请选择 进入手机版 | 继续访问电脑版
开启辅助访问
链路首页链路财经目前收录 币种 : 4908 交易所 : 310钱包 : 13 24H 交易量 : $7,280,351,613 总市值 : $240,632,888,531

文谈 | 机器学习之父Tom Mitchell和漫画家蔡志忠巅峰碰撞,探索科学和艺术的交汇

  • *以下根据2017年11月14日在杭州举办的高山大学特别一期“文谈”整理而成

    *本文10254字 | 11分钟阅读


    机器学习之父Tom Mitchell、著名漫画家蔡志忠

    和长城会创始人文厨跨界对谈,讨论科学与未来

    11月14日,一期特殊的“文谈”在杭州举办,这期节目中,长城会创始人文厨,对话机器学习之父、卡内基梅隆大学教授Tom Mitchell与著名漫画家蔡志忠。


    两位大师级人物看似就像两个在不同平行宇宙中转动的星球,Tom Mitchell沉浸在数据的世界里;而蔡志忠却徜徉在漫画的想象中,二人无任何交集。但人生仿佛在攀登一座高山,当你登上顶峰,会发现与其他人看到风景以及对世界本质的理解有惊人的相似之处。


    从对谈中,我们发现,“科学复兴”已经成为了社会现象,带来了新一波浪潮,蔡志忠作为漫画家,对科学也保持了常人难以想象的热情,除了高产漫画书,他还自学理论物理学、数学,1998年到2008年他闭关10年40天研究物理,后来出版了《东方宇宙》和《时间之歌》等科学书籍与心得,他的动画《天眼传奇》中就加入了很多物理和数学元素,让故事达到了全新的境界。


    蔡志忠执笔并担任了动画电影《天眼传奇》

    的总导演,将数学、物理、哲学等元素融入到这部动画电影中


    而Tom Mitchell也认为,机器学习的研究需要更多的跨界力量,机器学习、纳米技术、计算机技术、人文艺术需要用科学的方式结合在一起,用新的方法创造新的科学,才会衍生出更多的可能性。


    Tom Mitchell坚信,创造未来的天才科学家并非天生,而是周遭环境、成长的关键节点中遇到的关键的人、自我认知等复杂因素合力的结果;这与蔡志忠的想法不谋而合,他认为一个人出生之后,有责任重生一次,找到心中最喜欢、最拿手的事情做到极致,才会成功。


    不管是科学家还是艺术家,他们都在通过科学的方式寻找宇宙运动的底层原理,这些原理为人所用,会产生无法估量的价值:埃隆·马斯克一次午夜突然意识到甲烷-液氧火箭发动机可以实现380秒以上的比冲,这样比冲的火箭足以逃离地球,抵达火星,这让他更加坚信火星移民计划的可行性;乔布斯儿时看到小牛犊从母亲体内出来,跌跌撞撞后,可以自己走路,这对他造成了强烈刺激,原来很多本领不用别人教,很多本领出于本能,自己不用向别人学习就可以掌握,这也被他应用在了那些改变世界的苹果产品中。


    了解这些底层原理,可以帮助人们像马斯克和乔布斯那样,直接跳出渐进式改善的思路,直接实现从零到一的飞跃。这次跨界对谈,从自我定位、创造力、科学的思考方式、技术浪潮带来的影响几个问题的讨论,为大家拨开层层迷雾,更好地了解宇宙运行的底层原理,找到伟大成就背后的驱动力。


    文厨:蔡老师最近在研究理论物理学,而且据说下一部的著作不再是诸子百家这些中国国学文化里的东西,是要出一本物理方面的书。

     

    蔡志忠:我对宇宙、金星、恒星、分子、原子、粒子的内在运转规律都非常有兴趣。西方世界有很多有关宇宙探索的著作,但我并不认为白纸黑字的东西一定是真理,所以我们不能盲目崇拜。物理学还有很多可以挖掘的地方。

     

    文厨:Tom,你怎么看蔡老师关于物理的观点?

