? ? ? ? ?對話嘉賓

朱松純（Song-Chun Zhu）教授
馬爾獎、赫爾姆霍茨獎獲得者、UCLA教授、IEEE Fellow、暗物智能科技創(chuàng)始人

沈向洋（Harry Shum）博士
微軟全球執(zhí)行副總裁、美國國家工程院外籍院士、英國皇家工程院外籍院士、ACM Fellow、IEEE Fellow

主持人：華剛（Gang Hua）博士
便利蜂人工智能研究院院長兼首席科學家，IEEE Fellow, IAPR Fellow，ACM杰出科學家

主持人：大家都知道，朱松純教授和沈向洋（Harry）博士是二十多年的好朋友，他們在計算機視覺和人工智能領域都做出了杰出的貢獻，是學界和業(yè)界的領袖人物、海外華人學者的翹楚。2000年前后，他們在微軟亞洲研究院以及共同創(chuàng)建的非營利機構――湖北蓮花山研究院，聚集和培養(yǎng)了一大批優(yōu)秀青年學子，如今這些學生成績斐然，成為學界和業(yè)界的棟梁。

兩位老師都很喜歡金庸的小說，Harry尤其喜歡《笑傲江湖》里的令狐沖，松純最喜歡《天龍八部》里的蕭峰。他們當年約定十八年后來一次“華山論劍”。所以，我覺得，今天的對話實際上是“令狐向洋”與“蕭松純”之間的一次切磋。

本次對話的題目是：人工智能時代的道路選擇

一、談人工智能的發(fā)展趨勢：業(yè)界與學界的AI黃金時代

主持人：我第一個問題是，兩位老師在人工智能領域都耕耘了很多年，你們認為人工智能在學術界和工業(yè)界未來18年的發(fā)展趨勢是什么？

沈向洋：非常感謝大會給我們這樣一個機會，能夠讓大家一起切磋，確實有種高手過招的感覺。我跟松純的這個計算機視覺“華山論劍”之約差不多始于2000年，其實本來約定的是2018年過招，而且當時松純還說，不光我們兩人要過招，還要每人各帶18名弟子一起來過招 （笑）。

首先，我覺得人工智能發(fā)展到今天，我們這些人當然是幸運的。我在讀研究生的時候，專注的是計算機視覺和機器人等領域，但實際上90年代我們畢業(yè)的時候并沒有太多好的工作機會。特別是當時的計算機視覺、自然語言處理等方面發(fā)展比較慢，沒有多少可以應用落地的場景，而在最近幾年發(fā)展得非常快，可以說是日新月異。

我個人覺得，接下來十幾年中：

·?人工智能在工業(yè)界，在感知方面可能會迎來黃金十年，有很多系統(tǒng)可以做，而且能落地很多的應用場景，在工業(yè)界，大家無論是就業(yè)還是創(chuàng)業(yè)，都會有很多好的機會。

·?人工智能在學術界，剛剛松純在大會報告中從六個方面闡述了人工智能的發(fā)展趨勢和前景。我個人覺得，最激動人心的方向是腦神經(jīng)科學和人工智能之間的結合。

不僅人工智能在工業(yè)界有黃金十年，在接下來的二十五年，也會是人工智能在科研領域的黃金時期。

朱松純：我非常感謝劉云浩教授和大會提供這樣一個對話的平臺。我與Harry的這個對話約了很久，今天大家終于能坐在一起暢談。特別是大家對這個話題也比較關注，愿意聽一聽。

Harry和我都算是“65后”，有人說過，上世紀六、七十年代出生在中國的一代人是比較幸運的，當時社會風氣很正，大家崇尚科學與技術，很多人都有社會責任感和使命感。但問題是，我們讀到大學時，想學計算機視覺、人工智能等方向，國內當時基本沒有教授能夠指導我們，再加上信息不通，所以我們選擇出國深造。到了美國，我們學業(yè)是有大師指導了，但是如何規(guī)劃職業(yè)，前面沒有多少華裔成功人士能提供參考，我們都是在黑暗中摸索前行。后來，Harry去了工業(yè)界，成為了當之無愧的業(yè)界領袖，而我留在學術界繼續(xù)思考一些困擾我的問題。剛才Harry說了，我們畢業(yè)的90年代很難找到好的工作。我們兩個人是在走“夜路”，前面又沒有人，內心還是比較害怕的。所以，我們當時經(jīng)常電話溝通，就一些職業(yè)選擇的問題互相交流。就像兩個人在黑夜里走在不同的區(qū)域，拿手電筒往天上照一下，互相看看對方走到哪里了。

