作者｜刘冰一
编辑｜极市平台
本文原创首发于极市平台公众号，转载请获得授权并标明出处。
清华大学助理教授、密集连接卷积网络 （DenseNet）提出者 、计算机视觉领域一作顶会论文被引次数最高的国内学者、百万青橙奖奖金获得者…
这些标签堆在一起，你觉得背后的人物是什么样子？天才选手，一路开挂，凡尔赛宫发言人？NoNoNo， 本文没有「造神文」中常见的 buff 和光环。学者黄高，是一位踏实型选手，勤勤恳恳搞科研，升级打怪靠执着投入，焦虑期许个愿也是「投中论文」。
这是一篇平凡又不普通的学者成长故事，我们一起来「揭底」黄高。
01 以学业为志趣
1998年冬日，一座小镇一改往日宁静，刘少奇同志100周年诞辰纪念活动在他的故居，湖南宁乡，隆重举办着。
黄高当时就读在故居对面的中学。这天，他了解到了更多关于「榜样」的故事：比如「九满伢子读书太忘我，炭火烤糊了鞋面了无知觉」，「《论共产党员的修养》等党建著作编撰的种种过往」…
这场仪式让当时的黄高感受到，知识是受人尊重的。后来去宁乡一中求学，获得「两弹一星」功勋勋章的校友周光召院士屡被传颂，细数他们的成长擘迹无一不是知识改变命运，改变世界。这些榜样人物犹如火种，点亮了黄高当时的内心世界。
「宁乡伢子爱读书」名声在外，不过与多数被动学习的伙伴不同，黄高父亲曾描述「别人的孩子是玩耍得不记得学习，而黄高是学习得忘记了玩耍，总要我三催四请才出来。」
以学业为志趣，黄高的成绩也以长期名列前茅作正向反馈。虽然高考并没有达到预期，圆梦「清北」，但他入学北京航空航天大学后一直严格要求自己，用行动填补遗憾——2009年，他以本科第一的成绩交出答卷，直博清华大学自动化系。
这个过程中付出了什么，他轻描淡写一笔略过。只提到「学习时很满足。」
进入清华，黄高正式开启了科研赛道。一开始，他也经历了「起初不知道该如何做科研，一番自我觉醒才摸索出其中的门路，并享受科研的乐趣」的过程。
关于在清华读博的那几年，黄高这样描述：
第一年和本科很像，有课业任务；第二年开始自由探索，但自己对科研没有完整的认知，也没有成熟的方法论，属于不断试错摸索的阶段；第三年因为迟迟没有出成果而感到沮丧，直到下学期发出第一篇文章才找到宽慰。第四年渐入佳境，还去了美国圣路易斯华盛顿大学交流，真正找到了科研状态。从此之后，有了自己的步调，逐渐享受科研。
黄高读博的第三年，虽然再回首的时候，能清晰的知道付出很快就会有回报，但在当时前路未明，是他压力最大的时候。而他还算顺利地度过了这一时期，思索其中因果，黄高说：
虽然压力大，但我一直让自己行动起来，把压力转化成动力，而不是纯粹的焦虑。在我的第一篇论文还没发表时，其实已经投出去两篇了。投中的这篇也是博一就动笔写的。回想我在美国交流学习时发文章也不多，但我还是让自己一直坚持在做事情，一直有行动。也许因为前几年基本功比较扎实，后面几年出成果比较顺利。
中国有句老话「适千里者，三月聚粮」，黄高就是不打无准备之仗的忠实践行者。科研是厚积薄发的过程，经过漫长地底蛰伏的时期才能听到蝉鸣。「产出论文是付出的一种表征，但它和实际付出存在一定的时滞。基础有没有打好是科研人需要时刻省问自己的问题，虽然没法量化，但它是只有自己可以感知、且能控制的事情。」
选择
人生是很多选择串起来的，一环扣一环。
进入清华当然是一次重要的选择。这里是莘莘学子无限向往的学术乐园，也是他几年辗转、最终选择的落脚之地。在这里，黄高逐步确定了他的研究方向。
09年，国内机器学习还不是很热门，组里同学没有研究这个方向的。得益于导师给了相当大的学术自由，我尝试做了一些比较经典的机器学习工作，没有特别出彩，能发一些文章而已。
申请出国联培时，黄高想继续机器学习方向的研究。不像今天有诸多便捷的渠道获取信息，当时的他不知道学术前沿在哪里，也不知道有哪些学者研究到了什么阶段。
在我出国前，我进行了调研，看看某学校某老师在做什么事情，和我做的方向是不是匹配的。这次调研为我打开了一扇窗，发现居然有这么多和我同方向学者，但他们做的东西好多我都看不懂，很多概念听都没听过，用到的方法也不知道是什么。当时这些发现对我挺震撼的。
与自己向往的学者联系确认后，黄高踏上赴美联培之路。在圣路易斯华盛顿大学，汲取着多方科研营养的他在科研上渐入佳境，研究方向逐渐明晰——不局限于机器学习研究，拓展到深度学习和计算机视觉方向。
