北京大學馬丁教授有博導嗎

① 大學老師的職稱有哪些

大學里教師的職稱分為助教、講師、副教授、教授四個級別。

助教

新教師在未受聘為講師以前先從事一年或一年以上的教學輔助工作，以熟悉大學的基本教學條件和教學的組織。助教也可以由正在攻讀博士學位的研究生擔任。在很多國家都由博士研究生承擔助教的工作，而不再專門設置助教這一級別的教職。

助教的主要任務是協助教學。助教輔助大學教育的主導方面是協助由教授和學生共同構成的課程教學系統正常工作。他的工作方式主要呈現為兩種：一種是協助教授工作；另一種是協助一門課程的展開，而這門課程可能是由多個教授共同承擔，也可能是由教授指導，由助教本人開設的。教授從自己的研究生里挑選兩位來協助備課、整理資料和組織課堂教學，這種是最初級的「助教」。

講師

能夠獨立開設一門或一門以上課程的大學教師。講師也有不同的等級。優秀的講師完全可以把他的課程開設成對本門學科有巨大貢獻的基礎課，而他的教學方法、實驗方法和基本規范將成為學生必修的一級台階，藉以達到大學教育的基本要求。講師也可以做一些初級的工作，基本上是去填補教授和副教授正常教學所遺留下來的空缺，來使整個教學系統趨於完善。另外，常常有這樣的情況，一些完整的教學單位，會特聘講師來講授一些自己的教授不能承擔而學生又必須學習的課程。比如，當年的北大，只有專職教員才可能成為教授，而兼職的一律稱為講師。在當時著名的講師中有梁漱溟、魯迅等。這就說明，講師的水平不一定比教授差，只是他們承擔的任務有所不同。

副教授

副教授原則上不僅具有開課的能力，對本學科的整體情況有充分的了解，自己主持研究項目，而且能把最新的研究用學術研討會的形式不斷開設成新課。他一方面向學生傳授相關的知識�授業，一方面訓練學生去掌握獲得知識的方法�傳道。所以嚴格地說，一個副教授既然已經是一個「教授」，他就必然已經具備了足夠的能力指導他本專業所有「求學的人」�包括本科生、碩士和博士研究生的學習，並完成畢業論文。上面提到，副教授在知識水平上未必要求比講師高，但其任務的性質不同，在知識和方法的教學中，他也比講師在大學系統中有更大的責任。在知識上，要求他對本專業的全部知識有通盤的了解，同時在一個問題上有專深的研究；在方法上，要求他對本專業的所有方法都了解，而他自己對其中一種方法有著熟練的掌握。他不僅可以指導本專業方向的學生完成研究，而且在博士研究生所採用的方法略超出本學科已有的方法甚至是採用全新的方法時，同樣能夠根據本學科方法的規范保證論文高水平的完成。

教授

教授是大學里的主體，大學里主導性的工作是由教授承擔的。教授的職能與副教授不同。在知識上，對教授的要求與副教授沒有什麼兩樣。但是在方法上有個重大的差別：一個教授不僅掌握並能熟練運用本學科已有的方法，並且他必須對本學科的方法論作出過貢獻，也就是說，他在遇到一個課題時不僅知道如何運用已有的方法來解決它，而且能夠或者已經創造出某種方法來為解決相關問題提供思路和手段。教授和副教授一樣要承擔本科生教學和指導研究生的工作，特別是指導研究生在現有的知識、方法儲備中沒有現成的東西可以利用時，去完成開創性的工作。除此之外，教授還要促進本學科�全世界范圍內的發展。他必須對本學科有清晰的了解，和本行的專家有便利的交流，通過定期主持學術會議和學術項目的方式來培養和訓練本學科的高級研究人員，領導他們進行集體協作，以完成科學所提出的任務。

博士生導師

教育部學位辦公室對博導的解釋是：博導不是職稱，也不是榮譽稱號，僅僅只是一個工作崗位。北京師范大學文學院教授楊聯芬這樣定義博導：「跟教授差不多，博導一直被當作職稱來用，而且是比教授更高級的職稱，因為一般只有先當了教授才有資格申請博導。」北京大學馬克思主義學院教授劉志光認為：博導被認為是介於教授和院士之間的職稱。這是高校教授們對博導的一般看法。