     

    Tom Mitchell:如果有可能的话,可以把这些想法写成一本书的话,会帮助大家以一种更崭新的方式去理解世界。我想这是一个非常有创意、有价值的一种方式,我希望可以看到这本书的英文版本。

     

    文厨:我想请问两位怎么看待科学精神的本质,相信艺术家和科学家会有不同的解读,先请科学家解读。

     

    Tom Mitchell:现在我觉得科学技术发展进步更像是社会现象,开始的时候不是这样的,比如人工智能,30年的时间跨度,1987年到2017年,有很多科技浪潮,或者范式的转移,很多传统的东西都被淘汰颠覆,有一段时间神经网络很流行,1997年,神经网络,有人做了重要的研究,1997年大家觉得神经网络做不下去了,接下来我们做了基于规则的方法,通过这种规则,我们可以更好地去了解,这里数据很重要。现在的浪潮就是,除了个别人以外,没有人去做神经网络,但2008、2009年,神经网络又回来了,今天的深度神经网络,是之前的神经网络和一些新方法的结合,这些历史性波动让我看到了高潮与低谷,产生了一些循环的社会现象,也有一些负面影响。这就是我对科学精神的整体看法。

     

    蔡志忠:科学的精神就是让人通过我们的智慧,去理解宇宙运作的底层规律。而我们能够利用这种规律为人所用,所以科学当然是目前最有价值的。

     

    文厨:高山大学的使命是“科学复兴”,霍金教授给到TA的英文表述是 “New Scientific Renaissance”,今天借此机会,也想请二位来分享一下,“科学复兴”是什么?

     

    Tom Mitchell:我觉得我们确实在“科学复兴”当中。从字面理解应该是“重生”,“复兴”类似于重生或者新生。现在我们正处于这样的阶段,我们站在过去的成就之上,获取更多的创造力。我觉得有两条不同的道路可以走:一方面是多学科、跨学科领域的合作,不同的行业、不同的领域,纳米技术、计算机技术、人文技术都可以用科学的方式结合在一起,用新的方式创造新的科学,让科学的火花飞溅。

     

    另外一种力量,我可以很骄傲、很自傲的说,这种力量就是机器学习。因为在以经验为主的数据依赖型的通用型、原生的科学当中,我们已经到了这样的阶段,就是历史性依赖经验的科学,已经获取了非常多的规则和规律。基于之前发现的规律,我们可以有计算机的算法帮助我们更好的进行新的规律的探索,并衍生出更多的可行性。


    这是两种力量推动“科学复兴”,一方面是多学科跨界融合激发出来的火花,另一方面就是让机器学习继续研究过去积累的历史数据,衍生出新的可能性。

     

    蔡志忠:“科学复兴”就像西方的文艺复兴,这是价值。像米开朗基罗一样,一个家族就可以冲击整个欧洲。我认为,“科学复兴”在中国,以中国来说谈不上复兴。因为过去中国不重视科学,只重视科举考试。像沈括的《梦溪笔谈》里谈的一样,不要提四大发明。很多年前,中国在物理方面是领先的,如果在中国,应该是科学自主。不要看到西方的书才知道是真理,看到之后,不要相信经典,他只是艺术家的故事会。听了“真理”以后,要自己思考一下,懂了才相信,科学更是这样。错误的理论和信息像一道高墙,不要让这道高墙把自己封闭起来。



    文厨:Tom,你的第一本书叫《机器学习》,这是机器学习领域最早的教科书之一,早期很多人都在用你的这本书了解机器学习领域的一些基础知识。听说,你又正在准备写第二本书,我们相信这本书一定又是一本影响深远的教科书,你是否可以透露一下新书的一些观点?


    Tom Mitchell:我的第二本书写得很慢,因为尽管慢,还是有进展的。现在我面临两方面的挑战,希望获得帮助:


    一方面的挑战是我觉得这还是一本机器学习的书,机器学习领域目前正处于非常大的转弯期,深度神经网络的方向,已经把原有的一些旧的算法都替代掉了。我个人的看法它还要走很长的一段路才可以替代其他的算法,这里就不跟大家讲更多的技术细节了。如果这样走的话,在这个位置写一本书不错,但现在的技术发展差不多要转弯了,我还在写这本书,这不也许不是很好,这让我有点奇怪。


    但是,另外,要学一个事情,最好的学习方法就是学着去教课程。只要去教,一定会学得更加认真。另外,我之所以写得慢,是因为二十年前写本书很容易。我不知道今天写一本书会被摆到哪里去,我是不是要为每个章节做视频课程,是不是需要组织每个章节的读者到一个讨论平台上讨论,但书的形式,二十年前和现在已经发生了很大的变化,这也对我形成了很大的挑战。

    机器人索菲亚成为了沙特阿拉伯的公民,她正在获得越老越多的公民权利和影响力


    文厨:最近,有一个叫索菲亚的机器人获得了沙特阿拉伯的公民身份。我们应该怎样看机器人获得同样或者更好的公民权利这个问题?

