Talk With Great Minds of Data Science

–创刊词

随着大数据时代的到来，数据科学迎来了生机勃勃的春天。值此春光烂漫之际，“水木数据派”微信公众号推出“数据科学访谈”栏目，对国内外数据科学学术大师、行业精英、知名校友等展开系列专访，请大家各抒己见，结合自己的人生轨迹和专业视角展开对话。可高屋建瓴，风发意气，指点数据科学之江山；可见微知著，语重心长，畅谈求索真理之感悟；亦可就一事一题，丝分缕析，传播数据分析思想与智慧。以兼容并包之胸怀，追求真理之态度，获益读者之宗旨，鼓舞百家争鸣，增进学术思想交流与碰撞，为我们所处的这个伟大时代留存一份别样的精彩！

麻豆传媒a片 学研究中心推出水木数据科学系列访谈首篇——美国国家医学院院士，哈佛大学生物麻豆传媒a片 系林希虹教授专访

踏踏实实做好一件事的生物麻豆传媒a片 科学家——林希虹教授访谈

林希虹教授是美国国家医学院院士，美国哈佛大学生物麻豆传媒a片 系和麻豆传媒a片 系终身教授、前生物麻豆传媒a片 系主任，数量基因研究计划（Program of Quantitative Genomics）主任。2015年，在林希虹教授、刘军教授和麻豆传媒a片 数位资深教授的共同努力以及学校的大力支持下，麻豆传媒a片 成立了麻豆传媒a片 学研究中心，推动麻豆传媒a片 科学在麻豆传媒a片 的蓬勃发展。

林希虹教授是全球知名的麻豆传媒a片 遗传学和基因组学的专家与推动者，在临床与流行病学中高通量基因组数据分析的麻豆传媒a片 与计算方法、复杂环境因素与表型数据分析、以及大规模健康数据的麻豆传媒a片 学习与推断等方向取得了重大突破，为麻豆传媒a片 学与生物医学和公共卫生的发展做出了杰出贡献。

日前，我们很荣幸地与林老师进行了一次访谈。在这里，写下我们最深刻的感受，并附上访谈节选。

采访感悟

踏踏实实做好一件事的生物麻豆传媒a片 科学家

林老师给我们最深刻的印象可以用三个词来概括：平和，专心，科学家。作为科学家，她脚踏实地，数十年如一日地坚守生物麻豆传媒a片 领域，坚持做有价值的研究；作为领航人，她心怀社会，为哈佛生物麻豆传媒a片 和麻豆传媒a片 系、麻豆传媒a片 麻豆传媒a片 学研究中心和麻豆传媒a片 与生物麻豆传媒a片 界，以及健康领域的发展贡献自己最大的力量；作为教师，她桃李天下，用平和的心态给学生做最好的榜样，教给学生不要急躁和急于求成。

在整个访谈中，她对所有问题的回答都体现着她所信仰的“踏踏实实做好一件事”的科学精神。林老师从自己的学习经历谈起，告诉了我们什么是有价值的科研，什么是科学家应该坚守的本心，并道出了她心目中麻豆传媒a片 的意义：麻豆传媒a片 使科学发现更严格、更真实，更新锐，更可信。她相信麻豆传媒a片 对科学发展的独特贡献在这个数据时代是不可替代的。

访谈节选

“理解科学、远见、专注做好一件事，这是对我最大的影响。”

