同学们：
大家好，我叫张拳石，之前在UCLA做博士后，现在入职交大John Hopcroft Center副教授。我的研究范围涵盖机器学习和计算机视觉。目前，我的研究重点主要是神经网络的可解释性，包括但不限于1. 语义层面解释神经网络中层特征表达和其内在结构，2. 端到端学习具有可解释性特征的神经网络，3. 基于可解释性交互式学习，4. 建模并量化神经网络的表达能力，5. 建模神经网络结构与特征表达的关系。当然，我还有一些更具有颠覆性的研究课题，暂时还不能公开。
我非常欢迎有志于学术的学生，加入我的研究团队。
招生要求:
熟练掌握程序设计语言，比如python, C++, 或者 matlab
掌握线性代数、统计学、机器学习等课程的基本知识。
学习了解过神经网络的基本知识，最好独立训练过神经网络。
上述要求不是硬性的，因为比起知识和技能，科研的热情其实更重要。在UCLA我带过的绝大部分本科生甚至硕士生，仅仅用课余很少的时间做研究，一整个月只有空跟我见面讨论三四次，工作七八个小时。这样是无法真正做出成绩的。
我希望全面培养学生的科研能力。我不仅希望我的学生能够独立完成导师给出的科研课题、掌握最前沿的算法，更希望培养学生独立提出问题、把握研究方向的能力。目前，人工智能的研究百花齐放万紫千红，这时我们更加应该把握该领域的发展脉络。
1. 人工智能众多应用技术的核心理论瓶颈（问题）是什么？
2. 哪些问题已经进入了大家的视野？哪些问题尚无清晰的定义或solid建模实现？
3. 一个新理论的提出将在多大范围内影响现有的算法，会开启哪些可能的新应用？
关于以上这些问题，我需要与你一起探寻答案，路漫漫其修远兮。
如果你希望加入我的团队，请把简历和成绩单发给我 zqs1022@sjtu.edu.cn 。无论你是计划毕业后出国深造的大一大二本科生，还是大二大三计划保研的学生，我都欢迎。
延伸阅读：[我的知乎文章]