学者瞭望台

英国格林威治大学（University of Greenwich）工程与科学学院现招收博士生1名。研究方向聚焦人工智能（AI）与复杂建筑及基础设施项目管理，欢迎具有科研潜力并对本方向感兴趣的同学申请。 📌 博士课题 Artificial Intelligence-Enabled Decision Regimes in Complex Construction Project Delivery 本课题研究AI如何影响和重塑复杂建筑项目的决策机制，涵盖治理与伦理、协作、风险管理、绩效表现及全生命周期管理，兼具学术价值与行业应用前景。 🏫 学校信息 格林威治大学创建于1890年，是英国历史悠久的高等学府之一，前身为英国皇家海军学院。主校区曾为15世纪英国皇宫，其建筑群为世界文化遗产。学校位于伦敦泰晤士河畔，与伦敦金融城金丝雀码头隔岸相望，地理位置优越，学术氛围浓厚。格林威治大学将与肯特大学合并组建伦敦及东南大学集团（2026年8月1日生效），未来将共享更广泛的科研资源与研究平台。 👨‍🏫 导师团队 一导： Dr Kang Tong (Lecturer in Digital Engineering; PhD UCL) 二导/三导： 学院院长及资深教授共同指导 导师团队研究与实践覆盖管理、工程与数字化方向，可提供系统化学术指导与科研支持。 💰 奖学金（不含生活费） • 英国本地学生：学费全免 • 国际学生(含中国)：学费减免50% ⏰ 申请时间 • 截止时间：2026年2月20日 • 面试时间：2026年3月9日至13日 ✅ 申请要求 • 背景：建筑/工程管理/项目管理/数字工程/计算机科学/数据科学/房地产与设施管理/商业与管理等相关专业 • 学历：本科或硕士（英国2:1或同等学历） • 语言：雅思6.5或同等水平 📝 申请方式 官网申请入口：https://www.gre.ac.uk/research/study/application-process 项目详情：https://www.gre.ac.uk/__data/assets/pdf_file/0035/399158/eng-phd-22-25.pdf 申请时请选择项目编号：Eng-PhD-22-25 📬 联系方式 如有任何问题，欢迎私信或邮件沟通 k.tong@greenwich.ac.uk 欢迎老师/同学帮忙转发，感谢支持！

我的研究方向是信息物理系统中的时间性验证和资源分配问题。简单来说的话，就是研究计算学意义上的时间和空间。 从时间性上来说，我研究无人驾驶汽车能否在1s钟之内从检测到行人，做出决策，直到彻底停下来。飞机引擎的处理器能以多快的速度处理任务，从而不错过传感器采样和引擎控制的固有周期。机器人能接受多大的时间扰动，仍然不偏离既有的控制曲线。 从空间性上来说，我探索要如何把1000个计算任务分配在64个计算核心上，同时让每个任务不错过deadline。如何分配500个机器人的路径和任务，让他们彼此配合的同时，又不会产生过多的冲突。一个城市的交通灯应该如何部署和协同，才能具有应对紧急危机的能力。特斯拉的充电桩如何在伦敦分布，才能减少平均的充电等待时间。

我把日记给gemini做语言学分析，他从这个角度说了一个我自己都没意识到的事情。文本里中文用来描述情绪、身体感受、状态，英文用来描述标准、评价、功能，用来审视自己🤔

阿西莫夫的科幻小说常常在描述一种困境：把一些原则，比如出名的阿西莫夫三原则/四原则，写入机器人的程序，但他们在执行的时候，总是遇到这样那样的困境，导致它最终还是伤害到了人类。 我的研究依旧在关注这个困境，今天它从科幻小说终于走到了现实。 我们的问题包括，第一，这些原则如何翻译成机器能理解的规则？比如不能讲有偏见的话，那什么是偏见？当然主流方法是数据定义，那数据怎么来？按照何种规则标注，如何保证泛化性？ 第二，如何确保机器学到了这些原则？这个问题有两个解读角度，一个是如何让他们“学”，这里可能涉及到一些数据、模型、训练方法设计，另外一个是，如何“确保”，这里关注的是评估、可解释性等等。特别是如今ai在很多层面，比如知识的掌握程度，甚至对话技巧层面，都超过了人类平均水平，那他完全可以，并且已经被发现，会用一些欺骗、操控的手段，来达到一些目的（通常是讨好用户）。这里有一个我喜欢的paradox，smart slave：比主人更聪明的slave，还会是一个slave吗？ 当然在这两个问题之上，还有一个最基本的问题，我们如何确立原则，也就是，什么才是我们真正想要的？在5年前，大家做chatbot，还在说，要做模仿人类的ai，以吸引用户对话的轮数多少作为评价标准，越多越好。但后来的研究，有一大部份会把拟人化作为一个负面指标，我们也常常见到现在的模型说“作为一个AI，我不能……”。但这里的讨论太复杂了，虽然是我非常感兴趣的问题，但目前不在我正式的研究范围里。

