分享到微博 分享到人人 分享到LinkedIn 分享到Email
学术追梦人

任沛然,清华大学-微软亚洲研究院2008级联合培养博士。本科毕业于清华大学电子系,师从微软亚洲研究院常务副院长郭百宁博士,博士期间围绕“真实感绘制和反射材质采集”做了一系列创新而系统的工作,曾获得2011年微软学者奖学金。今年他以第一作者的身份与微软亚洲研究院的Mentor们共同完成了《Global Illumination with Radiance Regression Functions》,被ACM SIGGRAPH 2013接收,成为微软亚洲研究院今年入选SIGGRAPH大会10篇论文之一。截止至今,任沛然已经在SIGGRAPH大会上以第一作者身份发表了2篇文章,在SIGGRAPH ASIA发表了1篇文章。

RENPeiran_1

“我希望能够在我的研究领域--真实感实时绘制中做一些有意思的尝试,把自己的想法实现出来,并将其推广到实际应用中。”黄色T-shirt、框架眼镜,眼前的任沛然面带微笑地谈着自己的研究项目。

“我只是普通的学术追梦人”,这是在与任沛然的交流中,经常被他提到的一句话。正是这样低调而踏实的努力,让他在学术的道路上愈走愈坚定。到底是什么样的信念和勇气支持着他在自己的领域做出好的成绩呢?让我们一起走近他在MSRA的研究生活,找寻你心中的答案吧。

找准目标:突破创新最为贵

与微软亚洲研究院缘分是从在水木清华BBS上看到MSRA郭百宁、沈向洋博士招生帖开始的。抱着试一试的心态,本科就读于清华大学电子系的任沛然一路通过了简历关、笔试和面试,成为清华大学-微软亚洲研究院2008级联合培养博士生,师从研究院常务副院长郭百宁博士。

来到研究院后,对图形学还一无所知的他就跟着Mentor参与了一个实时绘制项目。看论文、跑数据、做实验,一个项目下来任沛然开始对做研究的过程有了最基本的了解,同时也确定了博士生阶段的主要研究方向——真实感实时绘制。

在研究院的前三年,任沛然分别在SIGGRAPH ASIA和SIGGRAPH会议上发表了文章。时隔一年后,今年任沛然又以第一作者的身份完成了《Global Illumination with Radiance Regression Functions》,并被ACM SIGGRAPH 2013大会接收为会议论文,成为微软亚洲研究院今年入选SIGGRAPH大会10篇论文中的其中之一。

“真实感绘制是利用三维场景模型生成真实感图像的过程,终极目标是即好又快得重现真实环境中的场景,达到照片级的真实感。过去的方法主要思路是直接计算场景对入射光照的反馈,但是由于光在场景中传播的复杂性,这些方法要么速度很慢,难以满足实时应用的需要,要么牺牲绘制质量,难以达到照片级的照明效果。”沛然耐心地为我们介绍了他的文章,“而这个项目就是想要避开复杂的光线模拟,通过场景各处的位置、纹理以及光源信息,运用机器学习的方法直接预测想要的图像输出,用全新的方式来解决实时绘制问题”。

这个论文的想法源于沛然对画家作画的观察。在他看来现实中场景是复杂的三维模型,并且光线十分复杂,但他发现画家在画画时输出的二维图像并不是杂乱的,相反是非常有规律的,有些画家的作品其真实感能和照片一较高低。不过有趣的是,画家并不需要严格计算每条光线的传播路径。既然画家可以凭借经验和想象作画,那么计算机能否从数据中学习从而积累“经验”,然后生成图像呢?

