第180章 答辯（二）
第180章 答辯（二）
不過他又繼續說道：「但是，我們必須極度謹慎地對待這種類比。NDN的生長驅動主要來自於任務相關的梯度信號和人為設計的算法規則，是目標導向的：
而大腦的發育受到基因藍圖、環境刺激、自發神經活動等多層次、多時間尺度因素的複雜、非線性調控，其中包含了大量非目標導向的過程。
因此，我們尚未發現，也不敢斷言存在一個普適的最優生長曲線」。」
「不過，您的第二個問題，關於反向啟發，正是我們未來非常希望深入探索的方向。
NDN—Vis工具所捕捉到的動態演化過程，以及NDN—Bench積累的不同策略在不同任務下的表現數據，可以作為一種強大的計算探針」。
我們可以設計特定的、與認知科學或神經科學相關的學習任務範式，觀察NDN
模型在解決這些任務時自發形成的結構特性、模塊化程度或信息流模式，然後將這些計算特徵與神經科學中已知的生理或解剖現象進行對比關聯。這或許能幫助我們提出一些新的生物學假說。
比如，關於特定認知功能對應的功能模塊」是如何在動態生長的網絡中自發湧現和鞏固的。」
吳思源院士聽得十分專注，手指輕輕敲著桌面，最終滿意地靠回椅背，臉上露出笑容：「很好！保持這種審慎的樂觀和開放的探索態度。
計算模型與生物大腦之間的對話，需要的就是你這樣紮實的工作，你的工作，為我們提供了一個非常有趣的對話平台。」
接下來的提問來自另外兩位資深教授和一位通過視頻連線的頂尖工業界實驗室負責人，問題更多聚焦於實際應用：關於NDN—VIR編譯器在特定硬體上的優化空間、
Lite—NDNCore在超大規模分布式訓練中的擴展性、預訓練「種子」模型的知識遷移效率以及潛在的安全性和倫理考量等。
周昀一一作答，思路清晰，既不迴避當前方案的局限性，也能清晰地勾勒出未來的優化路徑和發展藍圖。
提問環節持續的時間遠超常規博士答辯，但是參與答辯的人都沒有覺得不耐煩。
最終，陳國棟院士看了看時間，與其他幾位委員交換了一下眼神。
「周昀同學，答辯委員會的問題就到這裡。請你和旁聽人員暫時離場，委員會將進行內部評議。」
周昀從容起身，再次向各位委員鞠躬，隨後平靜地走出了答辯會議室，門在他身後輕輕關上。
門外的走廊安靜，鄧永華走到周昀身邊，用力拍了拍他的肩膀，「回答得無可挑剔！依我看，這次是穩了。」
周昀笑著點了點頭，於他而言，這場答辯更像是將已完成的工作進行一次系統性的梳理和匯報，壓力遠不如「九州」項目關鍵時刻的決策。
會議室內，答辯委員會的內部評議正在進行，但過程遠比一般的博士答辯要順暢。
陳國棟院士作為主席，首先開口，言簡意賅：「理論根基紮實，對潛在問題認識清晰，工程實現完整，工作具有顯著的開拓性和實用性。我認為已達到非常高的標準。」
他的評價一貫嚴謹，能給出「非常高的標準」四字，已是極高的讚譽。
吳立民教授笑著附和：「我完全同意陳院士的意見。更難得的是，周昀同學不僅解決了怎麼做」的問題，還深刻思考了為什麼這麼做」以及可能帶來什麼影響」，視野開闊，潛力巨大。毫無疑問，優秀。」
吳思源院士從交叉學科的角度補充道：「這項工作超越了單純的計算機領域為我們計算神經科學提供了非常寶貴的計算模型和思路啟發。其成果的發布，預計將在多個相關領域產生積極影響。我非常欣賞，同意授予博士學位。」
另外兩位資深教授和視頻連線的工業界代表也紛紛表態，意見高度統一：周昀的博士論文成果突出，答辯表現優異，完全達到了博士學位的要求，甚至遠超標準。
