欢迎访问国际合作与交流处 学生交流办公室!

留学生活

英国帝国理工学院线上暑期学校交流总结

时间:2022-09-16来源:国际合作与交流处学生交流科作者:点击:30

201850105 陈子琦

在众多的暑期线上线下交流项目中,我选择了英国帝国理工学院的Artificial Intelligence and Data Science for Healthcare Innovation线上暑校。主要原因如下:首先,作为生物科学专业的学生,我希望了解healthcare industry的现状和前景,同时,在data scienceAI发展迅猛的当下,我对于它们在生命健康领域的应用也十分感兴趣;其次,IC暑校设计的group project的环节也比较有吸引力,让我觉得我可以将学习到的知识付诸实践;另外,作为线上的暑校,我不需要走出国门就能接触到世界顶尖学府的教授和行业精英,相对来说的开销也不是很大。因此,综合考量下我报名参加了这个暑校。

暑校为期两周的时间,通常在北京时间下午3点左右开始,7点左右结束。课程进行的主要平台是Microsoft Teams。课程包括主题lectures,针对于group project的指导和Q&A,还有一些social activity等娱乐活动,我将针对前两个课程内容谈谈我的感受。

首先是教授和行业专家们做的主题lectures,这些是这次暑期学校的核心课程,教授们会针对课程的主题进行一些基本知识的概述或是前沿应用的讲解。我个人认为对于大部分课程只要具备healthcare的基本知识和一点数学和计算机的基础,跟着教授的思路,还是能学到很多知识的。毕竟在1个多小时的讲座里,教授们并不会涉及到很多复杂数学公式的推导,对于非数学或计算机背景的同学来说还是可以接受的。教授们也常常通过视频演示或者问题投票互动的方式来增加同学们的参与感,所以我认为只要认真听讲,跟上教授的节奏,并不会感到很吃力。我觉得最有收获的环节还是讲座后的提问讨论环节,老师们都很乐于回答同学们提出的各种问题,Dr Serban解答了我关于AlphaFold与结构生物学研究的关系的问题,Prof Zhengming Chen让我认识到有关人类疾病研究的动物实验和流行病学大数据分析相辅相成的关系。同时,同学的提问和老师的回答过程,也能激发我的思考。

老师通过线上投票的方式与同学互动

然后是关于group project。我们这次technical project的主题是Identify COVID-19 from CT Image of Lung Classification,就是利用深度学习计算模型之一的卷积神经网络(CNN)对新冠患者或非新冠患者的肺部CT图像进行学习,最终通过对测试集中肺部影像的识别分类来测试训练模型的学习效果。因为是non-technical pathway,所以老师提供了大部分的代码,我们要做的就是基本的调包和相应的修改参数的工作。我认为大家不必担心一些专业上的问题,因为助教老师Dr Dai会先给大家讲解项目有关的背景知识,在Q&A环节也会耐心解答每个小组的疑问。然后,这个project对我而言是很有收获的。我在小组中和另一位同学主要负责模型训练,这需要我在短时间内补充和学习一些Python编程知识、CNN理论知识,极大地锻炼了我的自学能力,我也乐在其中。group project的每一个组成环节都需要小组同学的通力合作,我从小组同学那里也学习到了很多知识。最终我们组模型的准确率达到了80%,也顺利地完成了论文的写作和答辩。

小组项目概况

VGG16模型训练结果

ResNet50 模型训练结果

最后我想谈谈对今后想报名这个项目的同学的小建议。首先是语言问题,这个暑校虽然说是可以通过四六级成绩报名,但我个人认为四六级的语言训练并不能完全达到这种全英文授课环境的要求,特别是听力方面。所以我个人建议四六级并不是绝对高分的同学在上暑校之前可以进行一点额外的语言训练,这样可能更能适应。其次是这个暑校的同学和大部分老师都是中国人(老师是在英国学习生活工作多年的华人)。对于这样一种理工专业性还是比较强的暑校来说,学生和老师有相同的母语更能利于交流和知识的传授,虽然授课都是全英文的,但是华人老师和助教可以也乐于用中文解答同学们的专业问题,我觉得这对于新知识的学习是一个优势。但是这样的设置会缺少一些跨文化的交流和体验。

总之,我还是很感谢学校给了我参加这个暑校的机会。我也十分建议对data scienceAI感兴趣的生命科学或医学类的同学参加这个暑校,了解交叉学科的前沿。