最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

何友:41岁博士毕业,从普通战士到工程院院士的信息学科带头人

[复制链接]
跳转到指定楼层
楼主
发表于 2019-1-20 14:20:43 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
在不久前结束的2019国家智能产业峰会上,中国工程院院士、海军航空大学教授何友分享了自己对于“国防大数据”的思考与展望。国防信息融合的技术研究、工程建设与人才培养,是他30多年来一直努力的工作方向。当今时代,战场信息融合是军事制胜的关键。何友为信息融合理论和关键技术的发展与应用做出的突出贡献,极大地支撑了我国信息融合领域的发展,为强军强国注入了强劲动力。
从一个只有高中毕业文凭的战士,到在军营中成长为博士、全国雷达自动检测的恒虚警领域学科带头人,并使这一科研领域在国际上占有一席之地,为我国的国防事业立下了汗马功劳。何友用自己的经历证明:世上无难事,只要肯登攀。


中国工程院院士、海军航空大学教授何友



公海受困激发“强军梦”
何友曾在一次公开演讲上坦言,自己成长在一个贫苦的农民家庭,小时候的学习成绩并不出色,周围的人都劝他尽早辍学,早点赚工分养家,但不识字的父母却想尽一切办法供他读书。慢慢地,上了中学的何友逐渐开始“开窍”,尤其对数学充满了兴趣,到了高中时甚至还担任了班级的学习委员。
1974年,高中毕业的何友正好赶上部队招兵,于是参军入伍,成为了一名海军报务员。3年后,已成为报务骨干的他被抽调到“东方红”号海洋测量船,参加东海大陆架的测量考查。
然而,当测量船刚刚驶入公海,美国和日本的飞机舰船就围住了“东方红”号,船上进入一级战备状态,形势一度非常严峻。最后,大家不得不用信号灯不停地与对方交流,表明我方只是一艘普通的海洋测量船,才避免了冲突。
这次经历令他深深感到自己国家装备的落后,也萌生了考大学去军校深造,通过提高自己的军政素质来为祖国国防强大做贡献的念头。
1978年,他如愿考入武汉海军工程大学指控系统专业。初入象牙塔的何友与同窗有着不小的差距,从未学过英语的他从ABC学起,凭着不服输的劲头攻克了一个个难关,为自己在信息化领域内的探索打下了坚实基础。经过4年努力,他以专业前三名的优异成绩毕业。
可以说,何友能从一名战士成为知名教授,靠的是顽强的毅力以及坚忍不拔的精神。

初出茅庐瞄准世界科技前沿
1992年9月24日,德国布伦瑞克工业大学学术报告厅。
来自中国海军航空工程学院(现海军航空大学)年仅35岁的访问学者何友,正在用流利的德语报告他在雷达恒虚警领域中的新突破——建立了具有普遍意义的统一模型,使当今世界上该领域的经典模型,都成为其理论框架中的特例。他的导师、国际著名雷达专家霍尔曼·罗林教授高度评价了这一成果的意义和价值,并在黑板上飞快地用德文写下“何氏方法”。从此,何友和他创造的“何氏方法”迅速传遍了东西方雷达界。




德国布伦瑞克工业大学,近代数学奠基者之一,享有“数学王子”之称的约翰·卡尔·弗里德里希·高斯就毕业于这所大学
然而一年多以前,刚刚来到德国的何友却引来了不少质疑的眼光。雷达自动检测与恒虚警处理技术,是当时国际雷达界的热门研究领域。他之前从没有接触过雷达融合检测与恒虚警处理技术这一分支的研究,对雷达原理这方面不是很熟悉。一个初出国门的年轻人挑战国际前沿课题,被视为一件不可能完成的事情。
开弓没有回头箭,尽管困难重重,何友却从没有想过退却。正如最美的风景往往是在披荆斩棘的奋力攀登后才能尽收眼底,他暗下决心:必须把这个“硬骨头”啃下。
确定研究方向后,何友废寝忘食地猛攻了4个月的相关知识,便在研究中发现现有的各种恒虚警技术方法都存在应用条件、使用范围和处理手段上的局限性。于是他大胆提出了自己设计的数学模型和处理方法,随后用英、德文撰写发表了3篇很有价值的论文,引起了国际学术界的关注。
在进修即将结束之际,罗林盛情地邀请他继续留在德国进行科研和深造。面对优越的科研环境和优厚的生活待遇,他却谢绝了老师的好意,怀着一腔报国热情回到了祖国怀抱。“当时我只有一个想法,觉得要把我学到的东西尽快运用于我国海军武器装备建设中,要把这些新知识、新方法带回国,培养一批学生,出更多的成果。”
回国后,何友对自己所提的方法作了进一步的创新完善,被很多工业部门用在了国产雷达的具体研制上,不仅使我国雷达信号处理速度提高了近一倍,而且增强了雷达抗干扰性能和自动化精度。
为了进一步扩大自己的科研创新成果,回国不久的何友考进了清华大学攻读博士学位。当时他已经38岁,是电子工程系博士生中年龄最大的。
在进行博士选题时,他有意避开了自己擅长的雷达恒虚警融合检测相关课题,而是选择了信息融合领域中的另一个学科前沿课题“多目标多传感器分布信息融合算法研究”。
他努力克服因年龄大、记忆力差造成的各种困难,与比他小十几岁的同学一起学习,经过努力取得了优异的成绩。在攻读博士学位两年半时间里,他在国内外学术刊物和国际会议上发表了51篇高水平的学术论文,是同期学生在校期问发表论文最多的。
1997年,博士毕业的何友再次面临人生抉择。清华大学曾提出让他留校任教,同时北京一家资金雄厚的研究机构也以高薪聘请他去任职,他都婉言谢绝了,毅然决然地回到了烟台,回到了自己曾经工作过的海军航空工程学院。
海军航空大学

