版权声明：我们尊重版权，转载均已注明作者和来源，不用于任何商业用途，如有异议，敬请后台联络我们，议定合作或删除，我们将第一时间按版权法规定妥善处理，非常感谢！
出生于1992年，吴佳俊已经在计算机视觉、机器人领域的顶会、顶刊发表59篇论文，“天才+努力”造就了这位AI新星。
又一名AI方向的年轻华人博士生即将加入美国名校任教。
近日，“清华学神”、MIT博士生吴佳俊在上宣布，他将于2020年加入斯坦福大学担任计算机科学助理教授。
“很高兴告诉大家，我将于2020年加入斯坦福大学担任计算机科学助理教授！感谢一路上帮助我的每一个人。期待接下来与斯坦福AI实验室、斯坦福视觉学习实验室以及斯坦福以人为本AI研究院激动人心的研究合作！”
今年以来，除吴佳俊外，已有三位AI领域的优秀博士生加入CMU、普林斯顿等顶级高校任职，博士生涯即将告一段落，等待他们的是更富挑战、更具意义的科研工作。
吴佳俊本人更是颇具传奇色彩，他本科毕业于清华大学，是清华交叉信息研究院姚班2010级(计科00)学生。
吴佳俊
吴佳俊在本科期间连续三年学分绩全年级第一，曾全票通过获清华大学本科生特等奖学金、蒋南翔奖学金、姚奖学金一等奖等荣誉。
学术方面斯坦福博士学霸，吴佳俊本科即有多篇论文发表于世界顶级会议与期刊，包括3篇CVPR，一篇JAMIA等，以至于姚期智称赞他“在科研方面取得的成绩媲美博士生”。
2013清华特奖答辩时，吴佳俊亮眼的成绩单曝光，他也因此被广大网友称为“清华学神”。
进入MIT后，吴佳俊开启了科研的“开挂模式”，17年2篇CVPR篇、2篇ICCV、4篇，18年2篇CVPR、3篇ECCV、2篇IROS、5篇，19到目前为止1篇TPAMI、1篇ICML、3篇ICRA、8篇ICLR……各大AI顶会如同他的“后花园”，发论文看似很简单。
但“天才+努力”才是吴佳俊取得如此成绩的原因，在谈及大家觉得他发论文总是特别容易时，吴佳俊曾说：“我也有很多文章被拒的时候，退回来反复做改动才发出去，只是大家不知道罢了。”
在MIT开挂：痴心机器感知、3D视觉和机器人研究
吴佳俊目前在MIT读博，师从Bill 和 Josh 教授。
在个人主页上，吴佳俊写道，他研究机器感知、推理以及机器与物理世界的互动斯坦福博士学霸，清华姚班毕业、MIT博士，这位90后学霸即将加入斯坦福任助理教授，并从人类认知中获得灵感。
他的研究兴趣包括：
在学术方面，吴佳俊十分高产。 上显示他已发表59篇论文，总被引2444次，h指数21。
这是他近期的一些学术活动和成果：
从上面的描述中，可看出吴佳俊对3D视觉、视觉与认知结合的研究十分感兴趣。比如，在2018年的一篇论文《：形状和时间的交互式可视化》中，吴佳俊和合作伙伴创建了一个名为 的 AI 系统，只需视频输入，利用 AI 检测人体 2D 图像并恢复成 3D 模型，就能创造出超现实主义的 3D 运动雕塑。
利用AI创作3D运动雕塑
他们表示，这一技术可以用来为想要提高技能的运动员提供详细的运动研究。
再如，今年2月发表在《 》杂志上的论文“See, feel, act: for with ”中，吴佳俊等人展示了一个会玩叠叠乐的机器人：
他们表示，这个机器人展示了一些之前的机器人系统无法做到的能力：快速学习开展任务的最佳方式，利用的不只是视觉线索，还有触觉和物理交互。
姚班学神：“我只是比要求的多做一点”
和多位姚班学子一样，吴佳俊是通过全国信息学奥赛保送进入清华的。