關于人工智能往后如何發(fā)展，我的意見如下：

·???????在學術界的發(fā)展，我剛剛在大會做了一個報告，題目是“人工智能：走向大一統(tǒng)的時代”。也就是說，AI的幾大領域脫離了數(shù)理邏輯的表達和計算機制，經(jīng)過20多年的摸索，找到了概率統(tǒng)計建模和隨機計算這個新的數(shù)理基礎，并在此基礎上開始融合，走向一個大一統(tǒng)的格局。我自己在報告中初步總結了這么六個大的變局和趨勢。

·????????在工業(yè)界的發(fā)展，我看本次人工智能的技術革命與前三次技術革命很不一樣。比如90年代末到2000年代初的互聯(lián)網(wǎng)與信息技術革命(現(xiàn)在大家又把它稱作第三次工業(yè)革命)，其實是一個相對簡單、成熟的應用技術，沒有太多的不確定性，大多數(shù)的公司只不過是做商業(yè)模式的創(chuàng)新。而人工智能是十分復雜的問題，水很深，它的應用場景和任務往往很難隔離出來定義，人臉識別是個特例！這里要警惕一個所謂AI-complete的問題：你本來只想解決問題A，結果發(fā)現(xiàn)你需要解決問題B，否則解不了A，然后，為了解決B，你又不得不解決C，直到你把所有問題都解決，這就是通用的人工智能。10年前，我就在說一個聽起來不那么科學的、有點滑稽的口號：If you cannot solve a simple problem, you may have to solve a complex one! 通俗來說，你需要解一個有1000個變量的方程組，單獨拿出3-5個變量來解，往往是解不出來的。現(xiàn)在我看到很多工業(yè)界的朋友還沒有嘗到這個苦頭，初生牛犢不畏虎（笑）。

從我自己的經(jīng)歷來看，我在2000年前后提出圖像解譯（image parsing）與視頻解譯，把視覺問題全部納入一個統(tǒng)一框架來求最佳解。后來發(fā)現(xiàn)，光解視覺問題是做不好的，還需要大量的認知推理（也就是我提到的智能暗物質），同時，為了提高學習的效率，走小數(shù)據(jù)、大任務模式，我們又必須綜合語言對話、機器人等領域。

二、談工業(yè)界及學術界的差異：內外兼修

主持人：事實上，朱松純教授和沈向洋博士都在計算機視覺領域開始了他們的研究生涯，之后就分別走上了學術界和工業(yè)界之路。但兩位又都是橫跨兩界，比方說松純現(xiàn)在出來創(chuàng)業(yè)成立了DMAI，而Harry在很多大學任兼職或榮譽教授。那么請問兩位，人工智能在工業(yè)界和學術界，存在哪些差異性？這兩方面的經(jīng)歷能相互幫助么？

沈向洋：其實，我們微軟研究院做了很多學術研究，我自己也帶了不少研究生。我想特別提一下互聯(lián)網(wǎng)的誕生對中國科研的影響。互聯(lián)網(wǎng)出現(xiàn)后，給人類帶來了巨大變化，包括對科研方法的沖擊也非常大，例如我在微軟研究院提倡的Deployment-driven Research就是要充分利用互聯(lián)網(wǎng)和用戶反饋。我個人認為，在人類歷史上最了不起的科技創(chuàng)新中，互聯(lián)網(wǎng)可以排到前三名。

