,良师对博士生研究品味的熏陶无形更无价。“真正的前沿、真正的挑战、真正有意义的问题、真正有价值的方法。”钟宛君这样概括从导师和 Mentor 身上学习研究品味的收获,“在他们的影响下,我认识到拥有好的研究品味甚至比努力本身更重要。”

当失败从敌人成为朋友,挫折从苦难变成财富,钟宛君的心态和科研节奏也在发生变化。曾经的稚嫩小白,往往在一个问题上耗时太久钻牛角尖,或是要求过高急于求成,陷入一种自我逼迫的状态。现在的钟宛君逐渐摸索出一套适合自己的科研与生活节奏,“找到了一种平和、积极又稳定的状态。”每天早起做早餐,早早来到工位专注工作,近中午时去运动,下午继续专心工作。“从时间导向变成了任务导向,只要求自己完成规划好的任务,不再强制要求自己在状态不好时必须工作。”

钟宛君在不知不觉间践行着微软的“ Work hard, play harder ”倡议, “工作时就沉浸到里面,觉得累了就彻底放松、认真休息。” 失败到来就平静接受,从不顺利的事情中吸取力量,然后 “继续向前走,不回头也不纠结。”

生活中的钟宛君

 

自由开放,繁荣生长

在微软亚洲研究院科研与生活的日子,让钟宛君收获了自由讨论的科研氛围与志同道合的研究伙伴。

“可以随时随地和各种各样方向的小伙伴讨论问题,和 Mentor 的相处也十分平等轻松。”钟宛君说,读博以来自己有许多算法的实现方法是在讨论之中悄然诞生的,视觉计算组实习生孟德普工位与她相邻,钟宛君常常在冒出新想法后随即与德普讨论,双方知识结构互补,多次推动了论文实验方法的实现。

微软亚洲研究院丰富的计算资源以及学术资源也为求学过程中的学生们提供了有力的支持与科学的引导。从前沿讲座、学术午餐会,到黑客马拉松(hackathon),再到“沈老师带你肝论文”的论文阅读工作坊……钟宛君活跃于各类活动中,“印象深刻的活动实在是太多了!”

对于微软的多元与包容文化,她也有十分深切的感受。通过参与 Ada Workshop、Ada Dialogue 与女性研究员、工程师面对面交流,她意识到,“女生学习计算机最大的问题并不是缺乏能力,而是缺乏自信心。女孩子往往从小就被家庭、学校、社会有意无意灌输一个负面的观点——‘不适合学理工科’,但我觉得,只要敢打破偏见,有更自信的心态,女生也可以在计算机领域表现得非常好。

钟宛君参加Ada Dialogue

在学术之外,钟宛君也在积极拓展生活的各种可能性。每周三的桌游社活动、周末的剧本杀、一年一度的各类节日庆祝活动、以及各种生活知识与软技能的支持课程……“非常感谢微软亚洲研究院为我们提供了自然轻松的氛围,好学之外更加好玩,还交到许多朋友。”与朋友一同参与活动、尝试拍摄人像写真、或是周末在家研究烹饪菜式并邀请研究院小伙伴试吃……钟宛君试着在各种方向上发现惊喜,“烹饪的过程就和做实验一样,各种各样的东西组合在一起,但是结果未知,让人觉得新奇。”

钟宛君制作的美食

 

探索新奇、做自己喜欢的事,钟宛君正摸索着“学习成为一个全方面的更好的人”,“不再以单一标准要求自己。”科研的逐步累积与生活的点滴成就交替,钟宛君很享受这种自由探索的成长过程,“很感谢微软亚洲研究院提供的氛围和支持,这几年我在心态上成长了很多。我想要找到一种 Flourishing(繁荣生长)的状态,正在努力中。”

Mentor寄语

段楠

微软亚洲研究院 高级研究员

 

 

在过去三年多的时间里,钟宛君在 MSRA-NLC 组做出了一系列优秀的研究工作,并在包括 ACL 和 EMNLP 等在内的 NLP/AI 顶级会议上以第一作者身份发表多篇学术论文。尤其在机器推理领域,宛君基于不同类型的知识(文本、逻辑规则、知识图谱和表格等)设计了针对不同场景的机器推理模型,并在包括事实检测、逻辑推理和文本-表格问答任务上取得了目前最优的效果。

宛君身上所体现出来的对未知问题的探索精神以及不畏科研困难的品质给我留下了极其深刻的印象。希望宛君能够在 NLP/AI 领域继续努力前进,做出更有影响力的工作,成为该领域杰出的女性研究员!

标签