2010年9月，18岁的吴佳俊由于在全国青少年信息学奥林匹克竞赛获得一等奖保送至清华大学交叉信息研究院，并在校内二次招生考试中被选入“姚班”—— 即清华大学计算机科学实验班。
姚班高手如云，在学习方面，吴佳俊总是精益求精。除了计算机专业外，他还修读经济学双学位，同时积极参加校内校外的时间活动。
“我相信良好的课业成绩是科研工作的基础，更是学习态度的体现，完成课程要求所需要的踏实、认真的品质也是科研工作的根本。” 吴佳俊在清华大学本科生特等奖学金答辩会中这样说。
而他近乎完美的成绩也证明他的确是这么做的：大学三年保持全年级学分绩第一，分别为 94.0、96.6 和 98.0 分；经济学双学位平均成绩为 95 分；大三下学期赴美国麻省理工学院（MIT）交换期间，所有科目的等级均为 A。
吴佳俊在清华特奖答辩中
对此，吴佳俊则表示：“我只是比老师要求的多做一点，可选的作业和项目，都尽量去完成；提供的参考书目，尽量都去读，如果有可能的话，就再多读几本。”
他表示自己选修经济学双学位的理由也是一样：“一来是觉得多学一点没坏处，二来是因为对交叉学科比较感兴趣。”
大二时，他进入微软亚洲研究院(MSRA)实习，正式叩开了科研的大门。
最初，他的研究方向是自然语言处理，与MSRA的研究员合作，他参与的 “病历共指消解系统” 在由 MIT 举办的集成生物学及内部信息挑战赛（I2b2 ）上取得第一，参与撰写的 2 篇论文也先后发表，其中一篇发表在医学信息学领域排名第一的期刊《美国医学信息学会刊》（JAMIA）上。
也正是在 MSRA，吴佳俊与美国加州大学圣地亚哥分校（UCSD）的屠卓文教授结识，决定将研究方向定为计算机视觉。在导师的指点和他自身刻苦的钻研下免联考在职研究生，吴佳俊本科期间已经陆续在计算机视觉顶级会议 CVPR上发表了 1 篇第一作者论文、2 篇第二作者论文。
吴佳俊在本科期间发表的论文
2014年，《光明日报》采访吴佳俊，谈到未来时，他说：“我想把做学问当成一生的理想。”
当时，22岁的他说：“有机会的话，想进国际上最好的学术圈子。”
被问及 “做中国计算机科学事业的眼睛，为每个人提供更美好、更幸福的生活”的理想时，吴佳俊表达了理性的认识：“这是我的理想，但是路还很长，还要读很多年书呢”。
即将加入斯坦福大学继续进行AI的研究，吴佳俊正一步一步地走近理想。
参考文章：
清华新闻网：吴佳俊：科研之路 执着前行
光明日报：清华 “学神” 吴佳俊：比要求的多做一点
吴佳俊个人主页：
⇦扫码加入经管之家学习资源群
如若加群码失效，请添加好友进群⇨
5年，经管之家公众号6500篇文章，
这里是丰富而全面的经管知识库+财经百宝箱
经济系列：||||||||||||||||
金融系列：|||||||||||||||||
管理系列：|||||||
财经系列：|||||||
学习资源：||||||||||||||
爆款文章：|||||||||||||||||||
读研读博：||||||||
统计系列：|||||||
名家之声：||||||||
经管干货：| | || | || 学道会
斯坦福博士毕业要求，陈丹琦:出身清华姚班，斯坦福博士毕业，论文成「爆款」
很少有人的博士论文能够成为「爆款文章」，但陈丹琦做到了。这位近日从斯坦福毕业的计算机科学博士引发了人们的广泛关注。据斯坦福大学图书馆介绍，她长达 156 页的毕业论文《 and 》上传仅四天就获得了上千次的阅读量，成为了斯坦福大学近十年来最热门的毕业论文之一。
