Chip & Dale的洛杉磯留學生活

最近很開心獲得 UCLA Electrical and Computer Engineering Department 的 Dissertation Year Award。對我來說，這個獎不只是博士最後一年很重要的研究支持，也是一個很大的鼓勵。

Dissertation Year Award，簡稱 DYA，是 UCLA ECE 提供給博士班最後一年學生的研究經費。它的目的，是讓即將完成 dissertation 的博士生能在最後一年更專注於研究、論文整理與畢業準備。今年這個獎在系上競爭很激烈，整個 ECE department 最後只選出三位學生。

我覺得它特別有意義的地方在於：這不是單純看某一篇 paper，或某一次 presentation，而是評審會整體評估一位博士生到目前為止的研究成果、未來一年完成 dissertation 的可行性，以及這個研究方向的長期 impact。

DYA 的評審流程

以我這次的經驗來看，DYA 的評審大致分成兩個階段。

第一階段是書面審查。申請者需要準備幾份主要資料，包括 CV、research summary，以及推薦信。

CV 的功能不是把所有經歷都堆上去，而是要讓評審快速看到你的研究軌跡和代表性成果。我的 CV 裡最重要的部分，是幾個能代表我博士研究方向的 projects：例如 all-optical phase conjugation、wavelength-multiplexed multiplane quantitative phase imaging，以及 wafer-scale broadband unidirectional visible imaging。這些工作雖然看起來是不同應用，但共同核心都是 diffractive optical networks，也就是利用 machine-learning-optimized diffractive optical processors 讓光學系統直接執行資訊處理。

Research summary 則更像是整份申請的核心。它需要回答三個問題：我現在完成了什麼？我最後一年還要完成什麼？如果成功，這個研究有什麼影響？

我的 research summary 主要把博士研究整理成一個 end-to-end framework：從 theoretical modeling、large-scale numerical optimization，到 nanofabrication 和 experimental validation。也就是說，我想強調的不是只有 simulation，而是如何把 AI-designed optical systems 真正做成 physical hardware。

推薦信則提供另一個角度。CV 和 research summary 可以呈現成果，但推薦信能補充研究過程中的細節，例如實驗能力、合作能力，以及面對實際系統問題的能力。比如其中一個教授的推薦信中提到我從 2023 年開始參與 terahertz imaging/sensing experiments，也強調了我在 multilayer alignment、signal-to-noise ratio、fabrication imperfections 等實驗挑戰上的貢獻。這些內容對申請很有幫助，因為它讓評審看到：這些研究不只是理論上可行，而是真的被實作、測試和驗證過。

第二階段是 finalist presentation。進入 finalist 後，需要上台向幾位 ECE 的教授評審報告自己的 dissertation research，最後再由評審決選出得獎者。

這一關其實很關鍵，因為書面資料可以慢慢讀，但 presentation 是你直接讓評審感受到你研究成熟度的機會。你需要在很短的時間內說清楚：你的研究主題是什麼、為什麼重要、你做出了什麼、最後一年要完成什麼，以及為什麼你值得被支持。

準備策略一：先找到一條貫穿全文的研究主線

我覺得準備 DYA 最重要的第一步，不是整理 CV，而是先找到一個能貫穿全文的 research story。

博士研究常常不是只有一個 project。以我自己來說，我做過 computational holography、diffractive optical computing、quantitative phase imaging、optical phase conjugation、unidirectional imaging，也做過 lensfree holography 和 digital pathology。如果每個 project 都平均講，文章和 presentation 很容易變得很散。

所以我後來選擇把主線收斂成：

如何利用 diffractive optical networks，讓光學系統本身成為 scalable AI-driven information processing hardware？

在這條主線下，wavelength multiplexing 是一個很好的貫穿故事。

因為它不只是某一篇 paper 的技術細節，而是可以串起整個研究方向的核心概念：如果一個 diffractive optical processor 可以在不同 wavelength channels 中同時處理不同資訊，那它就有機會從單一功能的 optical inference，走向 massively parallel optical information processing。

這樣一來，我的幾個 projects 就比較容易被放進同一個故事裡：

一開始是利用 diffractive optical processors 做特定光學運算，例如 phase conjugation 或 phase imaging；接著透過 wavelength multiplexing，把不同深度、不同通道、不同資訊編碼到不同波長；最後往更 scalable 的方向前進，例如 parallel optical storage、multi-channel inference，以及 high-throughput optical computing。