     

    蔡志忠:我猜每一个世纪有很多智者们在预估下一个世界会发生什么,每一个世纪都有错估的地方,因为人类的进步比当代的智者预见还要大,我想人类的进步比我们预估要大,某一天机器人不可以投票吗?机器人不可以学习吗?机器人会遵守很多的法则,我期待着、相信着未来可能性更大。

     

    Tom Mitchell:我想现在还太早。因为我还不希望他们投票,不过,我确实希望他们可以交税。在未来的十年当中,比如说自动驾驶汽车,我觉得我不会说他们是公民,但可能会涉及到法律问题,比如说有由谁负责,比如说自动驾驶汽车撞了人或者是撞了车,严格意义上讲汽车的生产商要负法律责任,如果这辆车要负责,怎么惩罚,怎么进行法律判断呢?这些问题很快会浮现出来,这是关于道德、关于伦理的问题。

     

    文厨:AlphaGo Zero让人工智能又一次成为了焦点事件,通俗的讲,它已经开始自学成才了,不需要参考人类产生的数据也可以进行一定程度的学习了,我们想先听听蔡老师怎么看这样的问题?

     

    蔡志忠:我自己也很关心时事,AlphaGo Zero通过自我学习找到规律,其实找规律是很简单的。但我不担心机器人会超越人类,可能会超越大部分人的智慧,机器没有办法创作和创想的,比如,笛卡尔每天中午才起床,他身体不好,经常躺在床上,看天花板上的格子,看格子联想如何用几何学,然后他把一个当横坐标,一个当纵坐标,所以可以写出函数,写出X和Y的平方,当X等于2的时候,Y等于4。如果是这样的问题,让机器人证明横竖是不可能的,机器人应该要几百年才可以做到。从过去的规律,证明一个人的妄想是错的。

     

    Tom Mitchell:我想游戏本身就是一种非天然的行为。实际上,机器人的发明是挑战我们的一些既有想法,或者说能做一些目前我们做不了的事情,这也是应他们非常有趣的一点。我们做不了的就是分析一些很大的数据,因为这对脑力是很大的挑战,电脑处理成倍的数据要比人脑好很多。这些问题要从既有的事情当中,可能有一些既定的步骤,是我们可以采用的步骤。接下来就是要模拟这个步骤,模拟100次,完全无错的模拟。但脑子通常做的就是在这里,我们看到了,然后学习,然后我们讲,然后我们理解句子的意思,下一步应该说什么。我想这是自然智能、天然智能。

     

    但我并不觉得AlphaGo Zero本身是人工智能是巨大的一步。对于人来说,我们知道电脑是可以完成一些机械的步骤,可以做复杂的事情,也可以很快的做。他们也可以战胜人,因为人的技巧和过程、处理步骤和它完全不一样。但是,我对此更激动的是过去的几年中,电脑从几乎盲目的阶段,到现在可以像人一样,可以看到一些情况,可以根据情境做出反应。

     

    文厨:文谈的直播平台粉丝问自动驾驶、无人驾驶还需要多久才可以大规模上路?

     

    Tom Mitchell:首先,如果我们画一个时间轴,什么时候可以达成全自动驾驶,其实局限绝对不会是直角,一定是斜向上的曲线。因为自动驾驶某些领域比较容易,比如说高速公路上,道路的环境比较好,路上的标线、车道都画得非常标准。比较困难的那些场景就包括乡村、泥泞的道路,一些不规则之路等等。所以,在自动驾驶实现的过程中,不同的部分是有不同的难度。所有的场景都用自动驾驶实现,还需要很长的时间。

     

    十年之内,高速公路上会实现无人驾驶,现在差不多有了。这就产生了一个很有意思的问题。有人会问你愿不愿意买一台只能在标准道路上驾驶的汽车,这对Uber来说非常关键,因为他们正在我所在的城市匹兹堡开设了一个技术中心,有很多工程师和技术专家研究自动驾驶汽车,他们在匹兹堡的路面上做测试,当然人还是坐在车里,随时准备接管方向盘。