斯坦福大学还因此对陈丹琦进行了一次简单采访。
陈丹琦激动人心的研究迅速在社交网络和其他专注机器学习的新闻网站上传播。她的指导老师——斯坦福 AI 实验室负责人、人工智能领域著名学者、斯坦福大学语言学和计算机科学教授克里斯托弗·曼宁（ ）在采访中表示：「陈丹琦是使用神经网络方法解决自然语言理解问题方面的先驱。她简单、干净、高成功率的模型吸引了众人的目光……她的这篇毕业论文主要研究神经网络阅读理解和问答，这些新兴技术正在带来更好的信息访问方式——它可以让计算机系统可以真正回答你的实际问题，而不是简单地返回文档搜索结果。」
陈丹琦目前正在访问 人工智能研究院 AI 和华盛顿大学，在今年秋季，她即将前往普林斯顿大学计算机科学系担任助理教授。
在毕业于斯坦福大学之前，陈丹琦于 2012 年毕业于清华学堂计算机科学实验班（姚班）。值得一提的是，她在高中（长沙市雅礼中学）参加信息学国家队集训期间提出了 cdq 分治算法，用于处理一类分治问题；在高中期间她还发明了插头 DP，主要用于解决数据规模小的棋盘模型路径问题。大牛果然在高中期间就已经「起飞」了。
陈丹琦获得的荣誉和参与的研究还有很多。2010 年，她获得了 ACM ICPC 国际大学生程序设计竞赛全球总决赛银牌。在斯坦福期间，她在 2014 年发表的论文《A Fast and using 》堪称深度学习依存分析方法的「开山之作」，她和曼宁教授提出的方法在保持精度的前提下，将解析速度提高了 60 倍。
热门的博士毕业论文
这篇毕业论文名为《 and 》，描述了她在博士期间的三个重要研究，以解决「人工智能中最难以捉摸和长期存在的挑战之一」：如何让机器学会理解人类语言。让我们看看她的毕业论文究竟说了什么。
论文链接：:/-.pdf
摘要
教机器学会理解人类语言文本是人工智能领域最困难的长期挑战之一。本论文致力于解决阅读理解问题，即如何构建一个计算机系统来阅读一段文本并回答理解问题。一方面，我们认为阅读理解是衡量计算机系统理解人类语言程度的重要任务。另一方面，如果我们可以构建高性能的阅读理解系统，那么这些系统就会成为问答、对话系统等应用的关键技术。
本论文聚焦于神经阅读理解，这是一类构建在深度神经网络之上的阅读理解模型。与基于特征的手工传统模型相比，这些端到端的神经模型已被证明在学习丰富的语言现象方面更加有效，在所有现有阅读理解基准测试中都有大幅度的提高。
本论文包含两个部分。第一部分旨在概括神经阅读理解的本质并展示我们在构建高效神经阅读理解模型方面所做的工作。更重要的是了解神经阅读理解模型实际上学习了什么，以及解决当前任务需要怎样的语言理解深度。我们还总结了该领域的当前进展并讨论了未来的发展方向以及一些待解决的问题。
第二部分将探讨如何基于神经阅读理解的当前成果构建实际应用。我们开拓了两个研究方向：1）我们如何将信息检索技术与神经阅读理解相结合，来解决大型开放域问答问题；2）我们如何从当前基于跨距的（span-based）单轮（-turn）阅读理解模型构建对话问答系统。我们在 DRQA 和 COQA 项目中实现了这些想法，证明了这些方法的有效性。我们相信，这些技术对于未来的语言技术将非常有帮助。
动机
让机器学会理解人类语言文本是人工智能领域最难的长期挑战之一。在开始做这件事之前，我们必须要知道理解人类语言意味着什么？图 1.1 展示了 数据集（ et al., 2013）中的一个儿童故事，只有简单的词汇和语法。为了处理这样一段文字，NLP 社区花费了数十年的精力来解决各种不同的文本理解任务，包括：
