查看原文
其他

Peter Lee:从“无用知识的有用性”看科学研究背后的永恒原则

The following article is from 微软研究院AI头条 Author 微软亚洲研究院


丹棱君有话说:科学研究是怎么发展的,其意义何在?好奇心驱动的研究有多重要?“无用知识的有用性”又是什么?哪些是未来世界不可避免的问题?在第四个十年中,对微软研究院最重要的事是什么?

在微软研究院成立 30 周年之际,微软全球八大研究院携手打造了首届微软研究峰会。昨天,在大会的第一天,微软全球资深副总裁、微软研究院负责人 Peter Lee 发表了主题为《二十一世纪的产业研究》的演讲,就上述问题分享了他的观察和感悟,并且与微软研究院创始人 Rick Rashid 共同探讨了微软研究院下一步发展的方向。



下面是 Peter Lee 的演讲实录:

大家好。欢迎各位参加首届微软全球研究峰会。我们很高兴与科研界的同仁们相聚一堂,分享、交流最前沿的创新想法,这也是微软研究院在过去 30 年一直传承的文化之一。

但是,这次活动有些不同。这是我们第一次将这个活动开放给所有感兴趣的用户。此时此刻,如果你们亲临现场,就能够与科学家们比肩而坐。同时,还有开发人员、商界领袖、学生、决策者等等,他们或从事科学研究,或依赖于科学研究,或对科学技术的发现和创新过程感到好奇。

微软研究院的团队一直在努力为今天的活动做精心准备。不得不说,这对我们来说也是一次难忘的经历。它让我们在座的所有人都有机会反思:这些年来研究是如何发展的?我们为什么要进行研究?以及研究如何在我们作为一个社会共同体的一切活动中变得越来越重要?

当我在思考今天要说些什么的时候,我想起了亚伯拉罕·弗莱克斯纳(Abraham Flexner)撰写的一篇文章,这篇文章我已经反复阅读很多次了。它有一个极具挑衅性的标题:《无用知识的有用性》。文章开头提出了一个令任何参与科学研究的人都非常不舒服的问题。我想现在就读给你们听一下。

《无用知识的有用性》


“在一个充满非理性仇恨的世界里,人们投身于美的教化、知识的拓展、疾病的治疗和痛苦的减轻,这难道不是一个奇怪的事实吗?学术和精神生活看似一无所用,但却能让沉陷其中的人获得别处无法给与的满足。”

对我来说,这句话看起来就像是昨天写出来的,但实际上它们已经存在整整 100 年了。这句话来自于 1921 年 Flexner 写给洛克菲勒基金会(Rockefeller Foundation)的备忘录中。几年后,他将这篇文章发表在了《哈珀杂志(Harper's Magazine)》上,解释了将阿尔伯特·爱因斯坦(Albert Einstein)以及其他饱受战争蹂躏的欧洲难民转移到普林斯顿高等研究院(Institute for Advanced Study at Princeton)的原因。

像库尔特·戈德尔(Kurt Goedel)、罗伯特·奥本海默(Robert Oppenheimer)、阿尔伯特·爱因斯坦( Albert Einstein)、约翰·冯·诺依曼(John von Neumann)等这样的人,他们可以在没有具体应用或结果的情况下,有足够的自由去追随自己的想法做事。

Flexner 在文章中写道,“本文我将论述的是,对这些‘无用’满足感的追求究竟成就了多少做梦也想象不到的‘用处’。”Flexner 在文章中引用了詹姆斯·克拉克·麦克斯韦(James Clerk Maxwell)在赫兹研究所(Heinrich Hertz)的例子。他们对电磁学的研究,纯粹是源自于他们的兴趣。当然,这些人的工作为其他人奠定了不可或缺的基础,使无线通信成为可能。

再举一个离我们比较近的例子。克劳德·艾尔伍德·香农(Claude Shannon)花了很多个夜晚和周末去探究这个后来被证明对社会至关重要的想法:信息理论。

在这次微软研究峰会上,你将听到的计算机科学在其他学科中的探索,都是建立在数十年甚至数百年的工作基础之上,由好奇心驱动的,在第一台计算机还没有建造出来之前就开始探索的研究工作。

我自己每隔一段时间就会重读一次 Flexner 的文章,并推荐给与我密切合作的人也读一读。这是一种朝圣,一种与持久价值观重新建立连接并保持关联的方式,这些价值观涉及研究是什么以及我们为什么要做研究等问题。

