从计算机到AI科研：马文静教授的跨界探索与育人之路
SAI 追光录
教授专访：马文静 助理教授
SAI TEACHERS' TALK
人工智能学院始终将人才作为核心，在大学校长徐扬生院士、学术副校长罗智泉院士、学院院长李海洲院士等国际顶尖专家与学者的引领下，面向全球广纳贤才，已成功组建了一支来自美国、加拿大、德国、瑞典、新加坡、日本、中国香港、中国台湾等地区的高层次师资团队。同时，持续推进的全球招聘计划，也为学院的人才培养与科研创新注入持续动力。
"师者，所以传道受业解惑也。" 人工智能学院特别推出《SAI追光录》教授专访系列，邀请学院教授分享他们的成长经历、对专业领域的深刻见解以及对教学的执着与热忱，激励更多学生探寻内心所爱，成为AI逐梦者，勇敢追逐心中热爱，实现人生理想。
本期教授专访，让我们走近学院助理教授马文静博士，听她讲述从零起步的科研通关之路与学术成长故事，以及对人工智能领域发展的认知与洞察。
SAI 追光录
教授简介
马文静 助理教授
美国埃默里大学博士
研究领域
计算生物学、单细胞与空间组学、
组学人工智能、细胞命运与调控动态
马文静教授现任香港中文大学（深圳）人工智能学院助理教授。她分别于2014和2017年在北京邮电大学获得计算机科学与技术专业学士和硕士学位，并于2023年在美国埃默里大学获得计算机科学与信息学博士学位。毕业后，她在美国密歇根大学生物统计系开展博士后研究工作。
她的研究主要聚焦于开发高效、精确的计算与统计方法来分析组学数据（包括空间组学、单细胞组学和多组学等）。在方法层面，她关注如何将统计建模与计算框架相融合，从而纳入生物学先验知识；在生物学层面，她的研究旨在通过整合多组学的时间维度信息，揭示细胞在发育与疾病过程中的动态变化。她也积极参与跨学科合作，将其方法学研究成果应用于疾病机制研究与治疗方案优化。
她的研究成果发表于Nature Communications、Genome Biology和Briefings in Bioinformatics等国际高影响力期刊。她曾于2023年荣获美国统计学会（ASA）学生论文奖和MCBIOS年度青年科学家卓越奖。并于2019至2023年间获得埃默里大学自然科学女性学者奖学金。
（上下滑动，查看更多）
01
师者的 AI 通关日志
教授的AI成长历程：
从心出发，开启科研追梦之旅
2014年，马文静教授从北京邮电大学计算机学院毕业，获得计算机科学与技术专业学士学位，后被保送至本校网络与交换技术全国重点实验室交换与智能控制研究中心继续深造，2017年获得硕士学位。
（马文静教授的硕士毕业照）
毕业后，她进入国家外汇管理局中央外汇业务中心IT部门，开启了职业生涯的第一段旅程。工作期间，她通过广泛阅读持续探索个人兴趣方向。《基因传：众生之源》一书对她产生了深远影响：书中指出，生命科学研究正面临海量数据分析的挑战，急需具备计算背景的人才加入其中。
受此启发，她决定追随内心对科研的渴望，辞职并自费前往美国弗吉尼亚大学臧充之教授实验室，开启了全新的生物信息学科研篇章。
大咖的科研探索地图：
从跟随到引领的七年蜕变
2018年，马文静教授加入弗吉尼亚大学臧充之教授实验室，系统化的入门教程与配套测试帮助她快速掌握测序数据分析的基础。她一边学习刘小乐教授的STAT115课程深化理论知识，一边参与组内博士后王振佳博士的BART工具改进工作。同时，在组内博士后胡圣恩博士"Single cell is the future"的指引下，她开始专注于单细胞测序数据的分析方法研究。
怀着开发单细胞数据分析方法的明确目标，她进入埃默里大学攻读博士学位，师从知名生物信息学家吴浩教授（现任深圳理工大学杰出教授，国家级海外人才项目获得者）。博士期间，她首先对单细胞RNA测序数据的细胞注释方法开展了系统性的基准研究——这项工作需要大量的实验对比和数据分析，她一遍遍调试参数、验证结果，最终以独立第一作者身份发表于国际顶级期刊Genome Biology。随后，她又针对单细胞ATAC测序数据开发了新的细胞注释方法，以独立第一作者身份发表于Nature Communications。
与臧充之教授博士毕业纪念砖留影
（2019年，在美参加学术会议RECOMB展示）
为进一步夯实统计基础，她加入密歇根大学跟随知名生物统计学家周翔教授（现任耶鲁大学统计与数据科学系终身教授）从事博士后研究，目前主要致力于开发空间转录组数据的方法，用于识别功能域的关键时空动态事件，相关成果正在Nature Communications修稿中。
（与博导吴浩教授的毕业合影）
（博士后期间，与周翔教授及课题组团队合影）
02
课堂里的育人密钥
育人心法：
启发式教学，培养独立思考者
"我的教学理念核心是培养学生的独立思考能力和批判性思维。"
