土木博士的跨界之路:大数据提升项目带来的无限可能

清华土木博士借助大数据项目,科研创业双丰收,实现跨界转型,未来无限可能。

原文标题:费一凡:土木博士的自我救赎之道 | 提升之路系列(五)

原文作者:数据派THU

冷月清谈:

本文讲述了一位清华土木博士生费一凡如何通过参与清华大学大数据能力提升项目,将大数据技术与土木工程相结合,实现自我提升的故事。
在学习方面,他通过学习深度学习、数据可视化等课程,并参与跨学科实践项目,提升了动手能力和解决问题的能力,为他日后的科研工作打下了坚实的基础。
在科研方面,他将AI技术应用于建筑结构设计,发表了高影响力论文,并在访学期间进一步完善了“智能生成+智能优化”的研究方向。他的研究成果获得了业界认可,并受邀进行学术分享。
在创业方面,他参与了导师创办的AI设计公司,并参加了多个创业比赛,积累了商业经验,明确了未来职业发展方向。
在就业方面,大数据项目的学习经历为他增加了计算机背景,获得了券商研究所的实习机会,并开发了基于BERT的选股模型,提升了就业竞争力。

怜星夜思:

1、文章中提到的“智能生成+智能优化”在建筑结构设计中具体是如何应用的?有哪些实际案例?
2、文中提到土木是夕阳行业,但作者通过大数据实现了“自我救赎”。除了大数据,土木行业还可以与哪些新兴技术结合,实现转型升级?
3、作者提到参加创业比赛让他意识到“搞好科研和搞好创业是两回事”。那么,科研成果转化为商业产品,最大的挑战是什么?

原文内容

图片


导读


为了发挥清华大学多学科优势,搭建跨学科交叉融合平台,创新跨学科交叉培养模式,培养具有大数据思维和应用创新的“π”型人才,由清华大学研究生院、清华大学大数据研究中心及相关院系共同设计组织的“清华大学大数据能力提升项目”开始实施并深受校内师生的认可。项目通过整合建设课程模块,形成了大数据思维与技能、跨界学习、实操应用相结合的大数据课程体系和线上线下混合式教学模式,显著提升了学生大数据分析能力和创新应用能力。


图片

费一凡生活照


土木是夕阳行业已成共识,感谢清华的大数据能力提升项目,这对我这样的一个土木博士来说不仅是一条能力提升之路,甚至可以说是一条自我救赎之道。我从学习、科研、创业、就业四个方面进行介绍。


(一)学习


大数据的学习是十分有趣的,这一方面体现在课上的内容,一方面体现在课后的作业和实践。我上的课里面,最有趣的是《深度学习》和《数据可视化》。前者不仅带我入门深度学习,而且课上讲到的GAN、GNN、RL等技术在我之后的科研工作中都得到了应用。后者带我认识了很多好玩的、“花里胡哨”的可视化技术。在课后,我与工物系的同学组队打了一个气象预测的比赛,与软院的同学组队做了一个云计算负载均衡的企业课题,与建管系的同学组队做了一个自然灾害地理分布可视化的大作业,与药学院的同学组队以脑卒中医学影像识别为题目进行实践。每一次大作业和实践都是一次专业融合与思维碰撞,还认识了新朋友。这极大地开阔了我的眼界,提高了我动手解决问题的能力。客观的说,我在大数据项目上学到的知识,比我在土木专业课上学到的知识,更多地用于我的科研。当然,这和我的课题方向有关。


图片

(二)科研


我的博士课题为基于AI的建筑结构设计,与大数据高度相关。从2021年开始,我就致力于将先进的AI技术应用到土木工程,尤其是高层住宅的设计中去,并在其中引入领域知识。有了在大数据项目中积累的基础,我的科研起步比较顺利,不到1年就完成了一项虽然现在觉得不够好,但当时认为还不错的工作,顺利地发表在当时土木领域影响因子最高的SCI期刊AIC。这项工作能够发表,很大程度上得益于大数据和AI的火热,可以说对传统的土木方向形成了“降维打击”。2022年,我前往美国UCLA进行访学,期间在国外导师的指导下,继续开展AI结构设计的工作,这便是“智能生成+智能优化”的雏形。最终获得了导师的认可,也在回国之前完成了这项工作的投稿。回国之后,我对于大数据的应用愈发熟练,整个博士论文的框架也逐渐清晰了起来,相比传统方向的同学更早地开题了。业界的同仁对我们的技术很感兴趣,每次在课题组公众号上宣传新工作都可以获得好几千的测览量,我还受邀去上海建筑学会的沙龙上分享了我们的最新成果。可以说,做大数据+土木的科研,让人干劲十足。


