许东的「AI生命科学」进化史：从90年代泡沫繁荣，到深度学习复兴( 八 )

文章图片
2015年许东到西安电子科技大学访问交流（右四），近年许东和梁艳春教授在密苏里河畔
在担任系主任的那段时间，许东参加了很多的领导培训课程，看到课件上将领导人打上四类标签：冒险型、守成型、改革型和善后型。
许东没想那么多， “天底下很多东西都有专业，但做领导是没有专业的，没有谁见到哪个系科是专门培养领导的，就算是MBA ，教的也是金融的东西。 ”他反而觉得，不如从过去的经历中找养分，看看能不能把一个系管理得井井有条。
直到2016年，密大计算机系与电机系合并，许东十年的系主任正式卸任。

文章图片
2022年8月的DigitalBiologyLab
这十年里，学校资源没有大幅扩大，许东所在的计算机系师资稳定在16~18人，学生人数却增加了一倍（从2007年的279人到2016年的700多人），科研经费也增加了一倍。
而他自己的实验室（DigitalBiologyLab），也从2003成立初的七个人，到如今他直接指导13个博士生，还有一些职员和不少的硕士、本科生，在实验室待过三个月以上的成员前后有两百多人，其中三十几位目前在中国国内任教职。

文章图片
2018年，许东（右五）实验室15周年庆祝活动留影
此外，许东的一个重要工作，是2012年密大的BS-CS课程通过了美国工程与技术认证委员会(ABET)的正式认证。如此一来，国内外的密大访学人员便获得了中美两国的双向学位认证。
去年，许东与儿子骑行到密苏里州最大的毛刺橡树那里，在那棵哥村的地标大橡树下，许东回忆起过去的点点滴滴。他对儿子讲到， “过去十几年，密大接待了很多国内的学生和学者，许多人在神树下打卡纪念，这棵树陪伴了他们的重要时刻。夸张点说，这棵树就是中美友好的见证，我希望越来越多的人到这棵神树下打卡。 ”

文章图片
2012年，是许东学术生涯中的一个重要转折。此时，距离Alphafold运用深度学习算法在生物信息学领域一炮而红还有6年。
这一年，学术界发生了一件大事。
在李飞飞号召的ImageNet竞赛中，多伦多大学的GeoffreyHinton、IlyaSutskever和AlexKrizhevsky提出了一种深度卷积神经网络结构：AlexNet ，夺得了ImageNet冠军，成绩比当时的第二名高出一大截。
竞赛结束后，一场关于深度学习算法的讨论在学术界传开。
业内有种声音，如果这种使用大规模数据集所做出的决策结果是真实的，那么它将走出计算机视觉、神经语言处理和语音识别等子领域的研究困境，就连生物信息学领域的蛋白质结构预测、基因测序等问题也都迎刃而解。
但在当时，大多数人对此持强烈的怀疑和批判态度， “深度学习无非是大号的神经网络，换个马甲而已，结果也是作弊来的。 ”
这种想法不无道理。许东称，当时深度学习在决策准确度上一举增加了10个点。在此之前，无数学者在十几年的研究过程中，每年几乎都是0.1%式的、非常微弱的进步。
因此，对于辛苦钻研的学者来说，深度学习的碾压式进步会让他们产生一种深深的“无力感” ，甚至会产生一种难以言说的愤怒。
两股思潮的碰撞，许东身在密苏里州也听到各种声音。