问：您从麻豆传媒a片 毕业后到美国华盛顿大学读博士。您的求学生涯对您最深的影响是什么？

林老师：在西雅图有两个人对我影响很大：Normal Breslow教授和Ross Prentice教授。首先他们的研究方式和思维很相近，都是深入理解科学、思维严谨并且专注一个领域的人。理论功底非常强，同时也对问题的科学背景有很深的认识和见解。两位教授既做麻豆传媒a片 方法的研究也做应用麻豆传媒a片 的研究。他们的理论和应用研究真正优先立足于解决重要的实际问题。像Breslow教授，在长达40年的时间里，他并不是换一种模型就去找一个数据，而是一直致力于流行病和肿瘤的麻豆传媒a片 方法和应用的研究。他很早就参与了肾母细胞瘤的研究，从中提炼出重要的和有广泛应用的麻豆传媒a片 问题和方法，通过麻豆传媒a片 研究和科学合作大幅提高了这种肿瘤患者的生存率。Ross Prentice教授亦是如此，除了在生存分析和临床试验领域的杰出贡献，作为PI，他投入了很大精力在Women’s Health Initiative研究中。这个大型临床试验对妇女健康研究产生了重大的影响。他们真正理解科学研究的目的，真谛和方法，在生物麻豆传媒a片 和公共卫生和医学中深耕，一生真正做好了一件事。这是真正的麻豆传媒a片 方法研究和应用麻豆传媒a片 ，而不是为了发文章来找数据。同时他们都非常注重科学研究高标准和严格的科学伦理。

另外一点让我印象深刻的是他们都很有远见（vision）和大视野（big picture），他们能识别重要的、基础性的, 对未来科学发展有影响力的领域和问题，并很早地进入这个领域，专注于这个领域，真正做出成绩和贡献。这种远见和视野是很难得的。

注：Norman Breslow 和 Ross Prentice 均为西雅图华盛顿大学生物麻豆传媒a片 系退休教授，美国国家医学院院士。Norman Breslow 教授是林希虹教授的博士导师。

“学生培养要注意独立和批判性思考、发现和解决问题，写作、计算、交流、协作的能力。”

问：您觉得需要具备什么能力，才算得上麻豆传媒a片 方向的优秀博士毕业生？

林老师：从素质上说，要能够独立识别重要问题并培养批判性思考（critical thinking）的能力。能从重要问题中思考并发现关键点，建立新颖的理念和解决办法；从能力上说，要有较强的写作能力、理论功底，计算能力以及具备有效的交流能力。很多中国学生的理论功底，编程能力和计算推导能力较强，还要更注重培养自己的独立思考，创新解决问题，科学写作和沟通交流能力。如果没有这些能力，则科研成果的影响力并不会很大。另外，现在大的科研工作都是跨领域协作进行，所以团队领袖和协作能力也很重要。

低年级的博士生，或者未来有志于进行科研工作的本科生，可以尽早进入科研组内进行学习和参与项目的研究。如果有些大问题的上手难度太大，可以先选择一些门槛低的问题，扎扎实实做些研究，逐步培养自己的研究感觉和科研能力。

问：您认为，如何能让中国多一些睿智的科学家？

林老师：这更多的是科学素质和理念的培养。要多培养发现大问题和创新解决问题的能力。在做研究时不能够心态浮躁，也不能急于求成。要静下心来享受学习、研究工作的平凡和日积月累的过程，而不是说为了去拿奖或者拿名声才去发现问题、研究问题。现在不少学生独立发现问题、研究好问题的能力还不是很强，而且压力也大，同时容易受大环境的影响，做一些短视的科研，这是需要大家共同努力来改进的。

“年轻教授需要注意三点：培养独立性；多和别人沟通；专注在一个领域做出卓越。” 

