在技术革新的大时代，如何理解科技发展的前沿趋势，并抓住机遇？

面对纷繁复杂的可选项，如何擦亮双眼，做好自己的关键选择？

遭遇挫折，如何跳出既有的思维定势，重新定义问题？

如何兼顾深度和广度？学术和创业的关系是什么？

……

在 4 月举办的微软 Ada Workshop 2023 年度活动中，来自微软和学术界、产业界的优秀女性榜样与男性同盟，围绕着“The Moment·我们的时刻”这一主题，聚焦技术变革、方向探索与自我提升等问题，进行了真挚精彩的分享与讨论。

我们总结了这些有价值的问答，希望这能帮助你拨开眼前迷雾，获得坚定前行的勇气与力量！

Ada Workshop 2023 全场回放视频已上线 Bilibili “微软科技”频道，点击“阅读原文”或前往以下地址观看：https://b23.tv/fWAUeMB

讨论嘉宾

（按活动出场顺序）
孙丽君 微软亚洲研究院资深学术合作经理
张燕咏 中国科学技术大学教授
缪瑾 微软资深工程总监
兰艳艳 清华大学教授
薛继龙 微软亚洲研究院高级研究员
陈黎 香港浸会大学副教授
王希廷 微软亚洲研究院高级研究员
李倩 KodeRover 创始人兼 CEO
张丽 微软亚洲研究院主管研究员
刘树杰 微软亚洲研究院高级研究员
骆煦芳 微软亚洲研究院主管研究员
程文雪 微软亚洲研究院主管研究员
邓攀 微软研究院科学智能中心主管研究员
黄丹青 微软（亚洲）互联网工程院主管研究员
刘蓓 微软亚洲研究院主管研究员
吴文珊 微软亚洲研究院主管研发工程师

变革的时刻

Moment of Change

孙丽君（主持人）：“我们的时刻”也是变革的时刻，您如何看待大模型带来的技术革新？您认为当下的技术革新将对社会产生怎样的影响？我们又该如何应对？

张燕咏：个人觉得，这是个非常大的机会，也是个非常大的挑战。我们需要在新的时代里思考，我们和 ChatGPT 的关系是什么？包括你的研究方向、获取知识的方式、做研究的方式，以及它会对你的研究带来怎样一个新的机会。在这种大变革发生的情况下，不要犹豫，一定要立即 jump on it，直接跳上这辆车，然后在上面做出自己在大模型时代的贡献。人的一生其实很难有几次碰到真正的科技革新，现在我们有这个机会站在这样一个历史的大车上，是非常幸运的。

缪瑾：这几个月来，可以说是焦虑，也可以说是兴奋。一方面，这个技术本身是挺颠覆性的，重新定义了生产力，也重新迫使我们去思考怎么设计我们的产品。以前很多认为不能做的事情，现在突然一下都能做了。另一方面，如果我们不尝试用这些技术，可能不是我们被AI淘汰，而是首先被其他会利用这些工具的员工淘汰。所以，我们作为技术人员，也在不断地探索怎么利用这些技术来提高自己的效率。

兰艳艳：从技术的角度来讲，大模型让我们看到了走向通用人工智能的曙光。而它一旦变成了一个产品，一旦能够跟用户交互，这个交互的能量是非常巨大的，可以帮助改善很多它技术上面解决不了的问题，通过正向反馈正向学习实现再发展。我将 AI 定位为两种：一种是模拟人的智能，另一种是超人的智能，后者是时代发展的趋势。在过去的十年，我们这个世界发生了太多变化，要多看看这个世界，多做一些星辰大海的事情。在我看来，生命科学正处于庞大的数字化过程中，这也是未来的大趋势，我也期待着可以带着我的技术拥抱这样一个新的领域。

薛继龙：第一点，对于编程来说，大模型提升了每个人更平等地去获取 AI 的能力，你们可能一天就可以写出一个很好的应用。社区里面，有很多新的开发者在开发很有意思的 APP，简单地写几句 prompt 就可以出来。第二点，其实系统一直是计算机发展背后的支撑者，每一次的技术的变革应用都离不开系统。今天的大模型其实也是一种新时代的系统操作系统，将孕育很多新的 APP、创造很多新的机会。所以大家也不用焦虑，因为你真的踏入这个领域后，就会发现还有很多问题要解决，有很多机会可以利用，也希望大家能够踊跃地参与进来。

