姚期智新浪科技 侯迪憬
谈起姚期智在学术界的地位，横跨计算机和物理专业，业界人莫不敬仰。凭借加密共享数据方法的世界级突破，姚期智于2000年获得计算机领域的圣杯——图灵奖，在该奖项52年的历史中，他仍是唯一获得殊荣的华人。
学者之外，让姚期智与人工智能具有强关联的另一个身份是“老师”。在回国后的十余年中，由他领导的清华交叉信息研究院，填补了国内在相关技术领域的空白，具有开疆拓宇的意义。
他坚持亲自为本科生上课，其主讲的 “理论计算机科学”成为国内首次开设的计算机理论课程，桃李之中成就了中国计算机领域里的一流人才，楼天城、Face++创始三剑客（印奇、唐文斌、杨沐）、张胜誉、邹昊等人均出自他名下，“姚班”被传为佳话。
夏末秋初，北京的天秋高气爽，燥热和潮湿消失在风中，在一个阳光斑驳的下午，我们来到清华园FIT楼，对姚期智进行了专访。在近三个小时的对话里，我们看到了一种直面人工智能领域核心问题的冷静态度。而这不仅仅关于当下风行的评测夺冠，还有针对人才流失、大国竞争、工业驱动等等方面的思考。
忆往昔
姚期智生于上海，幼年随父母迁往台湾省，在台大获得物理学士学位；后前往美国深造，在哈佛大学取得物理博士学位，尔后转向方兴未艾的计算机领域，获得美国伊利诺依大学计算机科学博士学位。57岁时，姚期智辞去普林斯顿大学的终身教职，受邀回国担任清华的全职教授；今年，他与杨振宁先生一同放弃美国国籍，转为中科院院士。
回望这段豪迈而传奇的人生历程，不难理解姚期智身上自带的中西方融合意味，以及充满警觉式的文化自省。基于物理学和计算机的双重学科背景，姚期智的视野格局更为宽广，交叉与融合的学术思想特点十分明显。
谈起姚期智一生中的最为重要的两个决定，都绕不开关键先生杨振宁。年幼埋下物理学的坚定信仰源于杨先生的影响，中年毅然回国也因杨的推动。
1957年，杨振宁与李政道因共同提出宇称不守恒理论获得诺贝尔物理奖，这是华人首次站上诺贝尔奖的舞台。一阵学习物理的热潮在台湾掀起，姚家也不例外。可以说，年仅11岁的姚期智在精神世界上已与杨先生结缘，在心中立下了进入台大物理系的志向，并在中学阶段接触到了相对论。
在采访中，姚期智建议年轻人，“要做科技，本科阶段学习物理是非常好的选择，物理学对于构建科学理念很有帮助。即使变换不同的领域和职业工作，选择问题、构建问题的能力依然重要”。
1972年，姚期智获得美国哈佛大学物理博士学位，尔后受到妻子的鼓励转向计算机科学。2002年的下半年，姚期智数次来到中国，先后参加了南京、上海、北京三地的学术交流会议，国内关于计算机科学的讨论给他留下了深刻印象，也为日后回国定居打消了环境上的顾虑。同时，清华大学计算机系的主任周立柱、张钹院士联系到姚，希望由他来牵头，建立一个讲学教授的机制。
姚期智欣然答应，他从国外邀请了十余位计算机专家给清华研究生上课。正是这段给研究生讲学的经历为后来“姚班”精英式教学模式埋下了种子。
2003年，杨振宁回国定居，在其参与推动成立的清华大学高等研究中心担任教授，并积极地为清华和姚期智牵线搭桥。一方面，他向当时的校长顾秉林极力推荐姚；另一面，他还邀请姚期智回国见面。在内外因素的感召下，2004年，57岁的姚期智辞去了普林斯顿大学的终身教职，回国担任清华的全职教授。
21世纪初，中国互联网业态苏醒，但学术发展还处于第三世界的发展道路上，尤其是科研工作仍处于“学术边缘”地带。“中国的计算机科学，还和最先进的地方存在相当大距离”。同事吴辰晔曾评价，从育人的角度而言，在普林斯顿或许比在清华更容易培养出更多顶尖的学者。
但在姚期智看来，回到清华是顺理成章的事情。“能为缩短中美之间的差距做出贡献。我想了不久，就答应了清华的邀请。”姚期智提到，回国前曾与亲人、朋友讨论，“我的爱人十分认同。我们都很专注在科研事业，对于居住的环境、文化改变并没有太多顾虑，并且我们对于自己是中国人的认知从来没变过”。
