2019年10月，南京大学教授尹一通因“在数据复杂性理论和计算相变理论方面所做出的突出贡献”获得2019年“CCF-IEEE CS青年科学家奖”。CCCF 动态栏目编委特别采访了尹一通教授，请他分享在科研教学中的宝贵经验。

采访背景：2019年10月，南京大学教授尹一通因“在数据复杂性理论和计算相变理论方面所做出的突出贡献”获得2019年“CCF-IEEE CS青年科学家奖”。尹一通于2003年本科毕业于南京大学计算机科学与技术系，2009年博士毕业于耶鲁大学计算机科学系，博士毕业后回到南京大学任教至今，现为南京大学计算机软件新技术国家重点实验室和计算机科学与技术系教授、博士生导师。他在理论计算机科学国际会议STOC、FOCS、SODA、ICALP、PODC、SPAA与期刊SICOMP、IANDC发表论文二十余篇，获SPAA'16优秀论文奖，获得教育部新世纪优秀人才(2009)、微软亚洲研究院“铸星计划”学者(2011)、中创软件人才奖(2014)、国家自然科学基金优秀青年科学基金(2017)。CCCF动态栏目编委特别采访了尹一通教授，请他分享在科研教学中的宝贵经验。

问：尹教授，首先祝贺您获得2019 CCF-IEEE CS青年科学家奖，也非常感谢您接受CCCF动态栏目的采访。您的研究方向是理论计算机科学，能否首先简单介绍一下您的具体研究领域？

尹一通：我非常荣幸获得“CCF-IEEE CS青年科学家奖”这个重要的奖项，十分感谢本领域的前辈们对我的支持与认可。很荣幸接受CCCF的采访。

我的研究方向是理论计算机科学。这在计算机领域是一个基础性的方向，旨在使用数学工具来探索计算的本质与界限，并为计算相关的问题提供有严格理论保障和思维创新的解决方法。传统上，理论计算机科学因其所使用的数学语言与理论工具的差别，曾一度被大致分为两大分支：一类是算法和计算复杂性理论，侧重依赖组合、概率、分析等偏具体的数学工具；而另一类是程序语言和形式化方法，更加依赖逻辑、代数、范畴论等偏抽象的数学工具。理论计算机科学发展至今，这两大分支之间的分界也不再明显。人工智能与机器学习、量子计算、数据库、软件工程、网络与分布式系统、计算机安全等计算机科学的各个方向几乎都发展出了与自身实践相结合的相关理论；同时，物理学、经济学、社会学等专业的一些研究课题也同理论计算机科学之间产生了交叉。

我的具体研究领域是算法与计算复杂性理论。只要在本科阶段上过数据结构和算法相关课程的人，都会接触过一些这方面的内容。近年来，随着大数据时代的来临，计算机科学与技术这门经典学科也面临着许多变化。一方面，计算的典型形式，由传统的单个输入通过至少线性时间复杂度的计算映射到单个输出，演变为在海量数据上利用亚线性时间复杂度开销来回答一类参数化的计算和查询问题。另一方面，计算的目标，也由传统的判定、优化等关注单个解特性的计算问题，演变为采样、计数、度量、推断等关注解空间整体统计性质的统计计算问题。因此，我重点关注针对数据的计算与查询的复杂性理论，以及统计计算问题的算法与计算复杂性。这两方面的问题，都展现出了一个有趣的“临界”现象：针对数据的计算与查询的时间复杂性会随着数据存储与表示的空间复杂性的改变而产生骤然的变化；同时，统计计算问题的计算复杂性也会随着描述这些问题的参数的连续变化而产生骤然跃迁。这些都是有趣的“计算相变”(computational phase transition)现象。对于临界计算行为的研究及其理论刻画，一方面，从科学的角度，可以帮助人们解释一个计算问题因何而易、又因何而难——这也是计算理论的宗旨；另一方面，从工程的角度，这也可以帮助人们找到能够达到最优解的那个最“聪明”的算法。