这篇文章还提醒我,理解研究的价值,对于人们乃至整个社会都不是一件容易的事,更不用说去承担研究工作的成本。现在,从知识本身来追求知识的想法有一个驱动原则——Flexner 和他的同事一起筹款资助了普林斯顿高等研究院——对所谓无用知识的追求,对更深层的理解、永恒的真理、新的美好的探索,都令今天的研究人员感到谦卑,受到鼓舞和启发。我认为所有研究人员都有义务理解和接受这个想法,并努力在日益复杂的世界中保持这份赤诚。

以 Flexner 所写下的这个伟大理念为背景,我现在想谈谈微软研究院。我想介绍一下微软研究院所研究的问题和想法,及其在更广泛的研究界的位置。

先来谈一点历史。首先,微软研究院成立于 30 年前的 1991 年。内森·梅尔沃德(Nathan Myhrvold)和里克 • 雷斯特(Rick Rashid) 创立了微软研究院。Rick 的领导让我受到了很大的启发。微软研究院开始收获作为严谨研究机构信誉的同时,也专注于与新兴的个人计算机革命相关的研究领域。

在微软研究院的第一个十年中,我们在操作系统、计算机图形学、数据库、编译器技术、程序分析等方面取得了重大进展。一些早期的工作,如操作系统架构、3D 图形、触摸界面、符号定理证明,以及 SQL 数据库优化等等,都是最初的十年中,从微软研究人员的头脑中涌现出来的。其中大多数研究对计算机科学做出了重大贡献,但也为微软带来了全新的业务线,引领微软乃至更广泛的科技行业完成了重大转型。人们很容易忘记曾经发生过的一些重大事件,例如从 16 位到 32 位再到 64 位处理器的变更。

第一个十年为微软研究院奠定了重要的范式:研究要反应市场的变化,要反应即将到来的计算的基础性进展,以及为微软带来潜在的增长和新的商机。最初的十年间,微软研究院迅速成为新技术转化的强大引擎。

第二个十年,微软研究院扩大了规模,集中精力于软件开发、生产力、质量和安全性。这些方向变得非常重要,因为全世界已经越来越依赖于像 Windows 这样的微软产品。不知道你们是否还记得,微软曾经暂停了几周的工作,为了专注于提升软件质量。

相应地,微软研究院创建了程序员生产力研究中心,内部称之为 PPRC,致力于研究如何大幅提高软件开发团队的协同工作能力,增强软件可靠性,并且提升工作效率。PPRC 让微软走上了成为全球首屈一指的开发人员平台的道路,今天我们认为这是理所应当的事。但令我们更自豪的是,像 Visual Studio、Z3 求解器和 GitHub 之类的技术已经成为微软公司产品的天然组成部分。

当然,在第二个十年中,其他领域也取得了令人难以置信的进步,例如人机交互。Xbox、Kinect 和 HoloLens 等设备中体现的最新交互形式,以及在分布式系统、计算机安全和密码学等领域研究的重大进展,都为后来的云计算时代奠定了基础。

在微软研究院的第三个十年,我们看到了机器学习,尤其是深度学习的惊人进步。在 2009 年,杰弗里·辛顿(Geoffrey Hinton)与他的一些学生和博士后,在微软研究院度过了一个夏天。他们说服了我们的语音识别研究小组,尝试使用深度神经网络而不是高斯混合模型,来做语音识别。现在我不得不承认,在当时我认为这是一个疯狂的想法,而且有同样想法的不止我一个人。许多人也都认为这是一个疯狂的想法。尽管如此,微软研究院同意了这个尝试,甚至在 2009 年 NeurIPS 大会上赞助了一个专门讨论这个想法的研讨会。

2010 年年中,这一工作产生的第一个工程成果就很令人震惊。谷歌后来通过深度学习进行的计算机视觉实验也向整个研究界证明了这一独特的发现。当然,今天已经很难再找到一种产品或服务,尤其是在云中,尚未被机器学习深度影响,并且其未来路线图与人工智能毫无关联。

在这三十年中,我们变得更加善于赢得来自微软以及我们合作伙伴的工程和业务同事的信任。今天我们与他们合作,将先进的计算机科学研究应用到每个教室、每个实验室、每个医疗保健机构、每个家庭、每个人口袋里的产品中。