但是，對于行業(yè)來說，不能僅僅停留在科研階段，還要有產(chǎn)業(yè)落地。我經(jīng)常講，在工業(yè)界你能發(fā)論文也很好，但是發(fā)論文并不是最主要的事情，而是你的科研方向和課題是否具有領導性、前瞻性。而且，在工業(yè)界做研究，論文發(fā)表實際上往往意味著一個項目的開始，而不是結束。當然，我們也非常重視科研和學術論文。這么多年來，微軟全球研究院有5個圖靈獎得主，他們當然也寫學術論文。如果你確實做了了不起的事情，那么就會真正被尊重。我想說的是，不要單純?yōu)榱藢憣W術論文而寫論文。

朱松純：學術界與工業(yè)界的關系，用武俠小說來打個比方。在大學做研究是練內功，是一些心法和內力；而在工業(yè)界練的是外功，講究功夫招數(shù)。在大學有點像上山到少林寺習武，學術大師就像張三豐創(chuàng)立武當門派；而創(chuàng)業(yè)開公司則像下山，開個鏢局，當產(chǎn)品經(jīng)理就像做鏢頭，走鏢、護送產(chǎn)品落地。

內功和外功是相輔相成的。你沒有內力的功底，你的外功打出來缺乏力道；但光練內功沒有外功的話，內功再好也會爛在肚子里、施展不開。

當內功練到一定程度后，真氣在體內游走，東奔西突，你就想把它發(fā)出來。可能不是你本人去發(fā)功，你的學生也可以去發(fā)功。我個人的狀態(tài)是，山上山下兩頭跑。準確來說，是三個地方跑：大學、公司、非營利機構（就像當年我們在湖北創(chuàng)辦了蓮花山研究院）。

（圖為2006年朱松純與沈向洋在湖北蓮花山研究院指導學生）

主持人：原來朱老師經(jīng)常“上山下山”，怪不得身材保持得這么好。對于Harry來講，你在工業(yè)界帶了很多學生，那你在工業(yè)界的經(jīng)驗能為他們帶來什么樣的建議，讓他們的職業(yè)生涯發(fā)展得更好？

沈向洋:?其實，說起練武功，我小時候還真的練過武術。我每天早晨在南京雞鳴寺蹲馬步，連續(xù)蹲了三年。

我比較幸運，在博士畢業(yè)后，先在微軟美國研究院和微軟亞洲研究院認真做了十幾年計算機視覺和圖形學的研究，最近十幾年在做互聯(lián)網(wǎng)和人工智能的工程和產(chǎn)品。我跟我的學生說，人能一輩子做學問是非常幸運的事。因為大多數(shù)人沒有機會一直做下去。就算你畢業(yè)的時候水平不是很高，但你做了十年、二十年研究之后，水平肯定很高了——因為你前面的人比如你的同學都不見了，那你就成為高手了。你看，后來我不做計算機視覺研究，所以松純就成為高手了（笑）。

在學術界和工業(yè)界之間“進進出出”是非常好的事情，我完全同意松純講的。你去山上看看，才知道世界有多宏偉。下了山開鏢局，做一個鏢師，那就完全不一樣了。工業(yè)界有時會覺得學術界的花拳繡腿，不知道要到什么時候才能實現(xiàn)，所以要用不同的角度去想這個問題。

主持人：看來兩位老師的討論已經(jīng)產(chǎn)生了一些火花。對于Harry的觀點，你有什么反駁或者想要說的嗎？

朱松純：我們兩個人的確是不同陣營出來的，他們卡內基梅隆大學博士畢業(yè)的，在工業(yè)界是一個大“幫派”，師兄師弟相互提攜，非常有影響力。而我是哈佛大學出來的，我的導師是數(shù)學家、化外高人，沒有幾個師兄弟。所以，我畢業(yè)后要獨立行走江湖。我畢業(yè)時，我的導師跟我一起吃飯時，就對我說：“find your alliance（去找你的同盟吧）。“我遇到Harry的那些師兄弟，雖然是秀才遇到兵（笑），他們對我還是比較客氣的。當然，Harry就是我找到的同盟者，他對我特別關照。

沈向洋：剛才松純提到了我的母校，那我就接著說一下。當年我去了卡內基梅隆大學（CMU）之后，發(fā)現(xiàn)美國強的學生真的很強，我們在學校里也確實學到了很多東西。