在此，他还结识了对自己学术认知、性格品质都影响深远的人——导师 Kilian Weinberger。
讲起这位国外的导师，黄高满是崇拜。「Kilian 是德裔美国人，他的论文明朗易读，不是花里胡哨、晦涩难懂的文风。Kilian 读博时期间投出的论文从来没被拒过，有一年还拿了三次顶会的最佳论文。他学术上异常严苛，眼里不容沙子，学生的很多文章他会从头改到尾。生活上他温和风趣、平易近人，对学生像对自己的孩子一样，在每一次交流中都能感受到真诚与用心。」
临近博士毕业，黄高选择「继续自己的科研之路」，得知学术偶像 Kilian Weinberger 去了康奈尔大学，自然而然选择了追随。
03 小而美的学术乐园
在康奈尔大学开启的这段新篇章，是黄高生命里一段朴素而纯粹的流金岁月。
康奈尔大学位于纽约州的伊萨卡小镇（Ithaca，校友胡适文学改良之际将之翻译为「绮色佳」，喻示这里风景旖旎且浪漫），康奈尔家族把这里的山全买下来了，校园就座落于东山，俯撖千米外的卡尤加湖和伊萨卡市中心，石灰岩峡谷和瀑布衔接起校园南北，雄辉壮观。
在 Ithaca，季节只有 before winter 和 winter，10月份可能就进入雪花纷飞的季节，温度常常达到 -18℃。小镇上 3/4 的人口是学校的教职工和学生，驱车三四小时才到周围的大城市，出远门基本都要转机，因为机场很小。
这种小而美的环境刚好适合黄高潜心做学术。博士后第二年，他一作文章 “Densely Connected Convolutional Networks” 获得了CVPR 2017最佳论文。前期漫长蛰伏终于迎来了他的学术喷薄期，整个博士后阶段，黄高在 NeurIPS、ICML、CVPR等国际顶级会议及 IEEE 多个会刊上发表了多篇有影响力的论文。
在帮导师处理中国留学生申请和管理等事宜时，他结识了很多优秀同胞，大家喊他「高哥」。国人还是喜欢热闹的，大家基本挤在一所公寓住，生活和交流「异质感」不是很强。闲暇之际，异国求学的中国学子会结伴相约滑雪，天气好了开车出去玩，平时就在家里做饭，茶话会。
当然，和课题组一群严谨有趣、肤色各异的同事相处时间也很多，但多少有点文化差异，他们喜欢看橄榄球，我也看，但欣赏不来。
尽管文化差异客观存在，但并不影响学术交流。黄高对当时的学术氛围印象颇深：「那里鼓励一种平等、开放的交流模式。头脑风暴时氛围尤其好，同学和老师一起畅所欲言，碰到有趣的话题大家会很兴奋地交换意见。性格比较拘谨的人也会被照顾到。」
「这点值得我们学习借鉴，好的想法可能是碰撞出来的。」见贤思齐，身处异国的黄高总是怀着斯文在兹的使命感和祖国日昌的美好祈愿。
在博士后工作就要结束时，黄高并没考虑国外的工作机会。说起来原因简单，「国内归属感更强，在红色文化浸染中成长，我个人有一些家国情怀，想回国为自己国家做一些事情。」
至于回国是去工业界还是学术界？黄高确有纠结。当时有两种选择，一是去工业界偏研究的岗位，另外就是去高校。
颜水成老师有一个生动的比喻：学术界做研究像谈恋爱一样理想烂漫，可以天马行空。但是工业界就像是结婚，须得考虑油盐酱醋——能不能做出产品、能不能赚钱。
对黄高而言，做研究、探索未知是一件很有意思的事情。而在工业界，做研究不像在高校可以灵活把握选题方向，而通常需要服务于公司战略。并且，教育工作者是在为国家培养人才，黄高想把所学所见分享给青年一辈，跟学生在一起心态会年轻一点。
就这样，天平有了倾斜——2018年，黄高选择去清华任教。当然，选择之所以水到渠成，是靠自身软硬实力引流，越努力自然会越幸运。
而立之年，黄高开启了清华大学自动化系工作的进度条。案头一摞摞资料、带着问题来来往往的学生，一台用支架高高架起的电脑、满屏算法…这些高频素材构成了黄高日常工作画像。
清华园里，黄高穿梭在熙熙攘攘的人群中与学生并无二致，出走半生，归来仍是文质彬彬的少年。学生打趣地喊他「高哥」，他也不清楚这个称呼怎么沿袭的，他想起在康奈尔有群老友也是这么喊他。也许知乎网友一语中的「高哥虽年轻，办事却总有种老成沉稳的气质。」
04 以科研为一生所向
英国数学家哈代在《一个数学家的辩白》中说：「当世界疯狂时，一个真学者可以在研究中发现一种无与伦比的镇定剂。」黄高就是在行业燥热时自带祛火药的人，他既不追新也不逐热，一条冷板凳能坐很久。
