袁月，软件学院2022级研究生，师从尹义龙教授，深耕机器学习，攻坚算法突破点，聚焦人工智能基础研究，研究方向是在隐私保护场景下的分布外检测。她的研究成果发表于ACM International Conference on Multimedia (ACM MM）、AAAI Conference on Artificial Intelligence (AAAI）和IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR）等CCF-A类会议。攻读硕士期间，她参与一项国家自然科学基金及一项山东省自然科学基金项目，获得山东大学国家奖学金、优秀研究生等荣誉。

科研之道：归纳、批判和屡败屡战

归纳筑基：从文献到框架的认知构建。袁月认为，在确定研究方向后，梳理经典文献是第一步。她先通过阅读综述来把握研究背景与应用价值，用思维导图搭建对研究领域的认知框架，再以前沿论文填充细节。“先有整体结构，再逐步完善每一块组件。”这种归纳能力让她在隐私保护与分布外检测领域快速建立系统认知。了解是质疑的根基，只有通过文献梳理形成对隐私保护与分布外检测领域的框架性认知（如掌握现有算法的原理、局限及应用边界），才能具备甄别理论漏洞的 “火眼金睛”。她在研究中发现，正是通过系统研读和归纳整理相关文献，才能够敏锐捕捉到现有深度神经网络在隐私保护场景下的分布外检测任务中暴露的缺陷。

批判破局：在质疑中寻找创新切口。在攻读研究生之前，她较少系统训练批判性思维能力。因为在幼儿园到大学阶段，知识的理解与应用是取得优异成绩的关键，这种学习模式虽能带来高分，却为科研创新埋下隐患。事实上，以创新性为内核的科研工作，其突破的前提正是批判性思维的深度介入。转变发生在研究生阶段，她开始以评审者视角研读每一篇领域内的经典论文，刻意培养“找缺点” 的思维习惯：从算法逻辑的严谨性到实验设计的完备性，从结论推导的严密性到应用场景的局限性，这种批判性研读的训练，让她逐渐具备了穿透表象的洞察力。在隐私保护场景下的分布外检测研究中，她正是通过这种思维方式，敏锐捕捉到现有深度神经网络在隐私保护场景下的分布外检测任务中暴露的缺陷，并据此进行针对性改进，最终实现算法创新。

屡败屡战：在失败中调整方向。袁月在大四初入课题组时，便遭遇了实验数据连续数周不理想的困境，这对以课题作为毕业论文的本科生而言，几乎意味着“方法失效”与“毕业危机”的双重压力。这种困局并非个例：当实验效果与预期背离时，多数人会陷入对“错误”的焦虑，而她却将失败比作“黑暗中碰壁时排除的错误选项”。这种认知转换的本质，将科研失败从“否定性结果”重新定义为“方向性指引”，就像在迷宫中每撞一次墙，就意味着离正确出口更近一步。毕业压力下的韧性，让她在人工智能基础研究中找到了“以失败校准方向”的生存逻辑。电脑屏幕上反复跳出的负面实验结果，曾让她数次感到挫败，传统视角下，失败常被视为能力不足的证明，而在科研语境中，它实则是蕴含隐藏信息的“密码文本”：数据异常可能指向假设漏洞，方法失效可能暴露理论边界。正如爱迪生研发电灯时“发现一千种材料不适合做灯丝”的经典案例，袁月的感悟本质上延续了这种“失败即信息”的科学精神。

比个体韧性更关键的，是她在困局中打破“信息茧房”的行动策略。当实验陷入僵局时，她主动通过组会与师兄师姐展开讨论，在与实验室同学的思维交锋中寻找突破口。这种协作模式的价值在于：个体在失败中容易陷入自我怀疑的闭环，而群体智慧能从多维度解构问题，或许是实验设计的疏漏，或许是理论模型的局限，又或许是跨领域知识的缺失。例如，在人工智能研究中，算法失效可能需要从数学原理、数据特性甚至工程实现等不同层面溯源，而团队讨论恰能提供跨视角的拆解工具，将“失败密信”的密码逐个破译。

师恩如光，照亮科研征程

导师尹义龙教授对袁月的科研生涯影响深远。“学术道德是科研的红线。”尹教授始终要求学生以诚实严谨的态度开展研究，用前车之鉴敲响警钟。在学术使命上，他鼓励学生挑战智识边界，以“失败是真理的路标”激励袁月豁达面对挫折；在职业规划中，他以前瞻性视角为学生提供切实建议，成为她科研道路上的引路人。 韩忠义、何润东两位博士师兄则在具体研究中给予细致指导：从文献剖析时“找缺点”的方法论，到论文撰写中逻辑架构与配图细节的打磨，再到实验遇挫时的问题根源剖析，他们的经验分享让袁月少走许多弯路。

科研的魅力不仅在于登顶时的豁然开朗，更在于在黑暗中持炬前行的勇气。那些曾让袁月焦虑的实验数据、濒临崩溃的深夜思考，最终都化作了思维的铠甲，从被动承受变为主动策略，失败便不再是前行的阻碍，而成为推动认知迭代的原生动力。这种在挫败中重构方向的能力，或许正是科研工作者最珍贵的生存智慧。

（文/图：袁月、尚文 责任编辑：许信顺）