Pan Ling: Das Doktoratsstudium Ist Eine Reise Voller Strapazen Und Freude

Zum Young Authors Roundtable Forum der diesjährigen IJCAI-SAIA YES-Konferenz, das von Associate Professor Yan Junchi von der Fakultät für Informatik und Ingenieurwesen der Shanghai Jiao Tong University ausgerichtet wurde, wurden sechs Erstautoren ausgewählter Beiträge des IJCAI 2020 eingeladen.

Unter ihnen stand Pan Ling im Mittelpunkt der Aufmerksamkeit.

Vier Jahre in Folge die beste Studentin ihres Hauptfachs

Pan Ling fiel nicht nur auf, weil sie das einzige Mädchen in dieser Sitzung war, sondern auch aufgrund ihrer bisherigen akademischen Leistungen.

Im Jahr 2013 begann Pan Ling sein Studium an der School of Data Science and Computer Science der Sun Yat-sen-Universität mit Schwerpunkt Software-Engineering.Während meines Grundstudiums belegte ich vier Jahre in Folge den ersten Platz (insgesamt 435 Personen) und erhielt drei Jahre in Folge das National Scholarship.

Im zweiten Semester ihres dritten Studienjahres wurde sie erfolgreich am Institute of Cross-Disciplinary Information Sciences der Tsinghua-Universität aufgenommen und erhielt die Möglichkeit, unter der Anleitung von Associate Professor Huang Longbo direkt zu promovieren.

Nach Abschluss ihrer Promotion absolvierte Pan Ling ein Praktikum bei der Machine Learning Group von Microsoft Research Asia und besuchte die Forschungsgruppe von Professor Shimon Whiteson an der Universität Oxford.Er hat das Microsoft-Stipendium, das Erstpreis-Stipendium der Tsinghua-Universität, das Erstpreis-Stipendium des Institute of Cross-Disciplinary Information Sciences usw. gewonnen.

Auf dem Weg der wissenschaftlichen Forschung ist die Wahl wichtiger als die Beharrlichkeit

Derzeit konzentriert sich Pan Ling auf die wissenschaftliche Forschung in den Bereichen Deep Reinforcement Learning, Multi-Agenten-Systeme und rechnergestützte Nachhaltigkeit.

Bisher hat sie mehrere Erstautorenarbeiten veröffentlicht, die in Top-Konferenzen wie NeurIPS, AAAI, IJCAI und AAMAS vorgestellt wurden. Unter anderem wurde ihr Artikel in AAMAS 2020 (ehemals 5%) zur Einreichung im Fast-Track-Review-Kanal von JAAMAS eingeladen. Darüber hinaus war Pan Ling in den letzten Jahren auch als Gutachter für Konferenzen wie ICML, NeurIPS und ICLR tätig.

Bevor Pan Ling diese Auszeichnungen erhielt, war er sich nicht sicher, ob er den Weg der Informatik weiterverfolgen sollte.

Vor dem College hatte sich Pan Ling immer für Wirtschaftswissenschaften und Management interessiert, doch durch Zufall kam sie an die School of Data Science and Computer Science der Sun Yat-sen-Universität.

Im zweiten Semester ihres zweiten Studienjahres schwankte sie noch, ob sie ihr Informatikstudium fortsetzen sollte und bereitete sich sogar schon auf die Fachwechselprüfung vor. Erst durch ausführliche Gespräche mit meinem Lehrer und eine intensive persönliche Reflexion gewann ich ein neues Verständnis für mein Hauptfach und meine Zukunft.Es bestärkte sie auch in ihrer Entschlossenheit, ihr Informatikstudium fortzusetzen.

Im Jahr 2016 besiegte AlphaGo den Go-König Lee Sedol mit 4:1. Dieser Kampf schockierte die Welt und machte Deep Reinforcement Learning für alle zugänglich.

Im selben Jahr begann für Pan Ling, damals im dritten Jahr am College, die Phase der Auswahl einer Schule für die Zulassung zum Graduiertenstudium. Sie entschied sich, direkt einen Doktortitel zu erwerben. am Institut für interdisziplinäre Informationswissenschaften der Tsinghua-Universität.

Auf Anregung ihres Betreuers, Associate Professor Huang Longbo, las Pan Ling zum ersten Mal Artikel zum Thema bestärkendes Lernen.

Pan Ling sprach über ihr Verständnis von bestärkendem Lernen.Sie glaubt, dass durch bestärkendes Lernen viele Szenarien von Zeitproblemen im wirklichen Leben modelliert und erlernt werden können.

Ein sehr typisches Beispiel ist beispielsweise, wie wir als Kinder laufen gelernt haben. In verschiedenen Zuständen sollten wir wissen, welche Verhaltensweisen wir an den Tag legen sollten, um Belohnungen zu erhalten, das heißt, erfolgreich zu gehen, ohne zu fallen.

