人工智能时代,学者身处独特的治学环境。他们将对如何选题?如何展开研究?如何利用不同领域的研究?如何把研究成果转化为创新的应用?数字化转型又对研究方法产生怎样的影响?
11 月 22 日,由深圳市福田区人民政府、深圳市福田区科技创新局和粤港澳大湾区数字经济研究院(International Digital Economy Academy, 简称“IDEA”)联合举办的2021 IDEA大会在深圳福田开幕。大会以“The World Needs a Few Good IDEAs”为主旨,围绕人工智能与数字经济展开讨论。
当天下午,以“卓越研究之路”为主题的圆桌论坛邀请到了四位优秀的研究员、著名研究机构带头人,请他们分享自己对于做研究的经验和思考。他们分别是国际欧亚科学院院士李世鹏、微软亚洲研究院院长周礼栋、南方科技大学副校长张东晓、北京大学前沿计算研究中心执行主任陈宝权。
以下内容由 InfoQ 整理自现场速记,经过不改变原意的删减。
李世鹏:大家下午好!欢迎回到 IDEA 大会的会场,今天下午第一个圆桌论坛由我主持,我是李世鹏。
今天很荣幸请到了几位重磅的大咖,我简单介绍一下他们。
第一位是微软亚洲研究院院长周礼栋博士,周博士同时是微软的杰出工程师,在微软很多年,他现在领军著名的号称“ITG 黄埔军校”的微软亚洲研究院,他是第五届掌门人,他在研究领域里面应该有很多体会。
第二位是张东晓校长,他是南方科技大学学术副校长,也是美国工程院院士。东晓校长作为学术界的领军人物,他了解如何建立新的学院。他是北大工程院的创始院长、创始人,并且任执行院长和院长很多年,我想他有很多方面的内容可以和大家分享。他在很多前沿科学方面和 IT 不一样,有他的加入,可以给我们分享更多不同领域的碰撞。
第三位是陈宝权教授,他是北大前沿计算研究中心的执行主任,宝权在前沿研究中心带领很多学生探索计算前沿,宝权教授也会给大家带来他自己在研究各个方面的感想。
今天圆桌论坛的题目叫“卓越研究之路”,英文是“Past to Great Research”。今天的重点在“Great Research”,大家从上研究生甚至本科开始做研究,如何做卓越的研究 Great Research?我想可能和普通的研究还不太一样。今天请各位分享怎么样做“Great Research”。
我本身做研究不够好,今天有三位重磅大咖加持,我想大家从他们的亲身体验中会学到很多东西。有一点需要指出的是,他们不但每个人是杰出的研究员,同时他们还是各自学科或者学院的带头人,不管是从个人做研究的角度,还有怎么领导研究院的角度,相信都能给我们分享很多经验。
首先有请各位聊聊何谓“Great Research”?首先有请礼栋院长。
什么是“卓越研究”?
周礼栋:世鹏提的问题是我们做研究的一直在思考的问题,“好的研究”和“卓越研究”实际上有非常大的鸿沟。卓越研究我听到最好的定义,是当时和宝权在庆祝 John Hopcroft 八十岁生日的时候,John 提了一个概念,他觉得 Great Research 最后是能写到大家的教科书里,我觉得非常有道理。今年他的一个学生拿到图灵奖,肯定深得 John 的真传,他了不起的地方是不光在编译做了很多贡献,还写了很多本书,他把“Great IDEA”的标准掌握在自己手里,他写的书都是教科书。John 说的这一点有几方面值得我们深思。
进教科书,这个 IDEA 必须要有前瞻性,而且要有普适性,不是解决一个问题,很多研究都是解决一个问题,解决一个问题进不了教科书。
持续性,不能过两年研究工作不再 Work,这也进不了教科书。
从科技的角度还有一点,我们判断是不是“Great Research”,实际上是看我们是不是把原来都认为不可能的事情变为可能。
我提一个大家不太舒服的观点,现在所有的评价体系,包括发顶会、各种各样的评审,对好的研究比较友好,对卓越的研究有很多负面作用。
张东晓:什么是卓越研究?有影响力、能成为里程碑的研究肯定是卓越的研究。
陈宝权:什么是“Great Research”?我觉得这个问题本身就是一个 Great Research。我觉得真正能够评价研究的只有一个东西——时间,时间是最好的验证标准。说实在话,你做研究的时候不会知道这是不是 Great Research,但你肯定认为这是很有价值的东西,否则你不会去研究,这是一个基本的事实。
当然这有点玩文字游戏了,我说一个真正的观点,什么是好的研究?我觉得这个研究对学生的成长起了很大的作用,让这个学生做这个研究,我能看到他获得的成长。我认为这就是一个很好的研究。
要做出卓越研究,需要什么样的特质?
