私は30歳で2番目の博士号を取得し、17か月で筆頭著者として6本の論文を発表し、トップカンファレンスで最優秀賞を受賞しました。リアルライフ再開シミュレーター

[[423016]]

この記事はAI新メディアQuantum Bit（公開アカウントID：QbitAI）より許可を得て転載しています。転載の際は出典元にご連絡ください。

34 歳で博士号を取得した人をどのように評価しますか?

それでも科学研究を続ける決意があり、2 つ目の博士号を取得したい場合はどうすればよいでしょうか。

最近、そのような博士課程の学生が、彼が得たもののためではなく、彼が放棄したもののために、学界で激しい議論を巻き起こしている。もともとポスドク研究を続ける予定だった博士課程の卒業生は、将来の研究と教育の立場が学校のランキングによって影響を受ける可能性があることを知り、ポスドクの「同僚」に尋ねました。

別の博士号を取得するためにここに来たらどうなりますか?

彼の名前はLi Angで、デューク大学の Chen Yiran 教授の学生であり、連合学習を研究しています。

ほんの数日前、彼の論文は ACM が主催する組み込みネットワーク センサー システムに関する会議 SenSys に掲載されました。

これは、昨年 4 月以来、第一著者として会議に提出された 6 番目の論文です。彼はKDD 2020最優秀学生論文賞も受賞しました。

彼は陳易然氏から「連合学習に関するシステムレベルの研究の新星」と称賛された。

私はシステム研究の専門家ではありません。私が彼に技術的なことを教えたというよりは、むしろ彼が4年間私に教えてくれたのです。

さらに称賛に値するのは、彼の素晴らしい成果の背後にある感動的な研究経験です。

彼は河南大学で学士号を取得し、その後北京大学でソフトウェア工学の修士号を取得しました。

卒業から1年後、彼は高給の銀行での仕事を辞め、アーカンソー大学に進学してコンピューターサイエンスの博士号を取得しました。

その後、二度目の博士課程への進学を決意し、陳怡然教授に特例で入学を許可された。

QuantumBit とのやり取りの中で、彼は次のように強調しました。

遅すぎるということはありません。

いわゆるスタート地点とゴール地点がないので、最終的に自分が望むゴールに到達することが最も重要です。

リアルライフ再開シミュレーター

Li Ang さんは、河南大学でコンピューターサイエンスを専攻していた学部生のころから研究をしたいと考えており、その後北京大学に進学してソフトウェア工学の修士号を取得しました。

卒業後は北京の銀行で財務管理を専門とする管理研修生として1年間勤務した。

銀行で働くのはとても快適だが、Li Ang さんは、このようなライフスタイルは自分が本当に追求したいものではないと感じている。

1年後、彼は博士号を取得し、学問の理想を追求し続けるために銀行を辞めることを決意した。

Li Ang 氏はアーカンソー大学でコンピューターサイエンスの博士号を取得しましたが、コンピューターサイエンスは同大学の得意分野ではありませんでした。

そこで彼は博士研究員として研究を続けるつもりです。そして彼のターゲットは、彼がずっと注目していたデューク大学のイイラン・チェン教授だった。

彼の履歴書はそれほど印象的ではなかったため、陳一然教授のポスドクのポストに応募したときは、ただ試しているだけで、陳教授が返事をくれるとは思ってもいませんでした。

△陳一然教授のポスドク採用からインスピレーションを得た

意外にも、陳先生は李昂と連絡を取っただけでなく、より深いコミュニケーションもとりました。

しかし今、陳さんは、自分の母校である河南大学が両親と同じ学校だったから、群衆の中でもう一度両親を見たのだと思い出して冗談を言った。

しかし、そのやり取りの中で、李昊さんは、陳先生が学生を書類上で判断するのではなく、学生の学問的理想やキャリアプランを心の底から理解しようとしていると感じた。

李昱が彼の人生を変える質問、「博士号を取得するためにあなたのところに来たらどうですか？」をしたとき、陳一然の答えはこうでした。

決意があれば、すべては可能です。

インタビューの中で、李昊さんは、二度目の博士号取得を選んだ内的な理由は自身の粘り強さと学問への愛情であり、外的な理由は陳教授に対する尊敬と崇拝であると結論付けた。

[[423018]]