观众提问：想向老师们请教一下人工智能的安全性问题，比如回答问题时的胡编乱造，以及使用大模型产品时的数据泄露问题？

程文雪：对于人工智能在各个产业当中的应用，在不同的应用场景里面，有不一样的应用阈值，或者说可靠性设定。就传统的方法而言，会有一些 benchmark 去测试；在未来，应该也有模型介入状态下的对应设置。比如说，你有 DoS 攻击，那我就会有 De-DoS model。

吴文珊：一方面，我们要去弄清楚其中的工作机制。现在可能更像是一个黑盒，突然间通过大力出奇迹的方式，有了这些涌现的能力。另一方面，在还没有弄清楚之前，我们需要设定一些基准。但是，在这种情况下，一些学术的 benchmark 已经不适用了，因为我们需要更多的真实世界的数据集，大家一起去重新构建这个标准。

骆煦芳：语言模型的安全问题包括了很多内容，涉及你提到的“胡编乱造”，还有 responsible AI 或者其它一些不安全的因素等等。关于胡编乱造的问题，我们可能会通过一些外部的 knowledge，或者在生成之后进行一些 post processing，去尝试解决。这确实是一个非常重要的课题，Open AI 也把 alignment with human 列入他们的研究重点，这同时也是微软亚洲研究院的一个研究重点。

黄丹青：数据安全性自从 AI 和 Deep Learning 出来之后，就挺引起关注的。我们微软对于这一块是非常注重的，从数据源、模型的可解释性以及模型输出的 detector 这三部分都有一些相关的工作。

王婧璐：就多媒体的方向而言，我们会把比较 explicit 的 representation 转化为一些更 implicit 的东西，加一些数字水印之类的东西来对数据进行加密，或者转化成一些外部不好直接解码的表示，让大模型去做 training。

刘蓓：可能现在大模型出来，大家都想去尝试一下，但以后应该会有越来越多的规定，特别是比较敏感的一些行业，各家公司会针对自己的商业机密，发布各种规章制度。

选择的时刻

Moment of Choice

张丽（主持人）：各位都在各自的领域有所建树，那么回头看，你们认为是哪些关键的节点或者选择使自己往前跃了一大步？请每位分享一个“我的时刻”。

陈黎：对我来说，最重要的时刻就是 20 年前来到微软听了那个讲座——因为那个讲座，我了解到什么叫人机交互，也认识到后来的博士生导师，让我有机会去瑞士攻读博士学位，接着博士毕业以后可以去香港浸会大学从事人机交互的研究。如果没有听那个讲座，我可能今天也不会站在这里跟大家分享我的故事。

李倩：我觉得我的人生有时候好像毫无波澜，有时候像一个心梗患者。我觉得人是由很多点串起来的，所以我一直找不到所谓的关键时刻，似乎没有哪一个节点让我变成了谁，它只是一个结果而已。

王希廷：其实，每个时刻对我来讲都很重要，我觉得就特别感恩。最重要的一个选择，可能就是来参加清华-微软联合培养的面试，接触到这么多优秀的研究员，然后继续留在微软工作，好像就是一个水到渠成的事情了。

刘树杰：我感觉平台特别的重要。我的关键时刻可能跟希廷差不多，就是 07 年的时候，去参加哈工大联合培养的面试，后来周老师就把我带到微软亚洲研究院了，一待就待了 16 年。

张丽（主持人）：树杰老师是微软联培博士出身，想问老师当时在求学的时候，是如何确定自己要读博士呢？更进一步的，当时为什么选择来微软亚洲研究院联合培养呢？

刘树杰：其实我本科的时候也不知道将来要做啥，然后就稀里糊涂地读了研究生。研二的时候，发现自己对技术前沿比较感兴趣，喜欢看一些论文，尝试一些新的方法。就抱着试试看的态度，参加了哈工大和微软的联合培养项目面试。当时的面试题有数学的、有编程的，印象比较深刻的是要在纸上手推一个公式。之前看论文的时候，刚好因为比较较真，就自己推过，所以最后比较幸运地推出了，然后就被周老师看上了，就带到这儿来了。之后，在这里结识了许多优秀的同行，也获得了很多帮助，学会了如何系统地做调研、如何提自己的想法、如何讨论、如何做实验、如何写论文。我觉得，这都是人生中非常珍贵的一部分。

张丽（主持人）：在对未来的规划中，有两种可能的模式：1. 立下宏大的目标，并为此不断努力；2. 先专注于眼前的每一个小目标。不知道希廷是哪种模式呢？以及，这两种模式对于最终实现自我价值取得成绩存在优劣之别吗？分别适合什么样的阶段呢？

