圖靈獎得主霍普克羅夫特：要專注於真正讓你興奮、好奇的研究
“如果你想成功，你應該專注於那些真正讓你興奮、使你感到好奇的研究，”近日，康奈爾大學教授、圖靈獎得主John Hopcroft在微軟亞洲研究院的2021理論學術研討會上說道，“因為你的職業生涯將是你生活中的一個重要部分，你應該擁有激動人心的生活。大學的使命並不是培養一個人來找到一份好工作，而是教育學生擁有美好的生活。這就是為什麼教育不應該僅僅是一個狹窄的技術領域。這就是為什麼我們堅持人文社會科學。想象一下，如果你在政府部門工作或者晉升到一家公司的管理層，但你所知道的只是狹窄的技術領域，那麼你將因此受困。”
1986年圖靈獎得主 JohnE。Hopcroft（約翰·愛德華·霍普克羅夫特）JohnE。Hopcroft（約翰·愛德華·霍普克羅夫特）在1986年由於在演算法及資料結構設計和分析方面的基礎性成就被授予圖靈獎。圖靈獎每年全球僅評選1人，從1966年至今，中國的圖靈獎得主目前只有清華大學擔任交叉資訊研究院院長姚期智。
Hopcroft的研究集中在計算的理論方面，特別是演算法分析、自動機理論和圖演算法，他先後任教於普林斯頓大學、康奈爾大學、斯坦福大學和上海交通大學等，是美國科學院、工程院院士，同時也是中科院外籍院士。
除了計算機領域外，教育也是Hopcroft非常關注的領域，他曾調研中國50所高校關於中國計算機學科的教育發展現狀。
“事實證明，中國排名前九的大學之一的新生質量比伯克利，斯坦福或康奈爾大學的新生質量更高。但4年後，我再次面對這些中國學生時，卻發現康奈爾大學的學生已經超過了他們。這意味著中國的大學教育並不成功。”近日，康奈爾大學教授、圖靈獎得主John Hopcroft對澎湃新聞（www。thepaper。cn）表示。
Hopcroft繼續說道，“在美國，教育體系在小學和中學生中佔用的時間要少很多，孩子就有更多時間去和其他孩子互動，參加體育運動，發展社交聯絡等等，很多教育是在課堂之外進行的。但中國學生就很難有時間去探索世界，去跟其他的學生建立聯絡。要達到一定的（成績）目標已經存在真實的壓力，而這是美國學生沒有的壓力。所以我認為，中國學生只是專注於解決什麼，但似乎缺少了好奇心。”
在第四屆世界頂尖科學家論壇開幕式上，Hopcroft因一段發言“中國高校對國際聲望看得太重，而衡量一所中國高校國際聲望如何則取決於該校的研究經費以及論文數量”得到廣泛關注。
“中國高校更關注如何提高國際聲望以及其指標——研究經費和發表論文數量，他認為重點指標應該改為本科生的教學質量。中國的一些一流高校已經能夠培養高質量本科生，但數量遠遠達不到中國社會目前的需求。”Hopcroft在當時說道。
Hopcroft將研究分為兩類：基礎研究與應用研究。應用研究是為了解決特定問題而做的研究；基礎研究則是因為好奇而做的研究，不需要考慮其應用問題。“評估基礎研究是非常困難的，因為大部分基礎研究都不會有回報。那麼，我想要問一個問題：為什麼大學要僱傭研究人員？”
“當你僱傭一個教師時，他們可能有40年的職業生涯，而他們會在這40年裡隨著研究領域的發展而不斷髮展。但如果你僱傭一個研究人員，那麼他會對自己所做的基礎研究具備一種求知慾，這種求知慾會讓他們不斷地對自己所在領域的前沿動態感到好奇，從而激發他們能夠不斷地創新，最後與研究領域共同發展，甚至是推動研究的邊界。而且當有新鮮的事物發生時，他們所教授的課程也很可能會將最新動態納入其中，因此使得這門課程與時俱進。我認為，做基礎研究的人的基本天性就是對自己正在做的事情感到興奮，並將這種興奮帶到課堂上。所以，這就是大學為什麼僱傭研究人員的原因。”Hopcroft說道。
但是，為什麼一個公司要僱傭基礎研究的研究人員呢？“因為公司希望研究員們在提升公司自身技術儲備的基礎上，也能夠參加世界各地的國際會議，從而獲取全球最前沿的資訊，並且將自身的技術、產品和理念推廣出去。”對照Hopcroft的答案可以思考目前網際網路大廠AILab的困境。