幾乎沒有爭議，投票環節全票通過。
約莫十五分鐘後，會議室的門被打開，一位秘書走出來，微笑著對周昀他們說：「各位老師，周昀同學，請進。」
周昀深吸一口氣，整理了一下身上那件讓他仍覺有些束縛的西裝，雖然心裡有底，不過好歹是第一次面對這樣的場面，還是有一丟丟心跳加速的。
陳國棟院士代表答辯委員會宣布結果，他面容嚴肅，會場內的氣氛似乎比剛才更加莊重，「經過答辯委員會的認真提問、深入討論和無記名投票表決，我們一致認為，周昀同學的博士論文《NDN的輕量化與可擴展性研究：從理論到生態構建》，選題處於學科前沿，具有重要的理論意義和實際應用價值。論文工作量大，創新性突出，研究成果系統性地解決了NDN推廣中的關鍵瓶頸問題。」
他繼續宣讀決議：「論文結構嚴謹，邏輯清晰，數據翔實，分析透徹。答辯過程中，周的同學陳述流利，思路清晰，能夠準確、深入地回答委員們提出的問題，表現出紮實的理論基礎、獨立的科研能力和良好的學術素養。」
陳國棟院士稍微提高了音調，做出了最終的宣告：「綜上所述，答辯委員會一致決定，建議授予周昀同學工學博士學位。祝賀你，周昀博士！」
話音剛落，現場立刻響起了熱烈的掌聲，鄧永華臉上露出激動和自豪的笑容，用力地鼓著掌。
老院士微微領首，嘴角帶著滿意的弧度，吳立民教授一邊鼓掌一邊對周昀點頭微笑，連一向嚴肅的陳國棟院士，也象徵性地拍了幾下手。
吳思源院士的掌聲則格外響亮，看著周昀的眼神充滿了對後輩的欣賞。
周昀上前一步，面向答辯委員會，深深地鞠了一躬：「謝謝各位老師的肯定和指導！」
隨後，工作人員拿來了《博士學位決議書》等相關文件，陳國棟院士作為主席，鄭重地在決議書上籤下了自己的名字，其他委員也依次簽名。這份文件，正式標誌著周的博士生涯的圓滿結束。
簽字儀式結束後，會場的氣氛變得輕鬆起來。委員們和旁聽的老師們紛紛走上前來，向周昀表示祝賀。
吳思源院士第一個走過來，握住周昀的手：「周昀博士，後續關於計算模型與神經科學的交叉研究，我非常期待能與你有更深入的交流。」
吳立民教授也笑道：「以後可就是周昀博士了，希望你的Lite—NDNCore能真正引爆社區，我們等著看更多的創新湧現。」
陳國棟院士最後走過來，只是簡短地說了一句：「以後在理論研究上，可以再往深處走一走。」
周昀一一禮貌回應，感謝各位老師的指點。
待眾人寒暄稍歇，鄧永華和老院士走了過來。鄧永華看著自己這位創造了最快畢業記錄、成果堪稱驚艷的學生，百感交集，最終化作一句：「好樣的！回去好好慶祝一下！」
老院士則語重心長地說：「路還長，在學術界，博士也只不過是個開始。」不過他很快又想到了周昀的成果，失笑一聲：「不過對你來說好像不太適用，哈哈。」
周昀認真點頭：「我明白，老師，師公。謝謝你們。」
答辯順利通過，博士學位到手，一件大事總算是完成了，周的也感覺自己身上少了一塊大石頭。
答辯過後，周昀又重新回歸了原本的生活，項目——學習——休息，三點一線。
九州項目如期進行，他的工作基本已經完成了，接下來就是需要大量工作人員共同努力，整個九州計劃完全結束，大約需要半年。
所以周昀又開始了學習，不過這一次他沒有選擇最為擅長的領域，而是選擇了一個非常玄學的領域——材料學！
這個選擇，並非一時興起。
其最直接的誘因，源於「九州」項目推進後，所暴露出的一個無法迴避的底層瓶頸——算力載體本身的物理極限。