随后的一年里，由姚期智主导并与微软亚洲研究院合作的“软件科学实验班”在清华成立。这便是后来赫赫有名的清华大学“计算机科学实验班”，也被称为“姚班”。
建“姚班”
谈及“姚班”的创立，姚期智认为两个核心要素奠定了后续的发展。一方面，来自清华领导层面的支持，在现有庞大体系外搭建一套适应前沿技术的创新模式并非易事。从某种程度来说，“办姚班这件事在美国做会更难”。越是成熟和知名的大学，运行模式就越是牢固，从理念到实践的推进，阻力尤其多。
据姚期智回忆，落地过程似乎很顺利。但在不久前，他才听说当时的清华书记陈希在背后做了许多努力，包括协调多方配合。“这个确实会影响到其他院系和学生，陈希当时只让我放手去做”。另一方面，“姚班”具体授课计划为顺应时代需求而做出了调整。最初，校方希望构建一个培养博士生的良好机制，打造一支具备实力的研究团队，但最后改为面向本科生的教学计划。
姚期智回忆，这和此前在清华做讲学教授的经验有关，“我发现中国研究生有很多知识点都没学过”。彼时，姚期智已经意识到国内本科基础教育的短板，“要想有好的研究生生源，必须建立配套的本科生的计划”。
在姚期智留美的二十余年，先后在哈佛大学、伊利诺伊大学、麻省理工学院、斯坦福大学、伯克利加州大学、普林斯顿大学等等顶级学府执教，积累了相当丰富的教学经验。
立项之初，姚班就将目标设定为“让中国最好的高中毕业生进来，出去以后，一定是世界最好的本科毕业生”。
除去清华本身的入学高门槛外，姚期智强调全能的选拔标准，要求所有学科都达到优秀。在牢固的基础之上，课程的设置标准和延展空间更容易把握。
“姚班”采用全英文授课，全英文交流，课程虽不多，但每门课的难度都不低。为了让学生从高中式的学习思维过渡到研究思维，姚期智对教学内容进行优化重组，既注重全面覆盖计算机科学前沿领域，同时突出计算机科学与物理学、数学、经济学、生物学等多学科领域的交叉。
“不要怕人家说搞精英”。在彼时看来，中美高等教育水平存在明显差距，姚期智认为建立精英研究团队、实行精英教育制度，是中国赶超西方最有效的方式。“我们这代人等不得，国际环境不允许你有一个从容的态度，让中国科研顺其自然发展。我们必须很短时间做到它。”
谈到中西方的差异，姚期智认为，师资设定和圈子效应值得借鉴。大学里教师的平均素质是比规模和院系数量更重要的指标，“在MIT或者Stanford，对于教授有着非常严格的标准，优秀而富有创造力。在教师与学生的朝夕相处过程中，学生不止于收获课本上的呆板知识，更重要的是老师的思维方式。这个部门是年轻科学家成长过程中，最好的、最宝贵的养分。”
此外，西方大学中的圈子文化也构成了其差异化优势。“比如在MIT的餐桌上，话题通常围绕你最近听到哪些有意思的工作，或者说我最近做了一个什么新项目，能够跟不同的跨领域人交流，可以增加很多合作机会。”
在姚期智的主导下，计算机科学实验班的培养方案、教学计划逐步确立并完善，姚期智亲自主讲的“理论计算机科学”成为国内首次开设的计算机理论课程，主要内容正是他精通的计算机算法设计和复杂性领域。
谈教育
据今，“姚班”已送走九届毕业生，约320人。其中，90%选择继续深造，59人在姚先生创建的清华大学交叉信息研究院读研，大部分选择出国留学，包括MIT、Princeton、Stanford、CMU、Yale、UC Berkeley、宾夕法尼亚大学、哥伦比亚大学等；另外10%在工业界活跃，创业或者加入谷歌、Facebook等知名科技公司。截至2016年12月，姚班学生为论文通讯作者或主要完成人的已发表论文为121篇，42位优秀姚班学生被选派参加国际会议并作论文宣讲。
交叉信息研究院聚焦在理论计算机科学、 量子信息、 信息安全、 网络科学、金融科技、人工智能等领域，同时也在不断扩宽覆盖领域和合作，如与蚂蚁金服联合成立金融科技实验室。其中，在人工智能领域，加入工业界的代表如印奇创立的Face++、楼天城在谷歌；在学界的代表，如马腾宇，毕业后先是进入到普林斯顿，然后被斯坦福聘用。“他们确实是人工智能领域的先驱，会在该领域留下非常深刻的痕迹”，姚期智评价道。