攻难题、闯难关,何友乐此不疲。在雷达检测融合领域,何友取得了系列创新成果,获国家科技进步二等奖1 项,山东省技术发明一等奖1项,军队科技进步一等奖2项。
此外,在多传感器融合理论方面,他也取得多项开创性成果,获国家科技进步二等奖1项,军队科技进步一等奖2项;在信息融合综合工程应用方面,获国家科技进步二等奖2项,军队科技进步一等奖3项。


何友(右一)获2017年山东省科学技术最高奖



国防大数据:未来战争的“智慧引擎”
近年来,新一代人工智能正加速向经济社会各个领域渗透。在这样的发展背景下,人工智能、大数据运用于国防领域是大势所趋,为作战理论变革、武器装备智能化发展带来了重大机遇,成为当前世界军事科技竞争中最前沿、最具挑战性的领域。
对于长期从事国防信息融合的技术研究的何友来说,站在大数据时代的新起点,思考、寻求未来军事斗争新的方式、方法具有十分重大、迫切的战略意义。
在他看来,数据真正的意义不是大,而是在线,在线比大更能反映大数据的本质,数字化的数据一旦在线,革命就悄然发生了。
根据何友团队的研究,国防大数据的特性除了具有4V(规模、种类、速度、价值)特征外,还具有8S特征,包括超复杂性、超保密性、高机动性、高安全性、高碎片性、强对抗性、强实时性、强交互性,可概括为“两超、三高、三强”特性,需要面对数据不够用、不可用、不会用、不敢用的应用挑战,解决基础理论、技术实验以及应用等3类科学问题。
随着关键技术的突破,未来将形成由数据资源、计算资源、大数据管理与分析系统等紧密结合的国防大数据平台,在未来智能化战争的各类作战、训练、后勤保障、装备研发等行动中发挥“智慧引擎”作用。
因此,应从国家层面开展国防大数据顶层设计,规划技术发展路线,统筹调配,全面攻克国防大数据科学问题,突破国防大数据的关键技术,推动军队信息化建设的创新发展。

“热爱”是科研制胜的关键
从普通士兵到大学生,从出国深造到清华博士生,再到后来的中国工程院院士,在看似走得轻松顺畅的背后,每一步前进均源自何友勤学不辍、苦研不息的努力,对于科研的热爱也成为了他不断攻坚克难的动力。
他认为,“热爱”是科研人员首先应该具备的特质——“只有干一行爱一行,才能干一行精一行”。到底有多热爱呢?1993年一天夜里下着瓢泼大雨,何友要去实验室,家人劝他“今晚别去了”。他回了一句:“下尖刀子我也要去。”
坚持和热爱让他30年如一日,致力于信息融合的技术研究与工程建设。与此同时他意识到,推进学科建设、为国家做贡献仅靠自己一人的力量远远不够。“一个人的能力有限,只有造就一批人才能推动整个学科的迅速发展”。他把自己当成“铺路石”,奋力托起一个学科群体。
这些年来,何友身边聚集了一批从事信号检测和信息融合研究的优秀青年人才,经他指导的数十位硕士博士研究生,均在本学科专业领域做出了突出贡献。
谈及如何激发科研人员的创新活力,他寄语科技界年轻人:要胸怀热爱,百折不挠。这既是他对年轻人的肺腑之言,也是自己身体力行的标杆。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-19 13:12

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表