談起姚期智在學術界的地位，橫跨計算機和物理專業，業界人莫不敬仰。憑藉加密共享數據方法的世界級突破，姚期智於2000年獲得計算機領域的聖盃——圖靈獎，在該獎項52年的歷史中，他仍是唯一獲得殊榮的華人。
學者之外，讓姚期智與人工智能具有強關聯的另一個身份是“老師”。在回國後的十餘年中，由他領導的清華交叉信息研究院，填補了國內在相關技術領域的空白，具有開疆拓宇的意義。
他堅持親自為本科生上課，其主講的 “理論計算機科學”成為國內首次開設的計算機理論課程，桃李之中成就了中國計算機領域裡的一流人才，樓天城、Face++創始三劍客（印奇、唐文斌、楊沐）、張勝譽、鄒昊等人均出自他名下，“姚班”被傳為佳話。
夏末秋初，北京的天秋高氣爽，燥熱和潮溼消失在風中，在一個陽光斑駁的下午，我們來到清華園FIT樓，對姚期智進行了專訪。在近三個小時的對話裡，我們看到了一種直麵人工智能領域核心問題的冷靜態度。而這不僅僅關於當下風行的評測奪冠，還有針對人才流失、大國競爭、工業驅動等等方面的思考。
憶往昔
姚期智生於上海，幼年隨父母遷往臺灣省，在臺大獲得物理學士學位；後前往美國深造，在哈佛大學取得物理博士學位，爾後轉向方興未艾的計算機領域，獲得美國伊利諾依大學計算機科學博士學位。57歲時，姚期智辭去普林斯頓大學的終身教職，受邀回國擔任清華的全職教授；今年，他與楊振寧先生一同放棄美國國籍，轉為中科院院士。
回望這段豪邁而傳奇的人生歷程，不難理解姚期智身上自帶的中西方融合意味，以及充滿警覺式的文化自省。基於物理學和計算機的雙重學科背景，姚期智的視野格局更為寬廣，交叉與融合的學術思想特點十分明顯。
談起姚期智一生中的最為重要的兩個決定，都繞不開關鍵先生楊振寧年幼埋下物理學的堅定信仰源於楊先生的影響，中年毅然回國也因楊的推動。
1957年，楊振寧與李政道因共同提出宇稱不守恆理論獲得諾貝爾物理獎，這是華人首次站上諾貝爾獎的舞臺。一陣學習物理的熱潮在臺灣掀起，姚家也不例外。可以說，年僅11歲的姚期智在精神世界上已與楊先生結緣，在心中立下了進入臺大物理系的志向，並在中學階段接觸到了相對論。
在採訪中，姚期智建議年輕人，“要做科技，本科階段學習物理是非常好的選擇，物理學對於構建科學理念很有幫助。即使變換不同的領域和職業工作，選擇問題、構建問題的能力依然重要”。
1972年，姚期智獲得美國哈佛大學物理博士學位，爾後受到妻子的鼓勵轉向計算機科學。2002年的下半年，姚期智數次來到中國，先後參加了南京、上海、北京三地的學術交流會議，國內關於計算機科學的討論給他留下了深刻印象，也為日後回國定居打消了環境上的顧慮。同時，清華大學計算機系的主任周立柱、張鈸院士聯繫到姚，希望由他來牽頭，建立一個講學教授的機制。
姚期智欣然答應，他從國外邀請了十餘位計算機專家給清華研究生上課。正是這段給研究生講學的經歷為後來“姚班”精英式教學模式埋下了種子。
2003年，楊振寧回國定居，在其參與推動成立的清華大學高等研究中心擔任教授，並積極地為清華和姚期智牽線搭橋。一方面，他向當時的校長顧秉林極力推薦姚；另一面，他還邀請姚期智回國見面。在內外因素的感召下，2004年，57歲的姚期智辭去了普林斯頓大學的終身教職，回國擔任清華的全職教授。
21世紀初，中國互聯網業態甦醒，但學術發展還處於第三世界的發展道路上，尤其是科研工作仍處於“學術邊緣”地帶。“中國的計算機科學，還和最先進的地方存在相當大距離”。同事吳辰曄曾評價，從育人的角度而言，在普林斯頓或許比在清華更容易培養出更多頂尖的學者。
但在姚期智看來，回到清華是順理成章的事情。“能為縮短中美之間的差距做出貢獻。我想了不久，就答應了清華的邀請。”姚期智提到，回國前曾與親人、朋友討論，“我的愛人十分認同。我們都很專注在科研事業，對於居住的環境、文化改變並沒有太多顧慮，並且我們對於自己是中國人的認知從來沒變過”。