高度集中的优质资源塑造了“姚班”的传奇，类似地，在中科大少年班等模式上也得到验证。但从整体水平来看，中国的学术水平和成果仍落后于欧美。姚期智分析，中国学生的创造力并不比国外学生差，缺乏创造力是他们周围的环境，缺少足够的模范，那些有创造力的、思想活泼的教授。“我觉得不管是文化，还是起步晚，都不是我们拿来解释中国科研发展不足的借口。”
对于优秀人才的可持续性培养策略，姚期智谈到，最理想的方式是引入杰出的大科学家，让他们来吸引教授，能够训练人才。“作为一名资深的科学家，具备整个领域的全局视野，懂得培养年轻人的方法”。但实际上，尤其在计算机科学领域，人才争夺战异常激烈，无论是学界与工业界之间，还是国家层面都在进行着。
姚期智认为，从国家的角度层面来看，人才仍是大计，尤其是要实现国务院《新一代人工智能发展规划》的“三步走”战略目标。“即使不能大量吸纳知名科学家，也必须实现自产优秀人才。”这涉及到人才的培养机制，要给予足够的空间让年轻人出头，对于成果的评价要有清晰的区隔标准、奖励机制。
回顾过去五年，姚期智认为，中国高等教育事业已经初见成效。“在计算机科学领域，我们逐步能够引进，亦或者是产出一批杰出的年轻人。他们的工作成果已经是一流水平。”强化人才培养的机制一旦建立，虽然不能立即看到成果，但五到十年后，会有收获。“这需要清华大学领导或者教育部领导共同出力。”
聊起个人最近的状态和研究方向，姚期智表示，“最近四年我进入了一个新领域——计算经济学，其核心是拍卖理论，让我感到很兴奋。”据清华新闻报道，姚期智曾在经典的“拍卖利润”最优化问题上提出更为简单巧妙的解决方法，解开近年来困扰学术界的一块顽石。
对于言传身教这件事，姚期智深以为然。他谈到，即使是在办学，身负一些行政的责任，但也绝对不能让自己从研究的第一线退下阵来。“只有自己身处在第一线，做出一些出色的工作，才能够给其他年轻的教授和学生，树立一个参考的标准。离开研究岗位以后，对于事情的判断可能发生偏差。”
从物理学到计算机科学，再到信息科学与物理学、计算机科学、经济学、生物学等多门学科的交叉与融合，姚期智也在不断积累跨领域研究的能力和方法论，“在每个领域，我会做出两三篇重要文章，然后换到一个新的领域。每个人不一样，这是我的方式”。
讲竞争
人工智能产业方兴未艾，下自创业领域、传统产业，上至跨国公司、大国储备，抢夺船票的火药味愈发明显。在最近十年的进程中，中国已经从第三世界跃迁至第二大经济体，人工智能在下一个十年中将会承担什么样的角色？全球范围来看，中国的人工智能水平究竟处于什么样的地位？
高盛在最新发布的人工智能报告中表示，中国有足够的资源和决心在未来几年打造出一个基于人工智能（AI）和深度学习的智能经济体。特别是以BAT为首的中国互联网企业，正在成为中国人工智能发展的重要推手。
谈到中美之间的差距，在中、美两地均拥有十余年教研经验的姚期智回答很诚恳。他认为全球的技术水准差异不大，但中国还需要在两个方面进行补足。
一是系统层面，能够迁移到不同领域的广泛系统。“中国的计算机系统是弱项，我们硬件做得不错，有超级计算机；但是系统工程一直不太注重，这是很大的挑战。”
他以IBM举例，1997年，Deep Blue打败人类象棋冠军；2007年，IBM研发出一台能迅速回答涉及双关语和文字游戏等复杂问题的机器，在2011年参加了一档美国智力问答节目《危险边缘（Jeopardy）》，尝试在问答游戏中战胜人类。虽然人机大战已成潮流，但在当时看来是件很新鲜的事。打败两个人类冠军后，Waston出名了，但IBM并没有止步于此。“技术具有连续性，他们一直在探索下一步做什么。最后IBM看中了Waston在医病诊断领域的潜力，并不断完善。”
