'「人工智能」人工智能時代的道路選擇 | 焦點評論'
對話嘉賓
朱鬆純（Song-Chun Zhu）教授
馬爾獎、赫爾姆霍茨獎獲得者、UCLA教授、IEEE Fellow、暗物智能科技創始人
沈向洋（Harry Shum）博士
微軟全球執行副總裁、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傑出科學家
主持人：大家都知道，朱鬆純教授和沈向洋（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傑出的貢獻，是學界和業界的領袖人物、海外華人學者的翹楚。2000年前後，他們在微軟亞洲研究院以及共同創建的非營利機構――湖北蓮花山研究院，聚集和培養了一大批優秀青年學子，如今這些學生成績斐然，成為學界和業界的棟樑。
兩位老師都很喜歡金庸的小說，Harry尤其喜歡《笑傲江湖》裡的令狐沖，鬆純最喜歡《天龍八部》裡的蕭峰。他們當年約定十八年後來一次“華山論劍”。所以，我覺得，今天的對話實際上是“令狐向洋”與“蕭鬆純”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、談人工智能的發展趨勢：業界與學界的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界未來18年的發展趨勢是什麼？
對話嘉賓
朱鬆純（Song-Chun Zhu）教授
馬爾獎、赫爾姆霍茨獎獲得者、UCLA教授、IEEE Fellow、暗物智能科技創始人
沈向洋（Harry Shum）博士
微軟全球執行副總裁、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傑出科學家
主持人：大家都知道，朱鬆純教授和沈向洋（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傑出的貢獻，是學界和業界的領袖人物、海外華人學者的翹楚。2000年前後，他們在微軟亞洲研究院以及共同創建的非營利機構――湖北蓮花山研究院，聚集和培養了一大批優秀青年學子，如今這些學生成績斐然，成為學界和業界的棟樑。
兩位老師都很喜歡金庸的小說，Harry尤其喜歡《笑傲江湖》裡的令狐沖，鬆純最喜歡《天龍八部》裡的蕭峰。他們當年約定十八年後來一次“華山論劍”。所以，我覺得，今天的對話實際上是“令狐向洋”與“蕭鬆純”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、談人工智能的發展趨勢：業界與學界的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界未來18年的發展趨勢是什麼？
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。我跟鬆純的這個計算機視覺“華山論劍”之約差不多始於2000年，其實本來約定的是2018年過招，而且當時鬆純還說，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年代我們畢業的時候並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展比較慢，沒有多少可以應用落地的場景，而在最近幾年發展得非常快，可以說是日新月異。
我個人覺得，接下來十幾年中：
· 人工智能在工業界，在感知方面可能會迎來黃金十年，有很多系統可以做，而且能落地很多的應用場景，在工業界，大家無論是就業還是創業，都會有很多好的機會。
· 人工智能在學術界，剛剛鬆純在大會報告中從六個方面闡述了人工智能的發展趨勢和前景。我個人覺得，最激動人心的方向是腦神經科學和人工智能之間的結合。
不僅人工智能在工業界有黃金十年，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。
對話嘉賓
朱鬆純（Song-Chun Zhu）教授
馬爾獎、赫爾姆霍茨獎獲得者、UCLA教授、IEEE Fellow、暗物智能科技創始人
沈向洋（Harry Shum）博士
微軟全球執行副總裁、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傑出科學家
主持人：大家都知道，朱鬆純教授和沈向洋（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傑出的貢獻，是學界和業界的領袖人物、海外華人學者的翹楚。2000年前後，他們在微軟亞洲研究院以及共同創建的非營利機構――湖北蓮花山研究院，聚集和培養了一大批優秀青年學子，如今這些學生成績斐然，成為學界和業界的棟樑。
兩位老師都很喜歡金庸的小說，Harry尤其喜歡《笑傲江湖》裡的令狐沖，鬆純最喜歡《天龍八部》裡的蕭峰。他們當年約定十八年後來一次“華山論劍”。所以，我覺得，今天的對話實際上是“令狐向洋”與“蕭鬆純”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、談人工智能的發展趨勢：業界與學界的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界未來18年的發展趨勢是什麼？
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。我跟鬆純的這個計算機視覺“華山論劍”之約差不多始於2000年，其實本來約定的是2018年過招，而且當時鬆純還說，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年代我們畢業的時候並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展比較慢，沒有多少可以應用落地的場景，而在最近幾年發展得非常快，可以說是日新月異。
我個人覺得，接下來十幾年中：
· 人工智能在工業界，在感知方面可能會迎來黃金十年，有很多系統可以做，而且能落地很多的應用場景，在工業界，大家無論是就業還是創業，都會有很多好的機會。
· 人工智能在學術界，剛剛鬆純在大會報告中從六個方面闡述了人工智能的發展趨勢和前景。我個人覺得，最激動人心的方向是腦神經科學和人工智能之間的結合。
不僅人工智能在工業界有黃金十年，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。
朱鬆純：我非常感謝劉雲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，今天大家終於能坐在一起暢談。特別是大家對這個話題也比較關注，願意聽一聽。
Harry和我都算是“65後”，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，我們學業是有大師指導了，但是如何規劃職業，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。後來，Harry去了工業界，成為了當之無愧的業界領袖，而我留在學術界繼續思考一些困擾我的問題。剛才Harry說了，我們畢業的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，我們當時經常電話溝通，就一些職業選擇的問題互相交流。就像兩個人在黑夜裡走在不同的區域，拿手電筒往天上照一下，互相看看對方走到哪裡了。
關於人工智能往後如何發展，我的意見如下：
· 在學術界的發展，我剛剛在大會做了一個報告，題目是“人工智能：走向大一統的時代”。也就是說，AI的幾大領域脫離了數理邏輯的表達和計算機制，經過20多年的摸索，找到了概率統計建模和隨機計算這個新的數理基礎，並在此基礎上開始融合，走向一個大一統的格局。我自己在報告中初步總結了這麼六個大的變局和趨勢。
對話嘉賓
朱鬆純（Song-Chun Zhu）教授
馬爾獎、赫爾姆霍茨獎獲得者、UCLA教授、IEEE Fellow、暗物智能科技創始人
沈向洋（Harry Shum）博士
微軟全球執行副總裁、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傑出科學家
主持人：大家都知道，朱鬆純教授和沈向洋（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傑出的貢獻，是學界和業界的領袖人物、海外華人學者的翹楚。2000年前後，他們在微軟亞洲研究院以及共同創建的非營利機構――湖北蓮花山研究院，聚集和培養了一大批優秀青年學子，如今這些學生成績斐然，成為學界和業界的棟樑。
兩位老師都很喜歡金庸的小說，Harry尤其喜歡《笑傲江湖》裡的令狐沖，鬆純最喜歡《天龍八部》裡的蕭峰。他們當年約定十八年後來一次“華山論劍”。所以，我覺得，今天的對話實際上是“令狐向洋”與“蕭鬆純”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、談人工智能的發展趨勢：業界與學界的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界未來18年的發展趨勢是什麼？
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。我跟鬆純的這個計算機視覺“華山論劍”之約差不多始於2000年，其實本來約定的是2018年過招，而且當時鬆純還說，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年代我們畢業的時候並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展比較慢，沒有多少可以應用落地的場景，而在最近幾年發展得非常快，可以說是日新月異。
我個人覺得，接下來十幾年中：
· 人工智能在工業界，在感知方面可能會迎來黃金十年，有很多系統可以做，而且能落地很多的應用場景，在工業界，大家無論是就業還是創業，都會有很多好的機會。
· 人工智能在學術界，剛剛鬆純在大會報告中從六個方面闡述了人工智能的發展趨勢和前景。我個人覺得，最激動人心的方向是腦神經科學和人工智能之間的結合。
不僅人工智能在工業界有黃金十年，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。
朱鬆純：我非常感謝劉雲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，今天大家終於能坐在一起暢談。特別是大家對這個話題也比較關注，願意聽一聽。
Harry和我都算是“65後”，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，我們學業是有大師指導了，但是如何規劃職業，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。後來，Harry去了工業界，成為了當之無愧的業界領袖，而我留在學術界繼續思考一些困擾我的問題。剛才Harry說了，我們畢業的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，我們當時經常電話溝通，就一些職業選擇的問題互相交流。就像兩個人在黑夜裡走在不同的區域，拿手電筒往天上照一下，互相看看對方走到哪裡了。