隨後的一年裡，由姚期智主導並與微軟亞洲研究院合作的“軟件科學實驗班”在清華成立。這便是後來赫赫有名的清華大學“計算機科學實驗班”，也被稱為“姚班”。
建“姚班”
談及“姚班”的創立，姚期智認為兩個核心要素奠定了後續的發展。一方面，來自清華領導層面的支持，在現有龐大體系外搭建一套適應前沿技術的創新模式並非易事。從某種程度來說，“辦姚班這件事在美國做會更難”。越是成熟和知名的大學，運行模式就越是牢固，從理念到實踐的推進，阻力尤其多。
據姚期智回憶，落地過程似乎很順利。但在不久前，他才聽說當時的清華書記陳希在背後做了許多努力，包括協調多方配合。“這個確實會影響到其他院系和學生，陳希當時只讓我放手去做”。另一方面，“姚班”具體授課計劃為順應時代需求而做出了調整。最初，校方希望構建一個培養博士生的良好機制，打造一支具備實力的研究團隊，但最後改為面向本科生的教學計劃。
姚期智回憶，這和此前在清華做講學教授的經驗有關，“我發現中國研究生有很多知識點都沒學過”。彼時，姚期智已經意識到國內本科基礎教育的短板，“要想有好的研究生生源，必須建立配套的本科生的計劃”。
在姚期智留美的二十餘年，先後在哈佛大學、伊利諾伊大學、麻省理工學院、斯坦福大學、伯克利加州大學、普林斯頓大學等等頂級學府執教，積累了相當豐富的教學經驗。
立項之初，姚班就將目標設定為“讓中國最好的高中畢業生進來，出去以後，一定是世界最好的本科畢業生”。
除去清華本身的入學高門檻外，姚期智強調全能的選拔標準，要求所有學科都達到優秀。在牢固的基礎之上，課程的設置標準和延展空間更容易把握。
“姚班”採用全英文授課，全英文交流，課程雖不多，但每門課的難度都不低。為了讓學生從高中式的學習思維過渡到研究思維，姚期智對教學內容進行優化重組，既注重全面覆蓋計算機科學前沿領域，同時突出計算機科學與物理學、數學、經濟學、生物學等多學科領域的交叉。
“不要怕人家說搞精英”。在彼時看來，中美高等教育水平存在明顯差距，姚期智認為建立精英研究團隊、實行精英教育制度，是中國趕超西方最有效的方式。“我們這代人等不得，國際環境不允許你有一個從容的態度，讓中國科研順其自然發展。我們必須很短時間做到它。”
談到中西方的差異，姚期智認為，師資設定和圈子效應值得借鑑。大學裡教師的平均素質是比規模和院系數量更重要的指標，“在MIT或者Stanford，對於教授有著非常嚴格的標準，優秀而富有創造力。在教師與學生的朝夕相處過程中，學生不止於收穫課本上的呆板知識，更重要的是老師的思維方式。這個部門是年輕科學家成長過程中，最好的、最寶貴的養分。”
此外，西方大學中的圈子文化也構成了其差異化優勢。“比如在MIT的餐桌上，話題通常圍繞你最近聽到哪些有意思的工作，或者說我最近做了一個什麼新項目，能夠跟不同的跨領域人交流，可以增加很多合作機會。”
在姚期智的主導下，計算機科學實驗班的培養方案、教學計劃逐步確立並完善，姚期智親自主講的“理論計算機科學”成為國內首次開設的計算機理論課程，主要內容正是他精通的計算機算法設計和複雜性領域。
談教育
據今，“姚班”已送走九屆畢業生，約320人。其中，90%選擇繼續深造，59人在姚先生創建的清華大學交叉信息研究院讀研，大部分選擇出國留學，包括MIT、Princeton、Stanford、CMU、Yale、UC Berkeley、賓夕法尼亞大學、哥倫比亞大學等；另外10%在工業界活躍，創業或者加入谷歌、Facebook等知名科技公司。截至2016年12月，姚班學生為論文通訊作者或主要完成人的已發表論文為121篇，42位優秀姚班學生被選派參加國際會議並作論文宣講。
交叉信息研究院聚焦在理論計算機科學、 量子信息、 信息安全、 網絡科學、金融科技、人工智能等領域，同時也在不斷擴寬覆蓋領域和合作，如與螞蟻金服聯合成立金融科技實驗室。其中，在人工智能領域，加入工業界的代表如印奇創立的Face++、樓天城在谷歌；在學界的代表，如馬騰宇，畢業後先是進入到普林斯頓，然後被斯坦福聘用。“他們確實是人工智能領域的先驅，會在該領域留下非常深刻的痕跡”，姚期智評價道。