a）词性标注。它要求机器理解这些东西：如在第一个句子「 got to the beach after a long trip」中， 是专有名词，beach 和 trip 是普通名词，got 是动词的过去式，long 是形容词，after 是介词。
b）命名实体识别。机器要能够理解 、Ellen、 是人名，、、Miami 是地名。
c）句法分析。为了理解每句话的含义，机器需要理解单词之间的关系，或句法（语法）结构。还是以第一句话为例，机器要能够理解 是主语，beach 是动词 got 的宾语，而 after a long trip 是介词短语，描述了和动词的时间关系。
d）共指消解（ ）此外，机器甚至还要理解句子之间的相互作用。例如，句子「She’s now in Miami」中的 she 指的是第一句话中提到的 ，而第六行中的「The girls」指的是前面提到的 、Ellen、 和 。
是否有全面的评估方法来测试所有这些方面并探索更深层次的理解呢？我们认为阅读理解任务（根据一段文字回答理解问题）就是一个合适又重要的方法。正如我们会用阅读理解来测试人们对一段文本的理解程度，我们认为它同样能够用来测试计算机系统对人类语言的理解程度。
我们可以看看基于相同段落（图 1.1）提出的一些阅读理解问题：
a）要回答第一个问题「What city is in？」机器要找到句子「She’s now in Miami」并解决「She 指的是 」这个共指消解问题，最后再给出正确答案「Miami」。
b）对于第二个问题「What did eat at the ？」，机器首先要找到句子：「The had a on .」和「 the ‘s .」，然后理解第二个句子中 吃的 就是第一个句子中的 。而第一个句子中 提到的是 ，所以最终正确答案是 。
c）最后一个问题比较有难度。为了正确回答该问题，机器要找出该段落中提到的所有人名及其之间的关系，然后进行算术推理（ ），最终给出答案「3」。
可以看到，计算机系统要了解文本的各个方面才能正确回答这些问题。因为问题可以被设计为询问那些我们关心的方面，阅读理解应该是用来评估语言理解程度的最合适任务。这也是本文的中心主题。
在本文中，我们研究了这样一个阅读理解问题：我们该如何构建计算机系统来阅读文章并回答这些理解问题？尤其是，我们重点关注神经阅读理解——一种用深度神经网络构建的阅读理解模型，该模型被证明比基于特征的非神经模型更有效。
阅读理解领域历史悠久。早在 20 世纪 70 年代，研究人员就已经认识到它是测试计算机程序语言理解能力的重要方法 (, 1977)。但是，它却被忽视了数十年，直到最近才获得了大量关注并取得了快速的进展（如图 2.1 所示），包括我们将在本文详述的工作。阅读理解近期取得的成功可以归功于两方面：
图 1.2：谷歌上的搜索结果。它不仅返回了搜索文档列表，还给出了文档中更精确的答案。
本文涵盖了当代神经阅读理解的本质：问题的形式，这些系统的组成部分和关键成分，以及对当前神经阅读理解系统优势和弊端的理解。
