计算机科学家是什么样子的?在许多人的刻板印象中,计算机科学家大概是一群神情严肃、言辞深奥的人——他们更多是男性,性格内敛,逻辑清晰,学着偏技术性的知识,讲着不明觉厉的话。微软全球资深副总裁周以真(Jeannette M. Wing)博士完全打破了这种刻板印象。

作为一位闻名学界的女科学家,周以真优雅而干练,端庄而热情,友善而坚韧。她既有着计算机科学家典型的思维特质,同时又散发着阳光般令人倍感舒适的气质。在2014亚太教育峰会的间隙,果壳网科学人采访了这位兼具东西方特质的杰出女性。

优雅干练的计算机科学家周以真博士。图片来源:Carnegie Mellon University

周以真从小热爱数学与科学,本科在美国麻省理工学院(MIT)主修电子工程。在学习过程中,她感受到计算机科学的无穷魅力,于是又在MIT攻读计算机科学系的硕士和博士学位。这位师从图灵奖得主罗纳德·李维斯特(Ronald Rivest)的年轻人在博士毕业之后首先去了南加州大学。但最终,以跨学科合作研究闻名的卡内基梅隆大学吸引了周以真,自1985年起,她开始在卡内基梅隆大学(CMU)任教。

她的工作深得同事的赞赏。卡内基梅隆大学校长杰瑞德·科恩(Jared Cohon)表示:“周以真是当今最具独创性、最有创造力的计算机科学家之一。”计算机科学系的兰德尔·布莱恩特(Randy Bryant)教授则说:“她能燃起每个人的热情,所有人都很信任她。”

周以真似乎是天生的老师。还是个孩子的时候,她就能让比她大的小朋友都在她面前整齐坐好:“都坐下,听我说。”在卡内基梅隆大学,周以真的严厉也让她在学生中闻名。一个学生叫她“Dragon Lady”——这个不太友好的词本用于形容强大神秘、盛气凌人的东方女子,但周以真接受了这个称呼。最让周以真感到满足的事情,莫过于看到学生在被复杂概念折腾得死去活来之后,最终掌握她所传授的知识。在卡内基梅隆大学,“Dragon Lady”渐渐成为饱含学生敬意的昵称。

在我看来,才华横溢的周以真更像是“龙女”——她曾在中国研习舞剑,也学习武术,是唐手道黑带四段。此外,周以真还有扎实的芭蕾舞功底,也跳过探戈、现代舞、爵士舞乃至踢踏舞。她所掌握的才艺如此之多,人们不禁要问她是怎么挤出时间学这么多东西的。“日程表啊。”她说。周以真的青春活力数十年不减,究其原因,她说那不过是因为“天性乐观,过着简单的生活”。

舞剑,技击,舞蹈,周以真在计算机科学之外的领域同样多才多艺。这些强健身心的爱好让她总是充满活力。正是出于这种好学的天性,周以真也鼓励学生涉猎多个领域的知识。图片来源:Jeannette M. Wing/Carnegie Mellon University

这位既醉心教研,又不懈学习其他知识的计算机科学家,后来历任卡内基梅隆大学计算机科学系主任、美国国家科学院计算机科学与通讯部门主席、美国国防部高级研究计划署(DARPA)信息科学与技术委员会委员和美国国家科学基金会(NSF)计算机与信息科学与工程局(CISE)助理局长。凭借无可挑剔的工作经验和学术背景,她从2013年1月加入微软研究院,目前担任微软全球资深副总裁,负责微软研究院全球各核心研究机构及微软研究院学术合作部的工作。

在周以真的众多成就中,她于2006年发表的《计算思维》(Computational thinking)是最为人称道的成果之一。周以真倡导运用计算机科学的基础概念解决问题、设计系统并理解人类行为的思维方式。这一理念推动了计算机科学在全球教育领域的发展。她期盼所有年轻人都能从计算思维中获益,并鼓励他们张开怀抱去拥抱跨学科研究的新理念。“如果我们希望做未来的弄潮儿,我们就需要去创造未来。”她说。

周以真主张用计算思维解决生活和工作中遇到的种种问题。图片来源:Carnegie Mellon University

计算思维:既得煮好饭,也别让菜放凉了

科学人:能不能介绍一下什么是计算思维?

周以真:简而言之,计算思维就是像计算机科学家一样思考。当然,这并不是个令人满意的回答,因为我还得解释什么是计算机科学。

实际上,计算思维是一种思考方式,是用计算机所能有效执行的方式来对问题进行表述并提出解决方案——这里所说的“计算机”既可以指机器,也可以指人。换句话说,计算思维也是一种解决问题的方式。

科学人:有没有什么用计算思维解决问题的例子?