關於人工智能往後如何發展，我的意見如下：
· 在學術界的發展，我剛剛在大會做了一個報告，題目是“人工智能：走向大一統的時代”。也就是說，AI的幾大領域脫離了數理邏輯的表達和計算機制，經過20多年的摸索，找到了概率統計建模和隨機計算這個新的數理基礎，並在此基礎上開始融合，走向一個大一統的格局。我自己在報告中初步總結了這麼六個大的變局和趨勢。
· 在工業界的發展，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年代初的互聯網與信息技術革命(現在大家又把它稱作第三次工業革命)，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，大多數的公司只不過是做商業模式的創新。而人工智能是十分複雜的問題，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！這裡要警惕一個所謂AI-complete的問題：你本來只想解決問題A，結果發現你需要解決問題B，否則解不了A，然後，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麼科學的、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。現在我看到很多工業界的朋友還沒有嚐到這個苦頭，初生牛犢不畏虎（笑）。
從我自己的經歷來看，我在2000年前後提出圖像解譯（image parsing）與視頻解譯，把視覺問題全部納入一個統一框架來求最佳解。後來發現，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，走小數據、大任務模式，我們又必須綜合語言對話、機器人等領域。
二、談工業界及學術界的差異：內外兼修
主持人：事實上，朱鬆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，之後就分別走上了學術界和工業界之路。但兩位又都是橫跨兩界，比方說鬆純現在出來創業成立了DMAI，而Harry在很多大學任兼職或榮譽教授。那麼請問兩位，人工智能在工業界和學術界，存在哪些差異性？這兩方面的經歷能相互幫助麼？
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網的誕生對中國科研的影響。互聯網出現後，給人類帶來了巨大變化，包括對科研方法的衝擊也非常大，例如我在微軟研究院提倡的Deployment-driven Research就是要充分利用互聯網和用戶反饋。我個人認為，在人類歷史上最了不起的科技創新中，互聯網可以排到前三名。
但是，對於行業來說，不能僅僅停留在科研階段，還要有產業落地。我經常講，在工業界你能發論文也很好，但是發論文並不是最主要的事情，而是你的科研方向和課題是否具有領導性、前瞻性。而且，在工業界做研究，論文發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。這麼多年來，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，那麼就會真正被尊重。我想說的是，不要單純為了寫學術論文而寫論文。
朱鬆純：學術界與工業界的關係，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；而在工業界練的是外功，講究功夫招數。在大學有點像上山到少林寺習武，學術大師就像張三丰創立武當門派；而創業開公司則像下山，開個鏢局，當產品經理就像做鏢頭，走鏢、護送產品落地。
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裡、施展不開。
當內功練到一定程度後，真氣在體內遊走，東奔西突，你就想把它發出來。可能不是你本人去發功，你的學生也可以去發功。我個人的狀態是，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辦了蓮花山研究院）。
對話嘉賓
朱鬆純（Song-Chun Zhu）教授
馬爾獎、赫爾姆霍茨獎獲得者、UCLA教授、IEEE Fellow、暗物智能科技創始人
沈向洋（Harry Shum）博士
微軟全球執行副總裁、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傑出科學家
主持人：大家都知道，朱鬆純教授和沈向洋（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傑出的貢獻，是學界和業界的領袖人物、海外華人學者的翹楚。2000年前後，他們在微軟亞洲研究院以及共同創建的非營利機構――湖北蓮花山研究院，聚集和培養了一大批優秀青年學子，如今這些學生成績斐然，成為學界和業界的棟樑。
兩位老師都很喜歡金庸的小說，Harry尤其喜歡《笑傲江湖》裡的令狐沖，鬆純最喜歡《天龍八部》裡的蕭峰。他們當年約定十八年後來一次“華山論劍”。所以，我覺得，今天的對話實際上是“令狐向洋”與“蕭鬆純”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、談人工智能的發展趨勢：業界與學界的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界未來18年的發展趨勢是什麼？
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。我跟鬆純的這個計算機視覺“華山論劍”之約差不多始於2000年，其實本來約定的是2018年過招，而且當時鬆純還說，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年代我們畢業的時候並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展比較慢，沒有多少可以應用落地的場景，而在最近幾年發展得非常快，可以說是日新月異。
我個人覺得，接下來十幾年中：
· 人工智能在工業界，在感知方面可能會迎來黃金十年，有很多系統可以做，而且能落地很多的應用場景，在工業界，大家無論是就業還是創業，都會有很多好的機會。
· 人工智能在學術界，剛剛鬆純在大會報告中從六個方面闡述了人工智能的發展趨勢和前景。我個人覺得，最激動人心的方向是腦神經科學和人工智能之間的結合。
不僅人工智能在工業界有黃金十年，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。
朱鬆純：我非常感謝劉雲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，今天大家終於能坐在一起暢談。特別是大家對這個話題也比較關注，願意聽一聽。
Harry和我都算是“65後”，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，我們學業是有大師指導了，但是如何規劃職業，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。後來，Harry去了工業界，成為了當之無愧的業界領袖，而我留在學術界繼續思考一些困擾我的問題。剛才Harry說了，我們畢業的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，我們當時經常電話溝通，就一些職業選擇的問題互相交流。就像兩個人在黑夜裡走在不同的區域，拿手電筒往天上照一下，互相看看對方走到哪裡了。
關於人工智能往後如何發展，我的意見如下：
· 在學術界的發展，我剛剛在大會做了一個報告，題目是“人工智能：走向大一統的時代”。也就是說，AI的幾大領域脫離了數理邏輯的表達和計算機制，經過20多年的摸索，找到了概率統計建模和隨機計算這個新的數理基礎，並在此基礎上開始融合，走向一個大一統的格局。我自己在報告中初步總結了這麼六個大的變局和趨勢。
· 在工業界的發展，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年代初的互聯網與信息技術革命(現在大家又把它稱作第三次工業革命)，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，大多數的公司只不過是做商業模式的創新。而人工智能是十分複雜的問題，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！這裡要警惕一個所謂AI-complete的問題：你本來只想解決問題A，結果發現你需要解決問題B，否則解不了A，然後，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麼科學的、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。現在我看到很多工業界的朋友還沒有嚐到這個苦頭，初生牛犢不畏虎（笑）。
從我自己的經歷來看，我在2000年前後提出圖像解譯（image parsing）與視頻解譯，把視覺問題全部納入一個統一框架來求最佳解。後來發現，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，走小數據、大任務模式，我們又必須綜合語言對話、機器人等領域。
二、談工業界及學術界的差異：內外兼修
主持人：事實上，朱鬆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，之後就分別走上了學術界和工業界之路。但兩位又都是橫跨兩界，比方說鬆純現在出來創業成立了DMAI，而Harry在很多大學任兼職或榮譽教授。那麼請問兩位，人工智能在工業界和學術界，存在哪些差異性？這兩方面的經歷能相互幫助麼？
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網的誕生對中國科研的影響。互聯網出現後，給人類帶來了巨大變化，包括對科研方法的衝擊也非常大，例如我在微軟研究院提倡的Deployment-driven Research就是要充分利用互聯網和用戶反饋。我個人認為，在人類歷史上最了不起的科技創新中，互聯網可以排到前三名。
但是，對於行業來說，不能僅僅停留在科研階段，還要有產業落地。我經常講，在工業界你能發論文也很好，但是發論文並不是最主要的事情，而是你的科研方向和課題是否具有領導性、前瞻性。而且，在工業界做研究，論文發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。這麼多年來，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，那麼就會真正被尊重。我想說的是，不要單純為了寫學術論文而寫論文。
朱鬆純：學術界與工業界的關係，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；而在工業界練的是外功，講究功夫招數。在大學有點像上山到少林寺習武，學術大師就像張三丰創立武當門派；而創業開公司則像下山，開個鏢局，當產品經理就像做鏢頭，走鏢、護送產品落地。