這比單純說「我做了三篇高 impact journal paper」更有說服力，因為評審會看到一個逐步發展的 dissertation vision。

準備策略二：CV 要變成研究故事，不只是成就清單

CV 當然要完整，但 DYA 的 CV 不能只是一份流水帳。

我覺得最重要的是讓評審一眼看出幾件事：

第一，我的研究方向是連續的。從碩士時期的 holographic AR head-up display，到 UCLA 的 diffractive optical processors，再到後來的 visible-light nanofabricated optical computing systems，背後其實都是 computational optics 和 optical information processing。

第二，我的博士研究有代表性成果。我的幾個 first-author works 發表在 Nature Communications、Advanced Photonics、Light: Science & Applications，分別對應到 all-optical phase conjugation、wavelength-multiplexed QPI，以及 wafer-scale visible diffractive optical processors。

第三，我的研究不只是 academic proof-of-concept，也有實際應用與產業連結。像是 Meta Reality Labs 的 internship，主題是 deep learning-enabled optical inspection for VR modules；Amazon Fellowship 則強調 AI research 和 real-world intelligent systems 的連結。這些經歷幫助我把博士研究放在更大的技術背景裡：AI hardware、computational imaging、AR/VR optical systems，以及 next-generation sensing。

準備策略三：Research summary 要清楚區分「已完成」和「最後一年要完成」

Research summary 很短，所以不能什麼都講。它最重要的是要讓評審相信兩件事：

第一，你已經累積了足夠的博士研究成果。

第二，你最後一年有一個清楚、可完成、值得支持的計畫。

我在 current status 的部分，強調自己已經建立了一個從 modeling、optimization、fabrication 到 experimental validation 的完整研究框架。這很重要，因為 DYA 不是 early-stage fellowship，它支持的是即將完成 dissertation 的學生，所以評審需要看到你已經有足夠基礎。

在 remaining research plans 的部分，我把最後一年聚焦在 wavelength-multiplexed diffractive systems for massively parallel optical information processing and storage。這個方向延續了我過去在 wavelength-multiplexed QPI 和 diffractive optical networks 的研究，也能自然推進到 dissertation 的最後一章。

我覺得這裡的重點是：不要只說「我會繼續做更多實驗」。要具體說明接下來要解決什麼問題。例如 wavelength spacing、spectral bandwidth、cross-talk、fabrication tolerance、visible-light experimental characterization。這些詞會讓評審感受到你的計畫不是空泛的，而是真的知道最後一年要完成哪些關鍵步驟。

準備策略四：Presentation 不要變成 paper dump

進入 finalist 之後，上台報告是一個完全不同的挑戰。

書面資料中可以有很多細節，但 presentation 裡不能把所有 paper 都塞進去。尤其評審是 ECE 裡不同領域的教授，不一定每個人都熟悉 diffractive optics 或 computational imaging。因此，我覺得 presentation 的目標不是展示我知道多少 technical details，而是要讓評審在短時間內理解我的研究主軸。

我的策略是用一條簡單的故事線來講：

我的研究目標是把 AI-learned transformations 寫進 optical hardware，讓光通過被設計過的 diffractive layers 時，就能完成資訊處理。接著，我用幾個代表性 projects 說明這件事如何一步步被實現：從 all-optical phase conjugation，到 wavelength-multiplexed phase imaging，再到 wafer-scale visible diffractive processors。最後，再回到 dissertation year 的計畫：利用 wavelength multiplexing 推進 scalable optical information processing and storage。

這樣的架構比逐篇 paper 介紹更有效，因為每個 project 都是在回答同一個大問題，而不是各自獨立存在。

準備策略五：上台時，微笑真的很重要

這是比較 soft skill 的部分，但我覺得非常重要。

Presentation 當然要清楚、內容要扎實、時間要控制好。但除此之外，微笑也很重要。

因為評審不只是看你的 slides，也是在感受你這個人如何分享自己的研究。當你微笑、語氣自然、眼神友善，評審會比較容易感受到你對研究的熱情。這不代表要表演，也不是要刻意討好，而是要讓聽眾覺得：你是真心想把這個研究分享給他們。

