意大利公布军用飞机采购计划

特朗普的贸易政策将伤害全世界,东方财富财经早餐 10月15日周二

美文示范

国务院办公厅转发中国证监会等部门《关于加强监管防范风险促进期货市场高质量发展的意见》

乐竞体育

一直以来，博士学位是授予在专业上达到一定水平的研究者，人们也总是相信博士具有很高的专业水平，期待他们能输出高水平的研究成果，解决学术前沿和现实中的难题。而“速成博士”的野蛮生长自然对教育公平造成了冲击，他们能享受与正常培养的博士一样的待遇，这对寒窗苦读的学子来说将是极大不公乐竞体育，起到的是“劣币驱逐良币”的负面作用。

李锋亮：选择就读境外“速成博士”的主要群体还是在职教师，尤其是应用型本科高校、民办本科高校和高职院校的教师。由于国家对于专任教师中具有博士研究生学位教师的比例有要求，加上很多高校在职称评审、评奖评优、人才认定等往往要求申请人具有博士学位乐竞体育，此外我国对博士招生以及培养标准都要求相对严格，导致很多上述高校教师在国内读博无门，因此选择赴周边国家如泰国、马来西亚、菲律宾等攻读博士学位。这些“速成博士”项目的泛滥，虽然在短期内看似解决了一些高校教师的学历提升问题，但长期来看，会对高等教育质量和高校师资队伍建设产生负面影响。

王一涛：大量高校教师前往周边国家攻读“速成博士”，既有损我国高校教师的形象，也影响我国高等教育在世界的地位。目前有高校会默认或鼓励教师个人赴周边国家读博，许多高校还为教师提供补贴或报销。究其原因，在于国内高校各种考核和激励措施均要求教师拥有博士学位，但很多教师在国内读博无门，只能选择赴周边国家读博。

除了树立科学务实的人才评价与考核机制，国内的博士其实可以实行分层多样化培养，适当降低门槛，既要培养尖端的人才，也可以培养应用型人才。另外，有些人选择读博可能是出于个人兴趣或者好奇，这种需求也应该被考虑在内，可以为这种类型的博士生提供自费或部分资助的选项，而不完全依赖国家财政，防止占用有限的公共资源。

李锋亮：2023年1月28日，中留服（“即教育部留学服务中心”）发布了《关于调整疫情期间对跨境远程文凭证书特殊认证规则的公告》。根据该公告，从2023年春季学期开始，对于通过在线方式学习所获得的国（境）外文凭证书，教育部留学服务中心将不再提供认证服务。但在特殊情况下，如因疫情等不可抗力因素，部分在线学习项目可能仍会得到认证。而且随着全球研究生教育的发展，未来培养方式还会有进一步的变革，所以我认为“不能一棍子打死”说以在线形式全程完成的海外硕博士学历就一律无法获得认证。

储朝晖：很多用人机构过于追求应聘者的学历，导致社会就业难度提高。而对个体而言，很多追求博士学历的人可能主要也是从对博士功能性的追求出发。其实如果是出于对学术真理的追求，一个博士读好读精就够了，也不用去“套读”很多的在线学位。但从另一方面来说，在线教育形式其实和“野鸡大学”是不能完全画等号的，这种形式也不一定就是不好的，主要还是从高校、项目的含金量具体分析。

储朝晖：过去一些招聘单位对于境外和境内的博士可能有双重标准，境外博士有可能薪资更丰厚。另一方面有些人可能在国内未必能拿到博士学位，这两种情况导致不少人倾向去国外读博。国内博士点增加后，我们也不能指望所有人都留在国内读博，因为海外的高等教育资源还是很丰富的。但要注意的是海外的博士学历其实水平是参差不齐的，因此国内新增博士点以后，不同学校之间的差距可能也会增大。

王一涛：这个问题还是要从需求端来考虑。毕业生质量如何乐竞体育，归根到底还是要由市场来检验。比如美国博士的培养质量实际上参差不齐，呈现出多样化的特点。像哈佛、斯坦福这些学校的博士不论申请和毕业都是很难的。但有一些营利性高校也可以培养博士，这些学校对自己培养的博士质量负责，他们的毕业生不少也受到了用人单位的青睐。

乐竞体育

其中，Kepler—879c、Kepler—158d、Kepler—1489c和Kepler—963c，在迄今发现的最小超短周期行星中，分别位列第一、第二、第三和第五；Kepler—879c、Kepler—158d、Kepler—1489c和Kepler—2003b是最接近其主星的小型行星，其轨道半径在5个恒星半径以内。

葛健表示，本次研究工作的突破性发现是人工智能在天文大数据领域应用的一个里程碑，要想使用人工智能在海量的天文数据中“挖”到极其稀少的新发现，就需要发展创新的人工智能算法。同时，需要依据新发现现象的物理图像特征生成的大量的人工数据集做训练，使之能快速、准确、完备地探寻到这些很难在传统方式下找到的稀少而微弱的信号。

普林斯顿大学天体物理学家乔什·温(Josh Winn)教授评论称，超短周期行星(或称“熔岩世界”)拥有极其极端和出乎意料的特性，为人们理解行星轨道如何随时间变化提供线索。他原以为开普勒数据中的凌星信号已经被“挖掘殆尽”，不会再有其他行星发现，听到这些新的潜在行星的消息非常兴奋，并对这项寻找新行星的技术成就印象深刻。

葛健说，这次研究工作真正起始时间是2015年，当年的人工智能AlphaGo刚取得打败围棋界职业高手的重大突破。他受佛罗里达大学计算机系同事李晓林教授的激励和启发，决定试图把人工智能的深度学习应用在开普勒太空望远镜释放的测光数据中，寻找使用传统方法没能找到的微弱凌星信号。“幸运的是经过近10年的努力，我们终于有了第一份收获”。

基于此，研究团队根据凌星信号图像的物理特征创新设计和生成各种可能的凌星信号，然后在加入200万个利用开普勒太空望远镜真实光变数据人工合成的光变曲线上进行训练。训练后的神经网络再应用在开普勒太空望远镜的数据集中，并和GPU快速折叠算法一起使用搜寻数据中的超短周期凌星信号，最终帮助团队发现5颗半径很小的超短周期系外行星。(完)