高度集中的優質資源塑造了“姚班”的傳奇，類似地，在中科大少年班等模式上也得到驗證。但從整體水平來看，中國的學術水平和成果仍落後於歐美。姚期智分析，中國學生的創造力並不比國外學生差，缺乏創造力是他們周圍的環境，缺少足夠的模範，那些有創造力的、思想活潑的教授。“我覺得不管是文化，還是起步晚，都不是我們拿來解釋中國科研發展不足的藉口。”
對於優秀人才的可持續性培養策略，姚期智談到，最理想的方式是引入傑出的大科學家，讓他們來吸引教授，能夠訓練人才。“作為一名資深的科學家，具備整個領域的全局視野，懂得培養年輕人的方法”。但實際上，尤其在計算機科學領域，人才爭奪戰異常激烈，無論是學界與工業界之間，還是國家層面都在進行著。
姚期智認為，從國家的角度層面來看，人才仍是大計，尤其是要實現國務院《新一代人工智能發展規劃》的“三步走”戰略目標。“即使不能大量吸納知名科學家，也必須實現自產優秀人才。”這涉及到人才的培養機制，要給予足夠的空間讓年輕人出頭，對於成果的評價要有清晰的區隔標準、獎勵機制。
回顧過去五年，姚期智認為，中國高等教育事業已經初見成效。“在計算機科學領域，我們逐步能夠引進，亦或者是產出一批傑出的年輕人。他們的工作成果已經是一流水平。”強化人才培養的機制一旦建立，雖然不能立即看到成果，但五到十年後，會有收穫。“這需要清華大學領導或者教育部領導共同出力。”
聊起個人最近的狀態和研究方向，姚期智表示，“最近四年我進入了一個新領域——計算經濟學，其核心是拍賣理論，讓我感到很興奮。”據清華新聞報道，姚期智曾在經典的“拍賣利潤”最優化問題上提出更為簡單巧妙的解決方法，解開近年來困擾學術界的一塊頑石。
對於言傳身教這件事，姚期智深以為然。他談到，即使是在辦學，身負一些行政的責任，但也絕對不能讓自己從研究的第一線退下陣來。“只有自己身處在第一線，做出一些出色的工作，才能夠給其他年輕的教授和學生，樹立一個參考的標準。離開研究崗位以後，對於事情的判斷可能發生偏差。”
從物理學到計算機科學，再到信息科學與物理學、計算機科學、經濟學、生物學等多門學科的交叉與融合，姚期智也在不斷積累跨領域研究的能力和方法論，“在每個領域，我會做出兩三篇重要文章，然後換到一個新的領域。每個人不一樣，這是我的方式”。
講競爭
人工智能產業方興未艾，下自創業領域、傳統產業，上至跨國公司、大國儲備，搶奪船票的火藥味愈發明顯。在最近十年的進程中，中國已經從第三世界躍遷至第二大經濟體，人工智能在下一個十年中將會承擔什麼樣的角色？全球範圍來看，中國的人工智能水平究竟處於什麼樣的地位？
高盛在最新發布的人工智能報告中表示，中國有足夠的資源和決心在未來幾年打造出一個基於人工智能（AI）和深度學習的智能經濟體。特別是以BAT為首的中國互聯網企業，正在成為中國人工智能發展的重要推手。
談到中美之間的差距，在中、美兩地均擁有十餘年教研經驗的姚期智回答很誠懇。他認為全球的技術水準差異不大，但中國還需要在兩個方面進行補足。
一是系統層面，能夠遷移到不同領域的廣泛系統。“中國的計算機系統是弱項，我們硬件做得不錯，有超級計算機；但是系統工程一直不太注重，這是很大的挑戰。”
他以IBM舉例，1997年，Deep Blue打敗人類象棋冠軍；2007年，IBM研發出一臺能迅速回答涉及雙關語和文字遊戲等複雜問題的機器，在2011年參加了一檔美國智力問答節目《危險邊緣（Jeopardy）》，嘗試在問答遊戲中戰勝人類。雖然人機大戰已成潮流，但在當時看來是件很新鮮的事。打敗兩個人類冠軍後，Waston出名了，但IBM並沒有止步於此。“技術具有連續性，他們一直在探索下一步做什麼。最後IBM看中了Waston在醫病診斷領域的潛力，並不斷完善。”
