史斌： 我的科研之路

我出生于青岛，父母都是普通工人，在全国重视教育的热潮下，随波逐流地进了大学，又懵懵懂懂地读了研究生。进入复旦后，我师从袁小平老师。在第一学期，袁老师就推荐我读丁同仁先生的专著《Approaches to the Qualitative Theory of Ordinary DifferentialEquations:Dynamical Systems and NonlinearOscillations》中的第六章，并在学期末，给我制定了下学期的学习计划：每周六和周日下午到他办公室报告Reed和Simon的《现代数学物理方法》第一卷（辅助于Yosida的《泛函分析》）和苗长兴的《调和分析及其在偏微分方程中的应用》。基础不好的我只好过完年早早地赶回学校来准备，几乎全部时间都投入到读书中去。但是第一次报告之后给出的评价却是除了记忆力之外并无其它亮点，让我感受到了“无情”的打击。最根本的原因是我没有去理解有关数学理论，只是死记硬背书中的定理与结论，却不能理解其中的本质和奥妙。之后的两年通过在理解中读书与学习，我取得了很大的进步，并养成了读书时思考的习惯。
研究生毕业后，黄瑞新老师邀请我到广州的南海所参加他组织的数值模式会议。会议期间，黄老师建议我要改掉只从推公式出发的思维习惯，要养成看图的习惯，培养自己能从图中观察并体会到其背后物理机制的能力。在他的推荐下，我到了美国继续深造，开始学习观测、数据处理和跑大型计算机。慢慢地，我对黄老师所说的看图能力有了感觉。之后，我了解到在上世纪八十年代，谷超豪先生和周光召先生在美国华人物理圈内名气很大。我查阅了大量谷先生的文章之后，发现谷先生的文章不长却都有一个创新点，尤其是没有那种大量的高强度复杂计算。那时，好后悔之前没有学到谷先生这种做研究的风格，并由此对科研产生了浓厚的兴趣。（后来，在Berkeley学习期间，跟Daniel Tataru交谈和学习之后，才知道他九十年代末解决波映照中重要问题的成名作是谷先生1980年在CPAM上面第一个提出的。）到美国不久，我了解到理解和分析以梯度为基础算法背后的机制是一个重要而热门的方向，也知道了Michael Jordan这位知名教授的名字。Michael Jordan教授当时正在推动运用微分方程来研究以梯度为基础的算法这个前沿课题的研究。或许是运气，或许是我在微分方程和物理学方面的积累，我很快地找到了Nesterov加速梯度法背后的潜在机制。Michael Jordan教授看了我的工作很高兴。于是，两个月后我就来到了Berkeley跟他做博士后研究。到Berkeley之后，我又潜心在随机算法方面做了一些工作，Michael Jordan非常满意，并认为我可以去申请工作了。就求职问题，我咨询了袁小平老师。他特别向我介绍了袁亚湘院士，告诉我袁院士的学术能力和人品涵养，以及推动中国的数学和工业与应用数学事业走向国际舞台所做出的杰出贡献。于是，我联系了袁亚湘院士以及他所在的计算数学与科学工程计算研究所。我非常荣幸能成为计算数学与科学工程计算研究所中的一员，我发现，这里高手如云，又是可潜心做学问的天堂。我的科研之路对刚刚开始入门的研究生或许有所启示：要勤于思考、不断探索、努力进取！