AI 财经社采访：丹棱街 5 号魔法学院

（AI 财经社微信公众号《丹棱街 5 号魔法学院》采访稿。由于版权问题，仅摘录含自己的部分。全文请关注 “AI 财经社” 微信公众号。）

1

李博杰是研究院与中科大联合培养的博士实习生。他可能是为数不多从小就和研究院有“渊源”的人。初中时他就鼓捣奥数、上计算机培训班，还曾在“开复学生网”里提问：“以后计算机的发展会是什么样的？”李开复在论坛里的回复他已经记不清了，但那段隔空对话让屏幕前的小小少年激动又开心，觉得收到了来自远方的鼓励。

后来，他研究过微软亚洲研究院的这几位院长，发现他们都是卡内基梅隆大学培养出来的，还几乎是同样的专业，师从比较接近的导师。“这就给我一个启发，一定要到像微软研究院这样一个比较好的环境做学术，而且在其中积累的人脉也会给我的未来发展提供很大帮助。”

在来研究院之前，李博杰也有过出国深造的想法，但从国内申请卡内基梅隆这样的计算机牛校太难了。很多人挤破头皮去世界前50的大学，但在他看来，“除了TOP20外，我们MSRA比其他排名20-50的学校，研究水平要高一些。”

2

李博杰与导师张霖涛在研究项目的选择上，偶尔会产生冲突，有时候是李博杰被说服，有时候他也会坚持自己的观点，深入研究后把导师说服。导师张霖涛会对李博杰说：“虽然我有很多经验，但不一定什么都懂，细节的突破口还要靠你自己来思考，我们再交流，再反馈。”

3

而在与记者的对话中可以看到，他们的眼睛，是从聊起“研究为何物”时，开始发光的。

李博杰记得，当初在研究院面试时聊专业问题，他都有备而来。大学时因为对计算机太感兴趣，他从数学系转到计算机专业，还和同学用一种创新的技术，方便学校几千人更好地上网。但在面试的最后，导师张永光问他：“网络研究是什么样的？”李博杰一时愣在原地不知道怎么回答，他以前常在学校倒腾服务器，所以想象网络研究就是扒扒网线，配一配IP地址，做些苦力活。

在研究院5年的实习中，李博杰慢慢悟出一些东西。“做研究和做工程不一样。做研究是要创造别人没有的东西，而且可能做出来的，一时半会儿看不到用途，要耐得住寂寞，关键是有没有想着为人类创造知识的态度。”

研究的过程中也充斥着许多哲学思考。导师张霖涛最有名的一个“哲学”叫“30年理论”。他观察发现，很多技术，如现在大火的神经网络都经历了一个30年的曲折——先有一个萌芽，然后“死掉”，之后经过一二十年的低谷期又活了。为什么会是30年？

“当年条件不成熟，导师们被这个东西都折腾死过，所以他们会对自己的博士生说，这东西不靠谱。但30年基本上就是一代人，等到导师们都老了，新人把老的Idea重拾起来，有可能机会正好就来了”。

李博杰是个眉毛粗粗的大男生，聊起研究时很兴奋，会不自觉地摆动手。中途他突然毫无征兆地站起来，拿起黑笔在一块白板上画出一个象限图，X轴是创新，Y轴是实用，顺时针方向依次为“巴斯德、爱因斯坦、学术垃圾、爱迪生”——这是研究院霍强导师曾讲过的“哲学”，他表情认真地说：“巴斯德是做细菌研究的，后来搞了免疫学，创新又实用，我未来要在导师指导下往这个研究方向走。”

研究院没有KPI，但以影响力论英雄。为了做出有影响力的研究，研究员们需要一直不停地拷问自己：这个研究是不是就这么一点？如果就这么一点为什么还要做它？这个方向的极限在哪里？我们能不能突破这个极限？这个工作的Big Picture是什么样的？能不能延伸到很多问题上去？如果能，你就有可能定义一个新的方向，让更多人过来参与你的研究，使你的工作影响力更大。

但对于刚开始没有任何科研经验的实习生来说，这个目标还太遥远了。最直接的体现是，论文初稿病句连天，逻辑不连贯，简直像车祸现场。到系统组当实习生后，李博杰的第一篇国际论文从框架构思、做实验，到最后的成文，几乎是导师张霖涛手把手带着做出来的。“比起学校，MSRA很好的一点是，有非常资深的导师带着做第一篇文章。”李博杰说。

4

不止微软亚洲研究院，在如今人工智能落入行业的早期阶段，无论是BAT还是创业公司的AI团队，也都先将自己的科学家和算法工程师们输送到工厂，找到企业的痛点和人工智能的价值点，联合探索。

在这种转型的推动下，研究院内部开始发生变化。在李博杰眼中，研究院不再是一个养老院一样的学术机构，更像一家随时流动着的互联网公司。他看到，在那些大牛离开研究院的同时，也有来自学术界、互联网公司和创业公司的新鲜血液在不断加入研究院。秦涛所在的机器学习组里，一位曾经出去创业的研究员最近又回到研究院，负责对外的项目合作。

“研究院的人一出去都在各大公司当高管，就会有新闻出来，但研究院也一直在招一些有潜力的新人，只是这不会在社会上引发特别大的反响。”李博杰说。

5

在研究院的五年间，李博杰觉得自己的视野变得越来越开阔。第一年他只是想完成导师交给的任务，把代码调通了。AI热潮到来后，他开始思考怎么把论文在现有基础上提高，研究成果到底会不会在行业有影响力。到今年，他开始站在行业的角度，去思考自己做的系统到底能应用到哪些具体场景中，有哪些共性的问题值得研究。

李博杰的两篇论文已经被两个顶级会议接收，其中一个研究成果能将系统性能提升10倍，用他的话来说：假如把春运火车票抢票的操作视为一次键值访问，运用他的研究成果，就能实现全国人民每人每秒抢票一次。看着自己的研究成果能在100万台机器上部署，这在五年前是完全不敢想象的事情。他还是想要留在这里继续做研究，而他也刚闯过研究院校招面试的第一关。