李世鹏:谢谢宝权。时间可以检验 Research 是不是有影响力。接下来再探讨一下,我们要做好 Great Research,每个人需要有一些什么样的特质?不管从导师角度、还是研究院评估员工,都会有一套自己的看法。我还是先请礼栋院长分享一下,真正做好 Great Research 要做什么准备?不是所有人都能做出 Great Research。
周礼栋:我们在选拔人才时需要有一些标准。Harry(沈向洋)是前院长,他当时立了一个标准,说我们要招三好学生:数学好、编程好、态度好。后来我引申了一下,数学好是要专业技术好,专业技术好并不是你懂多少,而是你有获得这样一个专业知识的学习能力;编程好,引申为能把一些 IDEA 变成真正的 Impact,这个需要通过编程或者做实验等等方式;态度好也非常重要,研究有时候是非常孤独和痛苦的过程,你一定要能够有成长性的思维,能够有持久性、有热情。
后来我也观察了一下,我在微软亚洲研究院前几年时,有幸遇到一些拿图灵奖的学者,我也观察了他们的特质,当然跟我们选拔人才还不一样,但也有很多有启发的地方。对于这些大师来说,研究从来不是像我们一般人想的,你去发表一篇文章,而是要追求极致的正确性,真理。
这对我感触非常大,你要做卓越研究,这种精神可能真的是我们每个人都应该认真思考的,而不是光看在如今这个研究环境下怎样才能在顶会发表文章,这可能还是过于短视。
李世鹏:谢谢礼栋,我觉得做卓越的研究,还是要坐得住,静下心,耐得住寂寞,这确实是一个特质之一。下面请东晓校长分享一下他的观点。
张东晓:这么多年指导学生做研究,蛮有体会的。学生从一开始对这个领域一无所知,再到有创新,做出卓越的研究,是有一个过程的。
对学生的训练,开始时肯定不能给学生一个特别高的目标,或者近期够不到的目标,那他很快就会有挫折感,得让他够一够就能做出点成就,就会非常欣慰,非常有成就感,就可以继续往前创新。先练手,再创新。
另一方面,做研究时,不怕有挫折感,要有屡败屡战的精神。失败了,只是还没成功而已,到底是屡战屡败还是屡败屡战,就看到底是乐观的还是悲观的。对学生来讲,要鼓励他们,这个只是还没有成功,可能还有别的路径。
我一直鼓励学生,我说做研究,不是你一年 356 天、天天要做研究,天天要想这个问题。但如果要解决一个问题,你要集中精力,认真地思考一阵子。如果同样是 40 个小时,你把它分成 5 天做和 2 天、3 天做,40 个小时的效果是不一样的。可能一段时间集中精力、集中思考一阵子。再狠狠地休息一阵子,效果反而会更好一些。
我们做老师的就有这种成就感,看见学生成长起来就很高兴。我经常跟我的学生讲,他刚到我这个课题组跟我做学生时,我说是我教你,到你毕业时,肯定是你教我。因为你要在我这里拿博士,在任何地方拿博士都要创新,没有创新是拿不到博士学位的。在好的大学,要拿博士学位,肯定要有很好的创新,既然是创新,肯定比老师强,如果老师都懂的东西,还需要你创新吗?到最后肯定是学生教老师。等你教会我时,我又可以去教新的学生了。这就是创新,学生培养的好处。
陈宝权:关于做研究需要什么特质、潜质,坦率讲,对这方面我最近还挺有探索和摸索。北大有一个图灵班,我开了一个科研实践课,两个学期。在这个过程中,我一直在进行探索。关于科研需要什么必要条件,大家都说得很多。但我的一个深刻感受是,这些必要条件是需要的,没什么可说的。但如何从做 Good Research 到 Great Research,从好到卓越,这可能是我们更加要关注的。这需要的不是大家通常认为科研的潜质、特质,而是一些通用的软性能力,那些反而变得特别重要。
首先,做研究要敢于挑战权威,要有挑战精神,当然不是说冒犯,这个具体的表达方式可以修炼。
其次,做研究,与人交流非常重要。这也是我在图灵班的科研实践里特别注意培养的。做科研,首先要打破心理上、行为上的禁区。我叫学生们上讲台,面对自己的同学,讲故事,讲什么都行。做研究,首先是个 Performer,要学会表演。你先表演好了,我们再说科研怎么做。
怎样做出卓越的研究?
