Datawhale分享
最新：上海交大，来源：人民日报、量子位
一份高校教职任命引发全网热议，冲上热搜第一：
“27岁清华博士任上海交大博导”。
这位年轻的博导名叫张林峰，1997年出生于山东潍坊，今年6月在清华大学交叉信息研究院获得博士学位，现已担任上海交通大学人工智能学院助理教授，博士生导师，领导 EPIC （Efficient and Precision Intelligent Computing)）实验室。
张林峰的个人主页显示，他的研究方向包括大模型量化、高效推理等。
此前，已发表一作和通讯作者论文20余篇，谷歌学术被引数超2000次。
其中，最高引论文面向模型压缩方向，不仅单篇被引数过1000，还被同方向大神MIT副教授韩松（2023年斯隆研究奖得主、深鉴科技联合创始人），写进了《TinyML and Efficient Deep Learning Computing》这门课程的Lecture 9《Knowledge Distillation》。
一时之间，各大平台都在讨论这位新晋博导，不仅在知乎浏览量超80万，还在微博热搜第一挂了6个小时，阅读量近6000万。
张林峰的人生经历
张林峰本科毕业于东北大学计算机科学与工程学院，是2019年的优秀毕业生。
本科毕业后，张林峰直博进入清华大学交叉信息研究院，师从副教授马恺声。
读博期间，张林峰发表了20余篇论文，其中有13篇一作。
自2020年起，他还常年担任NeurIPS，ICML，ICLR，CVPR，ECCV，ICCV，AAAI、IJCAI、IEEE TPAMI、IEEE TCSVT、IEEE TIP等众多学术会议与期刊的审稿人。
今年6月顺利毕业时，张林峰同时获北京市优秀毕业生，清华大学优秀博士论文，清华大学启航奖金奖，交叉信息研究院优秀毕业生，并作为学院代表在参与清华大学毕业生座谈会，在毕业典礼上发言。
今年8月，他在香港科技大学（广州）的人工智能学域助理教授、副研究员以及博士生导师胡旭明的邀请下，赴香港科技大学（广州）兼任访问助理教授。
他的主要研究方向为高效的人工智能，包括大模型、人工智能数据集的压缩与加速等，大概如下：
轻量高效的语言/多模态大模型
轻量高效的AIGC模型
数据高效的人工智能
据他个人主页介绍，他的研究成果已在华为、交叉信息核心技术研究院等公司/机构中得到使用。
翻看张林峰的谷歌学术主页，截至本文发稿，他的被引数为2223次。
最高引论文《Be your own teacher: lmprove the performance of convolutional neuranetworks via self distillation》（《通过自蒸馏提高卷积神经网络的性能》）发表于ICCV2019，也就是张林峰大四的时候。
他是论文一作，同时这篇论文也是他博导马恺声的最高引论文（doge）。
这篇文章提出一种自蒸馏方法：使用模型的深层来蒸馏浅层。
该方法将目标CNN按深度和原始结构划分为几个浅层部分，在每个浅层部分后设置一个由瓶颈层和全连接层组成的分类器（仅在训练时使用，推理时可移除）。
训练时，所有浅层部分及其分类器作为学生模型，通过蒸馏从最深层部分（视为教师模型）获取知识。
在显著提高CNN性能的同时，训练时间也更短。
这篇论文首次证明了知识蒸馏中的教师模型并非必需，推动了无教师知识蒸馏领域的发展。
《人民日报》微信公众号今早也发布了一篇介绍张林峰的推文。
其中写道，毕业时，张林峰放弃了多家企业给出的百万薪资，选择到上海交通大学人工智能学院任教，开展科研与教育工作。
张林峰表示：
我觉得做科研是一件很好玩儿的事。
有一个好老师去引导是非常重要的。在清华时，我的导师就曾经很好地引导了我的科学之路。我也想为更多的同学营造一个有趣、有意义的科研环境。
本人回应近日关注
对于这几天在网上受到的关注，张林峰透过人民日报也做了一些回应。
他表示，
AI也是很年轻的学科，年轻人是AI研究的主力军，不希望给大家带来年龄焦虑。
作为一个做科研的人，因为“年轻”被大家关注到，会感到有些不安。
未来，希望可以让更多人因为科研成果认识我。
此外，他还透露之后他研究方向仍聚焦在AI，希望在大模型发展道路上探索一条高效发展方式。
参考链接：
[1]http://www.zhanglinfeng.tech/
[2]https://xuminghu.github.io/
[3]https://www.tsinghua.edu.cn/info/1175/97093.htm
[4]https://mp.weixin.qq.com/s/l1_rWfwkh1vDCgMD5HSTyQ
[5]https://mp.weixin.qq.com/s/t4ofA8sbYEoD8EXpuBB_gQ
[6]https://hanlab.mit.edu/courses/2024-fall-65940
