北京
今日，一张清华大学特等奖学金答辩现场的老照片在社交平台刷屏。有博主发文回忆称，2014年11月2日清华本科生特等奖学金答辩现场，台上答辩的学生是后来创办月之暗面Kimi的杨植麟，而为他写推荐信的科研导师，正是后来联合创办智谱AI、做出GLM的唐杰。
该博主感慨："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。"
唐杰推荐信：他提出了一个全新的算法
在推荐词中，唐杰回忆，杨植麟从大二上学期就加入实验室，第一个工作是在大数据、大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"。
唐杰透露，杨植麟在研究过程中发现数据处理效率很低，于是通过认真分析，提出了一个全新的算法——基于大规模并行化处理的算法，效率提高了几十倍，已在华为、腾讯等多个公司使用。
更让唐杰印象深刻的是，短短一年时间，杨植麟就在计算机领域一流会议上以第一作者身份发表了三篇文章。此外，他还曾前往斯坦福大学交流，在全球癌症预测大赛中获得第一名，"beat了好几个来自斯坦福大学的团队"。
值得一提的是，唐杰还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。"他当场表示："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。"
杨植麟答辩自述：90%专业课95分以上，成绩年级第一
Loaded:12.52%Picture-in-PicturePauseCurrent Time0:14/Duration10:30FullscreenMute自动播放
在答辩陈述中，杨植麟介绍，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。
他详细讲述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"数据规模大、标注成本高、实时监测难"三大挑战，他逐一给出了解法：
针对数据规模大，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； 针对标注成本高，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——只有5%的论文获此殊荣；针对实时监测难，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，他还在美国科学院院士、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、哥伦比亚大学等机构队伍夺冠，论文发表于国际期刊PLOS Computational Biology。
现场问答：100分是集体功劳，最大遗憾是乐队没夺冠
答辩问答环节同样精彩。被评委问及科研中"中间过程的精彩瞬间"，杨植麟讲了CIKM论文的故事：推导一个星期公式没推出来，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，paper差不多写了出来。
被问及"拿100分的经验"，他归功于班集体："在整个班的共同努力下，我们每个人都取得了非常好的成绩。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。"
被问到最大的挫折，他的回答出人意料："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："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。"
十一年过去，当年的师生二人分别做出了Kimi和GLM。那场答辩里的这句话，如今读来，更像一个预言。
本文源自：凤凰网科技
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.