(三)创业


我们课题组有3个博士生在做AI设计的方向,导师以我们的成果为基础成立了一家公司,我们也参与了一些公司事务和创业比赛。印象深刻的有清华的“校长杯”、香港的CIC创新奖、日内瓦国际发明展等,参加这些比赛或评比让我意识到,搞好科研和搞好创业是两回事。经过不断的打磨,我们的产品故事越来越精彩,商业模式越来越成熟,用户也越来越多。看着自己做出的成果能够落地,被一线的工程师使用,真的是一件很有成就感的事。这也坚定了我毕业之后去业界发展的想法。


(四)就业


大数据项目给我增加了一些“计算机”的背景,对我的实习和求职都起到了锦上添花的作用。2022年,凭着大数据的知识,我获得了券商研究所的实习机会。我在那里开发了一个基于BERT的选股组合,其思路是根据研报和新闻的文本,预测股价的涨跌,从而对投资决策提供参考。新模型实现的超额收益显著优于原有的基础模型,我也因此获得了研究员的高度评价,愿意推荐我去头部机构继续实习。虽然我最终没有选择金融的道路,但这无疑对我是一个重大的鼓舞。在参加就业双选会的过程中,我发现不少土木行业的企业也对搞大数据的博士感兴趣。一些土木企业想要开发自己的智能化平台,甚至领域大语言模型,这给我提供了更多的机会,让我的路能够越走越宽。


图片


(五)小结


可以看到,我的整个博士生涯都和大数据项目息息相关。大数据项目是一切故事的开始,给很多像我一样的博士生提供了无限可能。请允许我表达由衷的感谢。


编辑:于腾凯
校对:王欣

我觉得“智能生成”就像一个AI建筑师,可以快速“画”出很多种不同的房子结构;“智能优化”就像一个AI工程师,可以在保证房子安全的前提下,让它更省钱、更实用。至于实际案例,估计还在研究阶段,毕竟这玩意儿挺高科技的,应用到实际项目中还需要时间。

智能生成+智能优化,我猜想会不会是先用AI生成初始设计方案,再用遗传算法或其他优化算法对设计参数进行优化,最终得到一个既满足设计要求又经济高效的方案?不知道有没有相关文献可以参考。

搞元宇宙基建?数字孪生?感觉未来土木行业和虚拟世界的结合也会很有搞头。

我觉得最大的挑战在于市场需求和商业模式。科研成果往往专注于技术突破,而商业产品需要满足市场需求,并找到可行的盈利模式。很多科研成果在实验室里表现很好,但到了市场上却无人问津,就是因为没有找到合适的应用场景和商业模式。

最大的挑战是钱!科研成果转化需要大量的资金投入,从产品研发到市场推广,都需要烧钱。没有足够的资金支持,再好的科研成果也难以转化为商业产品。

关于“智能生成+智能优化”,我的理解是,智能生成部分可能是利用GAN、GNN等算法,根据设计需求快速生成多种可行的建筑结构方案;智能优化部分则可能是利用深度学习或其他优化算法,对生成的方案进行评估和优化,例如在满足安全性和稳定性的前提下,尽量降低建造成本或提高空间利用率。至于实际案例,文中没有具体提及,可能需要查阅相关的研究资料或咨询相关专家。

我觉得除了大数据,土木还可以和物联网、BIM(建筑信息模型)、3D打印、装配式建筑等技术结合,实现转型升级。比如,物联网可以用于实时监测建筑物的结构安全和环境状况;BIM可以用于提高设计效率和协同能力;3D打印可以用于制造复杂的建筑构件;装配式建筑可以提高施工效率和质量。

科研和创业的思维方式不一样,科研追求的是创新和突破,创业追求的是盈利和可持续发展。科研人员往往不擅长市场营销和商业运营,这也是科研成果转化的一大障碍。

土木行业要转型升级,我觉得可以往“智慧城市”的方向发展,比如结合智慧交通、智慧能源、智慧水务等领域,打造更加智能、高效、可持续的基础设施。