问：在大家看来，理论计算机科学一直是一个很“难啃”的方向，需要有很强的数学背景。能否介绍一下您是如何走上这一研究方向的呢？

尹一通：我是在本科阶段萌发了对理论计算机科学的兴趣。我本科毕业于南京大学，这是一所理科氛围浓郁的高校，因此即便是计算机这种重视应用的专业，“格物致知”的治学态度也渗透在教学的方方面面。我还记得，当年在离散数学的第一堂课上，我的老师宋方敏教授即以庄子的名句“判天地之美，析万物之理”作为课程的开场白。这句话，曾被日本物理学先驱汤川秀树拿来作为其治学的准则，也成为了我和许多我们系同学科学观的一个启蒙。当我得知，无论人类把计算机造得多么强大，有许多问题却仍然是算不出来的，而这种“算不出来”，却是可以被严格证明的。因此，计算也像宇宙中的物质和相互作用的原理一样，可以作为一种客观存在而被人类观察和研究，这一理论对于当年的我而言相当震撼。在南大的课堂上，计算机之于我，从一个很酷、很高级的工具及产业，逐渐转变为一门美丽而深刻的科学。

本科毕业后，我来到耶鲁大学攻读博士学位。耶鲁的计算机系有一个师资强大的理论组，开设了许多很优秀的计算机理论课程。我在第一学期就选了一门难到出名的课程“近似算法”，据说老师还会在作业题里布置算法领域的顶级会议SODA(ACM-SIAM Symposium on Discrete Algorithms)曾发表过的论文题目。在这些富有挑战的课程上，我体会到了思维的乐趣以及利用思维创新解决计算机理论问题所带来的愉悦。理论计算机科学所需的各门类的数学工具会给人一种各种武功秘籍的感觉，而耶鲁的计算机理论课程为我打开了通向这个恢弘世界的大门。泡在图书馆里，我可以查阅到各种久仰的大人物创立的门派学说、发展的体系和数学工具，令我一见如故，爱不释手。

耶鲁是在博士第一年结束时才会让学生确定导师和研究方向，那时我就毫无疑虑地选择了这个方向，但是直到临近博士毕业，才有一种在这个方向终于“出道”了的感觉。中间经历的过程让我觉得充满了痛苦与磨难——我曾经一度只要回想起博士生涯，首先涌入脑海的就是frustration（挫败）、torment（折磨）这类词。后来随着经历和见识的增长，才知道这其实是一个典型的理科博士的经历，也是从学生到学者、从行业爱好者到专业人才的成长与蜕变。我是一个很执着的人，对于自己喜欢的事物，即便有许多困难，也愿意长久地坚持下来。我也很庆幸我坚持下来了。后来随着交往的人逐渐增多，我发现即使是那些他人眼中的天才，他们在学术生涯的早期也需要克服类似的障碍；而我自己在别人眼中，竟然已经算顺利的了。再后来，我在工作中遇到的许多困难，虽然可能更加复杂并需要付出更加艰辛的努力去克服，但是我觉得这些和当初走上这个研究方向的过程中得到的磨练不能比了。

问：您在耶鲁大学拿到博士学位后，直接选择了回到内地高校任教，您是如何考虑的？ 

尹一通：在留学期间，我和大多数留学生一样，并没有一直想要留在美国，但也没有想清楚在什么时间点回国。读博的前几年，我还以为毕业后至少会在美国先工作几年再回国，但没想到，我在博士毕业后的第一份工作，就是回到我的母校南京大学任教，这也是我至今唯一的全职工作。有人觉得我做这个选择还挺有勇气的，尤其在刚回国的头几年，因为像我这样的人确实比较少见。不过从我个人的经历看来，这还算是一个颇顺理成章的决定。