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裡、施展不開。
當內功練到一定程度後，真氣在體內遊走，東奔西突，你就想把它發出來。可能不是你本人去發功，你的學生也可以去發功。我個人的狀態是，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辦了蓮花山研究院）。
（圖為2006年朱鬆純與沈向洋在湖北蓮花山研究院指導學生）
主持人：原來朱老師經常“上山下山”，怪不得身材保持得這麼好。對於Harry來講，你在工業界帶了很多學生，那你在工業界的經驗能為他們帶來什麼樣的建議，讓他們的職業生涯發展得更好？
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，連續蹲了三年。
我比較幸運，在博士畢業後，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網和人工智能的工程和產品。我跟我的學生說，人能一輩子做學問是非常幸運的事。因為大多數人沒有機會一直做下去。就算你畢業的時候水平不是很高，但你做了十年、二十年研究之後，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，後來我不做計算機視覺研究，所以鬆純就成為高手了（笑）。
在學術界和工業界之間“進進出出”是非常好的事情，我完全同意鬆純講的。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。工業界有時會覺得學術界的花拳繡腿，不知道要到什麼時候才能實現，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產生了一些火花。對於Harry的觀點，你有什麼反駁或者想要說的嗎？
朱鬆純：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的，在工業界是一個大“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，我的導師是數學家、化外高人，沒有幾個師兄弟。所以，我畢業後要獨立行走江湖。我畢業時，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：剛才鬆純提到了我的母校，那我就接著說一下。當年我去了卡內基梅隆大學（CMU）之後，發現美國強的學生真的很強，我們在學校裡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，就像鬆純講的我們練的是外功和招數。比如很多美國高科技企業的CTO都是從卡內基梅隆出來的。
其實做項目並不是一個人單打獨鬥能完成的，所以我在CMU讀研究生的時候就學到，如果要做大系統應該怎麼組織，讓一批聰明人聚在一起，這就是鬆純所說的聯盟。
朱鬆純：Harry說得對，計算機視覺和人工智能都是非常複雜的問題，要建造這樣的系統，必須有強大的工程團隊。但我們必須警惕，這裡水很深，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幹，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一的路線圖。
我的實驗室裡有這樣的“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圖靈大會會場牆上展示的傑出的青年學者，就有好幾個是我們實驗室培養出來的。在過去四屆ACM優秀博士論文榜單上（每年兩人），就有三屆的優秀博士論文得主是我們團隊培養的學生（2015年北京大學的王爍、2016年中山大學的樑小丹、2018年北京理工大學的王文冠）。
三、談導師與學生之間的關係：雙向選擇與包容
主持人：朱老師剛才談到老師和學生的關係，正好我們也要談一談老師跟學生的關係。兩位老師在過去幾十年裡帶了很多學生，跟很多學生都保持著很好的師生關係。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。請問兩位老師怎麼看這個事情？這麼多年來，你們是怎麼帶學生的？
朱鬆純：我覺得，之所以產生這樣的事情，是有些環節出了問題，現在高校對青年教師評估和研究生畢業有論文數目的要求,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，才能有和諧的關係。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、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，導師和博士生的關係是一種師徒關係，畢業後成為良師益友。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，當今社會這種關係不再那麼親密了，演變成了老闆和僱員的關係。我是不容許學生私下把我稱作老闆的，所以，他們背後稱我“老朱”（笑）。
主持人：鬆純說的好。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，你的意見是什麼呢？
沈向洋：這個問題，我沒有像鬆純想得這麼深刻和激進。我覺得出現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於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，創造力會有差距，但是大多數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。那怎麼辦？如果讀了你的研究生，那我就說沒問題，好好培養。我們可以多一些耐心和寬容。
朱鬆純：Harry說得比較輕鬆，主要是因為他是兼職導師，不用負責學生畢業，也沒有學校要求必須發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穫和驕傲。但我也體會過帶那些不是特別優秀的學生做論文，的確有點吃力。
四、談人工智能時代的職業選擇：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，現在好像又走了回來。在你們各自職業生涯發展的過程中，你們有什麼經驗分享給年輕人？學術界與工業界作為兩個交互的領域，它們之間有什麼關係？特別是朱老師，您現在出來創立DMAI，從學術界又來到工業界，帶來了一個什麼樣的信息？
朱鬆純：人工智能時代的到來，讓非計算機專業的人都在擔心工作機會受影響。其實，對於今天在座的計算機專業的學生來說，人工智能對於傳統的計算機學科方向，如知識表達、算法分析、操作系統、編程語言、通訊架構、計算機體系結構都會有很大的衝擊，需要你們去重新認識。你們現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裡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問題就不那麼relevant（相關）。
現在這一代年輕學生，如果不想受到AI的衝擊，可以擁抱AI，選擇投身到這股潮流中。現在選AI專業，就相當於80年代我們選計算機專業。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、到工業界走鏢，就算只是想跟風發論文，都很不錯。
長期來看，你的職業選擇取決於你對自己的定位，即在人工智能這個生態系統裡佔到的位置和時間段。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，想弄清楚各種現象和他們之間的關係。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）。
到了工業界做研發，好的公司往往給你超前1-2年的自由，但現在節奏越來越快了，能讓你自由思考的時間越來越短。熱點之下往往會發生“踩踏事件”，往往會身不由己。當然，現在一些巨頭公司，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，就像青蛙泡在溫水裡。
條件容許的話，在學術和工業界兩頭跑，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，那你怎麼跟他比？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、去工業界，還是開創業公司，我都鼓勵。但是我一直強調的事，也是很重要的事，不管去什麼公司，選擇工作的標準不能只看錢。一定要看未來三五年後自己是不是更強了，個人的市場價值是不是比之前顯著增加了。學到的經驗那是無價的。
05
五、談年輕人“如何避免踩坑”：深耕細作方可成
主持人：向兩位老師請教最後一個問題。現在人工智能已經來到風口，對於年輕人來說，根據你們的經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，對於今天在座的很多年輕學生，都是事業剛剛起步階段。我想對大家說的最重要的經驗是，除了要立大志，就是要踏踏實實做一些事情。
剛才鬆純也說，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。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。
朱鬆純：我覺得，這個時代對年輕人來說既好也不好。說好，是因為現在人工智能機會特別多，我的實驗室博士生畢業就拿到好幾個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，遊走在各種具有誘惑的機會中，被帶來帶去，幾個回合之後，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經常探討一個事情，就是我們發現，在我們帶過的學生中，學習成績最優秀、最聰明的學生，最後的成就不如預期，趕不上那些資質稍微差一點、但更加執著的學生。
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。
最後再講一點，有人發現最近60年，科學的發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。據我的觀察，我們面對的是全新的問題，要研究的都是大型的複雜系統，如人工智能、神經與腦科學、生物系統、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！
對話嘉賓
朱鬆純（Song-Chun Zhu）教授
馬爾獎、赫爾姆霍茨獎獲得者、UCLA教授、IEEE Fellow、暗物智能科技創始人
沈向洋（Harry Shum）博士
微軟全球執行副總裁、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傑出科學家