Reinforcement Learning ist ein sehr allgemeiner Rahmen zur Lösung realer Probleme.Pan Ling ist daher davon überzeugt, dass das bestärkende Lernen einen großen Anwendungswert hat und dass es viele Bereiche gibt, die es wert sind, erforscht zu werden.

Papier fünfmal abgelehnt? Verliere nicht den Verstand

Im Laufe ihrer wissenschaftlichen Forschungskarriere erlebte Pan Ling auch Situationen, in denen ihre Arbeiten viele Male abgelehnt wurden. Im IJCAI 2020Pan Lings Erstautorenarbeit „Reinforcement Learning with Dynamic Boltzmann Softmax Updates“ wurde fünfmal abgelehnt und schließlich ausgewählt (die Annahmequote lag bei 12,6%).

Laut Pan Ling liegt die Forschungsrichtung des Papiers auf der Genauigkeit der Wertfunktionsschätzung, die eine wichtige Aufgabe beim bestärkenden Lernen darstellt. Der Recherche- und Schreibprozess der Arbeit verlief reibungslos, doch nachdem die Arbeit fertiggestellt war, wurde sie immer wieder abgelehnt und ich musste sie mehrmals überarbeiten.Es dauerte fast zwei Jahre, bis das Papier endlich aufgenommen wurde.

Der reibungslose Start des Vorschlags und des ersten Entwurfs sowie der langwierige Überprüfungs- und Überarbeitungsprozess brachten für Pan Ling eine große Lücke, die ihr auch Zeit zum Nachdenken gab.

Zum Problem der „Themenkollision“ in der wissenschaftlichen Forschung meint sie, dass einerseits eine detailliertere Untersuchung der Forschungsrichtung erforderlich sei, andererseits aber keine Entmutigung bestehe, wenn eine Themenkollision unvermeidlich sei.Der Grund für die Überschneidung der Themen liegt darin, dass diese Forschungsrichtung von mehr Menschen anerkannt wird und populäre Richtungen auch mehr wertvolle Anwendungen hervorbringen.

Für jedes Problem gibt es viele Lösungen.Wir müssen bisherige Methoden genauer vergleichen und nach innovativen und einflussreichen Ansätzen suchen.

Angesichts des Phänomens der „Involution“, das in der gesamten Gesellschaft heiß diskutiert wird, äußerte Pan Ling auch ihre eigenen Ansichten. Im gegenwärtigen akademischen Klima verfolgen unterschiedliche Menschen unterschiedliche Ziele hinsichtlich der Quantität und Qualität von Veröffentlichungen.

Um den akademischen Weg fortzusetzen, hat Pan Ling klare akademische Qualitätsanforderungen an sich selbst. Sie wird nicht zu viele Vergleiche mit anderen anstellen, hofft aber, weitere wertvolle Erkenntnisse zum Thema bestärkendes Lernen gewinnen zu können, um diesem wirklich zum Durchbruch zu verhelfen.

Tipps von einem Senior

Als wir fragten, welche Eigenschaften junge Wissenschaftler besitzen sollten, betonte Pan Ling Strenge und Verantwortungsbewusstsein.Sie ist davon überzeugt, dass wissenschaftliche Forschung absolute Genauigkeit und Professionalität erfordert, und sie trägt die Verantwortung für die Arbeit, die sie leistet.

Die akademische Laufbahn ist nicht einfach. Zu Beginn haben wir vielleicht große Ambitionen und wollen etwas erreichen, aber der Prozess wird mit Sicherheit nicht so einfach sein, wie wir es uns vorgestellt haben.

Wenn Sie nicht weiterkommen oder Ihr Manuskript abgelehnt wird, lassen Sie sich vom Druck nicht entmutigen. Gleichzeitig können wir, wenn wir in Versuchung geraten, an unseren ursprünglichen akademischen Zielen festhalten.Die vier wichtigsten Worte sind: Gib nicht auf.

Pan Ling selbst verfolgte die Entwicklungen der großen Namen ihres Fachgebiets über Twitter.Erhalten Sie aktuelle Updates zu neuen Entwicklungen im Bereich des bestärkenden Lernens. Gleichzeitig werde ich mich an Pamelas Videos halten und trainieren, um Stress abzubauen und Körper und Geist ins Gleichgewicht zu bringen.

Am Ende des InterviewsPan Ling erwähnte, dass sie Marvel-Filme schon immer mochte.In jedem Film müssen Superhelden oft viel Leid ertragen, doch am Ende gelingt es ihnen immer, das Blatt zu wenden und die Welt zu retten.

Es sind die mutigen und hartnäckigen Marvel-Helden, die Pan Ling ermutigt haben, während ihres Doktoratsstudiums ihr Selbstvertrauen, ihre Leidenschaft und ihre Ausdauer zu bewahren und ihren zukünftigen akademischen Weg weiterhin entschlossen und zuversichtlich zu beschreiten.