近日，香港中文大学（深圳）数据科学学院贺品嘉教授荣获2025年IEEE软件工程专委新星奖（IEEE TCSE Rising Star Award），以表彰其在人工智能与软件工程交叉领域的卓越研究成果与创新实践。

Source: https://tc.computer.org/tcse/awards/

该奖项是软件工程领域面向青年研究人员的最高荣誉之一，贺教授为第二位获此殊荣的华人学者。这一成就不仅是对贺教授个人学术贡献的高度认可，更彰显了港中大（深圳）及数据科学学院在人工智能与软件工程领域的国际影响力和学术实力。

为进一步了解贺品嘉教授的获奖感受、研究方向及其对青年学者的建议，学生记者对贺教授进行了深入采访。
 

QUESTIONS

如何抓住AI快速发展带来的机遇

本科生初次接触科研的实用准备指南

面向准备投身AI领域同学的经验分享

获奖感言
责任与荣誉并存

Q：恭喜您荣获IEEE软件工程专委新星奖！能否请您分享一下您的获奖感受以及背后的意义？

“感谢IEEE软件工程专委会对我工作的认可，我非常荣幸能够成为第二位获此奖项的华人学者，同时也深感肩上的责任。

获奖不仅是对我个人努力的肯定，更是对我在港中大（深圳）整个团队的认可。我想借此机会感谢我的导师、学生、合作者、以及数据科学学院的支持。这个奖项对学院和学校的国际化发展起到了积极的宣传作用，也进一步提升了我们在人工智能与软件工程交叉领域的国际影响力。期待更多相关领域的人才能加入我们，共同推动领域的发展。”

贺品嘉教授与团队合照

人工智能
未来与挑战

Q：您的研究领域涉及“AI for SE”和“SE for AI”，可以用简单的语言向大家介绍一下这两个方向的主要内容和它们的重要性吗？

“我的研究领域主要涵盖两个方向：智能化的软件工程（AI for SE） 和 智能软件的工程化（SE for AI），它们属于人工智能与软件工程的交叉领域。这两个方向不仅是当前学术界的研究热点，也是业界关注的重点，国内外顶尖企业对此领域的需求日益增长，并提供了大量相关的高薪岗位。

AI for SE 是指利用人工智能技术来提升软件工程各个阶段，包括开发、测试和运维等。比如，AI可以帮助自动生成代码、构建测试样例以及快速排查系统故障等。在某些场景中，过去需要一个团队协作完成的工作，现在在AI的辅助下，可能只需一到两位专家即可完成。

SE for AI 则关注以人工智能为核心的软件（如DeepSeek、人脸识别系统）的整个研发周期，主要在于使用或改进传统的软件工程技术，确保AI系统的输出可靠、可验证且安全。”

贺品嘉教授团队AI for SE研究成果入选顶会ICLR 2025，论文标题《OpenRCA: Can Large Language Models Locate the Root Cause of Software Failures?》，论文链接 https://microsoft.github.io/OpenRCA/

贺品嘉教授团队SE for AI研究成果入选顶会ICLR 2024，论文标题《GPT-4 Is Too Smart To Be Safe: Stealthy Chat with LLMs via Cipher》，论文链接https://github.com/RobustNLP/CipherChat

Q：您如何看待人工智能的未来发展趋势？学生和年轻学者如何抓住人工智能快速发展带来的机遇？

“我对人工智能的未来发展趋势持乐观态度。人工智能正在快速渗透到社会的方方面面，它的应用在未来会更加普及。可以预见，人工智能将成为如水电一般不可或缺的基础设施，改变我们的生活方式和生产模式。

人工智能将成为如水电一般

不可或缺的基础设施，

改变我们的生活方式和生产模式。 

当然，人工智能的发展也伴随着一些风险和挑战。比如，如何甄别人工智能生成的信息是否正确。此外，还有人可能故意操控信息源，导致AI输出误导性甚至危险的内容。我们需要思考如何在享受技术红利的同时，妥善管理人工智能可能带来的潜在问题。

对于学生和年轻学者而言，人工智能的快速发展提供了很多机会。首先，可以通过多使用人工智能工具来培养兴趣。其次，深入了解至少一类应用场景，掌握其理论基础，并了解人工智能在该领域的能力边界。最后，通过参与科研项目或实践活动，积极探索解决实际问题的创新方法，推动人工智能技术在该领域实现新的突破。”

给学生的建议
找到兴趣与坚持

Q：作为本科生初次接触科研，您认为应该如何做好准备？在进入一个全新领域并顺利开展研究时，有哪些建议可以分享？

“首先，要把基础知识掌握好。如果课堂上的课程内容已经让同学感到吃力，那么建议先专注于掌握课程知识，再考虑科研。

如果学有余力，可以通过以下方式初步评估自己是否具备参与该领域科研的能力。例如，利用空闲时间在网上（如B站和YouTube等平台）寻找感兴趣方向的公开课或论文报告，并进行初步自学。同时，可以与相关领域的研究生或教师进行交流，听取他们的建议。网络上也有许多科研入门的经验分享，值得参考。这个过程有助于加深自己对该领域的理解，并初步评估自己是否有能力支撑进一步的科研探索。