主持人：大家都知道，朱鬆純教授和沈向洋（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傑出的貢獻，是學界和業界的領袖人物、海外華人學者的翹楚。2000年前後，他們在微軟亞洲研究院以及共同創建的非營利機構――湖北蓮花山研究院，聚集和培養了一大批優秀青年學子，如今這些學生成績斐然，成為學界和業界的棟樑。
兩位老師都很喜歡金庸的小說，Harry尤其喜歡《笑傲江湖》裡的令狐沖，鬆純最喜歡《天龍八部》裡的蕭峰。他們當年約定十八年後來一次“華山論劍”。所以，我覺得，今天的對話實際上是“令狐向洋”與“蕭鬆純”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、談人工智能的發展趨勢：業界與學界的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界未來18年的發展趨勢是什麼？
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。我跟鬆純的這個計算機視覺“華山論劍”之約差不多始於2000年，其實本來約定的是2018年過招，而且當時鬆純還說，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年代我們畢業的時候並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展比較慢，沒有多少可以應用落地的場景，而在最近幾年發展得非常快，可以說是日新月異。
我個人覺得，接下來十幾年中：
· 人工智能在工業界，在感知方面可能會迎來黃金十年，有很多系統可以做，而且能落地很多的應用場景，在工業界，大家無論是就業還是創業，都會有很多好的機會。
· 人工智能在學術界，剛剛鬆純在大會報告中從六個方面闡述了人工智能的發展趨勢和前景。我個人覺得，最激動人心的方向是腦神經科學和人工智能之間的結合。
不僅人工智能在工業界有黃金十年，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。
朱鬆純：我非常感謝劉雲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，今天大家終於能坐在一起暢談。特別是大家對這個話題也比較關注，願意聽一聽。
Harry和我都算是“65後”，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，我們學業是有大師指導了，但是如何規劃職業，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。後來，Harry去了工業界，成為了當之無愧的業界領袖，而我留在學術界繼續思考一些困擾我的問題。剛才Harry說了，我們畢業的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，我們當時經常電話溝通，就一些職業選擇的問題互相交流。就像兩個人在黑夜裡走在不同的區域，拿手電筒往天上照一下，互相看看對方走到哪裡了。
關於人工智能往後如何發展，我的意見如下：
· 在學術界的發展，我剛剛在大會做了一個報告，題目是“人工智能：走向大一統的時代”。也就是說，AI的幾大領域脫離了數理邏輯的表達和計算機制，經過20多年的摸索，找到了概率統計建模和隨機計算這個新的數理基礎，並在此基礎上開始融合，走向一個大一統的格局。我自己在報告中初步總結了這麼六個大的變局和趨勢。
· 在工業界的發展，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年代初的互聯網與信息技術革命(現在大家又把它稱作第三次工業革命)，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，大多數的公司只不過是做商業模式的創新。而人工智能是十分複雜的問題，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！這裡要警惕一個所謂AI-complete的問題：你本來只想解決問題A，結果發現你需要解決問題B，否則解不了A，然後，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麼科學的、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。現在我看到很多工業界的朋友還沒有嚐到這個苦頭，初生牛犢不畏虎（笑）。
從我自己的經歷來看，我在2000年前後提出圖像解譯（image parsing）與視頻解譯，把視覺問題全部納入一個統一框架來求最佳解。後來發現，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，走小數據、大任務模式，我們又必須綜合語言對話、機器人等領域。
二、談工業界及學術界的差異：內外兼修
主持人：事實上，朱鬆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，之後就分別走上了學術界和工業界之路。但兩位又都是橫跨兩界，比方說鬆純現在出來創業成立了DMAI，而Harry在很多大學任兼職或榮譽教授。那麼請問兩位，人工智能在工業界和學術界，存在哪些差異性？這兩方面的經歷能相互幫助麼？
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網的誕生對中國科研的影響。互聯網出現後，給人類帶來了巨大變化，包括對科研方法的衝擊也非常大，例如我在微軟研究院提倡的Deployment-driven Research就是要充分利用互聯網和用戶反饋。我個人認為，在人類歷史上最了不起的科技創新中，互聯網可以排到前三名。
但是，對於行業來說，不能僅僅停留在科研階段，還要有產業落地。我經常講，在工業界你能發論文也很好，但是發論文並不是最主要的事情，而是你的科研方向和課題是否具有領導性、前瞻性。而且，在工業界做研究，論文發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。這麼多年來，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，那麼就會真正被尊重。我想說的是，不要單純為了寫學術論文而寫論文。
朱鬆純：學術界與工業界的關係，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；而在工業界練的是外功，講究功夫招數。在大學有點像上山到少林寺習武，學術大師就像張三丰創立武當門派；而創業開公司則像下山，開個鏢局，當產品經理就像做鏢頭，走鏢、護送產品落地。
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裡、施展不開。
當內功練到一定程度後，真氣在體內遊走，東奔西突，你就想把它發出來。可能不是你本人去發功，你的學生也可以去發功。我個人的狀態是，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辦了蓮花山研究院）。
（圖為2006年朱鬆純與沈向洋在湖北蓮花山研究院指導學生）
主持人：原來朱老師經常“上山下山”，怪不得身材保持得這麼好。對於Harry來講，你在工業界帶了很多學生，那你在工業界的經驗能為他們帶來什麼樣的建議，讓他們的職業生涯發展得更好？
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，連續蹲了三年。
我比較幸運，在博士畢業後，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網和人工智能的工程和產品。我跟我的學生說，人能一輩子做學問是非常幸運的事。因為大多數人沒有機會一直做下去。就算你畢業的時候水平不是很高，但你做了十年、二十年研究之後，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，後來我不做計算機視覺研究，所以鬆純就成為高手了（笑）。
在學術界和工業界之間“進進出出”是非常好的事情，我完全同意鬆純講的。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。工業界有時會覺得學術界的花拳繡腿，不知道要到什麼時候才能實現，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產生了一些火花。對於Harry的觀點，你有什麼反駁或者想要說的嗎？
朱鬆純：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的，在工業界是一個大“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，我的導師是數學家、化外高人，沒有幾個師兄弟。所以，我畢業後要獨立行走江湖。我畢業時，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：剛才鬆純提到了我的母校，那我就接著說一下。當年我去了卡內基梅隆大學（CMU）之後，發現美國強的學生真的很強，我們在學校裡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，就像鬆純講的我們練的是外功和招數。比如很多美國高科技企業的CTO都是從卡內基梅隆出來的。
其實做項目並不是一個人單打獨鬥能完成的，所以我在CMU讀研究生的時候就學到，如果要做大系統應該怎麼組織，讓一批聰明人聚在一起，這就是鬆純所說的聯盟。
朱鬆純：Harry說得對，計算機視覺和人工智能都是非常複雜的問題，要建造這樣的系統，必須有強大的工程團隊。但我們必須警惕，這裡水很深，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幹，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一的路線圖。
我的實驗室裡有這樣的“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圖靈大會會場牆上展示的傑出的青年學者，就有好幾個是我們實驗室培養出來的。在過去四屆ACM優秀博士論文榜單上（每年兩人），就有三屆的優秀博士論文得主是我們團隊培養的學生（2015年北京大學的王爍、2016年中山大學的樑小丹、2018年北京理工大學的王文冠）。
三、談導師與學生之間的關係：雙向選擇與包容
主持人：朱老師剛才談到老師和學生的關係，正好我們也要談一談老師跟學生的關係。兩位老師在過去幾十年裡帶了很多學生，跟很多學生都保持著很好的師生關係。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。請問兩位老師怎麼看這個事情？這麼多年來，你們是怎麼帶學生的？
