象牙塔的舒適區

02-02

西瓜：今天這篇可能會有爭議，不過是發自內心的肺腑之言

注重實踐和脫離實踐

緣起是讀到何世柱博士的《讓問答更自然》：

「據我了解，真實的工程實踐上，問答系統還是使用模板和規則，很少或者根本不會用到統計模型，更別說深度學習的模型了。而目前在研究界，問答系統幾乎全部採用深度學習模型，甚至是完全端到端的方法。究其原因，我個人認為問答系統是一個系統工程，而不是一個純粹的研究任務。目前研究界對問答系統還沒有一個統一的範式（不像信息檢索、機器翻譯、信息抽取等任務），因此，未來問答系統可能需要總結出一個或幾個通用範式和流程，可以分解為若干子任務，這樣會更易於推動問答的研究發展。」

我自己也曾從事過問答系統的研究，對何博士的這個觀點深表贊同。但是也有觀點認為，學術界和工業界的評價標準本來就不同，發論文和做工程的套路本來就不一樣。也有觀點把做工程看成大多數在處理邊邊角角的情況，並沒有什麼創新性。另有一種觀點認為，學術研究最重要的是給人帶來了什麼啟發，而不是處理了什麼問題。

其實我本人在很多年以前，也有類似的觀點。但是隨著經驗的積累，發現這種留在象牙塔的舒適感，對真正達到第一流的研究，是有害的。

幾位導師的啟發

在我成長的過程中，有幸得到幾位領域內最優秀的學者的指引。正是他們告訴了我，不能把學術前沿研究和工程實踐割裂開來，不能以學術界和工業界的評價體系不同，就去研究「屠龍之技」，自娛自樂。從實踐中來，到實踐中去，才是培養第一流研究的根本。

Jim Hendler

我在RPI的導師是Jim Hendler，語義網領域的奠基人。RPI的學風就是理論聯繫實際，強調學生的動手能力。 Jim本人格外強調工程的可實現性；強調做任何一個研究，先做現實世界的調查研究。當初在設計OWL語言（一種知識表達語言）的時候，有人認為應該從邏輯表達的理論性能出發來設計。Jim則認為，應該看看現實的網路世界裡，人們在用什麼方式表達。那些理論上完美的表達，如果人們不會用、不屑用、不明白，又有什麼意義呢？

他帶著學生去做應用統計；他向各行各業的人去普及和教育OWL，並從中獲得反饋。他非常關注工業界的進步，如RDFS++、RDFa這些實踐的總結，並融入了到研究中去。知識表達可能是最抽象的一種研究，但是Jim並沒有因此把它看成一個純學術的行為。之後的實踐也證明了這個路線的正確性。

OWL2這樣的從理論優美出發的語言，並沒有被實踐認可，而知識圖譜這類符合Jim路線的方法得到了發揚光大。

Tim Berners-Lee

我在MIT DIG實驗室師從Tim Berners-Lee，是Web的發明人。Tim是美國科學院和工程院兩院院士，所有科學榮譽拿了個遍（包括最近的圖靈獎）。他也同樣注重工程實踐，我曾目睹過他親自教實習生寫程序，從很具體的細節入手來理解Web科學的理論。

Tim極為重視工作的實踐可操作性。當初語義網的主流的語法是RDF/XML，一種很繁瑣而難懂的語言。Tim就親自操刀來簡化，設計了N3，並最終演化為Turtle，現在已經成為最常用的語法。當時的邏輯表達語言（如RIF）也過於注重形式化的理論優美，而忽視現實的可用性。Tim又帶著大家設計了AIR語言，用更簡潔實用的形式去滿足真正來自現實的需求（我參與了其中的語義模塊）。

Tim做研究，一貫自己動手做實現，他寫了語義瀏覽器Tabluator和推理機cwm。他做研究，首先考慮的是現實中的人，他們會怎麼來用我的創造？三十年前他發明Web就是基於這個理念，之後三十年他的科學實踐，也一直是這個思路。

David Karger

MIT DIG實驗室的隔壁是David Karger的實驗室，和David及他的學生也有很多交流。他早年做演算法出身，一個著名的蒙特卡洛演算法以他命名（Karger演算法）。近年來他逐漸關注演算法的可應用性，其研究對知識圖譜和搜索都產生了巨大的影響。在領域內大多數人都從機器角度思考問題的時候，他則想，使用這些語義數據的人是怎麼樣的？怎麼讓他們能更好理解數據、使用數據？語義數據到底在軟體應用中起到什麼核心作用。他從認知和人機交互的角度去實踐。

他是最早一批認識到分面瀏覽器的意義、及其與語義數據關係的學者。他領導設計了Haystack，Exhibit這些實用的系統。這些系統又深刻影響了Freebase的設計，並隨著Freebase被谷歌收購，影響著今天每一個人用的谷歌知識圖譜和搜索引擎。David並不把理論和實踐割裂開來——其實這可能也是MIT一貫的風氣，在MIT動手實踐、通過現實應用來檢驗研究幾乎是融入研究血液的一種習慣。

Mike Dean

在BBN訪問期間，我的導師是Mike Dean。作為DAML工作組的主席，他也曾為語義網領域的誕生做出了傑出的貢獻。但是貴為主席也不能阻礙他去親自動手實踐。他開發了DAML的爬蟲、閱讀器、資料庫、移動端（那可是2000年）、HTML擴展、地理應用等等各種工具，通過具體的可用性研究來確定語言設計的取捨。

我第一次和Mike合作是用Semantic wiki來做知識庫構造。和大多數學者不同，Mike建議我們先做實踐的可行性研究，真的搭一個最小化系統，找非專業人員來實操，發現真正的瓶頸在哪裡。這個方法可以說救了我們，讓我們在之後的研究中少走了很多彎路。

後來，我和他合作做一個純而又純的理論研究：語義資訊理論。他同樣是先和我一起從use case的構造開始，他自己動手寫了很多案例。在我們得到了理論框架後，他就開始想具體的應用場景，諸如保密通信、信息壓縮，並思考真正的應用的瓶頸在哪裡。Mike是一位偉大的科學家，但是在臨終遺囑里，他都沒有忘了實踐，號召大家給維基媒體基金會和萬維網基金會捐款。

實踐檢驗真理

這些世界級的學者，身體力行、言傳身教，告訴後輩們，什麼樣的研究才是有意義的研究，我們怎麼才可能得到研究的靈感，獲得第一流的成果。他們從來不把理論和工程割裂開來，而是把工程作為理論的土壤。當他們發現工業實踐和學術界脫節的時候，不是以「評價標準不同」為借口，不關心實踐而留在象牙塔里悶頭髮論文，而是興奮起來，因為實踐的瓶頸就是理論突破的金鑰匙啊！

實踐是檢驗真理的唯一標準！

留在象牙塔的舒適區，就是謀殺自己的生命。

想要八卦更多西瓜的故事?我們誠摯邀請你加入【文因學堂金融極客群】，參與文因學堂核心粉絲的交流圈。添加學委微信號 qgyx123，附上姓名、所屬機構、部門及職位，審核後會邀請您入群。