留在学术界的人往往都很重视精神生活，而且学术上的训练也会培养和提升人在精神层面的追求。在博士刚入学的时候，我跟别人聊天的话题还是诸如“在硅谷工作的起薪多少”“耶鲁的助理教授年薪多少”一类的，而等到博士快毕业的时候，话题已经变成这样了：当年像茅以升这样一个卡内基梅隆大学（CMU）毕业的工学博士，就能在一穷二白的旧中国时期建造出一座现代化的钱塘江大桥，这足以说明他受到的训练非常好，水平也非常高，真的令人羡慕和敬佩。

随着我学术水平的不断提升，我越来越觉得回到国内大学工作的选择是正确的。2004年姚期智先生全职到清华工作，2007年我前面提到的耶鲁的近似算法课老师、高德纳奖(Donald E. Knuth Prize)得主拉维·卡纳安(Ravi Kannan)也回到了他的祖国印度，创建了微软印度研究院的理论组，这些事都对我产生了很大鼓舞。我觉得回到国内大学工作，虽然很难像当年的邓稼先、茅以升那样做出那么功勋卓著的贡献，但哪怕只是开设出一门原先没有的理论课程，让学生普遍能在计算机理论方面得到更好的训练，也会让我非常有成就感。

毕业回国这个决定是我和我爱人共同做出的。我爱人是我本科同学，她博士就读于麻省理工学院(MIT)，研究的方向是大气科学。我们当时对毕业去向的选择达成了共识，要满足三方面的基本约束：第一，不可以离开自己的学术研究；第二，不能最终留在国外一辈子不回国；第三，也是最重要的一条，不可以让我们俩最终分开。在满足这三条约束的前提下，回到国内大学工作也就成了最优解。至于当时在薪酬以及其他客观条件方面的不足，在我们看来都是边际性(marginal)的，有的还是暂时的，事后证明我们对此的判断也大体准确。另外，南京大学对我们而言也有特殊的意义，这是我们共同的母校，我们都在这里遇到了自己喜爱的专业和自己的另一半。能在这里一起继续工作、一起徜徉在校园中，我感到很幸福。不过为了这份幸福，我爱人也做出了很大的牺牲，无论是学术发展还是家庭事务方面，她都很迁就我。我现在能在这里讲得头头是道，背后其实都是她在默默付出。我非常感激她。

问：您的成果多次发表在STOC、FOCS、SODA等理论计算机的顶级会议。对于如何做出顶尖的理论计算机研究成果，能否介绍一些您的心得？

尹一通：能在这几个理论计算机方向的顶级会议发表成果，的确都是非常困难的。可以说，就算是这个领域里特别杰出的学者，也无法保证自己的下一个成果就能稳定可控地达到这个水平。因此，我也不敢说我能总结出什么心得来。回过头来看，一些引领后世的原创性成果，当初也是被这几个会议拒了一圈，最后发表在了别的地方，而且这种事已经发生了多次。因此，对于理论计算机科学，哪怕只是算法与计算复杂性理论，最高水平的成果是否能被这几个顶会完全代表，也是值得商榷的。

我工作之后做出的成果的确好于学生时代。我个人也能体会出来，自己每经历一个阶段，科研方面的功力都能得到一些提升。老去揣摩自己哪里又变强了，这一做法可能有点不够谦虚，但这也许是“人生不如意十之八九”的科研创新的荆棘之路上得之不易的正面反馈。我觉得我能够有这样持续的进步，首先和我们单位优越的学术环境以及单位和我之间的默契、互相信任密不可分。一直以来，我追求的目标就是成为一个更加优秀的学者，拥有更好的学问，而不是单纯发表什么档次的论文。这一点，也算是理论计算机科学的传统价值观了，即追求深厚功力，而非赫赫战绩，高水平的科研产出只是好学问的体现之一。