周以真:举个例子,如果你要做一顿饭,既要煮饭又要炒青菜炒肉,但又不能做好菜了但饭还没煮熟,要怎么做?这三项任务都需要花费资源和时间。在做饭这件事上,你就相当于一个操作系统。我们在计算机科学中所学习的,正是如何调配有限的资源,完成所有任务。

一般来说,计算思维中最重要的几个思维过程是抽象、分解以及组合。所谓“抽象”,是指忽略所有不相关的复杂细节,而只专注于问题关键部分的能力。你会注意到,我刚刚并没有提及“锅是啥颜色的”,“厨房有多热”,因为这些都是不相关的细节。

“分解”能让我们将问题分割成一个一个小的部分,我们将这些小部分各个击破,最终通过“组合”将各部分重整起来,形成一个针对原问题的解决方案。

这种解决问题的方式是可以规模化的,远超人手可及的范畴——当你在用笔记本电脑的时候,有上千个进程同时在占用上千种不同的资源,但你还是可以用它完成工作。因为它在用计算思维解决问题。

科学人:计算思维是像游泳一样一旦学会就能一直掌握的,还是需要长期系统训练才能保持的?

周以真:我认为两种情况都有。举个例子,我们小时候都会学算术,这个学习过程是系统化的:我们不断练习加减乘除、作百分比图什么的,最终才掌握这些基本技巧。而作为一个成年人,在日常生活中的很多方面——买东西、填纳税单、估算车程——我们都可以在无意识的情况下使用我们的算数技巧。计算思维也是一样的,只不过我们已经在基础教育中教算术,而没有教计算思维。

科学人:微软正在做将计算思维推广到教育体系的工作吗?

周以真:自2006年以来,从K-12(从幼儿园到高三)到高校,计算思维在不同的教育系统中取得了很大的成果。其中,成绩最喜人的国家是英国。西蒙·佩顿-琼斯(Simon Peyton-Jones)等德高望重的计算机学家在基层做了许多努力,英国教育部也自上而下地传达规定。自今年秋天起,所有K-12的学生将按年级学习合适的计算机科学概念。

我相信中国的大学也正在计算思维的应用上取得进展。这里的高校都设有《大学计算机基础》课程,而我们正试图改变这些课程的内容。和只教学生怎么用Word、Excel或者PPT相比,学生更需要被传授计算思维,来掌握怎么样既“做好饭”,又不至于“把菜放凉”了。

我很高兴微软亚洲研究院正在引领这种变革。响应中国教育部的号召,我们在征集计算机课程的改革方案,并为最终选出来的21个优秀方案提供资金上的支持。希望到2015年的时候,能有700万中国大学生接受计算思维教育。我们还有很长的路要走,不过我很受鼓舞,对未来也很乐观。

无论是人还是机器,都能运用计算思维来更有效率地解决各种问题。图片来源:carnegiemellontoday.com

计算机科学:最受欢迎的大学课程

科学人:今年,哈佛大学的计算机科学导论课程第一次击败经济学课程,成为新生报名数量最多的课程,你怎么看这种现象?

周以真:在美国,计算机科学是目前最受欢迎的学科。这主要是因为计算机科学家在业界供不应求,他们需要从高校招揽计算机方面的人才来满足业界发展需求。谷歌、微软、脸书这样的科技企业在计算机科学方面的人才需求很大,人们对这个学科的兴趣自然也与日俱增了。非计算机专业的学生也意识到他们需要学习计算思维和计算机技能。

科学人:你最初为什么会对计算机科学感兴趣的?

周以真:我是在麻省理工学院读电子工程时对计算机科学感兴趣的。那时,我得上一门叫“计算机程序的构造与解释(Structure and Interpretation of Computer Programs)”的必修课。在这门课上,我接触到了之前从没听说过的思路,比如λ演算。在那之前,我倒也上过一些编程课程,但并不太重视计算机科学。但当我意识到计算机科学并不只是编程,而具有数学和科学的深度时,我对这个学科着了迷。

科学人:在你看来,在大学和商业世界两个领域,计算机科学是否有着不同的侧重点?

周以真:先说说计算机科学的教育。大学的任务之一在于使下一代具备未来劳动力所需的技能。全世界的大学都正意识到计算技能的重要性——这种技能并不仅仅是指编程,还是指进行抽象思维的能力。因此,大学需要确定他们正在向学生传授商业世界以后会需要的技术技能与思维方式。

至于计算机科学的研究方面,学术界的研究人员会以长远的眼光来看待他们所关注的问题,而不会仅仅局限在自己选择攻克的问题上。而在一个典型的企业研发实验室里,研究人员在科研时更需要考虑公司的任务、公司的产品和服务。

微软研究院算是一个例外。跟其他企业的研发实验室相比,微软研究院鼓励研究者进行长线研究,他们可以自由选择钻研哪些问题,并且公开发布研究结果。而和在高校相比,我们的研究者又更有可能将研究结果转化为微软产品或服务,产生巨大影响。同时,他们也能够获得高校所不可能拥有的数据与计算资源。

科学人:除了计算机科学之外,你对哪个领域最感兴趣?

周以真:我的兴趣挺广泛的:我打心底喜欢数学、科学和工程类学科。而因为我自己的研究是关于安全和隐私的,我对社会科学、经济学和行为科学也有所认识。由于我在美国国家科学基金会(NSF)的经历,我对技术和政策也有兴趣。抛开职业不谈的话,我个人的业余兴趣则在于文科,尤其是文学,戏剧和舞蹈。

跨学科研究:计算机科学的舞台

科学人:以往在大学,专业间的界限很清楚,似乎精专是最重要的。你怎么看现在提倡的学科交叉?

