——云南大学副教授谢诚的教、研、产实践之路
　　
王 辉

　　
　　
　　在科学技术日益进步的今天，各国高度重视工业和信息化的高质量发展。比如德国的“工业4.0”战略，美国的制造业回流政策，中国的《中国制造2025计划》，都将发展制造业作为主攻方向。
　　虽然处于同一赛道，但在工业和行业基础平台软件领域，即服务于智慧制造的基础软件领域，中国与美国、德国相比还有很大的差距。例如，企业生产计划系统ERP，目前主要被德国SAP垄断；车间生产管理系统MES系统被西门子、GE、霍尼韦尔等企业垄断；人工智能技术框架主要被谷歌的tensorflow平台和Facebook 的pytorch平台垄断；材料基因数据库目前以美国、德国、日本的Materials Project、KeyToSteel、NIMS等为代表，国内还处于空白阶段。
　　“以上这些典型的基础软件或者基础数据库，是支撑工业信息化和智能化的基础，这些领域关键技术的突破，将对我国该领域的提升具有重大意义。”云南大学副教授谢诚说。
　　
从实践出发，让成果落地
　　谢诚博士毕业于上海交通大学，就读软件工程专业。这是一门涉及范畴非常广的应用学科，覆盖了从信息学科、软件工程等传统领域到智能计算、机器学习等前沿科技。学科偏向工程实践，“比如，某大型造船厂需要提升大型船舶分段的排产效率，我们便聚焦于实际需求，攻关具体的分段排产智能算法；再比如，云南一家新型材料设计企业需要建设液态金属材料基因工程数据库，涉及计算机及软件领域范畴，我们便助力他们进行液态金属材料基因的算法和模型研发；还比如，上海某航天总装厂需要精细化追溯每个细小零部件的生成管理系统，我们的研究便聚焦于建立物理实体与信息实体的映射与追溯软件系统。”
　　虽然科研经验颇丰，但谢诚说，“刚开始我就是个写代码的码农，后来摸爬滚打多年才逐步找到研究的方向”。之所以这么说，是因为谢诚在科研初始阶段，曾因找不到研究的理论点而感到迷茫。但好在他的硕士和博士导师蔡鸿明教授，在软件工程领域有着很高的建树，在研究方面奉行能够在生产生活中产生实际效用的课题，这让谢诚研究的开展有了一个基础，“课题来源于生产中的实际需求，而不是去假定需求，才能真正保证课题的实践意义”。
　　蔡教授的科研理念深刻影响了谢诚未来的科研方向，后来，即使一项研究要反复调整、优化，谢诚也绝不空想创新。他说：“我们要承受实践中的挫折失败，在实际生产中进行验证，不断迭代，把以实际能够为社会产生的贡献作为从事科研工作的根本信念，这是一个良性循环。”
　　当然，追求实际应用研究，也为求学期间的谢诚带来了学术文章发布相对较少的难题。硕士期间，有同学告诉谢诚，专研应用很难出学术成果，可能会影响毕业。但蔡教授认为，软件系统在实际生产中存在的关键问题之所以成为行业挑战，就是因为其有着很高的技术难度，拥有很高的研究价值！这也是谢诚坚定走“需求驱动的科研道路”的核心信念。
　　2015年，还在读博的谢诚被公派出国，在曼哈姆大学的数据科学实验室访学。作为整个实验室唯一的中国人，他不仅克服了多国语言混杂的问题，提高了国际交流能力，还在实际合作中，引入图神经网络技术，对知识图谱进行处理，研发了一种基于知识图谱表示学习的节点相似度计算算法，突破了传统基于图计算能够取得的最好成绩，给同学留下了很深刻的印象。最后在德国访学结束的时候，实验室同学们把international room（国际生的学术房间）改成了谢诚的名字，Cheng’s Room，表达对他的认可。
　　2017年，考虑到云南省急需经济相关的前沿技术资源来建设数字云南，而云南大学的科研平台也在快速发展，身为云南人的谢诚毅然投入家乡的建设中来， 正式入职云南大学软件学院。为了做好科研工作，从博士变成导师的谢诚在云南依然保持着上海的快工作节奏，没有丝毫懈怠，基本上每周有6.7天全部用来工作，“没有休息已经变成常态”，但他却乐此不疲，将自己的科研事业扎根在这片红土地上。
　　
用心研究，服务于社会生产