朱鬆純：我覺得，之所以產生這樣的事情，是有些環節出了問題，現在高校對青年教師評估和研究生畢業有論文數目的要求,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，才能有和諧的關係。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、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，導師和博士生的關係是一種師徒關係，畢業後成為良師益友。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，當今社會這種關係不再那麼親密了，演變成了老闆和僱員的關係。我是不容許學生私下把我稱作老闆的，所以，他們背後稱我“老朱”（笑）。
主持人：鬆純說的好。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，你的意見是什麼呢？
沈向洋：這個問題，我沒有像鬆純想得這麼深刻和激進。我覺得出現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於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，創造力會有差距，但是大多數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。那怎麼辦？如果讀了你的研究生，那我就說沒問題，好好培養。我們可以多一些耐心和寬容。
朱鬆純：Harry說得比較輕鬆，主要是因為他是兼職導師，不用負責學生畢業，也沒有學校要求必須發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穫和驕傲。但我也體會過帶那些不是特別優秀的學生做論文，的確有點吃力。
四、談人工智能時代的職業選擇：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，現在好像又走了回來。在你們各自職業生涯發展的過程中，你們有什麼經驗分享給年輕人？學術界與工業界作為兩個交互的領域，它們之間有什麼關係？特別是朱老師，您現在出來創立DMAI，從學術界又來到工業界，帶來了一個什麼樣的信息？
朱鬆純：人工智能時代的到來，讓非計算機專業的人都在擔心工作機會受影響。其實，對於今天在座的計算機專業的學生來說，人工智能對於傳統的計算機學科方向，如知識表達、算法分析、操作系統、編程語言、通訊架構、計算機體系結構都會有很大的衝擊，需要你們去重新認識。你們現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裡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問題就不那麼relevant（相關）。
現在這一代年輕學生，如果不想受到AI的衝擊，可以擁抱AI，選擇投身到這股潮流中。現在選AI專業，就相當於80年代我們選計算機專業。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、到工業界走鏢，就算只是想跟風發論文，都很不錯。
長期來看，你的職業選擇取決於你對自己的定位，即在人工智能這個生態系統裡佔到的位置和時間段。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，想弄清楚各種現象和他們之間的關係。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）。
到了工業界做研發，好的公司往往給你超前1-2年的自由，但現在節奏越來越快了，能讓你自由思考的時間越來越短。熱點之下往往會發生“踩踏事件”，往往會身不由己。當然，現在一些巨頭公司，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，就像青蛙泡在溫水裡。
條件容許的話，在學術和工業界兩頭跑，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，那你怎麼跟他比？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、去工業界，還是開創業公司，我都鼓勵。但是我一直強調的事，也是很重要的事，不管去什麼公司，選擇工作的標準不能只看錢。一定要看未來三五年後自己是不是更強了，個人的市場價值是不是比之前顯著增加了。學到的經驗那是無價的。
05
五、談年輕人“如何避免踩坑”：深耕細作方可成
主持人：向兩位老師請教最後一個問題。現在人工智能已經來到風口，對於年輕人來說，根據你們的經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，對於今天在座的很多年輕學生，都是事業剛剛起步階段。我想對大家說的最重要的經驗是，除了要立大志，就是要踏踏實實做一些事情。
剛才鬆純也說，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。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。
朱鬆純：我覺得，這個時代對年輕人來說既好也不好。說好，是因為現在人工智能機會特別多，我的實驗室博士生畢業就拿到好幾個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，遊走在各種具有誘惑的機會中，被帶來帶去，幾個回合之後，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經常探討一個事情，就是我們發現，在我們帶過的學生中，學習成績最優秀、最聰明的學生，最後的成就不如預期，趕不上那些資質稍微差一點、但更加執著的學生。
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。
最後再講一點，有人發現最近60年，科學的發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。據我的觀察，我們面對的是全新的問題，要研究的都是大型的複雜系統，如人工智能、神經與腦科學、生物系統、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！
鳴謝：感謝ACM圖靈大會組委會，特別是劉雲浩主席的大力支持。感謝胡君、朱成方為本文所做的文字編輯工作。
對話嘉賓
朱鬆純（Song-Chun Zhu）教授
馬爾獎、赫爾姆霍茨獎獲得者、UCLA教授、IEEE Fellow、暗物智能科技創始人
沈向洋（Harry Shum）博士
微軟全球執行副總裁、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傑出科學家
主持人：大家都知道，朱鬆純教授和沈向洋（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傑出的貢獻，是學界和業界的領袖人物、海外華人學者的翹楚。2000年前後，他們在微軟亞洲研究院以及共同創建的非營利機構――湖北蓮花山研究院，聚集和培養了一大批優秀青年學子，如今這些學生成績斐然，成為學界和業界的棟樑。
兩位老師都很喜歡金庸的小說，Harry尤其喜歡《笑傲江湖》裡的令狐沖，鬆純最喜歡《天龍八部》裡的蕭峰。他們當年約定十八年後來一次“華山論劍”。所以，我覺得，今天的對話實際上是“令狐向洋”與“蕭鬆純”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、談人工智能的發展趨勢：業界與學界的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界未來18年的發展趨勢是什麼？
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。我跟鬆純的這個計算機視覺“華山論劍”之約差不多始於2000年，其實本來約定的是2018年過招，而且當時鬆純還說，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年代我們畢業的時候並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展比較慢，沒有多少可以應用落地的場景，而在最近幾年發展得非常快，可以說是日新月異。
我個人覺得，接下來十幾年中：
· 人工智能在工業界，在感知方面可能會迎來黃金十年，有很多系統可以做，而且能落地很多的應用場景，在工業界，大家無論是就業還是創業，都會有很多好的機會。
· 人工智能在學術界，剛剛鬆純在大會報告中從六個方面闡述了人工智能的發展趨勢和前景。我個人覺得，最激動人心的方向是腦神經科學和人工智能之間的結合。
不僅人工智能在工業界有黃金十年，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。
朱鬆純：我非常感謝劉雲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，今天大家終於能坐在一起暢談。特別是大家對這個話題也比較關注，願意聽一聽。
Harry和我都算是“65後”，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，我們學業是有大師指導了，但是如何規劃職業，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。後來，Harry去了工業界，成為了當之無愧的業界領袖，而我留在學術界繼續思考一些困擾我的問題。剛才Harry說了，我們畢業的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，我們當時經常電話溝通，就一些職業選擇的問題互相交流。就像兩個人在黑夜裡走在不同的區域，拿手電筒往天上照一下，互相看看對方走到哪裡了。
關於人工智能往後如何發展，我的意見如下：
· 在學術界的發展，我剛剛在大會做了一個報告，題目是“人工智能：走向大一統的時代”。也就是說，AI的幾大領域脫離了數理邏輯的表達和計算機制，經過20多年的摸索，找到了概率統計建模和隨機計算這個新的數理基礎，並在此基礎上開始融合，走向一個大一統的格局。我自己在報告中初步總結了這麼六個大的變局和趨勢。
· 在工業界的發展，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年代初的互聯網與信息技術革命(現在大家又把它稱作第三次工業革命)，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，大多數的公司只不過是做商業模式的創新。而人工智能是十分複雜的問題，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！這裡要警惕一個所謂AI-complete的問題：你本來只想解決問題A，結果發現你需要解決問題B，否則解不了A，然後，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麼科學的、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。現在我看到很多工業界的朋友還沒有嚐到這個苦頭，初生牛犢不畏虎（笑）。