② 不是教授能擔任博導嗎

最近看到一則消息，說是北京大學將放寬博導參評資格，副教授、講師也可以申請擔任博士生導師。對於這項改革舉措，有人還專門撰文予以肯定，認為這是「回歸『博導』的本來含義」，有著多方面的積極意義。我的看法，卻並不如此樂觀。 不是教授能不能擔任博導呢？目前約定俗成的制度是，只有教授或相當於教授級別的研究員等職稱的人員才有資格擔任博士生導師。表面看起來，這種制度有些死板僵化，不夠靈活，但如果仔細推敲便不難發現這一制度在目前社會條件下具有更多合理性成份。 首先，教授擔任博導可以更好地保證博士生培養的質量。教授是顯示最高學術研究水平的職稱，而博士是接受最高層次教育的學歷。從理論上講，只有最高學術水平的教育者才有資格也才能夠培養出最高學歷的人才。當然，事實上可能存在有的教授在水平上不如副教授的現象，但這種現象不是制度本身造成，而主要是人為因素影響的結果。如果個別副教授甚至是講師的能力特別突出，那就應當按照職稱晉升制度的有關規定準予其晉升或破格晉升教授，繼而獲得博導資格。 其次，教授擔任博導可以更好地體現博士生培養制度的嚴肅性和權威性，避免因過多靈活性和隨意性的人為因素干擾而帶來對博士生培養質量的影響。誰都知道，獲講師、副教授資格比獲得教授資格容易，如果制度規定不是教授也可擔任博導，那就無異於更多地增加了博導遴選的靈活性和隨意性，相應也便增加了滋生教育腐敗的更多機會。 再次，教授擔任博導可以適度控制博士生培養的數量和規模，避免因盲目追求數量而造成質量下降的現象。社會上曾有這樣的笑話，天上掉下一塊石頭砸傷了四個人，其中兩個是碩士，兩個是博士。可見，當前的博士生培養已不是強調擴大數量，而主要是如何提高水平和質量的問題。如果放寬博導遴選的條件、副教授或講師也有資格擔任博導的話，勢必就會進一步助長已經愈演愈烈的博士研究生擴招熱的不良風氣。 任何制度都不可能是完美無缺的，因而改革的願望是可以理解的，但改革的具體措施需要慎之又慎。當改革後的措施比原有制度有著更多局限或缺陷的時候，兩者擇一選其輕，權衡利弊還是以保持原有制度為好。到底誰有資格擔任博導呢？要我說，只有教授才是最佳人選。 [稿源：紅網] [作者：東方龍]

③ 求叨叨馮聊音樂：音樂博士帶你從零開始學樂理

AI 科技評論按：作為中國音樂學習最高學府之一，中央音樂學院今日發布了一則音樂人工智慧博士招生啟事。該專業全名為「音樂人工智慧與音樂信息科技」，為中央音樂學院首次開設，導師陣容有來自清華大學、北京大學的人工智慧教授，聯合中央音樂學院院長共同組成雙導師培養制 (音樂導師+科技導師)，著力培養「音樂與理工科交叉融合的復合型拔尖創新人才」。

據官網資料顯示，「音樂人工智慧與音樂信息科技」專業學制一共是 3 年，要求報考者必須是出身計算機、智能和電子信息類的考生。

建議閱讀書目方面，除了《音樂理論基礎》1 本與音樂理論掛鉤外，其餘 4 本推薦書目都跟人工智慧理論相關，它們分別為《數據結構與演算法》、《信號與系統引論》、《人工智慧：一種現代的方法》以及《神經網路與機器學習》

由於「音樂人工智慧與音樂信息科技」為跨學科專業，面試環節除了將考核本學科的專業能力之外，還會考核考生的音樂能力——演奏某種樂器或者單純進行演唱。

目前該專業已敲定的 3 名聯合培養導師分別為：

• 俞峰

中央音樂學院院長, 教授、博導,「萬人計劃」領軍人才,「四個一批」人才。中國指揮學會會長、全國藝術專業學位研究生教指委副主任、中國文聯第十屆全國委員會委員, 享受國務院政府特殊津貼。

• 孫茂松

清華大學教授、博導, 清華大學人工智慧研究院常務副院長, 原計算機系主任、黨委書記, 教育部教學信息化與教學方法創新指導委員會副主任委員, 中國科學技術協會第九屆全國委員會委員。主要研究領域為自然語言處理、人工智慧、機器學習和計算教育學。國家 973 計劃項目首席科學家, 國家社會科學基金重大項目首席專家。2017 年領銜研製出「九歌」人工智慧古詩寫作系統。