對於計算機科學中理論研究的定義和意義。Hopcroft表示，我剛開始做研究的時候，理論計算機科學所涉獵的很少，只包括像是有限自動機、上下文無關文法、可計算性、可判定性這類理論。那是因為這門學科剛開始的時候，只是由理論計算機科學和程式設計組成，並不存在演算法領域。但是今天的計算機科學已經煥然一新了。如果說這門學科最初關心的只是讓計算機變得有用，那麼現在計算機不僅變得有用了，計算機科學也已經徹底改變了。所以現在我們有了各種各樣的應用，包括人工智慧、大資料、密碼學等等。
Hopcroft認為，“如今，理論計算機科學研究員是指那些對應用程式背後的基本思想感興趣的人。他們想知道人工智慧為什麼能夠行得通，這與那些只想利用人工智慧解決問題的人是截然不同的。”
以下為演講原文：
今天，我想講的是關於產業界的學術研究，我相信有許多人可能沒太注意過這一點。首先，研究可以分為兩類，一類是基礎研究，一類是應用研究。應用研究是為了解決特定問題而做的研究；基礎研究則是因為好奇而做的研究，不需要考慮其應用問題。評估基礎研究是非常困難的，因為大部分基礎研究都不會有回報。
那麼，我想要問一個問題：為什麼大學要僱傭研究人員？當你僱傭一個教師時，他們可能有40年的職業生涯，而他們會在這40年裡隨著研究領域的發展而不斷髮展。但如果你僱傭一個研究人員，那麼他會對自己所做的基礎研究具備一種求知慾，這種求知慾會讓他們不斷地對自己所在領域的前沿動態感到好奇，從而激發他們能夠不斷地創新，最後與研究領域共同發展，甚至是推動研究的邊界。而且當有新鮮的事物發生時，他們所教授的課程也很可能會將最新動態納入其中，因此使得這門課程與時俱進。我認為，做基礎研究的人的基本天性就是對自己正在做的事情感到興奮，並將這種興奮帶到課堂上。所以，這就是大學為什麼僱傭研究人員的原因。但是，為什麼一個公司要僱傭基礎研究的研究人員呢？因為公司希望研究員們在提升公司自身技術儲備的基礎上，也能夠參加世界各地的國際會議，從而獲取全球最前沿的資訊，並且將自身的技術、產品和理念推廣出去。
接下來，我想談談計算機科學中理論研究的定義和意義。我剛開始做研究的時候，理論計算機科學所涉獵的很少，只包括像是有限自動機、上下文無關文法、可計算性、可判定性這類理論。那是因為這門學科剛開始的時候，只是由理論計算機科學和程式設計組成，並不存在演算法領域。但是今天的計算機科學已經煥然一新了。如果說這門學科最初關心的只是讓計算機變得有用，那麼現在計算機不僅變得有用了，計算機科學也已經徹底改變了。所以現在我們有了各種各樣的應用，包括人工智慧、大資料、密碼學等等。如今，理論計算機科學研究員是指那些對應用程式背後的基本思想感興趣的人。他們想知道人工智慧為什麼能夠行得通，這與那些只想利用人工智慧解決問題的人是截然不同的。
因此，我認為像微軟亞洲研究院這樣的企業科研機構需要專注於能夠幫助公司技術發展的特定領域。而這其中很關鍵的一環就是建立一個理論。如果你在研究一個特定的問題，那麼你就必須花大部分的時間去嘗試解決這個問題。但如果你只是花費5%的時間，那麼試問，我們能在這個領域提出一個新的理論麼？當然，你可能會發現其他解決問題的方法，並且可以更高效地來解決這個問題，但這僅僅解決了一個問題，並沒有針對相關問題進行深入的探索。我必須承認，公司通常不會僱傭很多基礎研究人員，因為公司更想要僱傭那些能夠解決問題的人。但有一個公司卻不一樣，那就是貝爾實驗室。這是一個特殊的例子，因為貝爾實驗室是由政府負責的，他們僱傭了那些只做自己感興趣方向的研究員們。不得不承認，貝爾實驗室的研究成果很豐碩，而且其模式是大部分公司都難以複製。因為很多公司往往都只看重短期效益。但事實證明，只有目光長遠，堅持做基礎研究，才能對學術界以及整個社會帶來更大的影響。