本文的第二个中心主题是，我们坚信，如果可以构建高性能的阅读理解系统海外在职学位总裁班，那这些系统将是建立诸如问答和对话系统等应用的关键技术。事实上斯坦福博士毕业要求，这些语言技术已经与我们的日常生活息息相关了。例如，我们在谷歌上搜索「有多少人在斯坦福大学工作？」（图 1.2），谷歌将不仅返回文档列表，还会阅读这些网页文档并突出显示最可靠的答案，并将它们展示在搜索结果的顶部。这正是阅读理解可以帮助我们的地方，使搜索引擎变得更加智能。而且，随着数字个人助理（如 Alexa、Siri、谷歌助手或者 ）的发展，越来越多的用户通过对话和询问信息问题来使用这些设备。我们相信，构建能够阅读和理解文本的机器也将大大提升这些个人助理的能力。
因此，如何根据神经阅读理解近期取得的成功来创建实际应用程序也是我们感兴趣的一方面。我们探索了两个将神经阅读理解作为关键组成部分的研究方向：
开放域问答结合了来自信息检索与阅读理解的挑战，旨在回答来自网络或大型百科全书（如维基百科）的一般性问题。
对话式问答结合了来自对话和阅读理解的挑战，解决了一段文字中的多轮问答问题，比如用户如何与智能体互动对话。图 1.3 展示了来自 COQA 数据集 (Reddy et al., 2019) 的一个示例。在该例子中，一个人可以基于 CNN 文章内容提出一系列相互关联的问题。
图 2.2：论文整理了神经阅读理解中数据集（黑色）和模型（蓝色）的最新重要进展。在这个表中，除 BERT ( et al., 2018) 外，以相应论文的发表日期排序。
六年博士心路历程
在博士论文中，陈丹琦也介绍了自己博士期间的学习经历，感谢了在前进过程中给予了她极大帮助的一批人，包括父母、老师、爱人、朋友。机器之心编译介绍了致谢中的部分内容，让我们一窥优秀的人砥砺前行的历程：
对于我来说，在斯坦福的六年是一段难忘的宝贵经历。2012 年刚开始读博的时候，我甚至都不能说出流利的英语（按照要求，我要在斯坦福修 5 门英语课程），对这个国家也知之甚少，甚至从未听说过「自然语言处理」这一概念。不可思议的是，在过去的几年里我竟然一直在做语言方面的研究，训练计算机系统理解人类语言（多数情况下是英语），我自己也在学习用英语进行沟通、写作。同时，2012 年也是深度神经网络开始起飞并主导几乎所有我们今天看到的人工智能应用的一年。我从一开始就见证了人工智能的快速发展，并为即将成为这一浪潮的一份子而感到兴奋（有时是恐慌）。如果没有那么多人的帮助和支持，我也不可能走到今天。我由衷地感谢他们。
首先要感谢的是我的导师克里斯托弗·曼宁。我刚来斯坦福的时候还不知道 Chris。直到和他一起工作了几年、学了 NLP 之后，我才意识到自己何其荣幸，能够和这一领域如此杰出的人才共事。他对这一领域总是充满洞察力，而且非常注重细节，还能很好地理解问题的本质。更重要的是，Chris 是一个非常善良、体贴、乐于助人的导师。有师如此，别无他求。他就像我的一位老友（如果他不介意我这么说的话），我可以在他面前畅所欲言。他一直对我抱有信心，即使有时候我自己都没有自信。我一直都会对他抱有感激，甚至现在已经开始想念他了。
除了 Chris，我还想感谢 Dan 和 Percy Liang——斯坦福 NLP Group 的另外两位杰出人才————他们是我论文委员会的成员，在我的博士学习期间给予了我很多指导和帮助。Dan 是一位非常有魅力、热情、博学的人，每次和他交谈之后我都感觉自己的激情被点燃了。Percy 是一位超人，是所有 NLP 博士生的榜样（至少是我的榜样）。我无法理解一个人怎么可以同时完成那么多工作，本论文的很大一部分都是以他的研究为基础进行的。感谢 Chris、Dan 和 Percy 创建了斯坦福 NLP Group，这是我在斯坦福的家，我很荣幸成为这个大家庭的一员。
