五年前，阿里巴巴集团启动了“研究型实习生”计划，为海内外高校学生提供场景、资源、补助等支持，帮助青年学子开拓科研视野、实现学术目标。
目前，全球已有200多所高校的1000多名学生参与该项目，并成功收获属于他们的科研果实。
这个项目还在继续。近日，阿里巴巴集团公布2022“研究型实习生”计划，面向海内外高校学生开放200多个科研选题，涵盖量子计算、自动驾驶、人工智能、网络安全等数十个方向，入选者将获得阿里的科研支持，并与达摩院、阿里云等团队合作探索前沿技术。
我们采访了几位阿里巴巴研究型实习生优秀代表，讲讲他们的实习故事：
我在阿里做“硬盘医生”
韩淑婕 北京大学计算机学院 博雅博士后
18年，我还在香港中文大学读博士一年级的时候，就通过“研究型实习生”这个项目来阿里实习了。现在我已经博士毕业，在北大做博士后。
我的研究方向经历一年多的磨合，目前确定是：数据中心存储系统智能运维。
以往数据中心的存储系统，如硬盘、内存等等，都需要人工维护，从发现硬盘坏了，到找到坏掉的硬盘，再进行更换，是一个流程。
但如今的数据中心规模十分庞大，仅靠人力进行维护是很艰难的，所以几年前我们就开始探索用智能化手段来分析预测硬盘故障。
通过采集存储介质的状态数据，搭建机器学习算法，对全球数据中心硬盘的运行状态进行监测，让机器自动寻找故障前征兆。我觉得这就像医生问诊，通过征兆来判断你是否患病。一旦预测到哪些硬盘会坏，就提前做好数据搬运和硬盘替换。
像阿里云为全球提供云服务，在全球多个位置都部署了超大规模数据中心，这是学术界所没有的真实场景。我们这个课题研究，在这里开展再合适不过。
在实习期间，我发表了3篇国际核心会议论文，两篇一作分别被存储系统领域排名第一的顶会FAST’21和ICDCS’20接收，一篇通讯作者被DSN’21接收。
AI 科研需要算力自由
黄子渊 新加坡国立大学博三在读
我是新加坡国立大学博士三年级学生，在阿里实习已经1年半了，实习选题“视频中的目标检测方法研究”，和我的博士研究方向是一致的。
我一直专注于对视频的结构化理解，也就是让电脑自动理解视频，比如让电脑看新闻，希望它们理解画面中是什么人在做什么事。
我这个研究方向的博士，到产业界实习很有必要。
就拿算力来说，我最新发的论文，训练一个模型需要每天调用16块GPU，但一张GPU售价好几万，大部分高校实验室买不起这么多。
而在阿里实习期间，基本实现了“算力自由”，我写论文、跑算法时要做非常多的实验，8张、16张、32张GPU我都做过。
除了算力，还有计算平台的支持，达摩院的计算平台PAI 能让我们很便捷地同时调度很多张卡。
更重要的是，我在这里遇到很多优秀的人，他们做研究、出想法的速度和质量，都让我非常开眼界，也看到我们做的东西在产业界是能得到应用的，这让我对我的研究更有信心。
实习期间我发了CCFA类期刊/会议论文6篇，另外还有2篇在投，也和我的团队共同获得5项顶会冠军、1项亚军。
率先用机器人做大型软件测试
冉德智 北京大学计算机学院2021级直博生
我是北大谢涛老师的博士生，研究方向是软件工程-软件测试与强化学习，软件工程科研必须扎根实际。而我的课题一开始就是从产业界起步的，研究问题就来自于淘宝，合作的技术团队也是淘宝的。
移动应用在人们的生活中占有重要作用，所有用户都不希望APP崩溃、卡顿，软件测试正是为了检测这些影响用户体验的缺陷，在应用被发布给用户之前，保障移动软件的质量。
机械臂是模拟用户的最贴近的方案，使用机器人测试，可以发现一些常规软件测试发现不了的问题。
比如有些中低端设备，性能比较普通，如果用传统的软件方案来做测试，光是搭载软件本身就会对待测应用产生干扰。用非介入的机器人测试，不会给软件增加额外负担。长远来看，软件测试的部分工作是有望被自动化的。
我们在测试中用了纯视觉算法，基于这项探索形成的论文，得到了审稿人很高的评价。有一位审稿人认为，视觉测试是移动应用测试的未来，可能逐渐取代主流方法；另一位审稿人指出，这个简单有效的方法，可能在国际软件工程领域引起热烈讨论。
我觉得阿里给实习生提供的最重要的东西，一是来自产业界的真实问题，这些问题不是实验室臆造的，是真问题、真研究。第二点是，要做能够落地的东西，工具做出来之后要真正地帮到用户。
阿里巴巴集团CTO程立表示：在阿里，研究型实习生是一支特别的科研力量，他们好奇、敏锐、充满奇思妙想，与内部团队一起攻克了很多难题。
我们非常乐意为大家创造产学研结合的科研环境，帮助大家在科研道路上走得更远。
除了最基本的“算力自由”，还希望提供有价值的问题、科研成果转化的机会，以及与产业界优秀人才合作的机会。
阿里CTO程立与优秀实习生合影
欢迎同学们加入2022“研究型实习生”计划
今年的申请入口已开放
↓扫码了解项目详情↓
阿里集团公布2022“研究型实习生”计划