另一个方向是理论和算法，“下一步算法突破一定要从理论上着手”。姚期智认为，在人工智能领域，国外已经有非常深厚的技术，过去几年在学术界也十分火热。在公众媒介上之所以没有看到，因为这些进展和讨论还不能用通俗的话将清楚。姚期智透露，他现在聚焦的方向就是人工智能理论，“两三年以后，你们可以期待看看。”
最近一年，能够凸显中国人工智能技术已经站上世界舞台的重要标志，就是在各大权威评测和论文评选中的突围。那么，这背后的意义该如何解读？
姚期智给出了三个层面的看法：
1）首先，这些技术已经在全球范围内得到应用。在细节层面，需要一些经验、参数进行调整，但是基本思路都已经得到充分验证。无论是大公司，还是新兴的创业公司，在技术和应用层面的差异非常少。
2）成果突出，说明中国在人工智能技术的应用能力已经达到世界领先水平，和欧美等国持平。但同时也要看到背后的成因。每家公司之所以在技术应用层面达到一定水准，是因为他们拥有足够的资源和资本，是因为人才本身的流动，公司能够雇到非常好的人才。多花点钱，就能够把更好的技术雇过来，这是一个不断平衡的阶段。
3）尚存技术瓶颈，比如降噪识别、介质识别等，这才是世界一流的研究机构需要真正攻克的难题。我们不能寄托在人工智能去发现和解决它，因为人工智能还没发展到这个地步，优先还是人的问题。
在技术层面具有可行性，从大脑的解构和思维模式中切入，能够有所突破。这也就是为什么说，现在是做理论的最佳时间点。“计算机正真走到了前沿和临界点，将来最亮眼的将会是理论层面的创新，但中国现在这方面仍十分落后。”
作为一名学者，姚期智对于人工智能的兴趣在于：它究竟能解决哪些问题，为什么能解决这些问题，能够解决到什么程度。“这些都还是我们所不能掌控的。”
结合这次参加人工智能主题节目《机智过人》的初衷，姚期智谈到，希望把节目组设置的12个主题应用整合成一门课，尝试着将每个课题转换成老师的研究思路。“如果好好教授，能够给学生创造足够大的空间去探索”，最好的方法是什么，能够到什么程度，有没有方法准确地预测哪一边会赢。“这是非常硬性的指标，具有挑战性”。
在竞争格局层面，姚期智认为，美国的大学和公司分工比较清楚。但在中国，学术的竞争，已经不仅是研究机构层面，还包括和大公司的竞争。这在某种程度上也反应出人才流动正在朝着工业界倾斜，而学术人才流失的问题也越发值得重视。
说人才
姚期智曾谈到，在姚班的学生中选择深造与进入工业界的比例是9：1，在后者的10%中不乏楼天城、印奇、唐文斌、杨沐等学术奇才的身影。姚期智还强调，这10%中有不少人是已经深造过才进入工业领域的。
但放眼整个人工智能领域，这个比例并不乐观。
据LinkedIn发布的《全球AI领域人才报告》显示，截止2016年，中国有10%左右的人工智能领域从业者曾在高校或者研究所工作过，其中超过一半人在之后流入企业。相比中国，美国人工智能领域从业者曾在高校或研究所工作的人数占比更高，超过25%。
谈到此，姚期智表示，工业与学术的平衡问题，不只在中国存在，在美国同样也会遇到。即便身处中国现在的新兴产业，这些毕业生也受到了很高的薪水吸引，尤其是在机器学习领域的人。“我觉得这是一个没法回避的问题。但终究需要支持和鼓励学术研究，否则中国的发展无以为继”。姚期智仍坚持认为，学校和公司仍是不一样的地方，也是大学的吸引力所在。
即使在大公司里的研究院从事研究工作，仍会遇到一些限制；这样的处境和在高校自由地从事研究工作存在本质的区别。此外，目标导向性是两种环境的另一大差异。科技公司因为存在进度和效益问题，需要追着时间跑，一个关键性问题解决到80-90%就足够上线了，“他没有时间等到百分之百的程度”。但在大学里做研究，有人会愿意付出精力去做到百分之百，“从80%到100%之间的跨越，很有可能发现新的突破和技术。”
