Mike Ferguson 欢顷，麻省理工學(xué)院大腦和認(rèn)知科學(xué)系 (MIT BCS) 擔(dān)任研究軟件工程師/ML工程師。專門研究 Brain-Score（一種衡量類腦 AI 的工具）。他于 2021 年春季畢業(yè)于弗吉尼亞大學(xué)斩松，獲得計算機(jī)科學(xué)和應(yīng)用數(shù)學(xué)學(xué)士學(xué)位荞彼，以及認(rèn)知科學(xué)和哲學(xué)學(xué)士學(xué)位。
在本文中昂羡，Mike分享了在麻省理工學(xué)院人工智能實驗室一年中學(xué)到的 5 件事絮记，包括他生活、成功和知識的一些看法虐先，希望你覺得有趣或有用怨愤。
1? 承認(rèn)自己的盲區(qū)，質(zhì)疑一切
Mike在開始在麻省理工學(xué)院工作之前蛹批，剛從 UVA 畢業(yè)撰洗，主修計算機(jī)科學(xué)和認(rèn)知科學(xué)膀息，并輔修哲學(xué)和數(shù)學(xué)，自我感覺還不錯了赵，然而潜支，當(dāng)他第一次參加麻省理工學(xué)院周會時傻眼了——他發(fā)現(xiàn)自己最多理解了討論內(nèi)容的大約 10-20%，在接下來的幾周內(nèi)他都在懷疑人生：難道智商太低不配進(jìn)入麻省理工學(xué)院嗎柿汛？為什么看起來只有自己不懂的樣子冗酿？
Mike注意到，實驗室最聰明的人總是不斷地提出問題络断，僅在第一周裁替，他遇到了 5 或 6 個研究 AI 和神經(jīng)科學(xué)交叉領(lǐng)域的人，研究 AI 和神經(jīng)科學(xué)的交叉點的時間比他活著的時間還長貌笨。即使他們在領(lǐng)域以最大的專注度研究的數(shù)十年弱判，甚至達(dá)到了絕對的巔峰，但還是在不斷提出問題锥惋，解決問題和驗證假設(shè)昌腰。
他明白自己來麻省理工的目的就是來不斷解決不懂之處的。他放棄了偽裝自己膀跌，坦然承認(rèn)自己不了解目前進(jìn)展的工作遭商。
從不停止提問，每個疑問代表著一次機(jī)會——可以縮小理解差距捅伤，提高自己的知識劫流。正是對自己已有知識的充分認(rèn)識，思考對立面是什么丛忆，才會拓展自己的知識邊界祠汇。總是支持同事觀點熄诡，總是希望別人知道他們有多聰明可很，是缺乏安全感的表現(xiàn)。在一個沒有認(rèn)知沖突的安全環(huán)境中粮彤，只會將自己的置于溫水煮青蛙的境地根穷。
不要想為什么要提問，而是不要停止提問导坟。當(dāng)你思考永恒屿良、生命和現(xiàn)實背后奇妙結(jié)構(gòu)的奧秘時，你不感到敬畏嗎惫周？這就是人類思維的奇跡——使用它的結(jié)構(gòu)尘惧、概念和公式作為工具來解釋人類的所見、所感和所觸递递。
現(xiàn)在喷橙，他已經(jīng)養(yǎng)成了如果被問到一個問題啥么，他會迅速反映說“我不確定，我必須調(diào)查一下”或“很好建議贰逾，我必須進(jìn)行更多試驗才能確認(rèn)”悬荣。
2 有時直率效果更好
“不要粉飾狗屎——它只會阻礙科學(xué)進(jìn)步。我們沒時間搞那些廢話疙剑÷扔兀”
當(dāng)他被告知在麻省理工學(xué)院實驗室擔(dān)任的職位時，Mike想到了自己本科期間結(jié)識的從麻省理工學(xué)院 EECS 獲得學(xué)士和博士學(xué)位的教授言缤。他跑去咨詢該教授一堆問題：麻省理工學(xué)院怎么樣嚼蚀？文化上與 UVA 的異同？長相怪異的蒂姆·比弗（Tim Beaver）是怎么回事管挟？波士頓物價為什么這么貴……
教授告訴他很多很棒的技巧轿曙，但他特別記得的是他的“警告”：“在麻省理工學(xué)院，直率無處不在僻孝。如果你有一個愚蠢的想法导帝，人們會告訴你的。如果你不擅長你所做的事情皮璧，人們也會告訴你舟扎；如果你的假設(shè)是垃圾，對方無論是在幾個人的房間里都會對你指出悴务。”
