此篇文章发布距今已超过3天，您需要注意文章的内容或图片是否可用！
编者按：王继良，清华大学软件学院副教授，博士生导师，国家自然科学基金优秀青年基金获得者。主要研究方向为智能物联网。2023年，CCF授予王继良博士“CCF青年科技奖”，以表彰他在物联网弱信号高并发传输理论与技术方面作出的突出贡献。在CCCF的专访中，王继良博士分享了自己的学术经历、感悟和经验，以及对学生的建议。
首先祝贺您获得“CCF青年科技奖”，同时也感谢您接受CCCF的专访。请您介绍一下您的研究领域和研究经历？
王继良：首先感谢CCF授予我这个奖励，“CCF青年科技奖”是CCF针对青年人的一个很重要的奖项，能够获得这个奖是我的荣幸。我一直从事物联网相关研究，具体来说，从事的是物联网通信组网和感知方向的研究，关注如何更高效地从物理世界获取数据和传输数据，这是我科研工作中要解决的核心问题。CCF授予我这个奖励，也是因为我在弱信号数据解码、高并发数据传输方面做出了一些成果。近期我研究关注的重点是智能物联网（AIoT）。王继良：我的研究关注如何通过感知获取物理世界的数据、如何高效地进行数据传输，这也是产业界高度关注的问题。因此我的研究一直与产业界紧密相关，我特别愿意与企业合作，让企业在真实场景中应用我们的技术。从物联网数据传输的角度来说，我的研究主要面向大规模物联网场景，如城市基础设施互联和工业场景互联，这里面存在着很多挑战，例如如何满足工业互联中大量设备高可靠、高并发传输的需求。我们搭建了面向工业生产环境的自组织网络系统，应用在油田、煤矿等多种工业场景中，最远应用到伊拉克的油田。当时为了部署系统，我在伊拉克待了很长时间，是一次很有意思的体验。最近我们在做一个面向城市基础设施互联的物联网系统。在这一场景中，我们需要采集城市环境中各种设备信息并进行传输，考虑到复杂的传输环境，网络信号经常非常微弱，此外很多设备并发传输数据，会产生数据冲突问题。为了解决这些问题，我们研究弱信号解码算法和高并发传输算法，搭建了当时世界上规模最大的商用低功耗广域网（LoRa）物联网系统。我们在这方面的研究也是比较创新、很有特色的，受到了国际上的关注。我们研究的物联网感知技术，也是产业界各种应用的基础，例如对各种设备的定位感知、室内环境感知、人员感知等。我们也与很多大型的设备厂商、手机厂商进行合作和实际技术应用。我们的研究目标之一就是做出对工业界有影响力的技术。除了基础性的前沿理论工作，您和您的团队从大量实际部署经验中提出物联网部署保障、部署预测与开发验证之间的难题及其解决方案，涉及大量的工程开发和应用，您如何平衡理论探索和工程实践之间的精力投入？
王继良：我们团队在处理物联网部署保障、部署预测与开发验证之间的难题时，相关的解决方案中涉及大量的工程开发和应用，确实需要花很多时间。不过我自己特别喜欢实际操作和动手实验，直到现在我仍然保留着得空写代码的习惯。我现在讲授的好几门课，如“程序设计”还需要我在课堂上展示写代码。我在博士期间就开始进行大规模物联网系统的开发和部署，对我来说这是一段非常宝贵的经历，到现在我仍然记得，当时是如何组装物联网设备、编写物联网程序，然后将程序下载到设备上进行实验的。网络规模扩大后，我发现手动实验效率太低了，又开发了一个在线的大规模物联网实验平台，可以很方便地对大量物联网节点同时进行编程、数据采集和操控，极大地加速了物联网系统开发的效率。在此基础上，我们实现了当时规模最大的室外无线传感器网络系统，在国际上产生了很大的影响。
当然，进行工程实践非常耗时间，我在读博的前一段时间几乎没有发表论文。但我觉得工程探索的这一段经历非常重要，极大地加深了我对物联网的理解，这是从书本上无法获得的。后来再进行物联网协议设计研究的时候，由于我对协议的理解非常深，阅读文献的难度小了很多，甚至能够很快看出这些论文要展示的性能大概是什么样子、存在什么问题。因此我认为工程探索并不会耽误科研工作，反而对科研工作有很大的促进作用。对于我们组的学生，有条件的话我会要求学生在读文献时能够将其中的工作复现出来，哪怕是一个初级版本，对理解论文也会有很大的帮助。因此我觉得理论探索和工程实践的平衡不是一个很大的问题，这两方面是相辅相成、互相促进的。2024年诺贝尔物理学奖颁给了深度学习之父辛顿（Hinton）教授，诺贝尔化学奖获得者用人工智能（AI）模型破解了蛋白质密码，您是如何看待AI对未来各研究领域的影响的？