09年博一刚入学，深度学习还没什么水花，黄高就扎在其中琢磨，当时网络结构比较浅，研究很难有新推进。在2012年，Hinton 团队提出的 AlexNet 在当年的 ImageNet 挑战赛上一举成名，点燃了深度学习的热潮。神经网络架构设计作为深度学习和计算机视觉研究的基石，开始受到越来越多人的关注。15年，残差网络 ResNet 横扫各大榜单，在深度学习研究领域全面开花，整个行业为此兴奋。自此，神经网络结构开始由浅入深，也更具有研究价值。
2016年，神经网络架构设计这条赛道已经人如潮涌。许多研究者在探索如何通过缩减网络连接来降低模型复杂程度，黄高却另辟蹊径，希望通过增加跨层连接，使信息通道更加通畅，让模型中的信息能更快速地向前传递。
当时他带的有几名同学，和大家探讨了自己的想法，没有人想做。他跟导师说要做这个事情时，向来nice、不会打击别人的导师听到就笑了一下说：「you can have a try」，然后就走了。虽然想法不被大家积极回应，但他还是想试一试。
2016上半年，黄高幸运地发现了合伙人——来自清华姚班的刘壮，正巧他没任务，俩人一拍即合，用了三个月，最终突破了传统深度网络的单向直链结构，提出全局密集跨层连接范式（DenseNet），使神经网络实现「连接数多而计算量少，极大地提升了提高了运算效率」。
这项具有开创性的模型在工业界和学术界都引起了大量的关注。在学术界，这篇论文所提出的卷积网络模型 DenseNet 被图灵奖得主 Yann LeCun 与 VGG、GoogleNet、ResNet 并列为当代四种主流深度网络，至今已被引用 18000 余次。2018年，由此获得了首届世界人工智能大会最高奖SAIL先锋奖，还被编入了多本深度学习书籍，同时广泛应用于医疗影像处理、人脸识别、文本翻译、语音识别等人工智能应用场景。
2020年初，新冠肺炎疫情爆发，一线医护不堪重负。黄高根据 DenseNet 的深度学习算法研发出新冠肺炎CT影像快速辅助诊断系统——计算机自动读取CT影像，算法自动分析、对比，查找出与新冠肺炎相匹配的特征，从而达到快速、精准的诊断效果。2020年2-3月，该系统投放使用在武汉市金银潭医院等120家医院，累计完成病例分析30000余例，有效减轻了医务人员负荷。
因为在学术领域的贡献，2020年阿里巴巴达摩院青橙奖评选结果揭晓，10位35岁以下的青年科学家获得100万奖金，黄高名列其中。
如今，黄高还在一线科研岗位不断输出，他的研究理想是让人工智能算法像人脑一样高效、智能。他仍然专注于神经网络架构设计与优化领域的研究，不过重心已经从传统的静态神经网络转向更前沿的动态神经网络。
原来的神经网络很多结构它都是静态的，也就是说我们把一个模型训练好了，它这个结构不会再变动了，现在主流的深度学习都是这样，我们认为这种方式是有一些局限的。与在推理阶段具有固定计算图和参数的静态模型相比，动态网络可以使其结构或参数适应不同的输入，在准确性、计算效率、适应性等方面具有显着优势。
这是一件很有意义的工作，如若实施便可极大程度提高深度学习效率，能够用于边缘计算等多个应用场景，为产业界带来生产力的极大提升。当然，动态神经网络还有一些难点要攻克，例如传统神经网络理论的不适应、硬件方面的不匹配…实现研究落地还有很长的路要走。
民族未来，寄望于青年的力量。身负教职，他对科研人才有着更殷切期待。他希望更多青年投入基础科研，提升社会的原始创新能力。对于有意向投身科研的青年，他有一些朴实的建议。
读博搞科研，除了把数学基础和编程能力锻炼好之外，还得有一股韧劲，做事情执着，科研途中难免遭遇挫折，光是聪明还不够，要有一定的抗压能力；同时，保持对事情的好奇心，有探索未知的精神，自主驱动学习。如果只是被动学习，很难长期驱动自己开辟新进程。
潇湘人普遍「恰得苦，耐得烦，霸得蛮」，黄高虽做学术，也体现出对潇湘人「坚定爽利，吃苦务实、尚强允文」精神的传承。比如，选择了走学术道路就就坚定不动摇，不追风口却坚持独立思考，寻求新的科研突破点。
回溯学者黄高探索科研的一脉屐印，始终秉承着「但行好事，莫问前程」的理念。选准方向，凡事尽十分力。过程中保持心态平和，踏踏实实做事情，至于结果，交给未来去检验，为科研流的汗水会在时间的沙海上凝聚起沉潜的力量。
正是「纵浪大化中，不喜亦不惧。应尽便须尽，无复独多虑。」
站在第一线，是荣誉也是使命。科技创新永无止境，学者黄高正在路上。