王希廷：我觉得这个问题的本质是，我应该怎么样去定一个好的目标。刚好，我前两天跟一个心理学的老师聊的时候，他刚好讲到这个问题——什么样的目标是比较好的？就是你想到它的时候，你觉得心在怦怦地跳，好像有一点够不着，让自己很兴奋，但是想一想好像又有可能，有一些具体的计划。我觉得，重要的不是目标的大或小、具体还是抽象，而是它能激起你内心多少的能量出来。

张丽（主持人）：听了李倩老师的分享我非常感动。曾经我也是一名“小镇做题家”，小时候只知道学习，得到的其它方面的教育资源是相对匮乏的，在长大后也的确会感觉到视野不同而带来的影响。那么，请问在资源受限的情况下，我们可以如何主动地去拓宽视野，实现更大的成功呢？

李倩：其实我觉得，信息时代给了我们很好的机会，减少了地域差异或者其它差异。很多人说，我要去学什么，其实你已经可以很轻而易举地接触到这些信息，然后处理这些信息，产生你想要的这个结果而已。所以现在可能不会那么受限于方式和途径，限制你去获取新的知识和能量。

另外，所谓的成就大与小，只有自己来评价，没有别人的标准，因为你舒不舒服只有你自己知道。做各行各业都可以成为专家，可以成为英雄。并不是说一定要成为科学家，对吧？我未来可能会想去做农业，或者做教育，因为我觉得很有意思。有太多可以去突破的地方，很多地方可以去注入你的能量。人生是旷野呀，你需要去不断的去摸索自己想要的东西，所以大家只要睁开眼，打开自己的耳朵，打开自己的感知，去嗅探这个世界，你会发现可以处处都是成就，处处都是你的天堂。

张丽（主持人）：在陈黎老师的分享中，有提到您最开始选择了计算机专业，后来又将自己很喜欢的心理学结合到了计算机的研究中。其实，在选择科研或者工作方向时，大家也常常会很纠结是去选当下最“热门”的，还是选自己最“热爱”的。在这方面，能否请您分享一下自己的经验呢？

陈黎：我的感受是，热爱肯定是前提，如果能很幸运地找到自己热爱的，然后持之以恒做下去，那是最好不过。因为是热爱的事情，你才能够更大地迸发自己的潜力，当你遇到困难的时候，你才有更多的信心去克服它。包括我的学生也是，他们刚开始读博士的时候其实都有点迷茫，不知道自己该做什么。所以在第一年，要让他们把自己变得比较广阔，阅读大量的文章，了解都有些什么前沿的研究成果。之后，再把自己变得比较深入，找到一个方向之后，不断地去钻研，寻找到自己比较感兴趣的细分领域。

观众提问：想向老师请教一下做学术和创业的关系？作为学术研究者在创业中是否有优势？会不会影响到自己科研的专注力？

缪瑾：我知道很多麻省理工大学的校友都是一开始做研究，有一些成果和想法后开始自己创业，这是非常常见的。如果你真的有好的想法，而且能够联系到它的应用，我觉得出来创业是一个非常好的选择。

兰艳艳：我觉得这两件事情不矛盾。人工智能本身就是一个理论和应用并重的学科，很多问题都来自于实践，所以必须要对实践产品有非常深的理解，才能做好科研。当然，可能你有一些取舍，但是我非常鼓励这样的一种做法。如果我的学术把自己的所学真的用起来，做了一个很好的产品，我可以帮他一起去创业。这是一件很酷的事情，鼓励你！

张燕咏：作为老师的话，去创业肯定会分心的。但是，有些老师他比较喜欢创业，据我观察，有一下几种：有些是喜欢实践一些奇奇怪怪的想法，有的是喜欢做出一个好的产品并去改革这个行业。有的老师他对行业了解程度非常深，适合做一个公司的 consult 或者 CTO。大家认清楚自己是哪一种，然后都可以创业，但是你的参与度和参与方式肯定就不一样了。而对学生来讲，我肯定是会去鼓励他，特别是有一些全新的想法去创业的时候，我会给他们提供一些他们需要的资源，然后和他们一起讨论。

薛继龙：工业的研究院里，对做纯粹研究、产品转化型研究、以及创业是一个很好的平衡环境，你在不同的时期可以做出相应的调整。在微软亚洲研究院里，我们自己平时做研究的时候，也会自问，目前做的这个东西，将来是不是有可能出去变成一家公司——会带着这样问题，而不是纯粹为发一篇 paper 而努力。

