北京
“一个后来做出Kimi，一个后来做出GLM，两个公司最高市值加起来1万多亿，应该是我清华校友中最值钱的一对师徒组合了。”
7月25日，一张清华大学特等奖学金答辩的老照片引发热议。照片拍摄于2014年11月2日，台上答辩的学生是后来创办月之暗面、做出Kimi的杨植麟，为他写推荐信的导师，正是后来联合创办智谱AI、推出GLM的唐杰教授。十一年后回看，那场答辩如同一个精准伏笔。
唐杰的推荐信几乎没有保留。他回忆，杨植麟大二上学期就进入实验室，第一个任务是在大规模网络数据下做分析研究。“短短几周，他就成为了我们这个团队中的核心。”研究过程中，杨植麟发现数据处理效率很低，自己分析后提出了一个全新算法——基于大规模并行化处理的方法，效率提高了几十倍，随后被华为、腾讯等多个公司采用。
更让唐杰印象深刻的是产出速度。短短一年，杨植麟就以第一作者身份在计算机领域一流会议上发表了三篇文章。他还前往斯坦福大学交流，在全球癌症预测大赛中获得第一名，“击败了好几个来自斯坦福大学的团队”。唐杰甚至专门提到了杨植麟的课余生活：“他创立了校园乐队Splay，是主力鼓手，也是主力词曲作者，在实验室还有一大帮粉丝。”推荐信结尾，他的评价毫不含糊：“他是我这几年见过的最优秀的学生、最有天赋的学生，我强烈推荐他。”
杨植麟的答辩自述，同样是一份硬核的成绩单。他介绍，自己90%的专业课程在95分以上，所有程序设计课程均为满分，成绩位列年级第一。随后他详细拆解了在数据挖掘实验室攻克社交网络谣言阻断问题的过程，针对三个核心挑战逐一给出解法：面对数据规模大，提出大规模并行化算法，性能提升数十倍，成果发表于国际会议KDD 2013，算法被腾讯、新浪、华为等公司采用；面对标注成本高，提出主动学习算法，可节省95%的标注成本，论文发表于WSDM 2014，并受邀在纽约举行的会议上做大会报告——当时仅有5%的论文获此机会；面对实时监测难，提出基于数据流的算法，可实时在线处理社交网络数据，论文发表于CIKM 2014。
学术之外的成绩同样突出。他在美国科学院院士、工程院院士David Dill教授指导下，研究基于蛋白质阵列的癌症预测，作为第一作者参加由美国MD Anderson癌症中心和国际计算生物学会联合举办的DREAM9全球癌症预测大赛，击败斯坦福大学、哥伦比亚大学等机构的队伍夺冠，论文发表于国际期刊PLOS Computational Biology。
答辩的问答环节，让这份履历有了更真实的一面。被问及科研中“中间过程的精彩瞬间”，杨植麟讲了一个细节：写CIKM论文时，推导公式一周没结果，非常沮丧。直到某天戴着耳机走回宿舍，“突然听着听着，我就知道怎么推了”，回到寝室马上把公式推完，论文差不多一气呵成。被问及“拿100分的经验”，他把功劳归于班集体：“大三这个学年，我们班在年级前十名中占了6名。这完全是集体的功劳。”被问到最大挫折时，答案出人意料：“我大学本科确实过得比较顺利。最大的遗憾，就是我们的乐队没能在原创决赛中获得冠军，只拿了一个原创歌曲奖。但我觉得这没有关系，因为我们都在通往自己梦想的路上竭尽全力，这就是最好的事情。”
陈述结尾，杨植麟说了一段话：“这是计算机科学最好的时代，因为大数据带来了前所未有的机遇。我希望在这最好的时代、最好的年华，做最好的事情：用计算机科学去解决人类社会中的重要问题，用数据改变世界。”十一年后，当年的师生二人分别做出了Kimi和GLM，那个答辩台上的宣言，如今读来，更像一个被兑现的预言。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