王继良：我觉得AI会对各个研究领域产生很大的影响，就我自己的研究方向来说，我们很早就关注AI对物联网的影响。在物联网传输技术方面，我们在三年前就尝试用AI的方法解决物联网中微弱信号的解码问题，构建了一套面向微弱信号数据解码的神经网络，通过设计高效的训练方法，实现了一个面向极低信噪比物联网信号的解码系统，得到了非常好的实验效果，研究论文发表在物联网顶会ACM SenSys2021上，并获得了会议唯一的最佳论文奖。当时大模型技术还没有兴起，我们使用的方法还比较初步。后来我们一直进行相关方面的研究，最近还关注了智能原生的物联网协议设计。在物联网感知数据方面，AI和物联网结合会产生很大的影响。一方面，现有的AI系统中，物理世界的相关数据比较少，大模型要理解物理世界，一定需要物理世界的数据作为支撑。物联网感知技术能够为AI系统提供大量的物理世界的基础数据，为AI系统理解物理世界提供支撑。另一方面，AI能够为物联网数据采集提供支撑，例如通用人工智能（AGI）方法不仅能用到文本场景中，也能用到物理数据场景中，将具有很大的应用潜力，这些都与我们正在探索的AIoT方向紧密相关。
2023“CCF青年科技奖”获得者与颁奖嘉宾（左五为王继良）
请您谈谈除了AI之外，传统经典网络研究的重要性以及与AI的关联？
王继良：网络研究始终在不断发展，路由协议中用到的几十年前的经典算法Dijkstra最短路径算法最近又有了很大的进展。网络各方面的研究包括网络协议设计、网络安全等都在与AI深度结合，会产生很多新的理论和技术，一旦应用，对用户影响将会很大，毕竟网络技术的进步能够影响到的人太多了。您觉得什么样的团队氛围有利于科学研究？您的团队有怎样的科研氛围？
王继良：我们团队的氛围可能相对轻松一些，我个人的习惯是把工作从逻辑结构上规划清楚，在具体实现过程中，每一位团队成员都可以按照自己习惯的方式去完成。我特别感谢我们团队的所有成员，他们特别给力，我们的工作是大家一起完成的，很多团队成员都非常刻苦，虽然我并没有严格的工作时间要求，但大多数团队成员都有很好的自我驱动力，跟着团队一起向前走。作为一名优秀的青年科技工作者，您能否从如何选择研究方向和课题、如何做好科研、做好科研需要注意的事项等方面分享一下您的宝贵经验？
王继良：选择时反复思考，选择后坚定向前。其实一开始选择研究方向，即使经过反复思考，最后做出决定时可能还是会受很多随机因素影响。但是一旦选择了，就得笃定地相信自己的选择。您在科研生涯中遇到过哪些令人印象深刻的挫折？您又是如何面对的？您觉得一名科研工作者最宝贵的素养和品质是什么？
王继良：我相信每一位科研工作者的科研生涯都不会是一帆风顺的，都会不断地经历挫折。我记得在读博期间，由于最初在工程系统实现上花的时间很多，在论文上花的时间少，所以一开始我的论文发表不是很顺利，第一篇论文经历了很多次被拒、修改才被接收。一开始论文被拒挺受打击，很沮丧，后来慢慢地习惯了。不过从不断的被拒中，我大概想明白了我的论文与一篇优秀论文的差距，这对后面写论文有很大的帮助。那段时期对我有两个启发：第一是坚持，要坚信自己的选择，那时候我做了很多实践系统，我不断地告诉自己能做出一些比较好的科研成果，算是不断说服自己坚定信心吧；另一个是深入思考，即使碰到挫折了，也要认真思考原因，例如论文每一次被拒，都要仔细看审稿意见，能够给我很大的启发。就这样在反反复复的挫折过程中，能够不断地有所收获。现在有学生实验结果出不来、论文投不中来找我诉苦时，我会说不要慌，甚至会安慰学生，做不出来是好事，说明这件事情有难度、有做的价值，如果一下子就做出来了，我们还要认真想一想这件事是否值得做，然后再跟学生详细分析实验做不出来、论文被拒的原因。高校教师往往要做到教学、科研两不误。您在清华大学开设“物联网导论”课程深受学生欢迎。您是如何选取与把握教材内容的制定的？未来在课程的更新设计上还有什么计划吗？
王继良：在刚开始准备这门课的时候，我发现很多学生听到的物联网概念很多，但是实际动手的体会很少，对很多系统的实现方式、背后原理理解不是很深。我刚开始做物联网这一研究领域的时候，能看到和使用的代码非常少，甚至很多时候连硬件设备都没有，需要摸索着去搭建，中间走了很多弯路、踩了很多坑。因此在准备这门课的过程中我还准备了一套比较完整的物联网实践教材，并全部开源放到网上，供学生们参考，具体内容可以到我的个人主页上查看。这个实践教材最大的特点就是包含了物联网各种技术的介绍和相应的实现代码，学生可以一边学习理论基础知识，一边结合代码进行实践练习，这样能加深理解。如果有人也想从事物联网方面的研究，可以看看这个教材，我觉得还是比较有特色的。王继良：我也在不断学习，向优秀的老师和团队学习，向学生们学习。计算机学科发展太迅速了，每天都感觉时间不够用，学习不过来。我建议学生们一定要珍惜时间，时间是最宝贵的资源。另外就是要不断思考如何创新，我深刻地感觉到最近看到的技术飞跃，背后的本质都是创新，创新是最重要的驱动力。努力创新，借此和大家共勉。CCF杰出会员，CCCF动态栏目编委，2018年CCF-IEEE CS青年科学家奖获得者。北京大学计算机学院教授。主要研究方向为系统软件、分布式系统。[email protected]
推荐站内搜索：最好用的开发软件、免费开源系统、渗透测试工具云盘下载、最新渗透测试资料、最新黑客工具下载……
周飒博客-ZhouSa.com
还没有评论，来说两句吧...