Mike拿小本本記下譬猫，在幾個月后召開了他的第一次實驗室會議時就領(lǐng)教了其中厲害......他有一些想法讯檐，被大家告知不成熟；他犯了一個技術(shù)錯誤染服，被人直接叫了出來别洪。麻省理工學(xué)院的每個人都會遇到這種情況——無論你在《Science》上發(fā)表了 13篇論文，還是從未發(fā)表過柳刮。這似乎都是在麻省理工學(xué)院會遇到的一種文化挖垛。事實上，如果有聽眾不斷插話和提問秉颗，這甚至被視為一種尊重的表現(xiàn)——意味著他們很感興趣痢毒！如果自己的演示沒有人打斷，那可能是一件乏味的事情蚕甥。
對知識的探索和對科學(xué)前沿的推動在MIT是神圣的哪替，這種能夠獲得坦率、客觀的反饋尤為推崇菇怀。在MIT凭舶，直率溝通的時間和地點是隨時隨地的晌块，你可以專注于工作，而不必?fù)?dān)心批評是對本人的帅霜，它們僅僅是對工作的批評匆背。在過去的幾個月里，Mike來尋求這種直率和客觀的反饋身冀，隨著時間的推移和獲得該領(lǐng)域的知識方面提供了最大的“物有所值”钝尸。
我們嘗試學(xué)習(xí)的時間有限盡己所能，那么為什么不去擁抱批評這種直觀反饋呢闽铐？
3學(xué)徒心態(tài)
“反復(fù)的失敗會讓你的精神變得堅強蝶怔，并以絕對清晰的方式向你展示必須如何去做⌒质”
Mike有一項堅持了 3 年多的 Book-a-Week 挑戰(zhàn)踢星。在近四年的時間里閱讀了 170 多本關(guān)于人工智能、哲學(xué)以及作為人類的意義的書籍隙咸。
他從書中獲取的是：要成為某事的大師沐悦，真正了解一個領(lǐng)域并產(chǎn)生影響，必須經(jīng)歷發(fā)展的各個階段五督。完成正規(guī)教育后藏否，你可以進(jìn)入“學(xué)徒”階段，必須學(xué)習(xí)做事的方式和規(guī)則（無論是明確的還是隱含的）充包。持續(xù) 3 年到 10 年以上副签，接下來進(jìn)入創(chuàng)造階段，在這個階段可以擴(kuò)展并發(fā)揮自己的創(chuàng)造性和獨立性基矮。最后淆储，你進(jìn)入掌握階段，掌握一門學(xué)科或領(lǐng)域就是一種投資家浇。通過掌握一門學(xué)科本砰，以一種有意義的方式發(fā)揮您的全部潛力。這是對未來幸福和成就的投資钢悲，也是一種避免陷入死胡同或隨著年齡增長而感到不快樂的方法点额。
在深入學(xué)習(xí)人工智能/神經(jīng)科學(xué)領(lǐng)域，Mike就覺得自己正處于學(xué)徒階段莺琳，用他最喜歡的作家Robert Greene 的話來說还棱，“接受理想的學(xué)徒制”。提出問題芦昔，熱切地尋求知識诱贿，在學(xué)習(xí)事物時永遠(yuǎn)不要有優(yōu)越感——任何與自己領(lǐng)域相關(guān)的事物，即使是看似無關(guān)的事物，都值得學(xué)習(xí)珠十。
4 成為一個有自主意識的勞動者
人工智能是否可以體驗情緒是一個非常有爭議的話題料扰，他已經(jīng)寫了很多文章，惹惱了他的實驗室伙伴焙蹭，而且還沒有接近答案晒杈，「我只知道我們是人類，擁有數(shù)千年的進(jìn)化遺產(chǎn)孔厉。我們的幸福拯钻、悲傷、希望撰豺、勝利和失敗等情緒或思維是非常獨特的粪般。它們正是使我們成為人類的東西，也是在人工智能中很難很快復(fù)制的東西污桦∧洞酰」
我們的大腦出現(xiàn)故障的方式比正常運行的方式要多，多巴胺水平可能會失控凡橱，出現(xiàn)病變小作，信號丟失或重定向不當(dāng)……故障列表幾乎是無窮無盡的，我們都會犯錯稼钩，這是一件再普通不過的事顾稀，我們的所有情緒都是有價值的，是人能夠區(qū)別于類腦系統(tǒng)和機(jī)器的重要部分坝撑。