隨著NDN模型的不斷複雜化和「九州」所要處理的知識圖譜規模指數級增長，即使有Aetos平台的優化，對計算資源的需求依然是個無底洞。
現有的矽基晶片，在製程工藝逼近物理極限後，性能提升愈發困難，而功耗和散熱問題卻日益嚴峻。
周昀清晰地預見到，如果不能從根本上突破計算硬體的物理限制，他所構想的更智能、更龐大的未來系統，終將淪為空中樓閣。
而量子計算機雖然強大，但是真正了解的人就知道，想要真正使用量子計算機做通用的複雜工作，距離現在的他們還太遠太遠。
所以他需要尋找新的計算載體，是探索碳基材料，如碳納米管、石墨烯的電子特性？還是研究拓撲絕緣體、量子計算等更前沿的方向？抑或是從生物分子中尋找靈感？材料科學，正是這一切可能性的源頭。
然而，材料科學領域，傳統上依賴於「炒菜式」的試錯實驗，周期長、成本高，且很大程度上依賴於研究者的經驗和直覺，這也是為什麼它有時會被戲稱為「玄學」。
但周的看到的，卻是其中蘊含的可以被計算和智能所顛覆的巨大潛力。
而他的底氣，正來自於他手中掌握的強大工具—AGI。
所以答辯過後，他開始系統地學習材料科學的基礎知識：固體物理、量子力學、晶體學、相圖、材料製備與表徵技術，對於常人而言晦澀難懂的概念和公式，在他強大的邏輯思維和認知能力面前，被迅速解構、吸收、內化。
同時，他也通過NDN架構的動態適應性，嘗試構建能夠模擬材料從原子尺度到宏觀尺度演化行為的跨尺度計算模型。
傳統的分子動力學或第一性原理計算往往局限於特定尺度，而NDN的動態生長特性，理論上可以更好地模擬材料製備過程中微觀結構的形成與變化。
並且還可以讓AGI學習海量的材料資料庫，包括已知材料的成分、結構、性能數據，以及無數失敗的實驗數據，並理解材料科學中的基本物理定律和化學規則，然後，他要求AGI不再局限於分析現有數據，而是主動進行「逆向設計」。
給定目標性能，例如，超高強度、超導臨界溫度、特定能帶結構，AGI會在浩如煙海的潛在元素組合和晶體結構中，快速篩選出理論上最有可能實現目標的候選材料，並預測其合成路徑。
AGI能夠從看似無關的數據中，發現人類難以察覺的深層關聯和規律，比如某種微量元素對材料缺陷的抑制機制，或者某種特殊的晶界結構對導電性的巨大影響。
在投入昂貴的真實實驗之前，AGI可以在Aetos平台上進行大規模的「虛擬實驗」，模擬候選材料在極端條件下的表現，進一步縮小範圍，將試錯成本降至最低。
周昀甚至開始構思，如何將AGI的分析結果與自動化材料合成、表徵設備連接起來，形成一個「計算設計—自動合成—在線表徵—數據反饋」的閉環系統，實現材料研發的高度自動化和智能化。
不過想法和現實還是有些差距的，當周昀真正著手將這套「計算驅動材料發現」的宏偉藍圖付諸實踐時，才發現理論與現實之間，橫亘著一條遠比想像中更寬的溝壑。
AGI的強大建立在高質量、大規模、標準化的數據基礎上，然而，材料科學領域的歷史數據雖然浩如煙海，卻存在著嚴重的「碎片化」和「不兼容」問題，不同實驗室、不同時期、甚至不同研究團隊所使用的製備方法、測試標準、
表徵手段千差萬別，導致數據之間難以直接對比和關聯，大量的「失敗」實驗數據要麼未被詳細記錄，要麼散落在個人筆記本或非結構化的PDF報告中，難以被AGI有效學習。
周昀不得不分出大量精力，與國內幾個主要的材料資料庫機構聯繫，嘗試推動數據標準化和共享，同時指揮AGI開發專門的數據清洗和歸一化模塊，這個過程非常的繁瑣。