• 吳璽宏

北京大學教授、博導, 教育部新世紀優秀人才。北京大學信息科學技術學院副院長, 智能科學系主任, 言語聽覺研究中心主任, 致力於機器聽覺計算理論、語音信息處理、自然語言理解以及音樂智能等領域的研究, 先後主持國家級、省部級項目 40 余項, 獲國家授權發明專利 10 余項, 發表學術論文 200 余篇。在智能音樂創作、編配領域頗有成就。

有興趣報讀該專業的考生，須在 2019 年 3 月 1 日至 15 日期間在網上完成報名（網址:http://yz.chsi.com.cn/），考試將於今年 5 月在中央音樂學院舉行。

更多詳情可點擊：

• http://www.ccom.e.cn/xwyhd/xsjd/2019s/201903/t20190301_53856.html



進行了解。

專業開辦早有預兆？

如果一直有關注中央音樂學院的動態，就不會對該專業的開辦感到驚訝。

早在去年的 5 月份，中央音樂學院就與素以創新性交叉學科研究聞名的美國印第安納大學信息計算與工程學院共同簽署合作建設「信息學愛樂樂團」實驗室——所謂「信息愛樂」，指的是一套音樂人工智慧伴奏系統，由印第安納大學信息計算與工程學院音樂信息學實驗室主任教授 Christopher Raphael 所發明。

該系統的最大特點是會運用數學方法把音樂本身和音樂家的感受進行了全面解讀、演算，通過不斷的主動學習，形成更加貼近音樂家個性化表現需求的管弦樂團伴奏、協奏模板，為音樂家提供了更為豐富靈活的演奏機會。

完成簽署後，經過半年多的緊張籌備，雙方於去年 11 月 26 日合作舉辦中國首場由人工智慧進行伴奏的特殊音樂會——「AI 之夜音樂會」，來自中央音樂學院的 12 位不同專業的優秀獨奏家與「信息愛樂」聯袂演出了 12 首多種體裁風格的中外作品。

值得一提的是，本場音樂會加入了人工智慧協奏中國樂曲《長城隨想曲》，這是第一次音樂人工智慧技術與中國民族音樂進行碰撞。

圖片源自中央音樂學院官網


中央音樂學院院長俞峰教授在音樂會致辭中說道：「這是一場意義深遠的音樂會，我國整個音樂行業將由此進入到一個「人工智慧化」的時代，極大的提升了整個音樂行業，尤其是音樂教育行業的信息化水平。人工智慧技術與音樂藝術專業相結合將會實現整個行業的跨越式發展，一定會成為音樂行業實現產業化的典範。」

• 「AI 之夜音樂會」音樂會完整演出視頻：


• http://video.ccom.e.cn/index.php?option=weixin,dianbodetail&id=3514



國內科研熱情日益高漲

除了中央音樂學院，試圖在人工智慧 + 音樂上做出成績的，尚有星海音樂學院及中央民族大學。

去年 5 月 16 日，由星海音樂學院管弦系與美國印第安納大學信息計算與工程學院音樂信息學實驗室合作的「音樂人工智慧輔助管弦樂教學聯合實驗室」正式掛牌啟動，雙方將就「音樂人工智慧輔助管弦樂教學」系統引入至日常教學中展開合作。

據了解，該系統可以讓學生們在日常專業練習過程中隨時聽到職業管弦樂團的完整樂曲伴奏，同時將自己與管弦樂團的合成演奏音頻轉化成高度結構化、可視化、可檢索、可比較研究的音樂數據帶到課堂上與專業老師共同探討；對專業老師而言，該系統可以實現對學生專業學習情況的縱向和橫向比較，獲得了解學生的第一手資料，從而完善教學內容和方法。

圖片源自「星海音樂學院」微信公眾號

去年 12 月 7 日，由中央民族大學與平安科技聯手的「人工智慧音樂聯合實驗室」簽字揭牌儀式在中央民族大學知行堂舉行。本次合作旨在發揮各自優勢、通過共同研發，實現人工智慧音樂創作由欣賞階段到專業階段再到專家階段的設想。