我認為每個學校都有自己的風格，像武功一樣，有華山派，有青城派。我們CMU的武功更像少林派，就像松純講的我們練的是外功和招數(shù)。比如很多美國高科技企業(yè)的CTO都是從卡內基梅隆出來的。

其實做項目并不是一個人單打獨斗能完成的，所以我在CMU讀研究生的時候就學到，如果要做大系統(tǒng)應該怎么組織，讓一批聰明人聚在一起，這就是松純所說的聯(lián)盟。

朱松純：Harry說得對，計算機視覺和人工智能都是非常復雜的問題，要建造這樣的系統(tǒng)，必須有強大的工程團隊。但我們必須警惕，這里水很深，就像前面提到的AI-complete問題。大的理論框架還沒有搞清楚就上馬去干，是有風險的。我的同事Judea Pearl有個說法，“盲人騎瞎馬、過地雷陣“。劉備當年帶著關羽、張飛幾員猛將到處打，結果被打得東奔西走、幾無立錐之地。直到在湖北隆中遇到孔明，諸葛亮把地圖一掛，把天下局勢和路線圖分析得清清楚楚，才走上正軌。

基礎研究就是要給工程團隊提供一張大的地圖，我剛剛在演講中也提出了人工智能大的格局、歷史和地圖。這個“地圖”就是把人工智能的各個領域綜合到一起來看，這樣才能看清楚、想清楚各領域之間的融合與統(tǒng)一的路線圖。

我的實驗室里有這樣的“大地圖”，雖然還不完整，分辨率還不夠高，但給研究生們有一個指引，讓他們能夠定下心來做研究。

順便說一句，今天ACM圖靈大會會場墻上展示的杰出的青年學者，就有好幾個是我們實驗室培養(yǎng)出來的。在過去四屆ACM優(yōu)秀博士論文榜單上（每年兩人），就有三屆的優(yōu)秀博士論文得主是我們團隊培養(yǎng)的學生（2015年北京大學的王爍、2016年中山大學的梁小丹、2018年北京理工大學的王文冠）。

三、談導師與學生之間的關系：雙向選擇與包容

主持人：朱老師剛才談到老師和學生的關系，正好我們也要談一談老師跟學生的關系。兩位老師在過去幾十年里帶了很多學生，跟很多學生都保持著很好的師生關系。最近中國一所知名高校的年輕教授在指導學生寫論文時，出了狀況，上了新聞。請問兩位老師怎么看這個事情？這么多年來，你們是怎么帶學生的？

朱松純：我覺得，之所以產(chǎn)生這樣的事情，是有些環(huán)節(jié)出了問題，現(xiàn)在高校對青年教師評估和研究生畢業(yè)有論文數(shù)目的要求,而老師與學生的價值觀不一致。古人講“道不同不相為謀”，現(xiàn)在很多導師和學生的價值觀不一樣，興趣是錯位的，時間久了就會產(chǎn)生矛盾。

作為老師，我最大的感受就是，學生往往不是教出來的，學生是選出來的。來讀研究生的人，都已經(jīng)20出頭了，你很難去改變他們的價值觀和習慣。那你就去選和你價值觀接近的學生。學生跟導師的興趣和價值觀契合，才能有和諧的關系。導師跟學生之間是一個雙向選擇的過程。大家常說，本科選學校、碩士選專業(yè)、博士選導師。你讀博士最重要的是選合適的導師，不要太看重學校排名。

過去，導師和博士生的關系是一種師徒關系，畢業(yè)后成為良師益友。有句俗話是這樣說的，你一輩子可能不止一個配偶，但卻只有一位導師。可惜，當今社會這種關系不再那么親密了，演變成了老板和雇員的關系。我是不容許學生私下把我稱作老板的，所以，他們背后稱我“老朱”（笑）。

主持人：松純說的好。其實老師選學生，學生也在選老師，這是一個雙向選擇。尤其對學生來講，要找對研究方向真正符合自己志趣的導師。Harry，你的意見是什么呢？

沈向洋：這個問題，我沒有像松純想得這么深刻和激進。我覺得出現(xiàn)這類新聞是一件非常不幸的事。但是，在做學術研究這塊，我很多年前在國內做過一個關于如何做學問的演講時，就一直強調一件事：做研究不是一生的所有，它只是人生的一部分，是興趣和愛好。