李世鹏:我原来在 MSRA 也待了 16 年半,经常有人问我,说你们 MSRA 到底做过什么样的 Great Research?我想想我们确实做了很多工作,但哪些可以算 Great Research,这个还得问一下礼栋院长,能不能给我们举几个例子?
周礼栋:这是一个很难的问题,要看你用什么样的标准去衡量。当时我们研究院 20 周年时也做了这样一个反思,看看我们有哪些工作大家都觉得是 Great Research。
最有名的还是 ResNet,ResNet 在当时的影响力非常大,虽然二十年过去了,哪些工作能够进教科书或者怎么样还需要时间检验。但我们也一直在考虑是不是在引导研究院往更长远的影响力方面去发展。另外一个很重要的点,我们能不能不断地培养一代又一代新的领军人物。这是研究院最重要的所谓立足之本。
我觉得研究院最关键的是让每一个人都能够不断地做创新工作,希望有长久影响力的工作不断涌现出来,而不是只是写论文或者给公司做一些工作,要想得更长远一点。
李世鹏:谢谢礼栋院长。我还想听礼栋院长聊一聊,MSRA 怎样去选择一些研究方向和课题?
周礼栋:作为研究院,从来不是从上而下地选择研究方向,而是让大家能够各自有 IDEA,相互碰撞。我一直非常相信进化的过程,我们在研究院想要创造的创新环境也是让 IDEA 能够不断地进化。今天早上大家也看到 Harry 跟王坚相互辩论,我觉得这就是研究院的一种精神,每个人都可以有他的想法,我们相互之间可以辩论。这个辩论不会因为你的职位高,你的想法就会被采纳,而是要让好的想法能够脱颖而出。这才是一个比较健康的创新环境。
另外,上午大家也有提到很多创新的想法都是从年轻人那里迸发出来的。研究院最根本的一点是让年轻的研究员有这样一个环境能够产生想法,并不断地跟大家的交流中锤炼这些想法,真正好的想法最后可能就会成为卓越研究。这是我们一直秉承的,也是亚洲研究院跟很多其他工业界的研究院很不一样的地方。
李世鹏:谢谢礼栋院长。接下来我想问一下东晓校长,如何做好研究?我本人,包括在座的很多研究人员往往做研究的路上并不是一帆风顺,而是有很多挫折。在实际情况下,可能我们很多时候也没有那么多运气能够暂停一段时间,还有很多事情要做,尤其是在学校里的话还要毕业。有挫折时,怎样往前走?
张东晓:非常好的问题。可能大学的研究和工业界的研究存在一些不一样,特别是 Science 和 Engineering 也有很多不一样。Science 可能是兴趣驱动,工程还是为了解决一个具体的问题。
在大学做研究,节奏稍微会好一点。比如读博士,念 4 年也好,5 年也好,6 年也好,都是可以的,不会有太大的时间压力。比较有长远影响力的研究,偶尔会在大学产生,部分也是因为这个环境没有太大的压力,大家可以用更多时间来思考,就可以做出影响更深远的研究。
对于我的学生,我一直告诉他们,你什么时候做研究,在哪儿做研究,到底念多久,这个东西我不关心,你不做研究也没有问题,反正你就别毕业。如果在国外,你做个一两年,我觉得你没有进展,也许就不再资助你了。在国内我还没有这个特权不资助你,必须要资助你,但教育部有一个规定,博士八年必须毕业,不毕业就要肄业了。有个八年的限制,我一直会支持你八年,但你达不到我的标准,我肯定不会让你毕业。如果你做得快,进展大,一年毕业也是可以的。
对于一个学生来讲,能力的培养是关键,创新能力是关键,信心是关键。研究的项目,研究的成果,在人才培养过程中都只是一个手段,长远来讲不是那么重要。特别是发表多少篇论文,无论是顶会的论文还是顶级的论文,多少篇,都不重要。要评价一个年轻人,重点要看他到底做了什么样的工作、对这个行业产生了什么样的影响。
李世鹏:谢谢东晓校长,再换一个话题,给宝权主任。现在不光中国,还有 MIT 很多教授,他们在 AI 大数据领域,认为我们干不过像微软、阿里这样的大公司,因为我们没有企业那么庞大的计算设施和数据。在这种情况下,学校的教授们怎么样去做一些研究,还能突出出来?