不過他又繼續說道：「但是，我們必須極度謹慎地對待這種類比。NDN的生長驅動主要來自於任務相關的梯度信號和人為設計的算法規則，是目標導向的：
而大腦的發育受到基因藍圖、環境刺激、自發神經活動等多層次、多時間尺度因素的複雜、非線性調控，其中包含了大量非目標導向的過程。
因此，我們尚未發現，也不敢斷言存在一個普適的最優生長曲線」。」
「不過，您的第二個問題，關於反向啟發，正是我們未來非常希望深入探索的方向。
NDN—Vis工具所捕捉到的動態演化過程，以及NDN—Bench積累的不同策略在不同任務下的表現數據，可以作為一種強大的計算探針」。
我們可以設計特定的、與認知科學或神經科學相關的學習任務範式，觀察NDN
模型在解決這些任務時自發形成的結構特性、模塊化程度或信息流模式，然後將這些計算特徵與神經科學中已知的生理或解剖現象進行對比關聯。這或許能幫助我們提出一些新的生物學假說。
比如，關於特定認知功能對應的功能模塊」是如何在動態生長的網絡中自發湧現和鞏固的。」
吳思源院士聽得十分專注，手指輕輕敲著桌面，最終滿意地靠回椅背，臉上露出笑容：「很好！保持這種審慎的樂觀和開放的探索態度。
計算模型與生物大腦之間的對話，需要的就是你這樣紮實的工作，你的工作，為我們提供了一個非常有趣的對話平台。」
接下來的提問來自另外兩位資深教授和一位通過視頻連線的頂尖工業界實驗室負責人，問題更多聚焦於實際應用：關於NDN—VIR編譯器在特定硬體上的優化空間、
Lite—NDNCore在超大規模分布式訓練中的擴展性、預訓練「種子」模型的知識遷移效率以及潛在的安全性和倫理考量等。
周昀一一作答，思路清晰，既不迴避當前方案的局限性，也能清晰地勾勒出未來的優化路徑和發展藍圖。
提問環節持續的時間遠超常規博士答辯，但是參與答辯的人都沒有覺得不耐煩。
最終，陳國棟院士看了看時間，與其他幾位委員交換了一下眼神。
「周昀同學，答辯委員會的問題就到這裡。請你和旁聽人員暫時離場，委員會將進行內部評議。」
周昀從容起身，再次向各位委員鞠躬，隨後平靜地走出了答辯會議室，門在他身後輕輕關上。
門外的走廊安靜，鄧永華走到周昀身邊，用力拍了拍他的肩膀，「回答得無可挑剔！依我看，這次是穩了。」
周昀笑著點了點頭，於他而言，這場答辯更像是將已完成的工作進行一次系統性的梳理和匯報，壓力遠不如「九州」項目關鍵時刻的決策。
會議室內，答辯委員會的內部評議正在進行，但過程遠比一般的博士答辯要順暢。
陳國棟院士作為主席，首先開口，言簡意賅：「理論根基紮實，對潛在問題認識清晰，工程實現完整，工作具有顯著的開拓性和實用性。我認為已達到非常高的標準。」
他的評價一貫嚴謹，能給出「非常高的標準」四字，已是極高的讚譽。
吳立民教授笑著附和：「我完全同意陳院士的意見。更難得的是，周昀同學不僅解決了怎麼做」的問題，還深刻思考了為什麼這麼做」以及可能帶來什麼影響」，視野開闊，潛力巨大。毫無疑問，優秀。」
吳思源院士從交叉學科的角度補充道：「這項工作超越了單純的計算機領域為我們計算神經科學提供了非常寶貴的計算模型和思路啟發。其成果的發布，預計將在多個相關領域產生積極影響。我非常欣賞，同意授予博士學位。」
另外兩位資深教授和視頻連線的工業界代表也紛紛表態，意見高度統一：周昀的博士論文成果突出，答辯表現優異，完全達到了博士學位的要求，甚至遠超標準。