此外，Luke 成为我的论文委员会成员也让我感到万分荣幸。本论文呈现的工作与他的研究密切相关斯坦福博士毕业要求，陈丹琦:出身清华姚班，斯坦福博士毕业，论文成「爆款」，我从他的论文中学到了很多东西。我期待在不远的将来与他一起共事。
读博期间，我在微软研究院和 AI 获得了两份很棒的实习经历。感谢 、 和 Jason 在实习期间给予我的指导。我在 的实习项目最终给了我参与 DRQA 项目的契机，也成为了本论文的一部分。感谢微软和 给予我奖学金。
我要感谢我的父母 Zhi Chen 和 Wang。和这一代大多数中国学生一样，我是家里的独生子女。我和父母的关系非常亲密，即使我们之间有着十几个小时的时差而我每年只能挤出 2-3 周的时间来陪他们。是他们塑造了今天的我，廿载深恩，无以为报，只希望我目前所取得的一切能够让他们感到一丝骄傲和自豪吧。
最后，在这里我要感谢俞华程对我的爱与支持（我们在这篇博士毕业论文提交之前 4 个月结婚了）。我在 15 岁时遇见了华程，从那时起我们一起经历了几乎所有的事情：从高中的编程竞赛到清华大学美好的大学时光，然后又在 2012 年共同进入斯坦福大学攻读计算机科学博士学位。在过去的十年里，他不仅是我的伴侣、我的同学、我最好的朋友，也是我最钦佩的人，因为他时刻保持谦虚、聪慧、专注与努力。没有他，我就不会来到斯坦福。没有他，我也不会获得普林斯顿的职位。感谢他为我所做的一切。
致我的父母和俞华程，感谢他们无条件的爱。
参考内容：
———— / END / ————
斯坦福大学大学博士后含金量，15岁进中科大少年班，身兼三个院士，生在中国的她却选择当美国人
15岁考入中科大少年班，如今身兼3个院士，可谁曾料到，如此优秀的她却早已成了美国人，那么她是谁？她又有着怎样的人生经历？
这位主人公就是庄小威，1972年，她出生于江苏省如皋市，父母均为中科大教授，出生在这样的家庭，可以说是人人羡慕，但在别人羡慕她吃好的穿好的同时，她也会羡慕别的小朋友都会有父母陪伴，而她却没有。
尽管说小时候寄宿在爷爷奶奶家，两个老人给她的关爱也很多，但还是不能和爸妈生活在一起相提并论的。到了5岁，本是该上幼儿园的年纪，谁料，她的爸妈趁住这次机会，把她接到了合肥中国科大，让她直接读科大附小二年级。
一次性跳了这么多级，可她仍能考取班里第一名的成绩，这不是神童是什么？
1985年，这一年她13岁，综合考虑后，父母把她送到了苏州中学首届中科大少年班预备班，2年后，她也即将迎来人生中的第一次大考—高考。
从小到大，在成绩方面，她的父母从未担心过，他们非常有信心，女儿能以一个优异成绩考上一所好大学，而最终庄小威也没有辜负父母的信任，以600多分的高考成绩斯坦福大学大学博士后含金量，15岁进中科大少年班，身兼三个院士，生在中国的她却选择当美国人，顺利考到了中国科学技术大学少年班。
要知道，这一年，她才15岁，是要比正常参加高考的孩子小3岁，而在跳级后还能考上这么好的学校，在我看来，一方面是遗传了父母的聪明智慧，另一方面跟自己努力钻研也有很大的关系。
考入中科大少年班后，庄小威也没有松懈，她每天不是在教室上课，就是泡在图书馆，而她也不是常人眼中的书呆子，每天就会看书，什么都不干。
众所周知，大学里的活动还是比较多的，但凡是她感兴趣的，她也会积极报名参加。
4年的学习生涯一晃而过，临近毕业时，同学们也都在为自己的前途着想，有的决定继续深造，而有的是在备考工作，还有的是在筛选企业，而庄小威在深思熟虑过后，则是决定继续深造，这一次，她也将离开中国赴美留学。