陈宝权:现在在计算机工业化程度非常高的情况之下,工业界有点唱衰高校的倾向。工业界经常会说,做大数据,要数据我有数据,要算力我有算力,天天给优秀的学生发广告,让他们去企业实习。不管怎么说,这确实是很多人脑子里想的。
研究是有前瞻性的,甚至是超前的,我个人认为研究是面向未来的,面向未来的东西还没有太工业化的东西。那你和工业界关注的 Research,按说就要有所不一样。当然,我们肯定鼓励合作,比如我真的有什么想法,需要有大数据、大平台,跟 IDEA 合作,不用我们自己来。这是可以的。
只要研究真的是面向未来的,那和工业界之间就会有很大的差异化。时间就是你的优势,你也可以在工业界还不愿意投入人时,你去投入人,这时候人力也是你的优势,两者相加,你的资源就多得多。站在这样一个角度,我觉得研究要突出不是很难。
李世鹏:谢谢宝权主任。其实我们还有很多问题想问各位,但时间有限,最后再问三个问题。第一个问题给礼栋院长。希望礼栋院长分享一下软件亚洲研究院的研究员怎么把 Research 变成一些实实在在的产品?
周礼栋:对于研究院来讲,我们是微软的一部分,基本上所有微软的产品线和服务里都有微软亚洲研究院的研究成果。同时我们在不断思索怎么在新时代里做更有影响力的落地工作。
这其中我们有一个思考,我们不是完全往落地的方向去努力,因为我们人数有限,还是做研究为主。但我们也看到一个趋势,以前我们的问题基本上都在自己的圈子里,我们跟各个大学的合作主要也是跟计算机科学系合作。但现在计算机科学包括人工智能的发展,已经到了一个临界点,就是计算机的影响不再仅限于计算机科学,而是对所有的科学和所有的行业都有很大的促进作用。这可能是更有颠覆作用的,包括数学、物理、化学、生物这些学科,也包括对所有的行业。
这就对我们把研究做得更有影响力提出了一些新的挑战,比如我们如何去做一些跨界的合作。现在我们的高校关系团队开始更多和环境领域,比如东京大学做环境、做海洋的领域,包括材料甚至生物、物理、化学专业做更多的合作。
另外我们还有创新是跟企业开展合作。但研究院做的工业还是会更聚焦于找到那些对某一各行业或者某一个学科带有普遍性的具有颠覆作用的技术。这也要求我们要共同做一些创新。
在以后的五年或者十年里,这种方面的影响力,对于计算机科学的研究包括工业的研究,会变得越来越重要。
我们做这些事情,本身就是跟公司的目标是一致的。我们现在放眼于不只是公司现在的产品,而是更想着眼于对人类社会或者人类科学技术发展最有意义的方向去产生更大的影响。
李世鹏:谢谢礼栋院长。下面一个问题问一下东晓校长。东晓校长是做科学研究的,现在很多东西都数据化了。我们做 AI 大数据,肯定一天到晚都在跟数据打交道,从你的角度讲,这些新的方向对数字进行转化,对你的研究有什么新的方法上的启示?
张东晓:科学发现是一个很漫长的过程。我们可以从数据里挖掘科学规律,研究要从数据里找出来,只有从里面淘出金了,才叫大数据。我们可能从数据大到大数据方面还要做很多努力。
李世鹏:虽然还有很多问题想问各位大咖,但因为时间关系,只能先问到这里。最后我想让三位围绕我们这个主题“卓越研究之路”,总结你们最想讲的一句话,分享给观众,作为今天的结束语。
陈宝权:怎么做科研,是既有形又无形的东西。你要有一些章法,但它又不是产品线,不是遵循一些简单的法则就能做好。再套用一句话,世界上本没有路,你走多了就变成路了。我们就像小仓鼠在转轮上不断地跑,永远都跑不出去,做 Research 就是这么个感觉。
张东晓:研究的英文是 Research,研究就是要反复不断地追寻、探究,方得始终。
周礼栋:我觉得研究本身是一个以一系列 IDEA 作为引导的所谓奇幻的探索之旅。你越享受这样一个过程,能够看到的风景可能就越精彩,看到的风景最精彩的时候,你做的就是最了不起的研究。
李世鹏:请大家再次以热烈的掌声感谢三位嘉宾的精彩分享,谢谢你们!
评论