從我自己的經歷來看，我在2000年前後提出圖像解譯（image parsing）與視頻解譯，把視覺問題全部納入一個統一框架來求最佳解。後來發現，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，走小數據、大任務模式，我們又必須綜合語言對話、機器人等領域。
二、談工業界及學術界的差異：內外兼修
主持人：事實上，朱鬆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，之後就分別走上了學術界和工業界之路。但兩位又都是橫跨兩界，比方說鬆純現在出來創業成立了DMAI，而Harry在很多大學任兼職或榮譽教授。那麼請問兩位，人工智能在工業界和學術界，存在哪些差異性？這兩方面的經歷能相互幫助麼？
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網的誕生對中國科研的影響。互聯網出現後，給人類帶來了巨大變化，包括對科研方法的衝擊也非常大，例如我在微軟研究院提倡的Deployment-driven Research就是要充分利用互聯網和用戶反饋。我個人認為，在人類歷史上最了不起的科技創新中，互聯網可以排到前三名。
但是，對於行業來說，不能僅僅停留在科研階段，還要有產業落地。我經常講，在工業界你能發論文也很好，但是發論文並不是最主要的事情，而是你的科研方向和課題是否具有領導性、前瞻性。而且，在工業界做研究，論文發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。這麼多年來，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，那麼就會真正被尊重。我想說的是，不要單純為了寫學術論文而寫論文。
朱鬆純：學術界與工業界的關係，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；而在工業界練的是外功，講究功夫招數。在大學有點像上山到少林寺習武，學術大師就像張三丰創立武當門派；而創業開公司則像下山，開個鏢局，當產品經理就像做鏢頭，走鏢、護送產品落地。
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裡、施展不開。
當內功練到一定程度後，真氣在體內遊走，東奔西突，你就想把它發出來。可能不是你本人去發功，你的學生也可以去發功。我個人的狀態是，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辦了蓮花山研究院）。
（圖為2006年朱鬆純與沈向洋在湖北蓮花山研究院指導學生）
主持人：原來朱老師經常“上山下山”，怪不得身材保持得這麼好。對於Harry來講，你在工業界帶了很多學生，那你在工業界的經驗能為他們帶來什麼樣的建議，讓他們的職業生涯發展得更好？
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，連續蹲了三年。
我比較幸運，在博士畢業後，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網和人工智能的工程和產品。我跟我的學生說，人能一輩子做學問是非常幸運的事。因為大多數人沒有機會一直做下去。就算你畢業的時候水平不是很高，但你做了十年、二十年研究之後，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，後來我不做計算機視覺研究，所以鬆純就成為高手了（笑）。
在學術界和工業界之間“進進出出”是非常好的事情，我完全同意鬆純講的。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。工業界有時會覺得學術界的花拳繡腿，不知道要到什麼時候才能實現，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產生了一些火花。對於Harry的觀點，你有什麼反駁或者想要說的嗎？
朱鬆純：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的，在工業界是一個大“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，我的導師是數學家、化外高人，沒有幾個師兄弟。所以，我畢業後要獨立行走江湖。我畢業時，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：剛才鬆純提到了我的母校，那我就接著說一下。當年我去了卡內基梅隆大學（CMU）之後，發現美國強的學生真的很強，我們在學校裡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，就像鬆純講的我們練的是外功和招數。比如很多美國高科技企業的CTO都是從卡內基梅隆出來的。
其實做項目並不是一個人單打獨鬥能完成的，所以我在CMU讀研究生的時候就學到，如果要做大系統應該怎麼組織，讓一批聰明人聚在一起，這就是鬆純所說的聯盟。
朱鬆純：Harry說得對，計算機視覺和人工智能都是非常複雜的問題，要建造這樣的系統，必須有強大的工程團隊。但我們必須警惕，這裡水很深，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幹，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一的路線圖。
我的實驗室裡有這樣的“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圖靈大會會場牆上展示的傑出的青年學者，就有好幾個是我們實驗室培養出來的。在過去四屆ACM優秀博士論文榜單上（每年兩人），就有三屆的優秀博士論文得主是我們團隊培養的學生（2015年北京大學的王爍、2016年中山大學的樑小丹、2018年北京理工大學的王文冠）。
三、談導師與學生之間的關係：雙向選擇與包容
主持人：朱老師剛才談到老師和學生的關係，正好我們也要談一談老師跟學生的關係。兩位老師在過去幾十年裡帶了很多學生，跟很多學生都保持著很好的師生關係。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。請問兩位老師怎麼看這個事情？這麼多年來，你們是怎麼帶學生的？
朱鬆純：我覺得，之所以產生這樣的事情，是有些環節出了問題，現在高校對青年教師評估和研究生畢業有論文數目的要求,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，才能有和諧的關係。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、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，導師和博士生的關係是一種師徒關係，畢業後成為良師益友。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，當今社會這種關係不再那麼親密了，演變成了老闆和僱員的關係。我是不容許學生私下把我稱作老闆的，所以，他們背後稱我“老朱”（笑）。
主持人：鬆純說的好。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，你的意見是什麼呢？
沈向洋：這個問題，我沒有像鬆純想得這麼深刻和激進。我覺得出現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於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，創造力會有差距，但是大多數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。那怎麼辦？如果讀了你的研究生，那我就說沒問題，好好培養。我們可以多一些耐心和寬容。
朱鬆純：Harry說得比較輕鬆，主要是因為他是兼職導師，不用負責學生畢業，也沒有學校要求必須發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穫和驕傲。但我也體會過帶那些不是特別優秀的學生做論文，的確有點吃力。
四、談人工智能時代的職業選擇：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，現在好像又走了回來。在你們各自職業生涯發展的過程中，你們有什麼經驗分享給年輕人？學術界與工業界作為兩個交互的領域，它們之間有什麼關係？特別是朱老師，您現在出來創立DMAI，從學術界又來到工業界，帶來了一個什麼樣的信息？
朱鬆純：人工智能時代的到來，讓非計算機專業的人都在擔心工作機會受影響。其實，對於今天在座的計算機專業的學生來說，人工智能對於傳統的計算機學科方向，如知識表達、算法分析、操作系統、編程語言、通訊架構、計算機體系結構都會有很大的衝擊，需要你們去重新認識。你們現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裡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問題就不那麼relevant（相關）。
現在這一代年輕學生，如果不想受到AI的衝擊，可以擁抱AI，選擇投身到這股潮流中。現在選AI專業，就相當於80年代我們選計算機專業。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、到工業界走鏢，就算只是想跟風發論文，都很不錯。
長期來看，你的職業選擇取決於你對自己的定位，即在人工智能這個生態系統裡佔到的位置和時間段。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，想弄清楚各種現象和他們之間的關係。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）。
到了工業界做研發，好的公司往往給你超前1-2年的自由，但現在節奏越來越快了，能讓你自由思考的時間越來越短。熱點之下往往會發生“踩踏事件”，往往會身不由己。當然，現在一些巨頭公司，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，就像青蛙泡在溫水裡。
條件容許的話，在學術和工業界兩頭跑，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，那你怎麼跟他比？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、去工業界，還是開創業公司，我都鼓勵。但是我一直強調的事，也是很重要的事，不管去什麼公司，選擇工作的標準不能只看錢。一定要看未來三五年後自己是不是更強了，個人的市場價值是不是比之前顯著增加了。學到的經驗那是無價的。
05
五、談年輕人“如何避免踩坑”：深耕細作方可成
主持人：向兩位老師請教最後一個問題。現在人工智能已經來到風口，對於年輕人來說，根據你們的經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，對於今天在座的很多年輕學生，都是事業剛剛起步階段。我想對大家說的最重要的經驗是，除了要立大志，就是要踏踏實實做一些事情。
