AI4ART课题组本科生招生简章
AI4ART课题组长期招收对计算机视觉(Computer Vision)、计算机图形学(Computer Graphics)、生成式人工智能(Generative AI)及AI+艺术交叉方向感兴趣的本科生开展科研训练。
请在联系老师之前认真阅读本页内容。
课题组更看重长期投入、踏实认真、独立思考和科研诚信,运气好的话可能在本科期间有自己的一作论文。但如果你的主要目标是在几个月内快速获得论文、竞赛奖项或简历经历,那么这里可能并不适合你。
招生指南
- 科研与竞赛、大创及一般工程项目存在较大区别。 科研通常需要经历基础学习、文献阅读、代码复现、问题分析、实验设计、反复验证和论文写作等多个阶段。对于本科生而言,短时间内产生高水平科研成果并不现实。
- 本科科研需要长期、稳定的投入。 原则上希望能够持续参与科研训练至少1年以上。建议有科研意愿的同学尽量在大一结束至大二期间开始准备,并合理权衡课程、竞赛、大创、学生工作与科研之间的关系。
- 踏实认真和自驱力比已有基础更加重要。 不要求加入前已经熟练掌握深度学习、计算机视觉或图形学,但要求遇到公式、代码、实验结果或知识点不理解时,愿意通过教材、论文、源码、文档以及AI工具把问题尽可能真正弄懂。
- AI时代更应该重视基础知识和独立思考。 大模型工具可以显著提高学习与科研效率,但不能代替对数学基础、深度学习原理、算法逻辑和实验过程的真正理解。原则上,自己提交的代码、实验、图表和论文内容都应该能够解释清楚。
- 科研诚信是底线。 不得伪造或篡改实验数据,不得选择性隐瞒不利结果,不得抄袭论文、代码或他人创意,不得虚构参考文献、实验或用户研究,也不得将未理解、未核验的AI生成内容直接作为科研成果提交。
招生要求
如果你经过慎重考虑后仍希望加入AI4ART课题组,请在正式联系老师之前独立完成以下5项任务。
1. 完成机器学习、深度学习与计算机视觉基础课程
建议至少系统学习以下课程与资料:
- 李宏毅机器学习 / 深度学习公开课
- Stanford CS231n: Deep Learning for Computer Vision
- 《动手学深度学习》(Dive into Deep Learning, D2L)
- CMU 15-462/662: Computer Graphics(对图形学方向感兴趣的同学建议学习)
重点掌握反向传播、梯度下降、CNN、Attention、Transformer、常见损失函数、优化方法及基本视觉任务。完成后,应能够解释一个基本神经网络从输入、前向传播、损失计算、反向传播到参数更新的完整过程。
2. 掌握Python、PyTorch和Linux,并完成指定Repo复现
需要掌握Python、NumPy、PyTorch、Linux基本命令、Conda/Pip环境管理、Git/GitHub及GPU训练基本流程。PyTorch入门可参考:
从下面的Repo中至少选择一个,独立完成环境配置、运行、结果复现和代码理解:
- Segment Anything (SAM) — 图像分割
- Hugging Face Diffusers — 扩散模型与图像生成
- CLIPasso — 草图抽象生成
- DiffVG — 可微矢量图形
- 3D Gaussian Splatting — 三维视觉与新视角合成
需要整理:环境配置、代码结构、数据流、核心模块、遇到的问题及解决方法、最终复现结果,并至少对一个核心模块或参数进行修改,观察结果变化。原则上不接受“只运行Demo但不了解代码”的复现。
3. 完成指定论文阅读,并建立一个细分方向的文献认知
首先建议完成以下5篇基础论文阅读:
- Deep Residual Learning for Image Recognition (ResNet)
- An Image is Worth 16×16 Words (Vision Transformer)
- Learning Transferable Visual Models From Natural Language Supervision (CLIP)
- Denoising Diffusion Probabilistic Models (DDPM)
- High-Resolution Image Synthesis with Latent Diffusion Models (LDM)
随后根据个人兴趣选择一个细分方向继续阅读近3—5年的代表性工作,例如图像生成、图像编辑、风格迁移、草图与线稿生成、矢量图形、多模态视觉、三维重建、Gaussian Splatting、AI辅助艺术创作或传统文化数字化等。
原则上应完成不少于5篇论文的阅读,其中包含2篇经典工作、1篇以上近年代表性工作和1篇以上最新会议/期刊工作。论文检索可参考:
4. 完成科研诚信、论文写作规范及常用科研工具学习
加入课题组前,需要系统了解科研诚信、论文结构、文献检索、学术写作及常用科研软件。建议完成以下资料:
- 学术诚信与写作规范(南开大学程明明老师的课程资料) 视频
- 写作技巧与常用软件、辅助工具
- 论文选题、文献检索、写作准备与结构组织
- 论文写作:摘要、简介、相关工作、总体介绍与实现细节
- 论文写作:理论、算法、实验、结论、致谢与参考文献
同时建议熟悉LaTeX / Overleaf、Git / GitHub、Zotero、PowerPoint等科研工具。
关于生成式AI:可以使用AI辅助论文理解、代码解释、Debug、英文润色和资料整理,但不得直接相信AI生成的参考文献,不得提交未经核验的AI生成内容,不得让AI替代实验,更不能让AI替代自己的科研判断。
5. 完成一次“论文阅读 + Repo复现 + PPT汇报”
在完成上述准备后,选择一个自己感兴趣的具体研究方向,整理一份约20-30页的PPT并进行一次科研入门汇报。PPT至少包括:
- 研究方向简介:该方向研究什么问题,为什么值得研究。
- 相关工作梳理:对阅读过的论文进行分类总结,而不是简单逐篇罗列。
- 重点论文精读:选择1—2篇论文重点讲解问题、方法、模型结构、损失函数、实验以及优缺点。
- 代码复现:介绍Repo环境、代码结构、核心模块、实验结果、遇到的问题及解决过程。
- 个人理解与思考:至少提出3个学习过程中真正遇到的问题、1—2个对现有方法不足的判断,以及1个可能值得继续探索的小问题。
课题组并不要求本科生第一次汇报时就提出成熟的科研Idea,更看重是否真正进行了学习、是否能够清楚表达自己的理解,以及是否愿意把不懂的问题继续搞懂。
其他说明
完成上述要求并不意味着已经掌握了全部计算机视觉与图形学知识。这些要求的主要目的,是帮助双方判断你是否真正愿意投入时间学习科研所需要的基础知识,以及是否适合长期参与科研训练。
通过交流后,可根据个人兴趣逐步进入:
基础学习 → 文献调研 → 代码复现 → 小课题训练 → 独立科研 → 论文写作
如果最终工作达到相应学术标准,将进一步整理并投稿。但需要明确:论文是认真科研之后可能产生的结果,而不是加入课题组的目的本身。
AI4ART课题组更希望招收的,是愿意长期投入、踏实认真、保持好奇心,并愿意把一个问题真正弄明白的本科生。
如果你认真完成以上准备后仍希望加入,欢迎发邮件联系,并附上个人简介、已完成的学习内容以及PPT或学习记录(可选)。