中央民族大學黨委常委、副校長宋敏在揭牌儀式上表示，人工智慧己列入國家規劃並進入逐步實施階段，正在不斷與各個領域結合，無疑將引領未來各行各業的發展，她希望雙方通過實驗室這一平台各自發揮優勢，提高民大學科建設水平和音樂創作水平，推進北京「四個中心」建設特別是文化中心建設，並積極助力中國優秀音樂文化走出。

圖片源自中央民族大學官網

另外，由復旦大學、清華大學聯合創辦，至今已是第 6 屆的中國聲音與音樂技術會議 CSMT（Conference on Sound and Music Technology），從 2013 年開始便就聲音與音樂技術這門多學科交叉領域源源不斷地為國內輸出學術見解，豐富了國內人工智慧 + 音樂領域的研究成果。

以 2018 年的會議為例，其徵文主題包括：

• 音樂聲學
  

• 樂器聲學/嗓音聲學/心理聲學與電聲學/空間音樂聲學等



• 聲音與音樂的信號處理
  

• 工業、農業、畜牧業、養殖業、地理、環境等各行各業領域的聲音信號處理/音樂信號處理



• 計算機聽覺
  

• 聲音與音樂的內容分析、理解和建模/音頻與音樂信息檢索/聲音與音樂分類、標注、情感計算、推薦等/人工智慧在聲音與音樂計算中的應用/聲音及音樂計算在娛樂、教育、海洋、醫學、裝備、軍事、信息安全等各領域的應用



• 音頻信息安全
  

• 魯棒音頻水印/音頻認證/音頻取證



• 計算機音樂與錄音
  

• 計算機輔助的音樂創作/計算機輔助的音樂教學系統/計算機音樂的製作技術/計算機音樂的軟體開發/ 音響及多聲道聲音系統/ 聲音裝置及相關多媒體技術/音效及聲音設計/音頻人機交互



• ·聽覺心理學
  

• ·聽覺與視覺相結合的多媒體應用
  

值得一提的是，去年的 CSMT 大會特別開辟了兩個 Special Session：一個用來探討面向一般 Audio 的計算機聽覺，試圖擴展 Music 之外的 Audio + AI 人工智慧在各行各業的應用，比如海洋艦船識別、設備診斷、AI 醫療、嗓音聲學、音頻監控、動物識別、農業保護、工業自動化等；另一個則是探討中國民族音樂與計算機等科學技術的交叉融合，顯示了該國內會議的前瞻性。

當下流行的 AI + 音樂演算法

對於當下的音樂人工智慧演算法研究，中國音樂學院音樂學系付曉東教授在發表於 2018 年 05 期《藝術探索》的《音樂人工智慧的倫理思考——演算法作曲的「自律」與「他律」》一文中按「自律」與「他律」將之進行了劃分。

其中「自律」指的是機器嚴格或非嚴格地遵循事先規定好的內部結構原則，對應於音響素材而生成音樂作品，最終的音響呈現受到內部結構原則的自律性限定；「他律」則指機器嚴格或非嚴格地遵循依據人類經驗規定好的外部結構原則，並映射為音響而生成作品，最終的音響呈現受到外部結構原則的他律性限定。

最終的梳理結果如下：

• 「自律」類音樂人工智慧演算法
  
  

• （一）數學模型（Mathematical Model）


• 以數學演算法與隨機事件構成數學模型進行作曲。其中演算法相當於作曲法則，隨機事件相當於音樂元素——音樂中的各種元素可分解為一系列隨機事件，如音的四屬性、音樂三要素等，作曲家（程序員）賦予其不同權重，使用特定隨機演算法對其進行運算處理而得出音響序列，其結果是非確定性的。常用的隨機演算法有馬爾科夫鏈、高斯分布等。目前以數學模型為主的音樂人工智慧作品在伴奏的速度跟隨、樂句的力度處理、終止式的伸縮節奏方面有相當的「智能」感，但是在作品的整體可聽性方面仍有明顯的欠缺。



• （二）演化演算法（Evolutionary Methods）


• 演化演算法源於達爾文所揭示的生物進化理論，用演算法模擬物種進化的過程來構建音樂作品。將隨機或人為的音響事件集合為一個種群，通過選種、遺傳與突變的演算法反復迭代，將種群中現有的多個個體進行優勝劣汰，其結果由適應函數構成的審核程序予以矯正，以保證其審美意義的質量。最常見的演化計算方法是遺傳演算法（Genetic Algorithms）與遺傳編碼（Genetic Programming）。演化演算法試圖將物種進化的過程匹配於音樂生成過程的邏輯不夠完善，因此作品的審美認可度並不高，如今常用於和聲配置與伴奏任務中。