     

    所以,这个问题又到了如何搞定最困难的部分,他们的意思是无所谓,不需要去过多关注这些困难。要从这边开到那边,但自己搞不定,就叫个Uber或者滴滴,他们会送一部车过来,把你送到高速公路上或者是标准道路上,最后结果会怎么样?我想会来一部自动驾驶的车,他们说不是这样的,谁会愿意中途换车?解决方案是人跳出来,然后车自己去目的地,然后驾驶员跳出去,车自动驾驶,到不能自动驾驶的区域。

     

    这样的话,自动驾驶会在标准道路上很快得到大规模的使用,特别像滴滴、Uber这样提供出行解决方案的公司,以及他们在自动驾驶和人工驾驶之间找到很好的结合点,特别适合无人驾驶大规模应用。所以,我觉得比较快,大概五年左右,虽然不是100%的无人驾驶,但是会部分会实现商业化。

     

    文厨:目前机器学习谈到最基础的需求都是来自数据,但现在的问题是数据都由一些大公司控制着,在可见的未来中,你觉得机器学习可能不再这么被依赖吗?或者说市场上有其他小公司也会有这样的机遇或者可能性?

     

    Tom Mitchell:这个问题非常好。我很快地讲一下,我有两个想法。首先,我同意你的想法!数据确实在个别公司的手中,这对于经济发展是一种抑制。如果我们希望经济快速发展,应该减少壁垒,让企业实现公平竞争。数据目前已经成为了准入的壁垒,它已经抑制了一些创业公司加入竞争当中。政府有机会能够建立政策,实现数据分享、数据销售、数据营销、数据经济等等,但现在还不清楚真正合适的政策是什么,同样对于新的公司或者是创业公司,他们也可以创建自己在数据上独有的特性,就可以在一个独特角度成为寡头公司。

     

    第二点,你是对的,如果想了解未来机器学习的发展,你需要想一想人是如何学习的,现在电脑还没有做到这一点。人通过各种方式,通过看,通过书学习,通过相互之间的沟通,或者你有一个指导人,他可以告诉你,你如何做研究等等,成为你的导师。在未来五到十年当中,会看到范式不断的变化,就像和人的交互一样,它会以另外一种方式受到影响,这会是非常有建设性的。

     

    我们可以意识到我们陷入了一种固定思维模式当中,唯一能做的就是我们所说的语音交互,这就是我们曾经用手机做的事情。比如说我告诉阿里巴巴的机器人说“刚才听到的是这个声音就是我的狗在叫”,因为它不知道,我就教它,告诉它只要接下来听到狗的声音,就说“没关系,没事,都挺好的”,如果可以做到这一点,就会成为一种新的选择。未来以指令为基础的机器学习会是很大的增长机会。

     

    我们接下来要加速计算机识别某一种语言的速度,我们不需要人去学习编程的语言,而是希望电脑、机器可以习得人的自然语言,人可以通过指导进行编程。

     

    现在只有0.1%的人会编程,大家想一想,99%的人类都可以进行编程,他们可以为各种各样奇异的场景创造出无穷无尽的方案,这个创造力是无法想象。我们一定会达到那一步,但现在除了我们在写这方面的论文,还没有别人在进行研究,我觉得这是不可避免的趋势,如果一旦发生,这将是巨大的变化。


    文厨:有生之年,我们要留下一些有趣的尝试,文谈的对手就是司马迁。我问一下蔡志忠老师,你的对手是谁?


    蔡志忠:刚开始画漫画的时候,我的对手是日本的漫画家,他们画得非常精致,就像武士道,对所有漫画家造成了挑战。36岁的时候,我去了日本,是要完成儿时的梦想。后来我学会了思考,知道自己应该画什么东西。


    Tom Mitchell:这个问题太有意思了,我从来没有这么想过。因为对科学家来说,并没有什么对手,我们的目标是为了要找到真相,我做的工程也是为了建造一些能够改变现实的东西。所以,在我看来并没有什么对手,只有等待我们发现的事物而已。


    文厨:一个人在很小的时候就意识到自己想做什么是非常幸运的。但现在我们处于一个信息爆炸的时代,周围有太多的噪音,你是否可以给年轻人一些建议,如何在这样的环境中找到合适的方向呢?