△陳一然教授

30歳の李昊さんは博士課程に再入学しており、グループの他の学生よりもかなり年上だ。しかし、彼を不安にさせているのは年齢だけではない。

Li Ang 氏が最初の博士号取得のために勉強していたとき、主な研究分野はモバイル コンピューティングに関連するプライバシー保護とセキュリティの問題でした。

陳教授が主に行っているAI関連の研究について、李昊氏はこの分野での自身の知識蓄積が十分ではなく、AI分野の発展にあまり精通していないと感じている。

当時、彼は非常に不安で、いかに早く突破口を見つけ、その差を埋めるためにできるだけ早く研究を始めるかを考え続けていた。

このような考え方を持って、Li Ang さんは毎日、チューターの Chen Yiran さんのオフィスに行って、記事のアイデアについて話し合いました。

しかし、陳一然氏は、論文の発表を急がず、まずは研究方法を学び、問題を見つけ、問題を発見し、問題を解決し、最後にその結果を論文の形で発表する方法を学ぶようにアドバイスした。

完全な科学研究システムにおけるこのような訓練こそ、李昂がこれまでの学習と研究の経験で欠いていたものなのです。

その後、デューク大学での李昂さんの研究は徐々に軌道に乗り始めました。

当初、彼の論文はしばしば却下された。

一方で、Li Ang は自分の能力に疑問を抱き始め、他方では、審査員に対して否定的な感情を抱くようになりました。

陳一然氏は自身の科学研究経験を生かして、次のように説明した。

査読者からの客観的な提案を常に拒否していると、研究の改善にはつながりません。

2019年にInfocommに提出した論文が却下されたことをきっかけに、Li Angさんの考え方は徐々に変化していった。

彼は査読者の視点から考え、自分の研究には何が欠けているのかを考えようとした。それとも、論文の発表方法に何か問題があるのでしょうか?

この考えに従って、Li Ang氏と彼のチームは最終的に論文に大幅な改訂を加え、多くの実験データを追加しました。

修正後、MobiHoc 2020カンファレンスに再度提出し、無事に受理されました。

これは、Li Ang氏が国際学術会議で第一著者として発表した初の論文でもある。

その後、李昂はますます自分に自信を持つようになり、「科学研究の高速道路」に乗り出した。

2020年4月以降、彼の論文はMobiHoc、KDD、IoTDI、MobiCom、SEC、SenSysに次々と掲載され、KDD 2020 Best Student Paper賞とSEC2019 Best Poster Awardsを受賞しました。

李昊氏は、いわゆる「高速車線」は、アウトプットの観点から対外的に見た結果に過ぎず、その背後には長期にわたる蓄積と量的変化から質的変化への過程があると述べた。

2度目の博士課程では、この分野に関連する多くの理論的知識を蓄積し、多くの文献を読みました。

学会や雑誌の論文に注目し続けるとともに、業界の発展動向にも注目しています。

銀行での勤務経験により、先輩や同級生と積極的にコミュニケーションをとることができました。

もちろん、これは陳怡然教授の指導、さまざまな実験機器の購入に対する支援、そして国際学術交流への参加への奨励と切り離せないものです。

プライバシーコンピューティングに最も懸念

さて、ここまでお話ししましたが、Li Ang 氏が多くの学術会議の注目を集めている研究分野は何なのか気になりますか?

SenSysに掲載されたばかりのこの記事では、新しい連合学習フレームワークを提案している。

△出典：Li Ang’s Momentsより

このフレームワークにより、通信コストを97%削減し、モデルのトレーニングと推論の効率を向上させ、フェデレーテッド ラーニングのトレーニング プロセスにおけるデータの異質性の問題を解決できます。

それは次の3つの側面に分かれています。

フェデレーテッド ラーニング トレーニング中にバイナリ マスクを渡す (ローカル モデル パラメータの代わりに)
クライアントのローカルデータを使用してバイナリマスクを学習し、ローカルデータのパーソナライズされた情報を埋め込むことでデータの異質性の問題を解決し、ローカルモデルのパラメータを固定し、いくつかの構造的スパース制約を追加します。

論文のテーマである連合学習は、Li Ang博士の主要な研究方向の1つです。

彼は、全体的な研究の方向性は応用システムにもっと傾くべきだが、具体的な研究内容は依然として理論と密接に関連していると述べた。

たとえば、差分プライバシー技術には、基礎として非常に強固な統計理論の知識が必要です。

フェデレーテッド ラーニングが現在直面している課題、つまり通信コスト、データの異質性、不十分なコンピューティング能力やパフォーマンスは、まさに彼が現段階で主に研究している問題です。

同時に、より優れたプライバシー保護技術を見つけることが、Li Ang博士の2番目の研究方向になりました。

この KDD 2020 最優秀学生論文で、彼はプライバシー保護のためのデータ クラウドソーシング フレームワークである TIPRDC を提案しました。

実験により、これは実用性とプライバシーのトレードオフの点で他の既存の方法よりも優れたフレームワークであることが示されました。

具体的には、TIPRDC フレームワークは、中間表現のプライベート情報を隠すと同時に、データ コレクターが未知の学習タスクを完了できるように元のデータに埋め込まれた元の情報を最大限に保持することができます。