我在WHO旗下做非洲女性乳腺癌生存的流行病学研究。 很多人以为流行病学研究就是研究流行病，其实并不是。流行病学是通过研究疾病的分布规律（什么时间，哪里特别多或特别少）及其决定因素，找到防治疾病的方法（主要是预防疾病发生，不在于临床治疗）。我们研究新冠，也研究癌症。 我这两年在做“患者队列”。 在十几年前，我们的团队召集了5个非洲国家8个当地医院里第一次患乳腺癌的患者，在获得对方知情同意后，对她们进行问卷调查，收集所有可能影响她们生存的信息（比如年龄、身高体重、收入、婚育等）包括她们在医院的所有治疗信息（包括癌症类型、治疗等），然后每三个月打一次电话了解她们是否还生还，一直到她们死亡或无法再联系或研究到了7年。 但，为什么要研究非洲的乳腺癌？ 首先，乳腺癌是女性最常诊断的癌症，也是女性因癌症死亡的首要原因。 其次，在欧美发达国家，总体而言，女性患了乳腺癌，五年后她还活着的概率在90%左右，而我们研究的地区，只有50%的女性在诊断后可以活超过5年。这也是我们的研究不得不在7年结束的原因，因为当时已经没剩下多少人可以被研究了……而我们所在的已经是当地最好的医院，可想而知，其它医院的患者只会死得更快更早……第一次做出结果的我就那样坐在电脑前哭，因为感到太不公平。 影响乳腺癌生存的因素有很多，尤其在非洲，女性生育早，生育多，母乳喂养更多，有些国家HIV感染很严重，这些情况都和西方发达国家不同，所以不能把西方研究的结论套在非洲女性身上。我们研究的结果发现，原因依然是诊断太晚，治疗不充分，也就是国家筛查不足，给予的治疗支持不够，而不是非洲人或黑人有什么特殊基因。 很荣幸我能参与这项研究，因为我老板的研究直接推动了WHO提出了Global Breast Cancer Initiative，旨在指导和推动各国，尤其是中低收入国家，降低乳腺癌的死亡率。因为她的研究，当地真的加强了筛查也增加了对病人治疗的支持，当地乳腺癌患者的生存率在提高，即使还远远不够。 我很开心很荣幸，我可以做自己喜欢的而且感觉很有意义的工作。

大家好！最近我在给一个Sino-European relations的非盈利智库/network European Guanxi 做志愿编辑，其主要成员和受众是对中欧关系感兴趣的青年学者和各行业专业人士。European Guanxi 在其官网和年度期刊上发表英文文章，作者主要来自欧美大学、研究机构和智库，话题涉及国际关系、政治经济、科技媒体、文化历史等等，具体领域划分和过往文章请参考官网的publication页面。 我们长期征稿，官网就有open call 和 submission guidelines。除了一直很火的国关、经济、科技之外，编辑组还希望多征集一些关于文化、历史、艺术等人文社科方面的稿件，比如最近我们就在关注中欧之间 contemporary art 的互动和关联。每篇被采纳的文章会有两位志愿编辑共同负责（目前我合作过的都很靠谱）。文章要求不长，但需要具有一定的学术性或领域专业性。 我自己的感受是，这个组织比较新，活跃着一批对中国感兴趣的欧美年轻人，其中不少曾经或正在中国留学。我加入编辑组是因为对欧美新世代看中国的视角感兴趣，也能感受到他们对中国的关注似乎不止是好奇的“凝视”，而是（终于？）意识到需要理解中、欧在认知上的差异。在这里发CFP是希望有更多华人研究者的 perspective 和 voice，特别是在 humanities and social sciences 领域，毕竟人文学科话的语权实在太重要也太难拿到了。 除了官网外，European Guanxi 也有领英页面。期待大家的观点！

我目前主要是做一些拓扑聚合的研究，算是开发新的清洁塑料。聚合反应在固体中实现，只需要用光或热就可以引发链式反应，无溶剂参与，原子经济性高。同时还做一些稳态自由基材料和电荷转移复合物的研究，未来可应用于柔性可穿戴电子设备。

我的研究叫作“气相分子光谱”。简单来说，就是用不同的光照射气体，看其中的分子在什么频率，以什么强度吸收光。你可以理解为我们在测分子的光学指纹。我的研究需要在实验室自己搭建仪器，写程序控制仪器并处理数据，还需要基于量子力学的理论计算来帮助我们预测和理解数据。能让我高兴的就是我们从光谱数据中看到一些分子内特殊运动的证据，以及单纯的“更快更高更强”--仪器更快、更灵敏也是我们的追求。至于它为什么重要？最直接的，我们的数据帮助天文学家确认了数百个深藏在外太空的星际分子。其他方面，我们就好比是楼房的砖瓦和地基，我们提供精密的仪器和准确的数据。由其他科学家接力，使用这些数据去做出更易解读的成果，无论是用光谱来揭示燃烧、爆炸或生物化学中的关键过程，追踪大气污染物，验证气候模型，还是标定标准时间（原子钟），操纵原子（量子计算机），或验证理论物理的极限（宇称不守恒、电子偶极等）

Alfred，清华大学，AI产品工程师，之前在Manus 做General AI Agent，和一家电商大厂做过Agentic Commerce