    Tom Mitchell:我非常喜欢你的问题,首先,我不太确定现在的儿童所处的年代是不是比我们所处的年代更糟糕。当时我处在披头士的年代,家长都觉得他们是不好的东西。但他们正是创意的来源,你可能会说现在的成长环境和那时候不一样,但不能说现在就不好。现在他们处在一个信息爆炸的年代,会使他们和我们不太一样,但我们也不太清楚未来的发展方向是什么。


    同样,我想对于儿童和成人来说,有独处的时光很重要,这虽然会让他们感到很无聊,但他们会被迫去思考一些事情,我想这是有益的。


    文厨:网友们有问题了,这个是问蔡老师的,现在互联网快速变化的状态,有没有什么建议帮助年轻人找到自我和自处的方法?


    蔡志忠:我也天天在使用电脑,也看互联网的东西,但是以自我为主,但我没有上瘾。所以,一个人在变化时空中,有衣食住行的需求,一个人有强烈的自我和哲学价值观就完全不会受到环境的影响。所以,我自己不会因为外部流行什么,我就去凑热闹。有些人讲了就觉得自己很流行了。一个人从一开始有自己的人生价值观,这是一种生活方式。


    文厨:现在大家都在讲究知识的传承,蔡老师一直在用漫画的形式把国学文化传给下一代,影响下一代。我们一直希望关心的问题是,我们如何把学问传授给下一代?


    蔡志忠:很多人都说中国的传统文化在台湾,其实是在于家庭。我教我女儿就像我爸爸教我一样。我和女儿去餐厅,服务员给菜单,我说“说谢谢”,她不说,我就一直让她说“谢谢”。点餐之后,服务员送了一盘菜,她不回答,我就敲桌子,她就说“谢谢”。所以一个父母要以身作则,如果父母带小孩闯红灯,他怎么会不闯红灯呢?如果父母带小孩抢位置,小孩怎么会不抢位?如果父母打电话,讲另外一个朋友坏话,你以为小孩不会错乱吗?所以什么样的父母就会教出什么样的小孩,就像我说天才不是天生的,如果哪一对智商150的父亲生的小孩,最后让狼抚养了,那他只会学狼一样叫。


    我六十岁开始收弟子,我想收71个弟子。他们的想法一定和我一样,因为想法不一定,不会起来。所以,我的哲学观会传给弟子,我会告诉他们:一个人来到世间如何制定人生计划;一个人在世界当中如何自持,如果有中心思想,就不会被时代的潮流所淹没,我的弟子跟着我,也会跟我一样。弟子也会很好地把我的思想传承下去。



    文厨:除了找到对手,为了激励自我突破,我还进行了一些有趣的尝试,比如找到各个行业80岁以上的智者对话,我很幸运,“看”到了星云大师、诗人余光中、TED大会创始人Richard Wurman以及以色列前总理佩雷斯,“见”到他们的思维方式异于常人,都在各自领域达到了极致的状态。您认为这些特质是否都是先天决定的呢?

     

    蔡志忠:我之前是乡下人,没怎么读书,不好意思和一些人碰面。后来发现当你在某个领域成为TOP的时候,接触面就很广泛的。比如我会有机会见到,很多人唱歌都很好,比如说滚石的老板。所以,当你成为某一个行业的TOP,其他的TOP都会和你成为朋友。我从小就把漫画当成挚爱,当一个人找到最喜欢、最拿手的事物,做到极致,无论做什么行业都一定会成功。

     

    Tom Mitchell:我认为这些并不是天生的。对我个人来说,我的父母亲对我起着非常关键的作用。我一生当中,我父母一直在我合适的时候问我合适的问题,从而引导我成为了一个能够了解人们是怎样工作的,智能是怎么工作的人。基于这些,我在孩童时期接受来自父母的问题,后来被塑造成了一个愿意求知的人,所以在我看来,我很幸运,有着这样的童年。也很幸运在人生的旅途当中遇到了很多很好的导师,同时可以有帮我做科学研究的合适的大脑。


    科学家与漫画家相遇,既是智慧的碰撞,又是发自内心的愉悦


    文厨:最近一年半年我一直在思考创造力的问题。怎样可以有这种超强的创造力?今天人工智能出现了,我想人工智能如何帮助人类形成更强、更高的创造力?