为了追求更好的学问，我做过几方面努力，感觉都挺有效的：一是做个好学生，一直学习新东西，打磨自己的技艺。二是做个好学徒，主动去和领域里更厉害的同行合作，在这个过程中举一反三地体会他们的深刻思想和创新思维。第三，也是常被忽视的一点，是努力做个厉害的老师。能把一个复杂且克服了一定难题的内容讲清楚，首先在解决问题的思路上就要想得清晰透彻，对于解决问题的方法不仅要掌握而且还要能够驾驭，这是一种好的思维能力和习惯；另外，教学也迫使我深入地思考什么样的内容是值得进入课堂的，这对研究品味也是一种很好的考验和锻炼。做学生、做学徒、做老师，这些努力实则没有一个是对科研产出直接“交差”的。我能够在成长之路上获得这些积累，而不仅仅是消耗，我非常感激我的工作单位南大计算机系，也很珍惜我和我所热爱着的母校、母系之间的这种默契和互信。

问：能否介绍一下您如何判断一个人是否适合从事理论计算机研究？另外，您还有什么想对希望从事这个方向的学生说的？

尹一通：我其实不太认可“适合”这个概念，因为它背后透着一种对投入产出这笔“效益账”的精打细算。理论计算机科学领域里一个老前辈曾经表达过这样的一个观点：“当你开始问你自己适合不适合一件事的时候，你已经不适合了。”我并不完全同意他这个有点绝对的看法，毕竟人都难免有信念动摇的时候，但是我很理解他这个说法背后的缘由：对于每一个因感到自己不适合而离开这个方向的学生，都存在一个比他在客观上更加不适合此方向，但却最后留下来了的人，而且那个人有可能最终做得还不错。我觉得最重要的还是对这个方向有足够的热爱和执着。应该确定的是，自己喜欢的是现实中真正的理论计算机科学，而不是脑海想象中的；是喜欢学习它、从事它、从根本上弄懂它，而不是只喜欢谈论与它相关的新闻和感悟；是发自内心的喜欢，哪怕现在只是看着顺眼的阶段，也要做好迟早为这个“磨人的小妖精”辛苦付出、经历挫败、为伊消得人憔悴的思想准备。

理论计算机科学领域的一个挑战是有过高的同行压力(peer pressure)，尤其在年轻人之间，因为这个领域汇集了许多天才。在我国年轻一辈里，就有毕业自清华姚班的陈立杰同学连续获得STOC'19、FOCS'19最佳学生论文奖；今年还有北大图灵班的吴克文同学获得了STOC'20最佳论文奖，得奖时他本科都还没毕业。面对如此强大的同行榜样，我想对年轻学生嘱咐一句：“Be inspired, not intimated!”——受到鼓舞与启发，而不是被吓倒！在学术的路途上，最不缺“山外有山，人外有人”这一课。即便是再优秀的人，也难免在年轻时感受到来自更加优秀的同辈带来的压力和随之而来的挫败感。而读博士最重要的磨练之一，就是从这些优秀的事例中获得鼓舞和启发，不再感到挫败，就像我们从那些伟大的研究成果以及人类科学的壮举中获得灵感一样。陈立杰当年在清华特等奖学金评选时所发出的“我要成为一名理论计算机科学家！”的宣言，其中饱含的青春与热血，让我深受鼓舞。在此，我也借用他的这句宣言作为本次采访的标题，因为这同时也是我的理想，也顺便表达我对这个领域年轻有为的“后浪”们的致敬。

今年的STOC改为了线上举办，我是其中一个研习会(workshop)的研讨专家(panelist)，可以看到所有听众的名单。其中中国人所占的比例不小，这是近年来一个喜人的趋势，随着我国综合国力的不断增强，理论计算机科学这个基础性方向里的中国人也越来越多了。而且，从年龄结构上看，年轻群体的中国人比例越来越高，具体子领域的分布也越来越广。我想，未来中国理论计算机科学的发展道路仍会充满艰辛和曲折，但前景必然是光明的！