つまり、個人のプライバシーを保護しながら、より便利にビッグデータを収集できるようになります。

このフレームワークでは、より大規模なディープラーニング モデルとアプリケーションをより適切にトレーニングおよび開発できます。

ただし、アプリケーションが実際に展開されるときには、コンピューティング リソースによって制限されることがよくあります。

ここで、Li Ang 博士の3 番目の研究方向である、エッジ/サーバーベースの共同コンピューティング フレームワークの開発について説明します。

エッジコンピューティングカンファレンス SEC 2021 で発表されたこの論文では、エッジデバイスに展開され、通信効率の高い LotteryFL と呼ばれるモデルが提案されています。

このフレームワークにより、推論精度が 17.24% 向上し、通信コストが 2.94% 削減されます。

Li Ang 博士が発表した論文を見ると、プライバシー保護が彼の現在の最大の関心事であることは容易に分かります。

リー・アン博士はインタビューの中で、IoTデバイスが普及している今日の生活環境では、私たちが直面するプライバシー漏洩のリスクはかつてないほど高まっているとも語った。

たとえば、私たちの日常生活のいたるところで目にするバーチャルアシスタント、スマートフォトグラフィー、さまざまなスマートデバイスは、常に私たちの個人データを収集しています。

しかし、ほとんどのユーザーは、このデータがどこに保存され、どこに流れ、具体的な使用シナリオがどのようなものなのかを知りません。

データフローの透明性を確保し、ユーザーにこのデータを管理するためのより明確な権限を提供するにはどうすればよいでしょうか?

リー・アン博士は、これはさらに研究する価値のある問題だと考えています。

遅すぎることはない

現在、Li Ang さんは 2 番目の博士号を取得して卒業しようとしています。

彼は今でも研究をしたいという当初の夢を貫いており、学術界で教職に就くことを計画している。

科学研究を始めた当初の目的について語る際、李昊氏は大学に入学したばかりの頃のスティーブ・ジョブズ氏への尊敬の念を思い出した。

私は、スマートデバイスを絶えず改良し、テクノロジーを継続的に進歩させることで、世界と人間の生活を真に変えることができる力に特に感謝しています。

どの本を勧めるかと尋ねられたときも、彼はためらうことなくスティーブ・ジョブズの名前を挙げた。

これが Li Ang 氏の最も独創的な動機となり、彼の研究の究極の目標となった。

徐々に研究に携わるようになって、Li Ang の科学研究に対する愛情は深まりました。科学研究​​は私に最大限の自由を与えてくれるのです。

一方で、想像力を広げ、学びたい最先端の分野を探求することができます。

一方、最先端のテクノロジーを活用して日常生活を変えたり、社会の生産活動に取り入れて問題を解決したりすることも可能です。

まさにこの理由と、家族、同僚、陳一然教授の強力なサポートがあったからこそ、彼は外部からの批判に一歩ずつ抵抗し、常にしっかりと科学研究の道を歩むことができたのです。

このような刺激的な学習体験は、多くの人々にもインスピレーションを与えました。

一部のネットユーザーはこう言った。「そうだ、決心すれば、実際に多くのことができるんだ！」

突然、博士号取得に興味を持つ人もいます。

私も高齢になってから博士号を取得したいと思っています。

ネットユーザーの中には、同じような気持ちで、自分自身の人生経験を振り返る人もいた。

二流大学出身の私は、科学研究に強い憧れを持っています。私はポスドク2年目を始めたばかりです。

しかし、李昊氏が強調したように、自分の理想を貫き通す限り、決して遅すぎることはない。

彼は科学的研究を行おうと決意している人々にこれらの提案をしました。

まずは不安にならず、落ち着いて着実に自分で調べていくことが大切です。

2 番目のポイントは、自分の本当の興味を見つけ、自分が何を望んでいるのかを明確にすることです。自分の夢や目標が明確になったら、早めに将来の計画を立て始め、あとは一生懸命働くだけです。

これは、特に博士課程のボトルネック期間中に、考え方によって多くのことが変化するため、特に重要です。

特に、Li Ang 氏は、学際的な研究に取り組む学生にとって必須の 3 つの能力について言及しました。

素早い学習能力、専門的な研究を見極める能力、コミュニケーションとコラボレーションの能力。

最後に、Li Ang 博士のご多幸と、彼の願いがすべて叶うことを祈っています。