在現在的大學教育裡基礎研究也是非常重要的。大學的使命是培養下一代的人才，但偶爾也會有教師發現一些具有重大影響的事物，從而創造了一個全新的科學領域，創造了數以百萬計的就業機會，促進了經濟增長。我認為美國決定資助大學的基礎研究可能是他們做過的最好的財政投資之一。但其實這是很難評估的，因為大概有10萬名科研人員所做的研究並沒有辦法透過普通的評估方法去衡量。而且基礎研究不太可能在三年內得到回報。那麼，當你的資金無法支撐30年的研究且只針對一小群人的話，你又當如何衡量呢？
所以對於大學教師來說，衡量其教學質量，是相對容易的。但另一個問題是，一位大學教師是否會有一份能讓自己成長，並始終在該領域前沿持續探索的事業？也就是說，即使沒有回報這個人是否會依舊為其事業熱血沸騰？要進行這樣的衡量是困難的。目前，我獲准對中國前50所大學的計算機科學教育進行評估。我們的評估方法也很簡單，就是請學生們旁聽一場講座，看看老師有沒有讓學生參與進授課中來，我們還測量了有多少學生在課堂上集中注意力。我們有一個專門的記分卡，裡面記錄了我們需要評估的五項指標。結果展現，這項調研對於提高教師的教學質量是有建設性價值的。
我認為，有必要提一下向量空間模型這個詞。這個詞是由康奈爾大學的一位教師提出的，然而當時我們並不認為這會是一個非常有影響力的概念。但事實證明，那些你認為可能不重要的事情往往會帶來全新的領域，因為這正是讓谷歌成功的技術，並創造了數百萬個工作崗位。這是個題外話。言歸正傳，我認為有很多重要的事情需要思考。例如，如果我們訓練一個人工智慧網路來識別貓，那麼我們就需要成千上萬的圖片，但人類卻能從單一的影象中學習並進行識別。因此，我們要做的就是研究大腦是如何工作的，需要注意的是，大腦的組織結構與計算機的組織結構有本質上的不同，大腦消耗的能量非常低。究竟是怎樣的結構使得大腦能夠完成一些非常簡單的事情，而人工智慧卻無法完成同等的任務呢？這就是目前我們的人工智慧正在進行的研究。與其關注別人在做什麼，或者只專注於自己的研究，嘗試探索一個完全不同的領域可能是非常關鍵的。
我再講一個故事，我對大腦如何學習很感興趣，幾十年前有人告訴我，三歲看老。對於這個觀點當時我只是聽了聽，因為我認為這並沒有科學理論支撐。但最近我認識了一個人，他再次證實了這個觀點，同時，當我搜索這項研究時，還發現了大量有關大腦如何發育的研究。結果是，在人出生後的三年裡大腦逐漸學會了如何學習。一個研究案例顯示，科研人員在美國的一個內陸城市，為一組剛出生的孩子提供了三年穩定的智力豐富的環境，但對另一組的孩子沒有提供。30年後，他們比較了兩者的差異。結果發現，那些擁有豐富智力環境的孩子往往有更小的機率患有精神問題，並且擁有更高的教育水平，擁有高薪的工作等。
我上述提到的這些故事都是因為這些故事總是與其他事情相關。正如在計算機科學中，我們經常使用代理，大多數情況下代理也確實給出了最優解。那麼問題來了，為什麼某種代理能起作用呢？這需要我們從理論的層面給出答案。對我來說，這就像是一個智力豐富的環境研究問題。
但有一點我希望你們能明白，如果你想成功，你應該專注於那些真正讓你興奮、使你感到好奇的研究。這也是我告訴學生的。因為我發現很多學生主修計算機科學是因為他們的父母告訴他們這門專業能找到一份好工作。有一次，我和一個即將畢業的大四學生聊天。他說，“你知道嗎，我真的很討厭計算機科學，我更喜歡音樂。”所以，我會告訴學生，你應該選擇你喜歡的專業，因為你的職業生涯將是你生活中的一個重要部分，你應該擁有激動人心的生活。大學的使命並不是培養一個人來找到一份好工作，而是教育學生擁有美好的生活。這就是為什麼教育不應該僅僅是一個狹窄的技術領域。這就是為什麼我們堅持人文社會科學。想象一下，如果你在政府部門工作或者晉升到一家公司的管理層，但你所知道的只是狹窄的技術領域，那麼你將因此受困。
花點時間想想你真正喜歡的是什麼，或者你究竟對什麼感到好奇！也許是量子通訊和量子糾纏理論，也許是分散式計算，也許是大資料。計算機如今在醫學、金融業、製造業等等領域中都有應用。這就是時至今日的計算機科學和密碼學，他們不僅提供了安全保障，還承擔了各式各樣的重要角色。但更重要的是，讓理論迴歸產業界實驗室吧！
（本文來自澎湃新聞，更多原創資訊請下載“澎湃新聞”APP）