剛才鬆純也說，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。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。
朱鬆純：我覺得，這個時代對年輕人來說既好也不好。說好，是因為現在人工智能機會特別多，我的實驗室博士生畢業就拿到好幾個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，遊走在各種具有誘惑的機會中，被帶來帶去，幾個回合之後，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經常探討一個事情，就是我們發現，在我們帶過的學生中，學習成績最優秀、最聰明的學生，最後的成就不如預期，趕不上那些資質稍微差一點、但更加執著的學生。
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。
最後再講一點，有人發現最近60年，科學的發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。據我的觀察，我們面對的是全新的問題，要研究的都是大型的複雜系統，如人工智能、神經與腦科學、生物系統、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！
鳴謝：感謝ACM圖靈大會組委會，特別是劉雲浩主席的大力支持。感謝胡君、朱成方為本文所做的文字編輯工作。
先進製造業+工業互聯網
產業智能官 AI-CPS
加入知識星球“產業智能研究院”：先進製造業OT（自動化+機器人+工藝+精益）和工業互聯網IT（雲計算+大數據+物聯網+區塊鏈+人工智能）產業智能化技術深度融合，在場景中構建“狀態感知-實時分析-自主決策-精準執行-學習提升”的產業智能化平臺；實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。
產業智能化平臺作為第四次工業革命的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，並創造新的強大引擎；重構設計、生產、物流、服務等經濟活動各環節，形成從宏觀到微觀各領域的智能化新需求，催生新技術、新產品、新產業、新業態和新模式；引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升。
產業智能化技術分支用來的今天，製造業者必須瞭解如何將“智能技術”全面滲入整個公司、產品、業務等商業場景中，利用工業互聯網形成數字化、網絡化和智能化力量，實現行業的重新佈局、企業的重新構建和煥然新生。
對話嘉賓
朱鬆純（Song-Chun Zhu）教授
馬爾獎、赫爾姆霍茨獎獲得者、UCLA教授、IEEE Fellow、暗物智能科技創始人
沈向洋（Harry Shum）博士
微軟全球執行副總裁、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傑出科學家
主持人：大家都知道，朱鬆純教授和沈向洋（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傑出的貢獻，是學界和業界的領袖人物、海外華人學者的翹楚。2000年前後，他們在微軟亞洲研究院以及共同創建的非營利機構――湖北蓮花山研究院，聚集和培養了一大批優秀青年學子，如今這些學生成績斐然，成為學界和業界的棟樑。
兩位老師都很喜歡金庸的小說，Harry尤其喜歡《笑傲江湖》裡的令狐沖，鬆純最喜歡《天龍八部》裡的蕭峰。他們當年約定十八年後來一次“華山論劍”。所以，我覺得，今天的對話實際上是“令狐向洋”與“蕭鬆純”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、談人工智能的發展趨勢：業界與學界的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界未來18年的發展趨勢是什麼？
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。我跟鬆純的這個計算機視覺“華山論劍”之約差不多始於2000年，其實本來約定的是2018年過招，而且當時鬆純還說，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年代我們畢業的時候並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展比較慢，沒有多少可以應用落地的場景，而在最近幾年發展得非常快，可以說是日新月異。
我個人覺得，接下來十幾年中：
· 人工智能在工業界，在感知方面可能會迎來黃金十年，有很多系統可以做，而且能落地很多的應用場景，在工業界，大家無論是就業還是創業，都會有很多好的機會。
· 人工智能在學術界，剛剛鬆純在大會報告中從六個方面闡述了人工智能的發展趨勢和前景。我個人覺得，最激動人心的方向是腦神經科學和人工智能之間的結合。
不僅人工智能在工業界有黃金十年，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。
朱鬆純：我非常感謝劉雲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，今天大家終於能坐在一起暢談。特別是大家對這個話題也比較關注，願意聽一聽。
Harry和我都算是“65後”，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，我們學業是有大師指導了，但是如何規劃職業，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。後來，Harry去了工業界，成為了當之無愧的業界領袖，而我留在學術界繼續思考一些困擾我的問題。剛才Harry說了，我們畢業的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，我們當時經常電話溝通，就一些職業選擇的問題互相交流。就像兩個人在黑夜裡走在不同的區域，拿手電筒往天上照一下，互相看看對方走到哪裡了。
關於人工智能往後如何發展，我的意見如下：
· 在學術界的發展，我剛剛在大會做了一個報告，題目是“人工智能：走向大一統的時代”。也就是說，AI的幾大領域脫離了數理邏輯的表達和計算機制，經過20多年的摸索，找到了概率統計建模和隨機計算這個新的數理基礎，並在此基礎上開始融合，走向一個大一統的格局。我自己在報告中初步總結了這麼六個大的變局和趨勢。
· 在工業界的發展，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年代初的互聯網與信息技術革命(現在大家又把它稱作第三次工業革命)，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，大多數的公司只不過是做商業模式的創新。而人工智能是十分複雜的問題，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！這裡要警惕一個所謂AI-complete的問題：你本來只想解決問題A，結果發現你需要解決問題B，否則解不了A，然後，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麼科學的、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。現在我看到很多工業界的朋友還沒有嚐到這個苦頭，初生牛犢不畏虎（笑）。
從我自己的經歷來看，我在2000年前後提出圖像解譯（image parsing）與視頻解譯，把視覺問題全部納入一個統一框架來求最佳解。後來發現，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，走小數據、大任務模式，我們又必須綜合語言對話、機器人等領域。
二、談工業界及學術界的差異：內外兼修
主持人：事實上，朱鬆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，之後就分別走上了學術界和工業界之路。但兩位又都是橫跨兩界，比方說鬆純現在出來創業成立了DMAI，而Harry在很多大學任兼職或榮譽教授。那麼請問兩位，人工智能在工業界和學術界，存在哪些差異性？這兩方面的經歷能相互幫助麼？
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網的誕生對中國科研的影響。互聯網出現後，給人類帶來了巨大變化，包括對科研方法的衝擊也非常大，例如我在微軟研究院提倡的Deployment-driven Research就是要充分利用互聯網和用戶反饋。我個人認為，在人類歷史上最了不起的科技創新中，互聯網可以排到前三名。
但是，對於行業來說，不能僅僅停留在科研階段，還要有產業落地。我經常講，在工業界你能發論文也很好，但是發論文並不是最主要的事情，而是你的科研方向和課題是否具有領導性、前瞻性。而且，在工業界做研究，論文發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。這麼多年來，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，那麼就會真正被尊重。我想說的是，不要單純為了寫學術論文而寫論文。
朱鬆純：學術界與工業界的關係，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；而在工業界練的是外功，講究功夫招數。在大學有點像上山到少林寺習武，學術大師就像張三丰創立武當門派；而創業開公司則像下山，開個鏢局，當產品經理就像做鏢頭，走鏢、護送產品落地。
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裡、施展不開。
當內功練到一定程度後，真氣在體內遊走，東奔西突，你就想把它發出來。可能不是你本人去發功，你的學生也可以去發功。我個人的狀態是，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辦了蓮花山研究院）。
（圖為2006年朱鬆純與沈向洋在湖北蓮花山研究院指導學生）
主持人：原來朱老師經常“上山下山”，怪不得身材保持得這麼好。對於Harry來講，你在工業界帶了很多學生，那你在工業界的經驗能為他們帶來什麼樣的建議，讓他們的職業生涯發展得更好？
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，連續蹲了三年。
我比較幸運，在博士畢業後，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網和人工智能的工程和產品。我跟我的學生說，人能一輩子做學問是非常幸運的事。因為大多數人沒有機會一直做下去。就算你畢業的時候水平不是很高，但你做了十年、二十年研究之後，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，後來我不做計算機視覺研究，所以鬆純就成為高手了（笑）。