幾乎沒有爭議，投票環節全票通過。
約莫十五分鐘後，會議室的門被打開，一位秘書走出來，微笑著對周昀他們說：「各位老師，周昀同學，請進。」
周昀深吸一口氣，整理了一下身上那件讓他仍覺有些束縛的西裝，雖然心裡有底，不過好歹是第一次面對這樣的場面，還是有一丟丟心跳加速的。
陳國棟院士代表答辯委員會宣布結果，他面容嚴肅，會場內的氣氛似乎比剛才更加莊重，「經過答辯委員會的認真提問、深入討論和無記名投票表決，我們一致認為，周昀同學的博士論文《NDN的輕量化與可擴展性研究：從理論到生態構建》，選題處於學科前沿，具有重要的理論意義和實際應用價值。論文工作量大，創新性突出，研究成果系統性地解決了NDN推廣中的關鍵瓶頸問題。」
他繼續宣讀決議：「論文結構嚴謹，邏輯清晰，數據翔實，分析透徹。答辯過程中，周的同學陳述流利，思路清晰，能夠準確、深入地回答委員們提出的問題，表現出紮實的理論基礎、獨立的科研能力和良好的學術素養。」
陳國棟院士稍微提高了音調，做出了最終的宣告：「綜上所述，答辯委員會一致決定，建議授予周昀同學工學博士學位。祝賀你，周昀博士！」
話音剛落，現場立刻響起了熱烈的掌聲，鄧永華臉上露出激動和自豪的笑容，用力地鼓著掌。
老院士微微領首，嘴角帶著滿意的弧度，吳立民教授一邊鼓掌一邊對周昀點頭微笑，連一向嚴肅的陳國棟院士，也象徵性地拍了幾下手。
吳思源院士的掌聲則格外響亮，看著周昀的眼神充滿了對後輩的欣賞。
周昀上前一步，面向答辯委員會，深深地鞠了一躬：「謝謝各位老師的肯定和指導！」
隨後，工作人員拿來了《博士學位決議書》等相關文件，陳國棟院士作為主席，鄭重地在決議書上籤下了自己的名字，其他委員也依次簽名。這份文件，正式標誌著周的博士生涯的圓滿結束。
簽字儀式結束後，會場的氣氛變得輕鬆起來。委員們和旁聽的老師們紛紛走上前來，向周昀表示祝賀。
吳思源院士第一個走過來，握住周昀的手：「周昀博士，後續關於計算模型與神經科學的交叉研究，我非常期待能與你有更深入的交流。」
吳立民教授也笑道：「以後可就是周昀博士了，希望你的Lite—NDNCore能真正引爆社區，我們等著看更多的創新湧現。」
陳國棟院士最後走過來，只是簡短地說了一句：「以後在理論研究上，可以再往深處走一走。」
周昀一一禮貌回應，感謝各位老師的指點。
待眾人寒暄稍歇，鄧永華和老院士走了過來。鄧永華看著自己這位創造了最快畢業記錄、成果堪稱驚艷的學生，百感交集，最終化作一句：「好樣的！回去好好慶祝一下！」
老院士則語重心長地說：「路還長，在學術界，博士也只不過是個開始。」不過他很快又想到了周昀的成果，失笑一聲：「不過對你來說好像不太適用，哈哈。」
周昀認真點頭：「我明白，老師，師公。謝謝你們。」
答辯順利通過，博士學位到手，一件大事總算是完成了，周的也感覺自己身上少了一塊大石頭。
答辯過後，周昀又重新回歸了原本的生活，項目——學習——休息，三點一線。
九州項目如期進行，他的工作基本已經完成了，接下來就是需要大量工作人員共同努力，整個九州計劃完全結束，大約需要半年。
所以周昀又開始了學習，不過這一次他沒有選擇最為擅長的領域，而是選擇了一個非常玄學的領域——材料學！
這個選擇，並非一時興起。
其最直接的誘因，源於「九州」項目推進後，所暴露出的一個無法迴避的底層瓶頸——算力載體本身的物理極限。