在這個美麗的星球上静秆，我們一直是一個有知覺的人，一個會思考的動物巡李，而這本身就是一種巨大的特權(quán)和冒險诡宗。
想想之前已經(jīng)被歷史遺忘的所有故事，生存击儡、愛情、苦難蝠引、逆境等主題在幾個世紀(jì)中回響阳谍，獨特的思維是時空里永恒且獨特的紀(jì)念。所以螃概，不管你生活中發(fā)生的任何其他事情矫夯，無論好壞，不管日常無聊的生存任務(wù)吊洼，不管你個人的得失：只要記住训貌，成為一個有意識的、工作的人就是一項了不起的壯舉。
5 科學(xué)是一種思維方式递沪，而非知識體系
近來一種“反科學(xué)”的風(fēng)氣在美國各地興起豺鼻，這在很多方面令人非常不安】羁卡爾·薩根（Carl Sagan）儒飒，在 1996 年已經(jīng)驚人地預(yù)測到了這種現(xiàn)象：
對于我子孫時代的美國，我有一種預(yù)感——那時檩奠，美國是一種服務(wù)和信息經(jīng)濟(jì)桩了，幾乎所有的制造業(yè)都轉(zhuǎn)移到其他國家；令人敬畏的技術(shù)力量掌握在極少數(shù)人手中埠戳，代表公共利益的人甚至無法理解這些問題井誉；人們失去制定自己議程或明智地質(zhì)疑當(dāng)權(quán)者的能力；人們的批判能力衰退整胃，關(guān)于偽科學(xué)和迷信的輕信陳述泛濫颗圣，人們幾乎不知不覺地滑回迷信和黑暗中去......
——卡爾·薩根《惡魔出沒的世界：科學(xué)就像黑暗中的蠟燭》
一種對科學(xué)事業(yè)本身的懷疑似乎也越來越流行，怎樣對抗這種“反科學(xué)之風(fēng)”爪模？Mike根據(jù)在MIT迄今所觀察到的事情提供了一些見解欠啤。
首先，就是上文第一章節(jié)所說——質(zhì)疑一切屋灌。沒有任何東西可以免于審查和合理的懷疑洁段。當(dāng)你看到一篇文章時，先看看是誰寫的共郭，看看他們之前的工作祠丝，是否有資本推動。在得出結(jié)論之前除嘹，要交叉地參考來源進(jìn)行確認(rèn)写半。問問別人為什么要爭論，以及可以得到什么尉咕。如果論點存在偏見歷史叠蝇，那么自己很可能只看到事情的一面。
第二年缎，分析論據(jù)悔捶，尋找邏輯中的常見錯誤，比如人身攻擊单芜、不合邏輯的推理蜕该，選擇和確認(rèn)偏差（其中選擇性偏好最為要緊，因為它產(chǎn)生的深遠(yuǎn)影響難以被發(fā)現(xiàn)）洲鸠；跟隨作者提出論點的過程堂淡，確保論點在哲學(xué)上是有效的（correct馋缅，前提正確）、合理的（sound绢淀，結(jié)論從前提中得到）萤悴；警惕錯誤的暗示、毫無根據(jù)的主張和被人為控制的圖表數(shù)據(jù)更啄；要為所有論斷尋求證據(jù)稚疹，沒有證據(jù)就可以斷言的東西，也可以在沒有證據(jù)的情況下被駁回祭务。
最后内狗，認(rèn)識到人都會犯錯。數(shù)據(jù)往往不完整或有偏差义锥，新的證據(jù)出現(xiàn)可能會沖擊原本立論柳沙。思想是可以改變的，也應(yīng)該去改變拌倍。成熟的做法是——面對新的事實時赂鲤，讓舊觀念消失，并承認(rèn)所犯的任何錯誤柱恤。
Mike希望這些建議可以幫助我們在這個看似“后真相”的世界中找到方向数初，學(xué)會深入挖掘論點，對結(jié)論的得出方式進(jìn)行分析梗顺∨莺ⅲ科學(xué)是一種思維方式，是開放思想和懷疑主義之間的微妙界線寺谤。關(guān)鍵是仑鸥，只要稍加實踐，科學(xué)就能深刻地影響一個人的世界觀变屁。
文章來源：算法與數(shù)學(xué)之美《我在MIT人工智能研究實驗室工作一年學(xué)到的 5 件事》