如果有意正式联系导师参与科研，可以先从导师的个人主页入手，了解其近期研究方向。有些导师会在主页上明确说明是否招收本科生参与科研。如果想做更充分的准备，可以先阅读老师最近一两年发表的论文，熟悉其研究内容。如果曾经上过老师的课程，也可以在课后主动与老师交流。此外，通过接触导师团队中的博士生，比如课堂上的助教，也能进一步了解导师的研究情况。在积累一定了解后再联系导师，成功率会更高一些。

深入了解一个领域的最佳途径之一是阅读领域内的论文。每个研究领域都有顶级会议和期刊。例如在计算机科学领域，可以通过像CSRankings这样的网站，找到相关领域的顶级会议，并选择最近一两年的论文进行阅读。这将帮助你初步了解该领域的研究现状和前沿方向。

如果已经加入导师的科研团队，可以通过与学长学姐或导师交流，具体了解当前有哪些重要的研究课题及其发展情况。这些信息不仅能帮助你快速融入科研环境，也能逐步找到自己的兴趣点。

在整个科研过程中，充分发挥自己的主观能动性至关重要。主动学习、积极探索，并不断调整自己的方向，才能在科研的道路上稳步前行。”

Q：您是否有一些特别的经验或建议，特别是针对有志于进入人工智能领域的同学？

“对于有志于进入人工智能领域的学生，我建议首先要多使用相关的AI工具，培养兴趣并了解这些工具的能力边界。例如，可以尝试用人工智能辅助工具来生成代码、润色英文写作、设计图片等。在实践中逐步掌握这些工具的特点和潜力，同时思考它们背后的原理。这种实践不仅能帮助你熟悉技术，还能激发兴趣，拓宽视野。

更重要的是基础能力的培养，包括扎实的编程基础和数学基础，这些是进入人工智能领域的关键技能。

此外，还需要锻炼自己快速迭代想法的能力。当你有一个初步的科研或工程想法时，要能够基于现有知识或者快速学习新知识进行实现。这种能力将极大提升你在科研中解决问题的效率和创新性。

找到自己的兴趣方向至关重要。

兴趣随着年龄与阅历的增加而改变，

探索兴趣，或者进一步说了解自我，

这是一个终身的课题。 

在科研过程中，找到自己的兴趣方向是至关重要的。兴趣是科研突破的动力源泉，我相信大家都有扎实的基础和克服困难的能力。为此，可以多尝试不同的事情，比如参与科研项目、打竞赛、参加社团活动等，找到自己真正感兴趣的方向。同时，不要盲目追求热点或因为周围的压力而选择不适合自己的领域。兴趣和坚持才是能够长期投入并取得突破的关键。

贺品嘉教授在闲暇时光的登山与滑雪爱好照片

具体到科研中，可以在不同阶段参与不同方向的项目，探索多个领域，以更好地了解自己的兴趣所在。此外，兴趣也会随着年龄与阅历的增加而改变，因此，探索兴趣，或者进一步说了解自我，这是一个终身的课题。找到自己热爱的领域，并为之坚持努力，将是科研道路上最宝贵的收获。”

获奖教授介绍

贺品嘉
助理教授
香港中文大学博士
苏黎世联邦理工学院博士后
 

研究领域：软件工程、AI for SE、大模型、可信人工智能

个人简介：贺品嘉教授现为香港中文大学（深圳）助理教授。贺品嘉教授于2018年从香港中文大学获得博士学位，此后在苏黎世联邦理工学院从事学术研究工作三年。贺品嘉教授的研究方向为软件工程、AI for SE、大模型、可信人工智能。他在ICSE, FSE, ICLR, OSDI, TDSC等顶级会议期刊发表论文60余篇。获得IEEE TCSE Rising Star奖、IEEE开源软件服务奖、ISSRE最有影响力论文奖等奖项。谷歌学术引用6000余次。主导的开源项目在GitHub上被star 6000余次，并被450多个学界业界组织下载8万余次。担任顶刊TOSEM的Associate Editor，顶会FSE 2025的Social Media Co-Chair，四大软件工程顶会的程序委员会成员。

港中大（深圳）数据科学学院介绍

数据科学学院是香港中文大学（深圳）人工智能的科研与教学基地，致力于为学校提供包括计算机科学、统计学、大数据科学等在内的人工智能基础教育。学院现有80余位来自世界各地的全职教授，汇聚了多位国际知名学者，超过35%的全职教授为院士、会士或全球顶尖科学家。这些学者在机器学习、自然语言处理、计算机视觉等前沿领域具有卓越的学术成就与科研贡献。作为学校在人工智能领域的重要支柱，数据科学学院不断推动技术创新与跨学科合作，为培养具备全球视野的人工智能人才提供了坚实的基础。

采访学生记者 | 陈鹭佳

排版、出品 | SDS Publicity