隨著NDN模型的不斷複雜化和「九州」所要處理的知識圖譜規模指數級增長，即使有Aetos平台的優化，對計算資源的需求依然是個無底洞。
現有的矽基晶片，在製程工藝逼近物理極限後，性能提升愈發困難，而功耗和散熱問題卻日益嚴峻。
周昀清晰地預見到，如果不能從根本上突破計算硬體的物理限制，他所構想的更智能、更龐大的未來系統，終將淪為空中樓閣。
而量子計算機雖然強大，但是真正了解的人就知道，想要真正使用量子計算機做通用的複雜工作，距離現在的他們還太遠太遠。
所以他需要尋找新的計算載體，是探索碳基材料，如碳納米管、石墨烯的電子特性？還是研究拓撲絕緣體、量子計算等更前沿的方向？抑或是從生物分子中尋找靈感？材料科學，正是這一切可能性的源頭。
然而，材料科學領域，傳統上依賴於「炒菜式」的試錯實驗，周期長、成本高，且很大程度上依賴於研究者的經驗和直覺，這也是為什麼它有時會被戲稱為「玄學」。
但周的看到的，卻是其中蘊含的可以被計算和智能所顛覆的巨大潛力。
而他的底氣，正來自於他手中掌握的強大工具—AGI。
所以答辯過後，他開始系統地學習材料科學的基礎知識：固體物理、量子力學、晶體學、相圖、材料製備與表徵技術，對於常人而言晦澀難懂的概念和公式，在他強大的邏輯思維和認知能力面前，被迅速解構、吸收、內化。
同時，他也通過NDN架構的動態適應性，嘗試構建能夠模擬材料從原子尺度到宏觀尺度演化行為的跨尺度計算模型。
傳統的分子動力學或第一性原理計算往往局限於特定尺度，而NDN的動態生長特性，理論上可以更好地模擬材料製備過程中微觀結構的形成與變化。
並且還可以讓AGI學習海量的材料資料庫，包括已知材料的成分、結構、性能數據，以及無數失敗的實驗數據，並理解材料科學中的基本物理定律和化學規則，然後，他要求AGI不再局限於分析現有數據，而是主動進行「逆向設計」。
給定目標性能，例如，超高強度、超導臨界溫度、特定能帶結構，AGI會在浩如煙海的潛在元素組合和晶體結構中，快速篩選出理論上最有可能實現目標的候選材料，並預測其合成路徑。
AGI能夠從看似無關的數據中，發現人類難以察覺的深層關聯和規律，比如某種微量元素對材料缺陷的抑制機制，或者某種特殊的晶界結構對導電性的巨大影響。
在投入昂貴的真實實驗之前，AGI可以在Aetos平台上進行大規模的「虛擬實驗」，模擬候選材料在極端條件下的表現，進一步縮小範圍，將試錯成本降至最低。
周昀甚至開始構思，如何將AGI的分析結果與自動化材料合成、表徵設備連接起來，形成一個「計算設計—自動合成—在線表徵—數據反饋」的閉環系統，實現材料研發的高度自動化和智能化。
不過想法和現實還是有些差距的，當周昀真正著手將這套「計算驅動材料發現」的宏偉藍圖付諸實踐時，才發現理論與現實之間，橫亘著一條遠比想像中更寬的溝壑。
AGI的強大建立在高質量、大規模、標準化的數據基礎上，然而，材料科學領域的歷史數據雖然浩如煙海，卻存在著嚴重的「碎片化」和「不兼容」問題，不同實驗室、不同時期、甚至不同研究團隊所使用的製備方法、測試標準、
表徵手段千差萬別，導致數據之間難以直接對比和關聯，大量的「失敗」實驗數據要麼未被詳細記錄，要麼散落在個人筆記本或非結構化的PDF報告中，難以被AGI有效學習。
周昀不得不分出大量精力，與國內幾個主要的材料資料庫機構聯繫，嘗試推動數據標準化和共享，同時指揮AGI開發專門的數據清洗和歸一化模塊，這個過程非常的繁瑣。