我們實驗室所做的主要是系統效能的分析與優化。我們研究最新的系統軟硬體架構，包括高效能計算、加密計算、量子計算，研究如何利用工具去分析系統之間軟硬體互動的效率，以及評估系統的效能是否有達到我們的預期，如果沒有的話就嘗試用各種方法去優化。
我希望我的專題生要不怕動手做，有實作的能力而不只是紙上談兵。同時，觀察力的訓練也很重要，因為觀察力不是我們平常上課可以學到的，而是要仰賴親自實作的經驗才可以增進這部分的能力。而光是動手做也還不夠，我也會希望可以搭配論文的研讀，探索一些比較先進的系統，看看世界上最新的研究成果。
通常我們是讓專題生自行來選主題。新來的專題生會有機會可以看到已經在實驗室的學生正在做的題目，我會建議他們可以汲取一些經驗值，挑選一些相關的題目來做，可能可以最大化學習的效率。
我會建議先從了解學長姊的研究開始，而實驗室固定會有 weekly meeting，也希望新來的專題生可以把握這個機會，多多跟大家討論。一個月之後我就會希望專題生能夠找到比較想要做的方向，並且自己找一些相關的文獻來讀，我覺得對於這一代的學生來說，文獻的搜尋及研讀會是很重要的技能。
目前實驗室內有好幾個正在進行的大型 Project，與高效能計算、加密計算、量子計算有關，我可以舉兩個例子。
首先，我們目前有在做類神經網路相關的研究，但我們的方向與大多數人比較不一樣。我們希望結合加密計算，探討如何打造又快又準確又安全的人工智慧，因此會用到高效能的GPU，分析類神經網路的效能、設計加密演算法和加速器。我們與業界和臺大醫院合作，幫他們在資料隱私無虞的形況下優化系統，幫他們及時完成超大型醫學影像和基因序列的分析。
其次，我們是國內少數研究量子計算架構的團隊，目前我們獲得聯發科和科技部的贊助，研究量子計算這個可能是明日之星的新興科技，在研究的過程的過程中，學生會利用超級電腦、GPU的技術來模擬與發展量子電腦的架構和編譯技術。
我只希望進來的學生可以透過觀看別人的研究，以及自己動手做，來理解我們所做的題目的微言大義，了解這裡面一些奧妙的地方。如果他能夠看得懂一些進階的論文，並且能夠跟我做一些有意義的討論，那我就很開心了。
這會因人而異，但我覺得要對自己有一個起碼的要求。基本上來參與我們的週會就需要 2 小時，而且會希望能夠在聽完之後自己再花幾個小時找一下資料，或是跟實驗室的其他學生有一些討論。
我覺得專題課的目的是希望同學能夠整合過去所學，來去挑戰一個未知解法的題目。而專題課程是探索性的，其餘的課程可能比較缺乏這部分的練習。是難得的經驗，希望同學可以好好珍惜這種跟老師互動的經驗，並多向老師學習。
大二開始也不是不行，但希望要先有一些底子，這樣可能會比較順利。 其實並不一定要很急著修，等到自己有比較多的基礎知識再去接觸專題我覺得說不定是更好的選擇。
這是一個好問題，我覺得同學可以先問一下自己為什麼會沒有一個目標，因為照理說進入資訊系的兩三年中應該是有很多時間可以自己探索一些資訊領域的分支，我會覺得在找老師之前同學最好是要先對這些領域有一些基本的了解，並思考一下自己的專長是在那一部分，再去找老師會比較好，不然可能會有點淪為亂槍打鳥的感覺。
如果還是沒有很確定自己的興趣是在哪一個領域的話，不妨挑兩三個自己覺得比較有機會有興趣的領域，找那些領域的老師聊一聊，可能會是不錯的方法。或是也可以先找導師聊一聊，我們的導師制度也已經行之有年，同學可以多多利用。
通常我們是建議同學不要一攤手就跑了，這樣感覺有點賴皮（笑）。
通常老師跟學生都有一個互信的基礎，我覺得同學如果可以多跟老師討論幾次，讓老師看到自己做專題的誠意，那我想即使最後沒有做出什麼成果，應該也不會有太大的問題，畢竟專題課程看的是過程，只要同學有花力氣展現出做專題的企圖心即可。
當然是可以的，不過目前系上學分採納的制度應該是一學期只能有一個專題學分，所以同學如果這樣做的話可能會吃虧。不過如果同學是把學習放在第一位的話我想同時做兩個可能會是賺到才對（笑），只要同學願意這樣做的話我想是沒有太大的問題。