• （三）語法系統（Grammars）


• 音樂的構成法則可類比於人類語言的語法規則。人類語言由字、詞、句等按照一定的語法規則構成表達單元，音樂中的動機、樂節、樂句也具有相似的結構特徵。首先創建一個特定音樂作品的語法規則，對和聲、節奏與音高等各種音樂素材進行組合，最後生成音樂作品。誠然，音樂與語言在某種程度上具有同構性，但是比較而言，音樂規則體現出更大的靈活度與可變性，由一個固定的語法規則附加若干可變規則的語言演算法，產生出的音樂作品多少帶有生硬而呆板的特徵。




• 「他律」類音樂人工智慧演算法
  
  

• （一）遷移模型演算法（Translational Models）


• 將非音樂媒體信號源中的信息映射並遷移為音樂音響信息。最常見的是將視覺信息進行轉換，例如將圖像中的線條轉換為旋律，色彩轉換為和聲，色度轉換為力度；將運動物體的空間位移轉換為旋律，速度轉換為節拍節奏等。也可用於非視覺信息的遷移，如將文學作品中的積極/消極的描述，通過自動情感分析系統遷移為大三/小三和弦。實際上，人類的感官在一定程度上的確具有「聯覺」效應，如空間線條與旋律走向的對應，但是如果將其進行嚴格映射，並沒有心理學的有力證據。因此使用遷移模型演算法生成的音樂作品，常常出現在交互性的新媒體藝術表演中，更多地以現場的事件相關性與交互性為審美趣味。而一旦音樂作品與其映射對象脫離而單獨呈現，這類作品的可聽性將會大大降低。



• （二）知識推論系統（Knowledge-based Systems）


• 以某種音樂風格類型為知識庫基礎，將該音樂風格的審美特徵提取出來並進行編碼，即歸納推理；以編碼程序為演算法而創造類似風格的新作品，即演繹推理。例如基於對位法原則的巴洛克音樂風格編碼、基於大小調和聲體系的古典浪漫音樂風格編碼、弱化和聲功能的印象派音樂風格編碼及各個相應風格作品的生成，即屬於知識推論系統演算法。這種演算法已經在某種程度上接近於音樂學院作曲技術理論的學習過程，生成的音樂作品與其所基於的特定風格知識庫非常相像，具有很高的可聽性。其缺點在於歸納—演繹兩個環節的相對割裂，即風格編碼必須由操作者提供，程序本身僅僅是對編碼的執行運算，作品的結果會嚴重受到操作者對創作規則的抽象理解的影響，並且會存在僵化與雷同的缺點。



• （三）機器學習（Machine Learning）


• 操作者為計算機輸入大量的音樂音響，計算機對其進行有效「聆聽學習」，即運用統計方法對音樂構成的法則進行學習，其過程與知識推論系統相似，但是操作者並不嚴格指定音樂類型，也不為程序提供風格編碼，這個過程由演算法程序自動完成，強調其自主性與「無監督」式的學習（unsupervised learning）。當然，從本質上來看，機器學習的「無監督」只能是在一定程度和范圍內，它依然囿於操作者所提供的知識素材庫。機器學習與數學優化、數據挖掘等計算科學的研究成果相關，更與認知科學領域與神經網路學科的研究成果密切相關，其中最為顯著的是採用決策樹、人工神經網路、深度學習等方法，是迄今為止對生物學習過程模仿程度最高的一種演算法。機器學習仍然屬於仿生，但它超越了對結構與力學層面的仿生，是對人類大腦思維過程的仿生。機器學習既可以用於一般意義上的音樂創作，也可用於即興演奏與競奏等場合。雖然可以生成各種指定風格或混合風格的音樂作品，但是它仍然取決於操作者提供的音樂數據類型，是通過對隨機事件進行概率統計得出規則後的音響預測。



根據付教授的劃分准則，我們將能對當今流行的大部分人工智慧 + 音樂研究工作進行有效歸類。

值得一提的是，由中國科學技術大學、微軟人工智慧和研究院、蘇州大學團隊合作，講述歌麴生成的端到端旋律和編麴生成框架的論文《XiaoIce Band: A Melody and Arrangement Generation Framework for Pop Music》成功榮獲 KDD 2018 的 Research Track 最佳學生論文，雷鋒網 AI 科技評論對此做了相應解讀，有興趣的讀者可點擊 https://www.leiphone.com/news/201808/NkobLRDHxZsyadg5.html進行回看。

