近日，清华大学电子工程系与微软亚洲研究院（MSRA）联合开设的课程 “高等机器学习”正式结课，来自清华大学电子系、经管学院、集成电路学院等多个院系的共 77 名同学进行了学习成果展示与答辩，清华大学电子系教师和MSRA 研究员共同给出了评价指导意见，并进行了以高等机器学习为主题的圆桌讨论，就领域普遍问题及同学提问给出了回答和建议。
“高等机器学习”由清华大学电子系张旭东教授与微软亚洲研究院副院长刘铁岩博士共同开设，邀请清华大学电子系一线教师、微软亚洲研究院机器学习团队研究员等共 15 位老师合作授课，课程共 48 学时，涉及深度学习、强化学习、计算机视觉、自然语言语音处理等内容，并开设了系列人工智能前沿应用讲座。课程主要由 MSRA 研究员讲授，理论与实践并重，以机器学习基础为起点，进一步学习机器学习算法与理论，并发展至机器学习应用，层层递进、系统而完整。课程线上线下同步授课，并建立师生微信群助力沟通，帮助学生及时进行课程反馈，实现了快速高效的答疑安排。
刘铁岩博士带领的团队在机器学习领域成绩颇丰。团队帮助微软在中英新闻翻译任务中达到人类专家的水平，在 2019 年的WMT比赛中摘取 8 项冠军；发布的 LightLDA、LightGBM、Multiverso 等开源项目在 Github 上已累计获得数万颗星。其中，LightGBM 作为 KDD Cup 历年使用最多的四个工具之一、Kaggle 比赛中使用最多的两个工具之一，已是机器学习领域最受欢迎的开源项目。
“高等机器学习”不仅为清华同学带来了机器学习领域的知识与收获，也为清华大学电子系和 MSRA 的学术与育人合作提供了新契机。电子系副研究员张卫强与微软亚洲研究院主管研究员谭旭、副院长刘铁岩博士、首席研究员秦涛等研究员共同指导实习生开展相关研究，双方发挥各自优势，育人与探究并进，产出了优秀的学术成果，已有两篇论文被顶会 INTERSPEECH 2021、ACL 2021 收录。
清华大学电子系教授张旭东介绍课程概况
微软亚洲研究院副院长刘铁岩博士讲授课程导论
高等机器学习课堂座无虚席
课程开创性地设计了前沿应用讲座环节，为学生提供了六个集中于人工智能在不同领域前沿应用的可选主题，根据学生投票决定最后开展前沿应用讲座的内容。本学期三次讲座分别由微软亚洲研究院首席研究员秦涛、主管研究员刘炜清与谭旭主讲，秦涛分享了人工智能如AlphaGo、Suphx在游戏领域中发挥的作用；刘炜清分享了探究机器学习在金融投资方面应用的成果；谭旭介绍了 AI 作曲现有的研究成果与所在团队的研究工作，对应讲座视频在 B 站吸引了1600次观看。同学们表示，前沿应用讲座环节拓展了大家在人工智能领域的视野，研究员们对前沿成果的分享也大大增加了同学们的研究兴趣。
讲座主题备选以及投票结果排名
MSRA 首席研究员秦涛讲解 Game AI
MSRA 主管研究员谭旭分享 Music computing
“高等机器学习”结课考核以小组答辩形式进行，微软亚洲研究院首席研究员秦涛主持了结课展示，并对项目成果的展示关键点提出了建议。小组项目包括老师设置题目与同学自选，20 个期末小组中有 11 组根据个人兴趣及研究方向进行自选题目探究与展示，包括利用机器学习方法求解流体动力学问题、音乐情感精细识别等。
清华大学电子工程系张旭东、李勇、李亚利老师与微软亚洲研究院副院长刘铁岩、首席研究员秦涛担任答辩评委，从研究方法、实验验证、实验现象及成因方面对小组项目进行了点评。“问题很有趣也很重要，但方法的创新不足”“方法有所创新，期待更全面更广泛的实验验证”……在答辩过程中，评委们肯定了同学们在课程中的收获与创新，也为他们的进一步成长提出了建设性意见。
学生答辩现场
课程答辩结束后是精彩的圆桌讨论，由微软亚洲研究院首席研究员秦涛主持，清华大学电子系副研究员张卫强、微软亚洲研究院首席研究员王井东、高级研究员段楠、陈薇作为嘉宾参与交流。四位嘉宾分享了自己研究领域的发展趋势以及对深度学习未来的看法，对同学们感兴趣的问题进行解答并给出建议。最后，嘉宾们分享了自己在学术研究道路上经验与心得。精彩的圆桌讨论使同学们加深了对机器学习领域的理解，也为大家进一步深入学术科研探索减少了困惑、坚定了信心。
圆桌讨论嘉宾们也从自己的视角出发，为同学们提出了在科研中探索提高的建议：
清华大学电子系副研究员张卫强
交叉融合会帮助更多成果涌现，如果和其他学科的老师一起做一些事情，原来的工作也会得到升华。
微软亚洲研究院首席研究员王井东
从个人经历来讲，做研究最重要的是摆正自己的位置，不要拿来主义，而要完全理解一件事情。本着“我们必须做”的思想，才真正有可能做出了不起的东西。
微软亚洲研究院高级研究员段楠
每个领域都有自己的发展历史，而历史中的许多经典问题实际上反映了本质的东西。因此如果想从事NLP研究，除了关注和实践最新的工作外，还可以从早期的模型和任务做起，多去查看过去经典的方法和任务。从学生自己的角度，有两件事情可能比较重要：一件事是写，一件事是读。
微软亚洲研究院高级研究员陈薇
学而不思则罔，不一味跟随已有研究，带着思辨主动思考，会提问题；同时，思而不学则殆，把课程中的知识学扎实, 并融会贯通，会解问题。
嘉宾参与圆桌讨论
从左至右：MSRA 首席研究员秦涛，清华大学电子系副研究员张卫强，MSRA 首席研究员王井东，MSRA 高级研究员段楠，MSRA 高级研究员陈薇
圆桌讨论结束后，张旭东教授与刘铁岩博士对本学期课程进行总结展望。张旭东指出，机器学习与电子信息紧密结合，具有广阔的发展前景，希望这门课程能够为同学们提供了解前沿的窗口，帮助大家在今后研究中把学习到的前沿机器学习方法与自己的工作结合起来、有所创新。刘铁岩表示，机器学习领域并非简单地拿开源模型调参数，而是具有更为广阔和深刻的创新空间，希望这门课能成为启迪灵感、催生兴趣的起点，并鼓励同学们在未来成为有思想、有能力的创新者。
本次“高等机器学习”课程是电子系与微软亚洲研究院第二次合作开课，授课团队在上一年的基础上对讲授内容、互动形式进行了许多更新改进。在同学们的积极选课、热情互动之下，课程有效地帮助大家拓展了科研视野，也激发了年轻学子对机器学习更多可能的创造力与行动热情。
清华大学电子系近年来持续探索与相关技术领域的企业共建课程，由企业的高级研发人员为研究生授课，旨在让学生真正接触实际，为未来开展面向产业应用的研发打好基础。