整整三十年,微软的研究工作已经帮助人类拓展了令人难以置信的成就和创造力。有些工作是希望通过更好的产品帮助微软获得更大的成功,而有些工作则是为了响应紧迫的社会需求,例如安全投票,或更快捷地验证临床新疗法等。还有一些工作在尝试“打破陈规”。例如,我们将整个数据中心部署到海底,并正常运营了多年。我们所做的其他工作也是要解决“有用的难题”,抱歉我没有更好的词汇来表达。比如,如何用最好的方法为地球上最大规模的数据中心连接进出长达数千英里的电缆。此外,让我最喜欢的是,我们所做的一部分工作只是为了表达喜悦之情。例如,我们创造了嵌入计算智能的高级时装。

现在,让我们再回过头来谈谈 Flexner 的《无用知识的有用性》。虽然我们一直秉持着追随自己好奇心的精神开展研究工作,无论它将我们引向何方,我们对一些想法的探索都是为了享受这个过程中的乐趣,但是在微软研究院,我们有义务将这些工作在现实世界中实现。事实上,这也是产业界科研机构与学术界研究实验室不同的根本原因。这不仅适用于应对我们近期业务上的挑战,或实现推动行业向前迈进一两步的成就,还适用于我们对所处领域及其在世界上的位置的更广泛思考。

现在我会这样来思考:我会提出一个问题,从现在起 1 年后、10 年后、30 年后,世界将会面临哪些不可避免的问题?我举几个例子。

  • 如果微控制器将不可避免地在未来几年转向 14 纳米处理器,那我们今天应该进行哪些物理系统方面的研究?

  • 如果未来 10 年我们的人口不可避免地愈发老龄化,我们将遭受更多与年龄相关的神经系统疾病,那我们今天应该支持和开展哪些健康和生命科学研究?

  • 如果 20 年后我们将不可避免地拥有强大而有效的人工智能,那么我们今天应该从事哪些社会科学和可信计算的研究?

  • 如果气候危机不可避免,而且在本世纪中叶就会面临更加紧迫的问题,那我们应该如何使用计算来加速气候科学的发展,并找到减轻或预防未来灾害的方法?


我希望也要求微软研究院的每个人,永远不要忘记科学研究背后的永恒原则。正如 Flexner 在《无用知识的有用性》中所写的那样,它是激励所有科研人员开展工作的核心,但同时,因为认识到我们在全球最重要研究机构群体中的位置,我们也有义务从现实世界出发,选择我们的研究课题和研究目标。那可能是许多年后的世界,也可能就是今天,但就其必然性而言,它是真实存在的。

作为全球研究共同体的一员,微软研究院在此真诚地表示,这是我们做出重要贡献的方式,我们非常荣幸能够成为其中的一份子。

为了更深入地探讨这个问题,并对即将到来的第四个十年进行思考,我希望可以借此机会分享一下我与 Rick Rashid 关于这个问题的对话。Rick 是微软研究院的第一任院长,也是第一名员工,当然也是微软研究院的创始人。

在加入微软之前,Rick 曾在卡内基梅隆大学担任教授。他的众多成就之一,是开发了模拟微系统的内核,这是当今广泛使用的几种操作系统的基础。他领导着微软研究院一直到 2013 年,现在仍然作为荣誉退休研究员与我们一起共事。

这里,分享一个我自己的故事。我加入卡内基梅隆大学计算机科学学院担任教职时,Rick 也是那里的教授之一。记得那天我正坐在位于韦恩大厅的办公室里,Rick 来到我的办公室告诉我,他要加入微软,创建一个全新的研究院。当时我不能确定这是不是一个好主意,但不得不说,Rick 成功了。这里很荣幸能与大家分享我们之间的这次对话。

左:微软全球资深副总裁、微软研究院负责人 Peter Lee,右:微软研究院创始人 Rick Rashid


微软研究院创始人 Rick Rashid:我认为对微软研究院而言,很重要的一件事是将学术刊物作为我们取得成功的关键标准之一,这帮助我们成为全球领先的研究机构之一,同时这也确实是我创建微软研究院的主要目标之一。但我们衡量自己的方式之一是看我们对学术界的影响,不是我们发表了多少篇论文,而是这些论文的影响力如何? 

Peter Lee:是的。你认为第四个十年里最重大的事情是什么?