　　在科研探索过程中，谢诚经历过迷茫，但研究却并没有因此落下，相反，无论是在学术还是在实际应用上，他的成果都影响深远。
　　在2016—2017年间，因为聚焦于工业信息化和人工智能的结合研究，他们为汽车轮毂生产企业中信戴卡，研发了一套工业知识图谱构建及智能控制的算法和软件。这套作用于轮毂生产线压铸工艺的研究，通过智能反馈控制，能够自动反馈、调整压铸机的现场动态参数，显著提高铸台轮毂压铸的一次成品率。研究成果最后发表在工业信息化顶级期刊IEEE transactions on industrial informatics上。
　　后来，他们还研究了知识图谱节点相似度的计算算法，该成果主要是构建了知识图谱里面可以进行知识推理、知识相似性的计算，可以做到智能推荐和智能推理的控制，成果最后成功发表在领域顶级期刊IEEE Systems journal上。
　　2017年，谢诚来到云南大学后，接手了乡村污水处理自动站项目，项目计划未来3年在乡村部署2000个污水处理自动站。以前该项目要部署大量人员运维这些污水处理自动站，但基于谢诚团队所研发的工业知识图谱的多层互联网中间件技术，项目很快就完成了自动站智能控制系统的部署，并且人工成本也只有原来的20%左右，极大地降低了人力成本和站点管理成本。此外，因为项目能够适应偏远山区的实际情况，使得村级污水处理站点的大量建设成为可能，社会效益显著。目前，该项研究成果已发表在物联网领域顶级期刊IEEE Internet of Things Journal上。
　　在进一步改进知识图谱的应用技术过程中，谢诚团队发现知识图谱能够使用知识代替训练样本，极大地减少机器学习中所需的样本规模。甚至某些情况下，图谱可在零样本学习的场景下，完成机器预测。该项成果目前已投往人工智能顶级期刊Elsevier Neural Network。
　　作为一名科研人员，谢诚并不满足于此。下一步，他还将继续结合云南数字经济建设重点领域，聚焦于信息产业、新材料产业和生态环保领域，以实际产业需求为导向，突破关键技术，研发解决生产实践痛点的软件系统平台，服务于云南的社会经济建设。
　　
教研相长，提高人才培养质量
　　因为研究与生产生活的高度结合，再加上硕博导师蔡鸿明教授、云南大学软件学院和中国图学学会的合力举荐，2018年11月，谢诚入选中国科协“青年人才托举工程”，成为国家高水平科技创新人才的重要后备力量。
　　对于科研工作能顺利开展，谢诚不无感激地说：“云南大学软件学院非常支持我的科研工作，从学校层面，像科技处、人事处、教务处、就业指导中心，都为我的科研工作提供了充足的硬件和软件资源支持。在学院里，姚绍文院长也非常支持我的工作，提供了充足的场地、实验室，另外也提供了多套高性能计算服务器、工作站等硬件资源支持；同时，他也在学术上给予了我很多指导，我的研究团队也经常和他的团队一起进行学术研讨，分享交流科研的一些思路。”
　　除了潜心做研究，谢诚还在云南大学从事教学工作。他说：“作为一名大学教授，不把知识传授出去是一种失职。”所以他每年还承担120个学时以上的课程， 包括专业数据库概论、软件工程、创新设计与研究等。
　　在课程教育中，谢诚以实践科研的方式来进行人才培养。在理论课和实验课中，他比较重视实验课。“课程中的实验项目，全部来源于我的科研实践课题，而且我会非常注重考试中实践项目的设计， 评价学生真正动手做出来的成果的性能指标是否能达到要求，理论测试反倒不是最重要的。”
　　得益于此，最近几年，软件学院本科生在互联网+大学生创新创业竞赛、挑战杯和软件创新大赛中，都取得了非常好的成绩。“指导学生参加学科竞赛，就是要求他们把课本知识应用在科技竞赛中， 这实际上是开启了一种科研反哺教学的模式，真正实现了产教融合，协同创新。”谢诚感慨地说。
　　目前，谢诚已在云南大学组建了自己的科研团队，包括1名讲师、1位准博士、8位研究生和8位优秀的本科生。未来，也许还会有很多的技术难关需要攻克，但谢诚相信，只要奋进的科研人才源源不断，就没有攻克不了的难关。