我覺得很重要的一點是，不要一上台就一臉嚴肅、緊繃，甚至讓人感覺有敵意。很多時候我們因為太緊張，會不自覺變得表情很硬，講話也很急。但對評審來說，這可能會讓整場報告變得有距離感。

我後來提醒自己：presentation 不是防守，也不是被審問，而是一次分享。你是在邀請評審進入你的研究世界。這個心態轉換之後，就算評審後面QA問問題，也不會那麼緊張。

準備策略六：Q&A 不是壓力測試，而是展示研究深度的機會

除了正式報告本身，我覺得 Q&A 環節也非常重要。

很多人可能會把 Q&A 想成一種壓力測試，擔心被問倒、擔心教授挑戰自己的研究。但我後來覺得，從比較正面的角度來看，Q&A 其實是另一個展示研究價值的機會。

因為在短短的 presentation 裡，不可能把所有細節都講完。你只能呈現研究主線、代表性成果和最後一年的計畫。但 Q&A 給了你一個機會，讓你能根據評審真正感興趣的問題，進一步補充研究的意義、技術挑戰，以及未來發展潛力。

尤其 DYA 的評審教授來自 ECE 不同領域，他們問的問題不一定會完全落在你最熟悉的小領域裡。有些問題可能是關於 scalability，有些可能是 fabrication，有些可能是 system robustness，也可能有人會問你的研究和 broader AI hardware、computational imaging 或 real-world applications 的關係。這些問題表面上可能很挑戰，但其實也是讓你展現「我不只是會做這個 project，我是真的理解這個研究方向」的好機會。

因此，Q&A 一定要準備充分。我覺得可以事先整理幾類可能被問到的問題：

第一，為什麼這個研究重要？
也就是你的 work 相比傳統 optical systems、digital computation、或 existing AI hardware 的核心價值是什麼。

第二，這個方法的限制在哪裡？
例如 wavelength multiplexing 的 scalability 會受到 wavelength spacing、spectral bandwidth、cross-talk、fabrication tolerance 和 detector sensitivity 的限制。這些限制不能逃避，反而要主動理解，因為能清楚說出 limitation 代表你真的懂這個系統。

第三，這個研究未來可以走向哪裡？
例如 massively parallel optical information processing、optical storage、AI-driven imaging hardware、compact intelligent sensors，或是更廣義的 physical AI。

我覺得回答 Q&A 時，最好的狀態不是急著防守，而是把每個問題都當成延伸說明的機會。如果問題指出了 limitation，可以先承認這是一個重要挑戰，接著說明你目前如何處理、最後一年會怎麼分析，以及這個挑戰本身為什麼也是 dissertation 的一部分。

我的心得：DYA 準備其實是在重新理解自己的博士研究

準備 DYA 的過程，對我來說最大的收穫，不只是最後拿到獎，而是它逼我重新整理自己的博士研究。

平常做 PhD，很容易陷入每天的 simulation、debugging、alignment、paper revision、experiment troubleshooting。很多時候我們只是在解決眼前的問題，沒有時間停下來問：這些工作加起來，到底形成了什麼樣的研究方向？

DYA 申請剛好迫使我回答這個問題。

我必須把過去幾年的研究整理成一個完整敘事：我不只是設計 optical systems，而是希望讓 optical hardware 本身具備 AI-driven information processing 的能力；而 wavelength multiplexing 則是我最後一年想強調的 scalability 路線。

這個整理過程讓我更清楚看到，博士研究不只是幾篇 paper 的集合，而是一條逐漸成形的研究路線。

給之後準備 DYA 或類似 fellowship 的同學幾個建議

第一，先找到一句話版本的 research identity。不要一開始就想列出所有成果，而是先問自己：如果評審只能記得你一件事，你希望他記得什麼？

第二，把 CV 轉換成故事。CV 裡的每個 project、award、internship，不應該只是條列，而是要共同支持同一個研究主軸。

第三，research summary 一定要清楚寫出 completed work 和 remaining work。評審需要看到你已經有足夠基礎，也需要相信你最後一年能完成 dissertation。

最後，我覺得 DYA 對我最大的意義，是它讓我在博士最後一年之前，有機會重新確認自己的研究方向。這個獎提供的不只是經費支持，更是一種提醒：過去幾年的努力已經逐漸累積成一個完整的 dissertation story，而接下來最重要的，就是把它收斂、完成，並推向下一個階段。