另一個方向是理論和算法，“下一步算法突破一定要從理論上著手”。姚期智認為，在人工智能領域，國外已經有非常深厚的技術，過去幾年在學術界也十分火熱。在公眾媒介上之所以沒有看到，因為這些進展和討論還不能用通俗的話將清楚。姚期智透露，他現在聚焦的方向就是人工智能理論，“兩三年以後，你們可以期待看看。”
最近一年，能夠凸顯中國人工智能技術已經站上世界舞臺的重要標誌，就是在各大權威評測和論文評選中的突圍。那麼，這背後的意義該如何解讀？
姚期智給出了三個層面的看法：
1）首先，這些技術已經在全球範圍內得到應用。在細節層面，需要一些經驗、參數進行調整，但是基本思路都已經得到充分驗證。無論是大公司，還是新興的創業公司，在技術和應用層面的差異非常少。
2）成果突出，說明中國在人工智能技術的應用能力已經達到世界領先水平，和歐美等國持平。但同時也要看到背後的成因。每家公司之所以在技術應用層面達到一定水準，是因為他們擁有足夠的資源和資本，是因為人才本身的流動，公司能夠僱到非常好的人才。多花點錢，就能夠把更好的技術僱過來，這是一個不斷平衡的階段。
3）尚存技術瓶頸，比如降噪識別、介質識別等，這才是世界一流的研究機構需要真正攻克的難題。我們不能寄託在人工智能去發現和解決它，因為人工智能還沒發展到這個地步，優先還是人的問題。
在技術層面具有可行性，從大腦的解構和思維模式中切入，能夠有所突破。這也就是為什麼說，現在是做理論的最佳時間點。“計算機正真走到了前沿和臨界點，將來最亮眼的將會是理論層面的創新，但中國現在這方面仍十分落後。”
作為一名學者，姚期智對於人工智能的興趣在於：它究竟能解決哪些問題，為什麼能解決這些問題，能夠解決到什麼程度。“這些都還是我們所不能掌控的。”
結合這次參加人工智能主題節目《機智過人》的初衷，姚期智談到，希望把節目組設置的12個主題應用整合成一門課，嘗試著將每個課題轉換成老師的研究思路。“如果好好教授，能夠給學生創造足夠大的空間去探索”，最好的方法是什麼，能夠到什麼程度，有沒有方法準確地預測哪一邊會贏。“這是非常硬性的指標，具有挑戰性”。
在競爭格局層面，姚期智認為，美國的大學和公司分工比較清楚。但在中國，學術的競爭，已經不僅是研究機構層面，還包括和大公司的競爭。這在某種程度上也反應出人才流動正在朝著工業界傾斜，而學術人才流失的問題也越發值得重視。
說人才
姚期智曾談到，在姚班的學生中選擇深造與進入工業界的比例是9：1，在後者的10%中不乏樓天城、印奇、唐文斌、楊沐等學術奇才的身影。姚期智還強調，這10%中有不少人是已經深造過才進入工業領域的。
但放眼整個人工智能領域，這個比例並不樂觀。
據LinkedIn發佈的《全球AI領域人才報告》顯示，截止2016年，中國有10%左右的人工智能領域從業者曾在高校或者研究所工作過，其中超過一半人在之後流入企業。相比中國，美國人工智能領域從業者曾在高校或研究所工作的人數佔比更高，超過25%。
談到此，姚期智表示，工業與學術的平衡問題，不只在中國存在，在美國同樣也會遇到。即便身處中國現在的新興產業，這些畢業生也受到了很高的薪水吸引，尤其是在機器學習領域的人。“我覺得這是一個沒法迴避的問題。但終究需要支持和鼓勵學術研究，否則中國的發展無以為繼”。姚期智仍堅持認為，學校和公司仍是不一樣的地方，也是大學的吸引力所在。
即使在大公司裡的研究院從事研究工作，仍會遇到一些限制；這樣的處境和在高校自由地從事研究工作存在本質的區別。此外，目標導向性是兩種環境的另一大差異。科技公司因為存在進度和效益問題，需要追著時間跑，一個關鍵性問題解決到80-90%就足夠上線了，“他沒有時間等到百分之百的程度”。但在大學裡做研究，有人會願意付出精力去做到百分之百，“從80%到100%之間的跨越，很有可能發現新的突破和技術。”