做父母的，都希望孩子能有一个好的未来，想到女儿要去到一个人生地不熟的国家，她们满眼都是心疼。
在送机的路上，庄小威也曾信誓旦旦地对父母说道：等我学有所成，我会尽快回来的，那么她说到做到了吗？
说来，庄小威还真是个被老天眷顾的孩子，来到美国后，她顺利就读加州大学伯克利分校，在这里，他师从沈元壤斯坦福大学大学博士后含金量，在经过几年的学习后，她也获得了博士学位。在30年前，能够取得博士学位，可想而知，这是一个怎样的含金量。
光是这个文凭，就会受到各大企业的争抢吧，在我们看来，拿到这个文凭，也完全可以从事工作了，可庄小威并没有这样做，而是决定进入斯坦福大学从事博士后研究工作。
这一次，他师从朱棣文，越是优秀的人越努力，这句话就很适合用在庄小威身上，有了导师相助后，她做每一个研究，都很起劲。据说，她可以泡在实验室几天几夜，忙的时候，她能忘记吃饭睡觉。
在学业上钻研这么多年，为的还是将来有个好工作。毫不夸张地说，像她这样的人，企业无时无刻都会抛出橄榄枝，而且是她挑企业，而不是企业淘汰她。
哈佛大学作为世界名校之一，曾就向她抛出了橄榄枝，能在这里工作，可以说既能拿到可观的薪资，又能获得好的名誉。
哈佛大学最开始给她提供的职位是助理教授国外在职学位班，而她一担任就是4年的时间，2005年，在学校评副教授的时候，庄小威光荣入选。
在异国有了这么好的工作，并且也早已习惯了这里的生活，令所有人没想到的是，有了名和利的庄小威，放弃了中国国籍，加入了美籍。
2003年，对于庄小威来说，也是记忆犹新的一年，这一年她斩获了一个特别的奖项，该奖就是麦克阿瑟天才奖。在当时，庄小威还是首位荣获该奖项的华人女科学家。
接下来的几年，庄小威依次当选为美国国家科学院院士，中国科学院外籍院士，美国国家医学科学院院士，一人身兼3个院士，这说出去得多光荣。
而在这里肯定就有人会问了，她为美国贡献了那么多，又为中国做过什么呢？
作为中科大少年班的学生，庄小威就曾受聘为中国科学技术大学大师讲席教授，多年来，她为科大的本科生和研究生传授学识，在培养博士生方面，她也下了很多心血。不仅如此，她还受聘为北京大学的客座教授，为研究生和博士后做了很多指导工作。
在加入美国国籍后，批评声铺天盖地，小编这里留一个问题：如果你们知道她也时刻关注着我国的发展，还在为我国做着贡献，你们又会如何看待她的选择？
在我看来，大家不理解她的做法，是因为我国还有一些人在学有所成后，会不计名与利，回到祖国，比如颜宁就是其中一个。
2022年的时候，颜宁做了一个重大决定，那便是离美归国，消息一经发布，还登上了微博热搜榜第一。
其实像颜宁这样的人有很多，他们去到异国，为的是掌握更多的学时，等到时机成熟，他们会放弃国外的一切，义无反顾回到祖国的怀抱。
总的来说，每个人的选择不一样，就好比有的人适合留在大城市，而有的人却适合小县城，我们不能片面地只看结果，还是要以积极的眼光去看待问题。
斯坦福博士学霸，时隔6年，苏高本校再出哈佛学霸！盘点那些被哈耶普斯录取的苏州学生
气温骤降，天飘小雨
不少人哀叹苏城一夜入冬
小新也是躲在被窝里不愿起床
#哈佛本科offer落地苏州中学
这可是时隔六年的哈佛本科offer啊
哈佛大学官方数据显示
2024届申请的总人数为40246人
是哈佛大学历史上第3次超过4万人
本届全球录取人数为1980人
整体录取率为4.92%
是什么让卢冠宇
在强者如林的竞争者中脱颖而出
