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：

https://v.qq.com/txp/iframe/player.html?vid=r0560wdm2qj&width=500&height=375&auto=0

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