總的來說，未來人工智慧將在音樂領域發揮更加重要的作用，它可以幫助人們分析作品、創作以及分擔相當多的重復性工作，進一步激發創造力，探索音樂形式與內容方面的多種可行性。希望這種跨學科、融合性的合作，能夠對各類音樂創作邏輯進行總結與完善，並在感知、情感等方面做出突破，讓人工智慧在音樂的諸多領域形成創新，並在教學、社會服務等方面產生影響。

④ 最強大腦

你好，我是速讀協會會員，很高興為你解答。

1、右腦的功能是感性直觀思維，這種思維不需要語言的參加，比如掌管「音樂」、「美術」、「立體感覺」等。而左腦的功能是抽象概括思維，這種思維必須藉助於語言和其他符號系統，主管「說話」、「寫字」、「計算」、「分析」等。

2、開發腦潛能重點在右腦開發，目的是充分發揮右腦優勢，更好地將左右腦結合起來，達到全腦學習的效果，全腦學習包括快速閱讀、快速記憶、思維導圖，去年，有學者推薦《精英特速讀記憶訓練》列入學生學習計劃中，以為軟體練習30個小時就能使閱讀速度提高5-10倍左右，學習每天練習1-2個小時，兩個星期就能取得很好的效果，普通人300字每分鍾左右的閱讀速度會達到3000字每分鍾的閱讀速度，記憶力也相應的快速提升。這個建議得到了中央教科所心理研究室原主任、多年從事腦心理研究的專家朱法良的高度認可，並提出盡量讓孩子三年級以上一定要使用，今早對孩子進行大腦開發。

3、我兒子我初中讓他練習《精英特快速閱讀記憶訓練軟體》進行大腦開發，今年考上了北京大學，通過了香港科技大學面試，學習能力我覺得比常人高很多。我上傳了他的成績，我個人覺得有精英特的軟體進行右腦開發是很必要的。

我的回答對您有幫助的話，請採納

⑤ 青島大學外語學院的簡介

外語學院師資力量雄厚，教學資源豐富，老一代學者馮振中、傅琅嬛、陸松齡、周漢林、王際洲、楊恩堂等在國內享有較高聲譽。現有教職工82人，專任教師74人，其中教授11人，副教授22人，碩士研究生導師27人；具有博士學位者22人，碩士學位者49人。
學院常年聘任外籍教師8人，此外還聘任德國外交部外交官馮·馬丁先生、國內外翻譯界知名學者：德國功能派翻譯理論代表人物克里斯思安·諾德教授、北京大學博導趙德明教授、南開大學博導王宏印教授、廣東外語外貿大學博導穆雷教授、黑龍江大學博導黃忠廉教授、全國翻譯資格考評中心副主任盧敏譯審等在內的客座教授和兼職碩導10餘人。

⑥ 大學教師級別有沒有博士生導師

大學教師級別沒有博士生導師。大學教師分為助教、講師、副教授、教授四個級別。教育部學位辦公室對博導的解釋是：博導不是職稱，也不是榮譽稱號，僅僅只是一個工作崗位。其中：助教悶御的主要任務是協助教學。

講師是能夠獨立開設一門或一門以上課程的大學教師。副教授原則上不僅具有開課的能力，對本型罩正學科的整體情況有充分的了解，自己主持研究項目，而且能把最新的研究用學術研討會的形式不斷開設成新課。教授是大學里的主體，大學里主導性的工作是由教授承擔的。

(6)北京大學馬丁教授有博導嗎擴展閱讀

教授是大學里的主體，大學里主導性的工作是由教授承擔的。教授的職能與副教授不同。在知識上，對教授的要求與副教授沒有什麼兩樣。

教授和副教授一樣要承擔本科生教學和指導研究生的工作，特別是指導研究生在現有的知識、方法儲備中沒有現成的東西可以利用時，去完成開創性的工作。除此之外，教授還要促進本學科全世界卜悔范圍內的發展。

他必須對本學科有清晰的了解，和本行的專家有便利的交流，通過定期主持學術會議和學術項目的方式來培養和訓練本學科的高級研究人員，領導他們進行集體協作，以完成科學所提出的任務。