RENPeiran_2

有了这一想法后,任沛然马上与mentor进行了讨论,在讨论中思路变得越来越清晰。进行的初步实验也得到了比预想中要更好的结果。虽然对这个新的想法有一些不确定,但任沛然还是在mentor的鼓励下接着做了下去。

执着前行:衣带渐宽终不悔

创新的想法在实现的过程中往往要面对更加严峻的挑战。“这是一个几乎全新的方法,我们没有可供直接参考的文献,从整个实验一开始我们就在担心两个问题:第一用计算机学习绘制这个问题是否可解,第二就是我们用什么样的方式去实现它。”

这种焦虑感一直围绕着任沛然。在项目进行中,由于光线传播的复杂度问题,几台工作站已经不能满足高强度机器学习的需要,因此不得不使用计算机集群,用数百台计算机对数据进行采集和分析,这极大地增加了项目的复杂度。

好在在项目进行了一年半后,终于让他们等到了满意的结果,实现了工程预期并完成了《Global Illumination with Radiance Regression Functions》论文。将回归分析的方法应用于真实感图形绘制当中极大地简化了计算,而这种将机器学习和图形学相结合的研究思想有可能启发更多的灵感,推动图形学和相关学科的发展。

让任沛然没有预料到的是,这篇文章在刚公布出来就得到了巨大的关注。“我们团队的人很快就得到了四面八方的反馈,有人还专门发来邮件询问细节和索要数据。这让我第一次体验到了一个在思路和方法上创新的研究是会给大家带来启发的感觉。”沛然说,“我之前发的文章也会不时收到一些邮件询问,但是这次的反响真是出乎意料。”

“在瓶颈期有没有担心过项目难度过大无法完成?”任沛然的回答很平静:“当时也没想那么多,虽然很难,但就是觉得肯定能解决。”或许正是因为这种积极向上不服输的心态和对研究方向的热爱,才有了大家看到的“水到渠成”的成果吧。

谈到未来,任沛然说近期的目标是继续完善这个项目,将机器学习与图形绘制更好地结合在一起,提升绘制质量和效率。而未来的研究则是希望进一步把机器学习与计算机图形学联系起来,并在此基础上进行相关的研究。

饮水思源:导师鼓励常回味

时间荏苒,任沛然把最多的感谢送给了在研究院的Mentor王嘉平、童欣以及在MSRA的同事们。“在我最开始提出研究想法时,是mentor鼓励我试着往下做,使我能有信心进入一个完全新的研究课题;当实验结果和预想相差比较远时,我们会一起讨论、分析存在的问题并解决问题。与指导具体的实验细节相比,他们更重视对我创造知识能力的培养和锻炼。他们有巨大的人格魅力,对我们总是给予各种强大的正能量,让你感觉到背后有强大的后盾支持你不断往前冲。”

谈到Mentor王嘉平和童欣时,任沛然表达了自己的感激之情。“我前三年是跟着王嘉平,他是一个思维特别活跃,很有想法并非常聪明的人,在与他的谈话中总是能够激发我很多的灵感;而童老则是一位十分严谨、做学术认真且老道的人,他想问题总是能够面面俱到。这两位Mentor互为补充,让我在学术成长的道路上给予了我不同侧面的引导。这对我来说是最宝贵的财富。”

“随风潜入夜,润物细无声。”正是两位Mentor的栽培使得任沛然能够在计算机研究世界里自由探索和翱翔。也许正是微软亚洲研究院浓厚的学术气氛、宽松的科研环境、活跃的思想碰撞和教学相长的师生关系,造就了一批批能在国际计算机领域崭露头角、富有创造力的科学家。

一路走来,这已经是任沛然在MSRA待的第五个年头了,学术上脱胎换骨的成长是他最大的收获。“从一篇论文想法的锤炼到工程实现再到最后论文的写出,我从mentor和同事身上学到了很多,现在也终于找到了做研究的状态。”沛然一字一句地说到,“如果说之前的论文是铺垫,而通过这个项目一年半的磨练,我觉得我开始一只脚踏入真正研究的圈子,能够实现自己的想法,学习做一个项目,拥有了对全新想法完善与实现的勇气”。

在计算机图形学的世界里自由穿行,等待任沛然的,或许是困难和未知,但他的自信和努力,必将变困难与未知为绚烂的学术梦想。