     

    蔡志忠:创造是特别大的叛逆,所以一定要颠覆过去。像我的女儿,我问我女儿长大要做什么,她说“绝对不做漫画家”,因为漫画家太无聊了,我说那做什么,她说设计家。这时候逼她,要设计什么?因为我立志于做一件伟大的事情,但也没有提到怎么做,所以一直逼她。我说,为什么汉堡要圆的,这就是颠覆。任何颠覆就是倒过来想的。一般人不太会倒过来思考问题,其实我想了很多。一种是像计算1月1号到7月6号之间有多少天这样的问题,你一定要思考能力很强,很快,这非常重要。思考是要找线头,线头一拉可以找到。打一个比较低级的例子,一个人踩到大便,当然很倒霉,像刚才我的助理搬椅子,他大叫一声,我说椅子都没有叫,你叫什么?是她的脚去撞椅子的脚。一个人早上起来很高兴,很漂亮,然后皮鞋一踩,那个人就说很倒霉,其实对大便来说很倒霉,很多事情要倒过来想。

     

    Tom Mitchell:我快速地讲一点,我们总是感觉现在是全球最缺乏创造力的时代,但事实上这并不一件确切的事情,如果我们看看数据。2006年的时候还没有智能手机,智能手机出现后让这十年的创造力非常丰富。想想这十年之间全球发生了这么多事情,所以我不觉得创造力已经枯竭了。总是很多人想这件事情,但这种想法是错误的。

     

    另外,我想说的是关于创造力,科学工程领域不同于艺术领域,对科学工程领域的关键就是要探求真理,比如说要学习,就要了解大脑当中有多少神经元在工作,这就是科学的本质。而举个例子,要研究一种新的大脑的植入体,要找的并不是一个真相,而是为了从已有的真相当中创造一些新的东西,所以这两类要分开看,这就是我说为什么要科学和工程分开。

     

    科学和工程两个领域都需要创新,而创新的关键就是持续寻找传统的错误,并把它修正过来,找到了错误的,就找到了一个创造性的突破口。很多人都认为不可能对自然语言,对电脑进行编程,但一旦突破了,这就是一个很好的创新。

     

    文厨:其实,从教育上讲,我们都希望孩子长大的不是靠技能,而是靠创造性。将来很多工作会被人工智能取代,所以我们希望工作当中有更多的创造性成分。创造力在艺术与科学两大领域有哪些是共性与不同点?

     

    Tom Mitchell:我想快速的讲一下创意。其实我刚才想到一个问题,有一位非常著名的爵士乐手,有人问他,你怎么创造出这么有创造性的爵士音乐呢?他说,首先要学习技巧,然后不断的练习,学习更多的技能,练习、练习、练习,然后就把它都忘记了。然后就进入了下一个阶段。

     

    我一直记得这句话,我想它包含了两种道理:如果不了解自己的行业,不了解自己的技能,就很难做到有创意,比如说在技术行业一定要了解这些算法,一定要了解情况,了解自己的局限性在哪里,只有这样能把自己的作业做好,把技能学习好、操作好,接下来就是一个新的阶段了。我想,一个音乐艺术家所说的话也在技术领域可应用,这是两者之间的桥梁,蔡老师,不知道你怎么看?

     

    蔡志忠:我以为再智能的机器人也不会比我画得好,这是肯定的。人们喜欢我的漫画,最终还是因为故事性很强,而不仅仅是画得好那么简单。

     

    我不同意三个臭皮匠抵过一个诸葛亮,100个臭皮匠还是臭皮匠,三个诸葛亮是三个诸葛亮。跨界是最大的空间,跨界越大空间越大。在台湾,漫画家的成功率千份之一,1000个只有一个可以成功,剩下的999个都是去报社上班,闲暇之余画漫画。漫画家的成功率不是很高,漫画家要懂数学,数学要懂也很难。漫画无外乎故事。漫画可以画数学,可以画哲学,也可以画上一代。所以,我在四十个国家出过书,《庄子》、《老子》,我用当今的语言,把当今很好的内容透过漫画表达出来,所以,认为跨界合作就是一个创新。

     

    文厨:你3岁就开始画漫画,是否是因为不断的遵从这种天性,才有今天的成就?