在學術界和工業界之間“進進出出”是非常好的事情，我完全同意鬆純講的。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。工業界有時會覺得學術界的花拳繡腿，不知道要到什麼時候才能實現，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產生了一些火花。對於Harry的觀點，你有什麼反駁或者想要說的嗎？
朱鬆純：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的，在工業界是一個大“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，我的導師是數學家、化外高人，沒有幾個師兄弟。所以，我畢業後要獨立行走江湖。我畢業時，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：剛才鬆純提到了我的母校，那我就接著說一下。當年我去了卡內基梅隆大學（CMU）之後，發現美國強的學生真的很強，我們在學校裡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，就像鬆純講的我們練的是外功和招數。比如很多美國高科技企業的CTO都是從卡內基梅隆出來的。
其實做項目並不是一個人單打獨鬥能完成的，所以我在CMU讀研究生的時候就學到，如果要做大系統應該怎麼組織，讓一批聰明人聚在一起，這就是鬆純所說的聯盟。
朱鬆純：Harry說得對，計算機視覺和人工智能都是非常複雜的問題，要建造這樣的系統，必須有強大的工程團隊。但我們必須警惕，這裡水很深，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幹，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一的路線圖。
我的實驗室裡有這樣的“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圖靈大會會場牆上展示的傑出的青年學者，就有好幾個是我們實驗室培養出來的。在過去四屆ACM優秀博士論文榜單上（每年兩人），就有三屆的優秀博士論文得主是我們團隊培養的學生（2015年北京大學的王爍、2016年中山大學的樑小丹、2018年北京理工大學的王文冠）。
三、談導師與學生之間的關係：雙向選擇與包容
主持人：朱老師剛才談到老師和學生的關係，正好我們也要談一談老師跟學生的關係。兩位老師在過去幾十年裡帶了很多學生，跟很多學生都保持著很好的師生關係。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。請問兩位老師怎麼看這個事情？這麼多年來，你們是怎麼帶學生的？
朱鬆純：我覺得，之所以產生這樣的事情，是有些環節出了問題，現在高校對青年教師評估和研究生畢業有論文數目的要求,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，才能有和諧的關係。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、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，導師和博士生的關係是一種師徒關係，畢業後成為良師益友。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，當今社會這種關係不再那麼親密了，演變成了老闆和僱員的關係。我是不容許學生私下把我稱作老闆的，所以，他們背後稱我“老朱”（笑）。
主持人：鬆純說的好。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，你的意見是什麼呢？
沈向洋：這個問題，我沒有像鬆純想得這麼深刻和激進。我覺得出現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於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，創造力會有差距，但是大多數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。那怎麼辦？如果讀了你的研究生，那我就說沒問題，好好培養。我們可以多一些耐心和寬容。
朱鬆純：Harry說得比較輕鬆，主要是因為他是兼職導師，不用負責學生畢業，也沒有學校要求必須發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穫和驕傲。但我也體會過帶那些不是特別優秀的學生做論文，的確有點吃力。
四、談人工智能時代的職業選擇：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，現在好像又走了回來。在你們各自職業生涯發展的過程中，你們有什麼經驗分享給年輕人？學術界與工業界作為兩個交互的領域，它們之間有什麼關係？特別是朱老師，您現在出來創立DMAI，從學術界又來到工業界，帶來了一個什麼樣的信息？
朱鬆純：人工智能時代的到來，讓非計算機專業的人都在擔心工作機會受影響。其實，對於今天在座的計算機專業的學生來說，人工智能對於傳統的計算機學科方向，如知識表達、算法分析、操作系統、編程語言、通訊架構、計算機體系結構都會有很大的衝擊，需要你們去重新認識。你們現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裡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問題就不那麼relevant（相關）。
現在這一代年輕學生，如果不想受到AI的衝擊，可以擁抱AI，選擇投身到這股潮流中。現在選AI專業，就相當於80年代我們選計算機專業。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、到工業界走鏢，就算只是想跟風發論文，都很不錯。
長期來看，你的職業選擇取決於你對自己的定位，即在人工智能這個生態系統裡佔到的位置和時間段。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，想弄清楚各種現象和他們之間的關係。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）。
到了工業界做研發，好的公司往往給你超前1-2年的自由，但現在節奏越來越快了，能讓你自由思考的時間越來越短。熱點之下往往會發生“踩踏事件”，往往會身不由己。當然，現在一些巨頭公司，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，就像青蛙泡在溫水裡。
條件容許的話，在學術和工業界兩頭跑，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，那你怎麼跟他比？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、去工業界，還是開創業公司，我都鼓勵。但是我一直強調的事，也是很重要的事，不管去什麼公司，選擇工作的標準不能只看錢。一定要看未來三五年後自己是不是更強了，個人的市場價值是不是比之前顯著增加了。學到的經驗那是無價的。
05
五、談年輕人“如何避免踩坑”：深耕細作方可成
主持人：向兩位老師請教最後一個問題。現在人工智能已經來到風口，對於年輕人來說，根據你們的經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，對於今天在座的很多年輕學生，都是事業剛剛起步階段。我想對大家說的最重要的經驗是，除了要立大志，就是要踏踏實實做一些事情。
剛才鬆純也說，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。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。
朱鬆純：我覺得，這個時代對年輕人來說既好也不好。說好，是因為現在人工智能機會特別多，我的實驗室博士生畢業就拿到好幾個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，遊走在各種具有誘惑的機會中，被帶來帶去，幾個回合之後，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經常探討一個事情，就是我們發現，在我們帶過的學生中，學習成績最優秀、最聰明的學生，最後的成就不如預期，趕不上那些資質稍微差一點、但更加執著的學生。
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。
最後再講一點，有人發現最近60年，科學的發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。據我的觀察，我們面對的是全新的問題，要研究的都是大型的複雜系統，如人工智能、神經與腦科學、生物系統、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！
鳴謝：感謝ACM圖靈大會組委會，特別是劉雲浩主席的大力支持。感謝胡君、朱成方為本文所做的文字編輯工作。
先進製造業+工業互聯網
產業智能官 AI-CPS
加入知識星球“產業智能研究院”：先進製造業OT（自動化+機器人+工藝+精益）和工業互聯網IT（雲計算+大數據+物聯網+區塊鏈+人工智能）產業智能化技術深度融合，在場景中構建“狀態感知-實時分析-自主決策-精準執行-學習提升”的產業智能化平臺；實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。
產業智能化平臺作為第四次工業革命的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，並創造新的強大引擎；重構設計、生產、物流、服務等經濟活動各環節，形成從宏觀到微觀各領域的智能化新需求，催生新技術、新產品、新產業、新業態和新模式；引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升。
產業智能化技術分支用來的今天，製造業者必須瞭解如何將“智能技術”全面滲入整個公司、產品、業務等商業場景中，利用工業互聯網形成數字化、網絡化和智能化力量，實現行業的重新佈局、企業的重新構建和煥然新生。
《崛起的超級智能》一書主要闡述當今天人類為人工智能的春天到來而興奮，為人工智能是否超越人類而恐慌的時候，一個更為龐大、遠超人類預期的智能形態正在崛起，種種跡象表明50年來，互聯網正在從網狀結構進化成為類腦模型，數十億人類智慧與數百億機器智能通過互聯網大腦結構，正在形成自然界前所未有的超級智能形式。這個新的超級智能的崛起正在對人類的科技，產業、經濟，軍事，國家競爭產生重要而深遠的影響。
張亞勤、劉慈欣、周鴻禕、王飛躍、約翰.翰茲聯合推薦