仿照美國大學和工業建立緊密合作的模式，姚期智表示，中國這個趨勢已經很明顯，但合作不能只停留在項目上。“不能只說讓大學承擔項目，或是合作一個應用。而應該從更長遠的方向考慮，提高中國在原創領域的水準。”
談到吸引人才的機制，姚期智從教育工作者的角度出發，認為有兩點需要強化。其一，引進權威人士，同時做出耀眼的工作成績，吸引新鮮血液。“有名教授能夠創造出一種效應，大家都想跟著他學習。因為他提出新新理念，有機會在這之上發展。”
其二，大學面對不同領域的人才，需要在待遇和安置上給予足夠的務實的條件，主動說服他們來到中國工作。這雖然是一項由上級部門主導的工作，但高校也可以靈活運用機制。
結合到清華的信息交叉學院，姚期智的期待是，高質量的人才團隊不在乎數量和規模，而是成果的突破。“中國只要有一兩個這樣的團隊，就可以改變世界”。這同時也是人才培育機制中最好的自力更生的途徑。
聊工業
談到如火如荼的工業界，人工智能無疑是其最旺的一把火，有沒有可能在這批創業者之中反響做出一套理論突破？
姚期智對此持樂觀態度。“最好的研究都來自於實際應用，像無人駕駛等人工智能最高端的領域”。在實踐和落地的過程中，一定會產生很多新問題，可能有意想不到的突破。但姚期智強調，要把握住這樣的時代機遇，還需要高校和工業界的緊密合作。
在自動駕駛之外，金融科技是另一大公認的風口，同時爭議不斷。在大數據商業化潮流的衝擊下，傳統金融領域不斷受到挑戰，智能投顧、量化交易等正在上演。姚期智對此認為，雖然時常聽到反對的聲音，但金融領域的變革是不可阻擋的，一定會被深耕；同時監管很有必要。
當下，很多交易都是在網絡上完成，如果沒有大數據和計算能力，很難獲得這些痕跡和數據，這是一種勢不可擋的趨勢。“因為這個事情中國人不做，國外也會推進。中國要想在金融領域國際化、全球化，必須掌握過硬的金融科技”。
在變革的過程中，可能會觸碰到一些既得利益者而遭遇阻力。但整體而言，在大數據推動下，金融業的適當轉型和改革能夠降低生意的成本，能夠創造更大利益。在初期，我們有足夠的時間去討論法律的建立和保障制度。
談話間，姚期智多次強調人工智能系統和理論重要性，那麼現在看來，可能最早實現落地的系統將會出現在哪個領域？
“醫療系統，類似IBM的Waston。嚴謹地說，它算不上原始的技術突破，更多是整合，同時吸取了非常多的數據。”醫療領域，一年會產出數千本的學術雜誌，作為一個普通醫生不可能有機會閱讀所有文章，但Waston一天就能做到，將讀取到信息融入到它需要診斷的疾病案例裡。這其中需要整合大數據、自然語言分析、圖像識別等人工智能技術，本質上是將已有的知識點按照需求進行整合。
“這是一個系統工程，團隊需要各種專長不一樣的人”，面對這樣一個龐大的工程，只有大機構才能推動。類似IBM這樣的大公司，因為有著非常深厚的信息處理基礎，同時與美國的大學建立了密切的合作，所以他們能把這個項目落地。“這樣一套機制會使得系統越來越完善，這是其他國家或者公司很難通過競爭實現的。”
“在中國，也應該有人來推動這件事”，姚期智談到。一是，在國務院規劃中已明確在2030年前，人工智能核心產業規模超過1萬億元的目標；二是，在人工智能系統領域，中國已經落後於美國，如果不迎頭趕上，差距會進一步拉大。
後記
在這場自下而上推進的工業AI浪潮中，姚期智雖未參與其中，卻在冥冥之中成為了諸多中堅力量的領路人，也正因為站在旁觀視角，他對於當下“人工智能”的諸多評判才頗具價值。
採訪結束後，一個問題仍在我腦海中徘徊著，在人工智能背後的商機召喚下，人才流失的趨勢是否無法挽回？像姚先生等老一輩，還能懷著赤子之心的科學家是否會越來越少？
金秋九月，正逢高校招新。採訪前一天，我在中科院計算所的電梯口，恰聽到兩位教授關於招收博士生的對話。“那個小夥子不是挺好，可以推薦去呀”，“他女朋友希望能早點工作。現在房價太高壓力大，怕唸完博士回來還不如直接工作”，“那真是可惜了……”