我認為，作為老師，有愛心非常重要。每個學生都不一樣，創(chuàng)造力會有差距，但是大多數(shù)我們收的學生智商都很高。我跟我太太說，收了個學生就像生了個孩子，生了就退不回去了。那怎么辦？如果讀了你的研究生，那我就說沒問題，好好培養(yǎng)。我們可以多一些耐心和寬容。

朱松純：Harry說得比較輕松，主要是因為他是兼職導師，不用負責學生畢業(yè)，也沒有學校要求必須發(fā)表多少篇論文的壓力。不過，話說回來，我和Harry都比較幸運，有很多十分優(yōu)秀的學生來跟我們學習。我們在微軟亞洲研究院也合帶了一些研究生，他們中間很多人都很重情義，這是當老師最大的收獲和驕傲。但我也體會過帶那些不是特別優(yōu)秀的學生做論文，的確有點吃力。

四、談人工智能時代的職業(yè)選擇：準確定位

主持人：兩位老師都是計算機視覺領域出身，在研究領域也都很有建樹，但是在人工智能之路上走了不同的方向，現(xiàn)在好像又走了回來。在你們各自職業(yè)生涯發(fā)展的過程中，你們有什么經(jīng)驗分享給年輕人？學術界與工業(yè)界作為兩個交互的領域，它們之間有什么關系？特別是朱老師，您現(xiàn)在出來創(chuàng)立DMAI，從學術界又來到工業(yè)界，帶來了一個什么樣的信息？

朱松純：人工智能時代的到來，讓非計算機專業(yè)的人都在擔心工作機會受影響。其實，對于今天在座的計算機專業(yè)的學生來說，人工智能對于傳統(tǒng)的計算機學科方向，如知識表達、算法分析、操作系統(tǒng)、編程語言、通訊架構、計算機體系結構都會有很大的沖擊，需要你們去重新認識。你們現(xiàn)在常用的概念和研究的課題可能需要調整。我剛剛在講座中提到，ACM里面一個核心的概念是P和NP問題。其實，在我們研究計算機視覺的時候，滿眼都是NP-hard。打個比方，當一個國家90%以上的人都在犯法，那可能說明這個法需要變一變了。所以，在AI全面轉向概率模型和隨機計算的前提下，討論NP問題就不那么relevant（相關）。

現(xiàn)在這一代年輕學生，如果不想受到AI的沖擊，可以擁抱AI，選擇投身到這股潮流中。現(xiàn)在選AI專業(yè)，就相當于80年代我們選計算機專業(yè)。AI不僅僅是一門課、一個研究方向，其內容是十分浩瀚的。當前投身的AI這一行，不管是選擇留在學術界練內功、到工業(yè)界走鏢，就算只是想跟風發(fā)論文，都很不錯。

長期來看，你的職業(yè)選擇取決于你對自己的定位，即在人工智能這個生態(tài)系統(tǒng)里占到的位置和時間段。打個比方，你要開個餐館，需要定位做哪個菜系，是做街邊小吃、開連鎖店，還是做小眾的私房菜？需要根據(jù)自己的興趣、實力和周邊的條件來考慮。

留在學術界做學問，要往前看十年，甚至二十年。做學問的本質就是登無人之境，我把這種狀態(tài)叫做“清風明月”，就是當年蘇軾夜晚泛舟長江、思考人生問題的心境。人工智能領域有太多的問號待解釋，1980年代我開始學習人工智能，有好奇心在驅動。就像當年屈原作《天問》，很多事情都不理解，想弄清楚各種現(xiàn)象和他們之間的關系。在科學研究中，我們更需要的是去“理解”（understanding），正如哲學家斯賓諾沙Baruch Spinoza所言：“人類能獲得的最高級的活動，就是學會去理解，因為理解了就達到思想的自由” （The highest activity a human being can attain is learning for understanding, because to understand is to be free）。