周以真:在我看来,跨学科研究就是对两个或两个以上科目的内容进行综合的研究,并且探索这些科目如何进行相互作用。一个学科的问题可能通过另一学科的技术和知识进行解决,解决问题的过程则反过来推动两个学科的共同进步。

回顾科学发展的历程,我们会发现过去的几个世纪其实有许多学科彼此交互和融合,最后形成一个新学科的例子。计算机科学也是这样一种融合的结果,它是从数学、电子工程、运筹学和商科的交融中产生的。今天的很多新学科也是计算机科学和其他学科结合产生的,计算生物学就是其中之一。

科学人:计算机科学在跨学科研究中起着怎样的作用?

周以真:我回答这个问题可能会有些偏心,因为我觉得计算机科学在所有科学学科中都有所作为,甚至在除了科学与工程学之外的领域都发挥着作用——现在在美国,你甚至可以攻读“数字新闻学”的硕士。

周以真博士和图灵奖得主姚期智博士在峰会上谈论计算机科学在跨学科研究中作用。图片来源:微软亚洲研究院

科学人:其他专业的学生与计算机科学专业的学生交流时似乎有隔行如隔山的疏离感,反之亦然。作为教育者,你们怎样让学生多去了解其他领域?

周以真:就美国而言,不同的大学会有不同的机制去鼓励学生进行专业外的学习,其中一个方法是要求学生分布式地修习不同领域的课程。卡内基梅隆大学(CMU)则会要求计算机科学系的学生必须辅修其他课程。另外由于CMU是私立大学,上学很贵,所以很多学生一次主修两三个学科,物尽其用嘛。学校本身形成了多学科学习的文化氛围,学生们也就会以此互相竞争。

我想要强调的是,学校应该鼓励而不是限制学生的自主发展,因为大学的宗旨在于让学生发掘自己的潜力。这也是通识博雅教育的亮点之一。

科学人:在你看来,哪个学科会因计算机科学而发生最大的变化?又有哪个学科最可能反过来推动计算机科学继续发展?

周以真:我相信所有学科都能从计算机科学的进步中获益,反过来,计算机科学也能从所有其他学科的发展中得到好处。所以要从那么多学科里挑一个是很难的,不过要是硬要选的话,目前我会选生物。

一方面,计算机科学向生物学提供了许多形式模型来表现或解释复杂系统在互动时的动态变化——毕竟操作系统本身就是一个由交互过程组成的复杂系统。另一方面,计算机科学家发明了能分析大量数据的技术,机器学习也让我们得以揭示隐藏在大数据中的规律。

反过来,生物学也在推动计算机科学的进步。任何生物系统中发生的相互作用,无论是规模还是本质都远超当今计算方法所能企及的地步。更远地看,生物系统可以被看做信息处理系统。我们或许能利用自然或者合成的生物系统的计算能力来制造新型的计算机。想象一下,未来的计算机也许是用生物材料制成的呢!

科学人:马克·扎克伯格(Mark Zuckerberg)在访问清华时表示Facebook在未来10年会专注于开发人工智能和虚拟现实。在你看来,计算机科学的未来将是怎样的?

周以真:现在是所谓“人工智能的春天”。计算机视觉、语音、机器翻译和自然语言处理领域,各自经过了数十年缓慢而持续的发展。到现在,我们已有能力将它们融合起来。微软正将这些人类智能中的不同子任务整合起来,希望让计算机看得见、听得懂、说得出、学得会。

我们也正置身于一个“移动为先,云为先”的时代。这意味着无论何时何地,每个人都能通过小型设备获取海量数据与巨大的计算能力。所谓“普适”,就是指任何人在任何时间地点都能计算。

当然,现实还是会给我们的热情泼冷水,我们仍面临着种种重大的技术难题,微软研究院和计算机科学界都期待攻克这些挑战。

科学人:机器学习取得了前所未有进步,面对可能随之而来的道德问题,比如隐私问题,我们做好准备了吗?

周以真:当前,互联网的规模让第三方得以轻易地获取我们的个人信息,数据挖掘和机器学习又进一步让推断我们的个人习惯和偏好变得简单,使第三方与我们的互动更加个人化:向我们推荐书籍啊,提醒我们朋友的生日啊什么的。不管是心甘情愿或是毫不知情地,人们都在用部分隐私换取更多效用。

因此,我们需要更好更公开地交流个人隐私问题:企业与消费者、政府与公民、技术人员与政策制定者、计算机科学家与社会科学家、科学家与伦理学家之间,都需要进行沟通。我们应该开发新的技术让人了解他人知道自己的哪些信息,也应该有新的政策则应促进某种隐私保护技术的推广,使它更加具有影响力。(编辑:wuou)

周以真目前的研究兴趣在于可信赖计算,其中重点集中在安全和隐私方面。计算机科学的未来会是怎样的?我们拭目以待。图片来源:Carnegie Mellon University

感谢@Jerrusalem 对此文的贡献。

文章题图:Carnegie Mellon University