仿照美国大学和工业建立紧密合作的模式，姚期智表示，中国这个趋势已经很明显，但合作不能只停留在项目上。“不能只说让大学承担项目，或是合作一个应用。而应该从更长远的方向考虑，提高中国在原创领域的水准。”
谈到吸引人才的机制，姚期智从教育工作者的角度出发，认为有两点需要强化。其一，引进权威人士，同时做出耀眼的工作成绩，吸引新鲜血液。“有名教授能够创造出一种效应，大家都想跟着他学习。因为他提出新新理念，有机会在这之上发展。”
其二，大学面对不同领域的人才，需要在待遇和安置上给予足够的务实的条件，主动说服他们来到中国工作。这虽然是一项由上级部门主导的工作，但高校也可以灵活运用机制。
结合到清华的信息交叉学院，姚期智的期待是，高质量的人才团队不在乎数量和规模，而是成果的突破。“中国只要有一两个这样的团队，就可以改变世界”。这同时也是人才培育机制中最好的自力更生的途径。
聊工业
谈到如火如荼的工业界，人工智能无疑是其最旺的一把火，有没有可能在这批创业者之中反向做出一套理论突破？
姚期智对此持乐观态度。“最好的研究都来自于实际应用，像无人驾驶等人工智能最高端的领域”。在实践和落地的过程中，一定会产生很多新问题，可能有意想不到的突破。但姚期智强调，要把握住这样的时代机遇，还需要高校和工业界的紧密合作。
在自动驾驶之外，金融科技是另一大公认的风口，同时争议不断。在大数据商业化潮流的冲击下，传统金融领域不断受到挑战，智能投顾、量化交易等正在上演。姚期智对此认为，虽然时常听到反对的声音，但金融领域的变革是不可阻挡的，一定会被深耕；同时监管很有必要。
当下，很多交易都是在网络上完成，如果没有大数据和计算能力，很难获得这些痕迹和数据，这是一种势不可挡的趋势。“因为这个事情中国人不做，国外也会推进。中国要想在金融领域国际化、全球化，必须掌握过硬的金融科技”。
在变革的过程中，可能会触碰到一些既得利益者而遭遇阻力。但整体而言，在大数据推动下，金融业的适当转型和改革能够降低生意的成本，能够创造更大利益。在初期，我们有足够的时间去讨论法律的建立和保障制度。
谈话间，姚期智多次强调人工智能系统和理论重要性，那么现在看来，可能最早实现落地的系统将会出现在哪个领域？
“医疗系统，类似IBM的Waston。严谨地说，它算不上原始的技术突破，更多是整合，同时吸取了非常多的数据。”医疗领域，一年会产出数千本的学术杂志，作为一个普通医生不可能有机会阅读所有文章，但Waston一天就能做到，将读取到信息融入到它需要诊断的疾病案例里。这其中需要整合大数据、自然语言分析、图像识别等人工智能技术，本质上是将已有的知识点按照需求进行整合。
“这是一个系统工程，团队需要各种专长不一样的人”，面对这样一个庞大的工程，只有大机构才能推动。类似IBM这样的大公司，因为有着非常深厚的信息处理基础，同时与美国的大学建立了密切的合作，所以他们能把这个项目落地。“这样一套机制会使得系统越来越完善，这是其他国家或者公司很难通过竞争实现的。”
“在中国，也应该有人来推动这件事”，姚期智谈到。一是，在国务院规划中已明确在2030年前，人工智能核心产业规模超过1万亿元的目标；二是，在人工智能系统领域，中国已经落后于美国，如果不迎头赶上，差距会进一步拉大。
后记
在这场自下而上推进的工业AI浪潮中，姚期智虽未参与其中，却在冥冥之中成为了诸多中坚力量的领路人，也正因为站在旁观视角，他对于当下“人工智能”的诸多评判才颇具价值。
采访结束后，一个问题仍在我脑海中徘徊着，在人工智能背后的商机召唤下，人才流失的趋势是否无法挽回？像姚先生等老一辈，还能怀着赤子之心的科学家是否会越来越少？
金秋九月，正逢高校招新。采访前一天，我在中科院计算所的电梯口，恰听到两位教授关于招收博士生的对话。“那个小伙子不是挺好，可以推荐去呀”，“他女朋友希望能早点工作。现在房价太高压力大，怕念完博士回来还不如直接工作”，“那真是可惜了……”