Rick Rashid:有几件事情我认为是接下来几乎不可避免要发生的。我不知道是否会在十年内,但也可能会在下个十年内发生。我认为,一个就是机器学习、程序分析和程序证明工具的结合。我们将进入这样一个时期,软件更多的是由机器生成而不是人类编写的。

这将对我们如何看待计算,如何看待计算机,以及如何看待产品的生产和使用方式都产生重大的影响。我们已经看到了相当多的例子。它们正悄悄地来到我们身边。事实上,今天我们系统中由机器生成的代码量已经相当多了。这些机器生成的代码大部分都非常简单,不会太复杂,但它会变得越来越复杂。这有点类似于 2000 年至 2010 年间,由于深度学习技术的发展,我们突然间就能够极大地扩展那些系统的能力了。从 2010 年到 2020 年,甚至是现在,我们见证了传感技术的爆炸式增长。

无论是自然语言、计算机视觉、自动驾驶汽车,还是其他你能说出来的技术,在那十年里都发生了巨大的变化。我想我们已经看到了机器生成代码的早期成果,确实产生了一定的影响。不过我认为,当我们开始应用机器学习技术,并且对软件和编程在规范制定和代码开发角度有了更深入的理解后,这将产生巨大的机会和重大的影响。

我们在前三十年所探求的研究挑战,其共同点是都专注于用计算解决计算本身的事情,比如让计算机更强大、更可靠、更安全、更易于编程、更易于访问,有时候只是为了使用起来更加有趣。然而,现在计算技术已经融入到了我们整个社会之中,因此我们无法再将计算领域面临的研究挑战与社会共同体所面临的更广泛的挑战区分开来,包括气候、医疗、信任、包容性和复原力。

我们所属行业的成功,从根本上取决于一个健康、安全的世界,在这个世界里,人们有能力取得更多成就。在微软,我们业务的增长取决于人们是否能够通过协同工作而取得成功。

简单地说,当世界繁荣时,微软才会繁荣,而达成这一目标比以往任何时候都更依赖于科学的进步。简而言之,这是一个科学的时代。

现在,我们已经从利用研究来解决计算机问题的时代,迈入到使用跨学科研究来帮助计算机技术为人类解决问题的时代。因此,微软研究院作为一个研究社区,所从事的计算机科学和其他所有工作都变得越来越重要。计算机科学的进步可以加速所有科学的发展,我们行业交付的产品和服务可以对社会产生直接而强大的影响。我们在这里所做的工作比以往任何时候都更有可能改变世界。

这里我举一个例子,在本周的研究峰会上,你可能听说了我们最新成立的实验室——微软阿姆斯特丹研究院。在那里 Max Welling 和他的同事们正在从事分子模拟方面的基础工作,将我们现在拥有的巨大计算能力投入到模拟现实的任务中,直接模拟单个原子和分子的行为。

想一想,是什么激发了这项研究?什么事情将成为可能?我们是否以及何时能够成功?如果成功的话,我们将能够以这些基础能力为依托,在医疗健康、气候科学和材料科学等领域取得难以置信的突破。如果将它与人工智能方面的进展相结合,那么将能够帮助科学家们探索和理解其所涉及的海量数据,让数据产生价值,这其中蕴含的可能性是惊人的。

这些是微软研究院进入第四个十年时,我们的一些梦想。我们的研究涵盖不同学科,从系统与网络到数据库、安全、密码学、人机交互、经济学、社会科学等等。未来的每一次进步都可能对世界产生影响。

在此次微软研究峰会上,你将听到我们的研究员与其在学术界和工业界的合作伙伴,共同探讨计算机科学和其他学科的最新进展,这些进展将会推动基础技术和人类知识的进步,赋能人类创造力与成就,培育具有复原力、可持续、健康的全球社会,并确保技术值得信赖,可造福于每一个人。

大会期间你所了解到的每一个项目都是源于好奇心——当我们看到现实世界中的某个问题,就想知道计算机科学怎样才能帮助解决它;看到某个领域的突破,会思考如何更广泛地应用它;看到具有巨大潜力的新技术,会努力寻找新颖的应用。在这周的活动上,你可能不会听到我们的某些研究,我们的某些探索,主要是因为这些项目目前还没有太多进展,但是有些项目已经取得了进展,并且结果令人震惊。

我想讲一个关于语音翻译的小故事。很多年以前,我们从事语音识别和机器翻译研究。这基本上是探索计算极限的一项“蓝天”工作。从那开始,我们最终创造出的技术捕捉到了深度神经网络的重大进步。之后,基于此,我们开展了以任务为导向的研究工作,从而开发出了一种能够集成到 Skype 和 PowerPoint 等产品中的新技术。最终,通过在产品中的应用,我们帮助有听力障碍的学生走进了教室学习。

正是这种探索之旅,从“蓝天”思考,到创新发明,到以任务为导向的研究,再到应用在现实世界中——这就是我们的研究精神,也是激励着我们每天早上走进研究院的动力。

感谢大家,祝大家度过愉快的一周!


了解更多:




您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存