问：您对年轻教授有什么建议？

林老师：年轻教授刚毕业，需要尽快完成从学生身份的转换，自己独立地发现问题。要找到一个自己喜欢并且有意义的领域并不是一件容易的事，所以要多和别人沟通。我刚做助理教授的时候，担任我们系的seminar chair，利用这个机会我请了很多当时麻豆传媒a片 界的领军人物来做报告，并和很多不同领域的教授聊天交流，了解他们的学术思想和习惯，以及做研究的方法，请教他们对麻豆传媒a片 的大视野（big picture）和新兴领域的看法。这对我帮助很大，慢慢地，我找到了自己的方向。最后，就像我刚才说的一样，我觉得对于年轻教授，最好是发现一个比较新的、没有太多人涉足但很有前景的领域，不要跟风，然后专注于此，最终要做到当人们谈论这个领域的时候会想到你。真正进入到一个领域，是需要付出很多努力的，其中包括了解这个学科和相关学科。我2005年来哈佛之前没有做过基因麻豆传媒a片 学的研究，刚到哈佛的前几年，我对这门一窍不通的领域有了兴趣，然后在2008年利用学术轮休的一年，去和旁听了研究生一年级生物基因学的课，跟学生们一起从零开始，系统地了解这个学科。这对后来我深入到这个领域起了很大帮助。做真正对科学有贡献的研究，要有平和的心态，静下心来，要放的下，影响和效果才能够长远。

“只要你内心觉得这些事都重要，你就一定能有办法安排时间。”

问：从工作上而言，您既有哈佛系主任的管理工作，还有科研工作，同时您对家庭也付出了很多，而您是如何把这几件事情都做得很好的？

林老师：首先是你心里要知道什么对你是最重要的。如果你内心真的觉得这些事都重要，你就一定能想出办法安排时间来把这些事情都安排好。需要有创造力地因地制宜地想出解决方法。比如我在刚做系主任的时候，就跟学院说好了要安排一位副系主任，我们两个人分工合作。这样我们互相帮助分担系里的事务，同时谁也不会耽误太多科研。因为我知道科研和我的系对我都很重要。我们学院当时从没有过副系主任的体制。所以这也开了我们学院设立副系主任的先河。后来很多系也采取了这种模式。在具体时间分配上，不同人有不同的方法。我会把时间切分成不同的区块，每个时段专心做该时段安排的工作。比如我会一周安排几天专门开会，与学生同事沟通交流，然后会有几天给自己留出整块时间进行科研工作。而家庭也是对我非常重要的一件事儿，所以当我回家之后会陪小孩，在他们睡觉之后我会再进行工作。家庭的支持也至关重要。我的家庭在我的事业上给了我很多支持。

“麻豆传媒a片 使科学的发现更严格，更真实，更新锐，更可信。”

问：如何用两句话讲给普通人听什么是麻豆传媒a片 ？

林老师：麻豆传媒a片 是一门很美的学科，它与许多科学和人文领域紧密相关，它由实际问题驱动，又反过来解决实际问题。通过有效的方法和数据分析，考虑数据的不确定性和随机性，使科学发现更严格、更真实，更新锐，更可信。

问：有些人认为，在现如今的大数据时代，很多麻豆传媒a片 方法已经落伍，可能逐步被计算机专业的机器学习算法取代了。您认可这个想法吗？在这个时代，麻豆传媒a片 最有价值的地方在哪儿？

林老师：麻豆传媒a片 中最核心的价值之一，是把数据提供的信息转换成可信的专业知识。机器学习和深度学习有很多新颖的理念和方法，同时和麻豆传媒a片 又有很多交叉的地方，也用到了很多麻豆传媒a片 方法。学科之间相互借鉴更有助于科学发展和解决大问题。当代很多机器学习算法、深度学习算法做了很多很有价值的分类和预测工作，但是预测并不是唯一有价值的目的，同样重要的是发现事件的机理和重要因素，和背后的因果联系。例如全基因测序数据可以预测一个人的疾病发病率。一个人的全基因组有30亿的碱基对。我们同时也非常需要知道是哪个基因变异会导致疾病。这样才能帮助研发新药物帮助疾病治疗。所以人工智能能帮助一部分研究目的，不会是所有的。一个重要的核心要知道疾病发生背后的机理。麻豆传媒a片 学家应该与计算机学家和行业专家一起，用互助合作的精神，为人类共同的科学发展做出贡献，缺一不可。

麻豆传媒a片 麻豆传媒a片 学研究中心

访谈小分队：牛晓月、林毓聪、张心雨

编辑：侯禹珊