到了工業(yè)界做研發(fā)，好的公司往往給你超前1-2年的自由，但現(xiàn)在節(jié)奏越來越快了，能讓你自由思考的時間越來越短。熱點之下往往會發(fā)生“踩踏事件”，往往會身不由己。當然，現(xiàn)在一些巨頭公司，可以喝咖啡，日子過得也不錯，但過這種舒適的日子是有代價的，就像青蛙泡在溫水里。

條件容許的話，在學術和工業(yè)界兩頭跑，能看到full spectrum 全光譜，對很多問題體會更深，人生更完整、更精彩！

沈向洋：我覺得，每個人的情況都不一樣，尤其是每個人的悟性也有差別，心態(tài)最重要。你不能天天想著跟朱老師比，朱老師拿了很多學術界的大獎，把獎都拿完了，那你怎么跟他比？武功有高低之分，學問也一樣，真正的高手需要有很好的悟性。

無論是學生將來是想去做教授、去工業(yè)界，還是開創(chuàng)業(yè)公司，我都鼓勵。但是我一直強調的事，也是很重要的事，不管去什么公司，選擇工作的標準不能只看錢。一定要看未來三五年后自己是不是更強了，個人的市場價值是不是比之前顯著增加了。學到的經(jīng)驗那是無價的。

五、談年輕人“如何避免踩坑”：深耕細作方可成

主持人：向兩位老師請教最后一個問題。現(xiàn)在人工智能已經(jīng)來到風口，對于年輕人來說，根據(jù)你們的經(jīng)驗給他們提一些建議，從而避免在這條路上踩坑和少走彎路。

沈向洋：我覺得，對于今天在座的很多年輕學生，都是事業(yè)剛剛起步階段。我想對大家說的最重要的經(jīng)驗是，除了要立大志，就是要踏踏實實做一些事情。

剛才松純也說，如果想混日子也很容易，但是如果真的下定決心做一件事情，首先要喜愛這件事，相信能做出了不起的事情，一定要有這種心態(tài)。我見過很多聰明的學生，但是沒有做出了不起的事情，因為沒有沉下心在某一個領域深耕。把一個方向做深了，再向更多方向擴展。

朱松純：我覺得，這個時代對年輕人來說既好也不好。說好，是因為現(xiàn)在人工智能機會特別多，我的實驗室博士生畢業(yè)就拿到好幾個offer，起薪都比我在UCLA的工資高。說不好，是因為對年輕人來說，尤其是聰明的人來說，面對的機會太多，容易被這些眼前的機會所拖累，游走在各種具有誘惑的機會中，被帶來帶去，幾個回合之后，就找不到方向了，這有點像布朗運動（Brownian motion），我覺得非常可惜。我和Harry經(jīng)常探討一個事情，就是我們發(fā)現(xiàn)，在我們帶過的學生中，學習成績最優(yōu)秀、最聰明的學生，最后的成就不如預期，趕不上那些資質稍微差一點、但更加執(zhí)著的學生。

年輕人要能沉得住氣，做人做事都要能堅守信念，一輩子只做一件事，把它做好，就能有所成就。性格決定命運，要特別堅韌，Harry也說過，臉皮要厚一點，要經(jīng)得住老師和同行的批評。聰明的學生尤其要能克服這個問題。

最后再講一點，有人發(fā)現(xiàn)最近60年，科學的發(fā)展缺乏大的框架性的突破，這與1900年代初期的大突破時代不同。據(jù)我的觀察，我們面對的是全新的問題，要研究的都是大型的復雜系統(tǒng)，如人工智能、神經(jīng)與腦科學、生物系統(tǒng)、社會學。是不是西方過去十分成功的reductionism思維方式需要掉頭，融合東方哲學和綜合的思想？我覺得這是一個值得大家思考的問題。

主持人：所謂舉一反三，觸類旁通，大體上也是需要先在一個方向上堅持足夠久從而建立足夠的知識深度進而到廣度。讓我們感謝兩位老師的精彩對話和分享，希望下次再有機會見證兩位老師的“論劍”。謝謝大家！