     

    蔡志忠:我爸爸、妈妈生了五个小孩,我们五个人完全不一样。我大哥是乖宝宝,我自己是漫画家,我的姐姐和妹妹都很一般的。我们的父母只生下我们的肉体,每个人出生之后,都有义务重生一次。例如有100万人买了苹果电脑,第二天每个人电脑都不一样,有的人玩游戏,有的人聊天,我是用来画画。如果有一个小孩有一天知道自己的老爸是篮球明星,就像我小兄弟在墙壁上挂了120张灌篮高手,所以他小时候就开始学篮球,他想拿奖杯是后天努力的。

     

    我也常常教学生,一个学生有没有进步,从一个地方就可以看出来,这不是从一个水准到达另一个水准的提升,而是把坏的习惯降低了多少。有个人抽烟很凶,后来不抽了,天天酗酒后来不喝了,一个人天天赌钱后来不赌了。

     

    Tom Mitchell:我也同意没有生下来就是天才的人。但是,我觉得确实有人走比较合理的人生道路,并且这种人生道路上,他们更加执着,在这条路上从不同的角度追求同样的一件事,同样的一个结果,可能是画漫画或者是了解人工智能和其他智能。这些人出于各种不同的原因,在人生早期就找到了让自己快乐的事情,愿意把它当做终生的事业,也可能是他们足够幸运,能够找到了赚钱,又让自己生活下去的一件事,我认为所有的事情都很关键。

     

    对我来说,心中的英雄或者榜样非常关键。我长大的时候,是披头士乐队正当红的时候,他们给了我非常大的启发,这种启发并非他们的音乐,而是他们的创造性,每一次他们都可以推出新的专辑,每张专辑都不一样。我花了很时间想他们为什么这么有创造性。

     

    在我的一生当中,我都在追求这种创造性,我把从中学到的东西运用在了科学工程上,科学家也可以像音乐创作者一样具有创造性。这种领袖或者榜样给了我带来了非常大的力量,看到他们所做的事情,就鼓励我也可以做到。

     

    另外,我在一个小城镇里长大,在麻省理工学院读了本科,当时我认为所有的教授都是神,我只是普通的人。但当我到了一定程度的时候,发现他们也是人,他们能做到的,我也同样可以做到。

     

    总之,我觉得这两件事非常重要,一方面让我看到了创造性所能做到的事情,另一方面让我看到了作为人能做到的事情。所以,我觉得很多像我这样的人,就特别幸运,在整个一生当中,在整个人生道路上都有这样的一些鼓励,并且还能持续的进行努力。

     

    文厨:所以,不管是做科学研究还是画漫画,都要找到自己的真爱,执着追求,乐在其中,并找到可以给到自己灵感和动力的榜样。


    责任编辑:李小敏


    嘉宾介绍:


    蔡志忠:著名职业漫画家,金马奖最佳卡通片奖,“金漫奖”终身成就奖获得者,已有《庄子说》、《老子说》、《列子说》、《大醉侠》、《光头神探》等100多部作品在30多个国家和地区以多种语种版本出版,销量超过了3000万册。


    Tom Mitchell:机器学习之父,卡内基梅隆大学计算机科学学院机器学习系主任、教授,美国工程院院士,他在机器学习、人工智能、认知神经科学等领域卓有建树,撰写了机器学习方面最早的教科书之一《机器学习》,是机器学习领域的著名学者。


    文厨:长城会创始人、高山大学创办人。



    更多现场图片:




    直播回看

    扫描二维码观看本期文谈:思想的乐趣



    高山大学(GASA)-


    高山大学是一所以“科学复兴”为使命,以“没有受教,求知探索”为校训,致力于给创业者、企业家培养科学精神的新型大学。由长城会创始人文厨先生创办,由前金山软件CEO张宏江、创新工场创始人李开复、斯坦福大学物理系教授张首晟、清华大学教授鲁白、红杉资本中国创始合伙人沈南鹏、阿里巴巴集团技术委员会主席王坚、卡内基梅隆大学机器学习学院创始院长Tom Mitchell、加州大学伯克利分校教授杨培东等联合发起并作为校董。

     

    思享课-


    思享课是高山大学基于“终身学习”的办学理念,“虚实结合”地探索科学。科学家务“虚”,谈理论和趋势;创业者落“实”,讲运用和实践。


    高山大学2017级硅谷站精彩回顾:




    高山大学2018级现已启动招生,报名申请:

    点击  阅读原文  填写GASA七问

    No Education, Only Learning


您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

快速回复 返回顶部 返回列表