在教学中，马文静教授倾向于采用启发式的方式，通过生动的案例引导学生自己发现问题、探索答案，而非简单地进行知识灌输。她相信，当学生能够真正参与进来、被激发出好奇心时，学习才会发生得最自然、最深刻。
课程宝典：
从零到一，构建科研思维框架
今年，马文静教授首次设计并讲授了AIE1902"人工智能辅助的基因组数据分析"AI探索系列课程，面向学院零基础的大一学生。
面对零基础的同学们，她首先思考的是如何搭建清晰的知识框架。由于单细胞测序数据分析需要一些生物背景，她便从高中生物中的基因相关知识引入，再逐步融入计算概念，让学生自然而然地理解计算为何能够助力该领域。
课程设计上，她采用了"每节课后对应一次Lab实践课"的模式，让学生第一时间将课上所学直接应用。当学生亲手处理数据，并且得到的结果符合基础知识的预期时，知识与现实之间便建立了真实的连接。为培养创新思维，她设计了"期中交提案、期末汇报项目结果"的模式：给定选题方向后，学生需要根据所学知识自主发挥，决定自己想要探索的具体问题。
"我希望这种层层递进的设计能够在学生心中埋下一颗颗科研的种子。通过平衡基础引导与开放探索，让每个学生都能获得信心，敢于提出自己的问题，并开始想象自己未来在这个领域里的可能性。"
03
解锁 AI+ 未来的 N 种可能
AI追梦人的成长指南：
在AI时代找到自己的坐标
在马文静教授看来，"无论是做科研还是做实事，真实的世界往往没有标准答案。我们能做的，是想清楚如何去探索，以及如何自己验证结果是否正确，并在这个过程中不断学习。"
对有志于人工智能领域的同学，她分享了几点建议：
"接纳不确定性，找到内心的热爱。"
面对人工智能领域的快速变化与迭代，马文静教授认为"兴趣是最好的老师"。她表示，在追梦的路上，她也曾犹豫和迷茫，但兜兜转转、比来比去，她依然坚信自己正在做的事情是有意义的。
从基因组学的视角去理解细胞的功能与动态，哪怕只是向前推进一点点。这种意义感，是支撑她走过迷茫的力量。对同学们来说，找到那个让自己愿意为之投入、即使没有标准答案也愿意探索的方向，比追逐任何热点都更重要。
"既要理解AI，也要善用AI。"
同时，对于能力的培养，她强调"新时代需要的不是只会调库或套模型的人，而是能够理解AI背后的原理、并能将其创造性地应用于实际问题的人才。打好数学、统计和算法的基础，同时动手去处理真实的数据、解决真实的问题，在'做中学'中建立知识与现实的连接。"
"敢于提问，也敢于自己寻找答案。"
在马教授的课堂上，她鼓励学生通过做项目的方式自主探索。给定方向，自己决定具体问题，自己验证结果的对错。因为未来的AI人才，不是等着别人给答案的人，而是能够定义问题、设计方法、解读结果的人。
对AI+未来的大胆畅想：
未来三年，三个方向值得期待
马文静教授认为，未来三年AI技术会进一步"落地"，国内AI发展会侧重于能够解决实际问题、产生社会价值的应用方向。
首先，她认为生物医学会是AI深度赋能的领域之一。除了因为这是她个人的研究方向，也源于她在科研中的观察：随着组学、医学等多维度生物医学数据的积累，AI正在帮助我们从海量数据中识别模式、预测药物反应。她希望未来三年能看到更多AI驱动的精准医疗案例，让计算的方法真正落地临床，从基因的视角理解生命的奥秘。
其次，她表示具身智能也是一个值得关注的趋势，当大模型与机器人结合，AI不再局限于屏幕之内，而是能够感知并与物理世界产生联系。这将推动智能制造和智慧家庭等领域的变革。
最后，第三个重要的发展方向是人工智能将会激发更多人的创造力，让技术真正服务于日常生活。例如，现在许多人并不需要会写代码就可以用AI开发出解决自己生活痛点的小工具。这也进一步说明AI正在降低创造的门槛。
"在这个AI时代，每一个人都可以用智慧、热情与想象力为这个社会创造价值，也在这个过程中，找到属于自己的意义。"
从零基础的科研新人，到作为独立第一作者在国际顶级学术期刊Genome Biology，Nature Communications等发表成果，从实验室到讲台——马文静教授用七年时间，走出一条属于自己的学术成长之路。七年里，她经历过转方向的迷茫，在生物信息学领域体验过挫败，收获了意义感，也在多位导师、前辈的指引下，一步步建立起自己的研究方法论与学术发展通道。
如今，她将这些宝贵的经验与思考带到人工智能学院的课堂，以言传身教，传递给更多正在路上的AI逐梦人。
接下来，《SAI追光录》教授专访系列将持续更新，期待与你一起走近更多AI领域的探索者与引路人。
往期精彩回顾
Global Recruitment | Join CUHK-Shenzhen at School of AI in April and Co-create the Future
硕博招生 | 人工智能哲学硕士 (MPhil in AI) 项目重磅上线！无需统考，30+前沿课题，等你加入！
名师新语 | 人工智能学院师生寄语
精选推荐
更多大学校园动态，请关注