2019年夏天卢冠宇去美国访校时在哈佛大学拍摄
卢冠宇同学“金灿灿”的简历
2018年1月，还在高一时，作为苏州中学五名同学之一入选中国科协和教育部共同主办的“中学生科技创新后备人才培养计划”（以下简称英才计划）。
2018年8月，成为英才计划江苏省唯一优秀营员。
2019年3月初，代表中国队出征俄罗斯青年科学家论坛（竞赛），并获得个人项目最高级别奖项，创造中国队参加该项赛事的最好成绩。
2019年3月底，入选有全球青少年科学竞赛“世界杯”美誉，全球最大规模、最高等级、唯一面向9-12年级中学生的科学竞赛——英特尔国际科学与工程大奖赛（Intel ISEF）第71届竞赛中国代表队。
2019年11月，问鼎中国科学技术协会、中国科学院、中国工程院、国家自然科学基金委员会和周凯旋基金会共同主办的“明天小小科学家”活动最高奖——“明天小小科学家”称号奖（全国仅三人）。
卢冠宇寄语苏中同学视频
其实，这不是苏州中学
第一次拿到哈佛大学的offer
早在2004年，苏州中学的迟业光
就拿到了哈佛大学应用数学系的offer
苏州中学第一位被哈佛大学录取的学生是2003届的迟业光。
2002年，在苏州中学就读高二年级的迟业光因为数学、英语成绩特别优异，被加拿大的太平洋皮尔逊世界联合书院录取，拿到了全额奖学金。读了两年预科后，迟业光成功考入哈佛大学，主修应用数学，辅修经济学。2010年，迟业光考入芝加哥大学，就读布斯商学院和经济学院联合推出的金融经济学博士学位。
苏州中学第二位被哈佛录取的学生是2014届的陈沧皓。
陈沧皓小学和初中分别就读于苏州市实验小学、立达中学，2011年考入苏州中学国际班，在读期间担任班级团支部书记。2013年他考入世界联合书院美国分院，其间还当选为学生会远东代表。在今年的美国大学申请中，陈沧皓凭借优异的表现斩获了哈佛大学的全额奖学金。
哈佛、耶鲁、普林斯顿、斯坦福
这四所学校可是被美国人公认的最顶尖大学
每年的中国学生录取人数几乎都是个位数
小新在查资料时也发现
苏州中学这几年来
可是包揽了这4所名校
苏州中学的2013届学生何一娇被美国耶鲁大学录取。
何一娇同学从江苏省苏州中学考入了UWC英国分校，并在2014年被美国耶鲁大学录取。
图为何同学参加英语演讲比赛获奖
2015年，苏州中学园区校的屠佳宁，被普林斯顿、达特茅斯、威廉姆斯、剑桥三一学院全奖录取，学院每年5.2万奖学金录取。
2015年，苏州中学园区校的秦天，被普林斯顿大学、达特茅斯学院录取，并获得全额奖学金。
苏州中学2016级学生李文棋被斯坦福大学录取。
他从新苏附小保送到伟长，直升苏高中，一年后前往常熟uwc，成功考入斯坦福大学。
（斯坦福大学 美国数学大联盟杯铜奖 右二李文棋）
除了被哈佛大学录取的卢冠宇，2020年，美苏中国际书院学子不负众望，续写2019年的辉煌，以下是今年部分录取情况：
英联邦方向，苏中国际书院今年取得了突破性的成绩，6人申请斯坦福博士学霸，截至目前，斩获12份顶尖名校录取通知书，成绩令人瞩目斯坦福博士学霸，时隔6年，苏高本校再出哈佛学霸！盘点那些被哈耶普斯录取的苏州学生，以下是部分录取情况：
国际书院大家庭合影，在这里，苏苏老师也祝愿这些优秀的苏高学子明天更美好！
1.
3.
4.
5.
6.
7.
国际学校优质的教学环境、雄厚的师资力量、多元化的文化氛围等，能够为孩子提供一个优质的教育平台，帮助孩子在未来的道路中，走得更好更远。
如果你想要提前了解关于国际学校的全面信息，
