本科10篇机器学习+化学SCI，全奖直博香港城市大学：没有985背景，不代表二本生没有梦想...

作者 | 青暮

来源 | AI科技评论

近日，一则“如何看待徐州工程学院一学生本科发了十篇 SCI 并全奖直博香港城市大学？”的话题在知乎冲上热搜榜第二。

当事人为徐州工程学院2017级毕业生，刚被推荐至香港城市大学理论与计算物理专业直接攻读博士学位并获得全额奖学金。

徐州工程学院为江苏一所二本院校，而香港城市大学则属于“QS世界百强高校”，当事人在本科期间不仅成绩优异，并早早开始科研，凭借10篇SCI跃升至“学历鄙视链”上端，这无疑是其话题性根源。

他叫万仲禹，2017级化学工程与工艺专业毕业生。近年来，以第一作者和通讯作者身份在《 Phys. Chem. Chem. Phys. 》 , 《 New J. Chem. 》 , 《 Org. Biomol. Chem. 》 , 《 Comput. Mater. Sci. 》 , 《 Phys. Lett. A 》 等国际知名学术期刊发表论文 16 篇，其中 SCI 收录 10 篇，此外还有 3 篇在投。研究方向为凝聚态理论与计算，理论与计算化学。

以下为10篇SCI论文的汇总，可以看到基本都是机器学习+化学的交叉研究。

除了成绩年级第一和10篇SCI，他还参加了包括高等数学、英语和数学建模在内的多学科竞赛，取得了国际级 2 项、国家级 3 项、省级 4 项奖项。也曾担任一些国际期刊的审稿人。

他还开发过一个基于Python及OpenCV的人脸口罩识别系统，获得了软件著作权。

万仲禹在本科短短四年期间，兼顾学业和科研，成就可谓惊艳。在这种话题下被冠以“天才”、“学霸”等名头都不为过。

然而，在关于论文高产本科生的讨论中，一般不乏两种声音，一种是直抒胸臆——感叹国内内卷现状，另一种则会稍微深入研究，从国内科研追求论文数量入手，调查这10篇SCI是否灌水。

一位匿名知乎网友就指出，万仲禹的机器学习研究基本限于调包，缺乏数学创新，“缺乏理论深度，多篇论文idea类似，具备灌水倾向”。并认为其工作对机器学习领域本身的发展没有帮助。

但即便存在灌水嫌疑，他也认为，“这位同学比一般的本科生强的多，...甚至比很多硕士生都强。“

知乎网友@kkhenry也同意此看法，他认为，万仲禹的成就首先不在于科研，而是学会了写论文的基础能力，尤其是在条件不足的情况下，还能做出如此成就，实在难能可贵，并表示假如万仲禹投入其门下，会非常欢迎。

然而，万仲禹的工作就真的是在灌水了吗？知乎网友@马扁龙认为，万仲禹所发的期刊有一定的权威性和知名度，而且科研工作的意义更应该由内行人来发声。此外，有人可能质疑万仲禹在蹭机器学习的热度，但@马扁龙认为，”机器学习和任何学科的交叉，意义都是在那个学科本身上，...这一类工作本质还是在于怎么能解决一些大家都关注的化学or物理问题，机器学习方法能带来什么改变，解决哪些问题。“

面对热议和质疑，当事人万仲禹（知乎网友@Molecule）也在知乎上进行了回应。

在知乎人均985/211的吃瓜群众包围中，万仲禹坦然自己在二本院校遭遇的科研困境——实验条件和师资条件确实会差得多。

万仲禹也因此在实验方向上无法做深入研究，转而开始做理论计算，“但心里还是不愿意放弃做科研的信念，因为成为科学家就是我儿时的理想。”

二本院校中不乏高考失利的学生，万仲禹也不例外，但他坚信榜样的力量，”我觉得有必要也有义务站出来成为学弟学妹们的表率，给黑暗中的他们带来一束光芒，带给他们一种可能。“

同时他也不希望媒体造神让事件变了质，在徐州工程学院官网的相关报道上，正如万仲禹所说，AI科技评论只看到了实际成果的展示，而没有任何夸大宣传。

面对灌水质疑，万仲禹承认了这一点，”10篇论文的整体水平很低，有'灌水'的嫌疑。“但他也因此报读了物理专业，期望弥补自身不足，”国内做理论化学做得好的，无一例外都有‘物理’背景，我也想在读博期间做出真正hard core的成果。“

而且，他也想办法找到了和中国矿业大学的合作机会，以此克服外在条件的不足。

关于研究成果的意义，万仲禹的看法和前述观点不谋而合，”ML来建模型，关键不是ML自身，而是在于寻找有意义的Physical Descriptor。“

最后，万仲禹和所有二本学生共勉，”我们没有985/211的条件，但不代表二本的学生没有梦想，没有权利去追求科学的真理。“

确实，他已经比许多硕士生都优秀。与其挑剔他的不足，不如期待他在博士生期间做出真正的领域突破。

参考资料：

https://www.zhihu.com/question/470726101?utm_division=hot_list_page

http://hxxy.xzit.edu.cn/6b/f0/c760a158704/page.htm

——The  End——

读者，你好！我们建立读者微信学习交流群，欢迎对AI感兴趣的读者扫码加入！

广告和微商请绕道，谢谢合作！

点个在看你最好看