向上的时刻

Moment of Improvement

观众提问：在跨领域研究中，如何兼顾广度与深度？

张燕咏：我觉得，广度和深度其实不一定矛盾的。你可能在一个地方没有钻那么深，但是两者的结合上也是需要一些深入的理解。你之所以觉得发文章比其他同学慢了，可能是因为你开的会议还是以前的那些领域，其实还有新兴的跨领域的一些会议，可以去看一下。

兰艳艳：四个字，慢就是快。对于你正在做的事情，如果你觉得特别的重要，不需要太纠结快慢的问题，不需要跟别人比较这个事情。

至于交叉学科，我觉得，要找到你的位置。很少有做交叉学科的人两个方向都能做得很好的，一般都会有一个侧重点。比如我是做 AI for Science，我的核心关键点还是 AI，只是把科学的问题描述成为 AI 的问题。当然，我需要理解一部分科学的机理，但是跟那个方向的老师比起来，我肯定没有那么专业。所以，你也需要找到一个自己的侧重点。

观众提问：在校期间，我们应该着重学习些什么，才能既和社会接轨，又不辜负这段珍贵的时光？

王希廷：学生期间有一个很大的优势——可以试错。你可以尝试很多自己感兴趣的事情，然后找到一个自己最感兴趣的，坚持地做下去。想更多地跟社会接触，想去实习，就大胆地去找实习；想参加一些社会活动，培养自己的领导力，就可以在一个社团完成一些小的任务。你们都这么年轻，这么有能力，要勇敢地去做自己想做的事情，多试一试。

刘树杰：如果是有跟计算机相关的一些兴趣的话，我觉得学校里也会有一些兴趣班或者一些社团之类的，可以早参加。现在计算机相关的东西，开源的比较多，你对哪一方面感兴趣，就可以从网上找到一些东西自己去试，最好多关注一些你感兴趣的方向的前沿发展。

观众提问：在多任务并行的情况下，如何优化时间和精力的安排？

李倩：首先，你得把身体搞好，这是第一位的。然后，把时间分片段，最好半个小时左右为一个片段，慢慢形成自己的节奏。一口吃不了个胖子，你时间还多着，咱们一点一点来就好了；只要有个好身体，其它的自然而然都会得到的。

陈黎：你可以先定一个短期的计划，再定一个比较长期的计划；你把短期计划的每件事情做好，就可以培养自己的一个自信心。每天早上醒来之后，我会先列一个优先级，先把最重要的做了，然后再做次重要的，这样一个个做下来。如果发现时间不够用，可能晚上或者周末再挤出来一点时间去做它。

观众提问：如何应对挫折？

缪瑾：遇到挫折是挺正常的事情。首先，可以自己后退一步，想一想我当初为什么要做这件事情，如果觉得这个事情还是值得做的，起码给自己一个新鲜的动力，继续做下去。另外，可能要想想是不是自己一个人卡在了某个死胡同，这个时候就可以去找朋友、找导师，群策群力，聚集大家的力量。

兰艳艳：科研遇到挫折的话，你需要明白：你是问题的定义者，而不仅仅是做题者。很多同学之前参加奥赛，每次题目都是定好的，就是做题，对吧？你可以很快做出来奥赛题，但其实它不是一个科研，科研的过程一定是漫长的、会经历曲折的。这时候，你需要跳出来——这个问题是你定义的，你是不是定义得太难了，是不是还可以换另一种定义的方式？你多多从问题定义的角度上想一想，有可能这个解题就变得容易了，可以提供给你更广的思路，不要总把自己放在解题者的角度上，我觉得这个转换很关键。

张燕咏：我以前很喜欢打网球，但天赋不太好。那最后是怎么从不会发球的状态，走出这个迷雾，变成会发球的一个人呢？其实很简单，你要是发了 10 万个球，就一定会发了。很多时候，我们能做的事情，就是在那里发球，每发一个你都有自己的感受，发得多了，你就会发球了。当你们走入某个死胡同的时候，一定要从运动的角度去想——因为人天生就是可以运动的，人天生就是可以做科研的。会卡在那，就说明你盯着它看的时间还不够。你要是盯着它看的时间足够，你思考得足够，你挫折的时间足够长，你就能走出来了。

还有，就是多和别人沟通，因为你踩过的坑别人可能也是踩过的，所以要多跟高年级的同学、多跟老师沟通。只要他们说的十句里面有一句给你启发，我觉得这就足够了。

当然，如果到最后实在不行，咱们也是要重新定义的。但是那一定是你经过 10 万个发球、经过一遍遍总结思考之后的事情。这个时候，“重新定义”不是说你“不得不”重新定义，而是你已经知道它改怎么重新定义——以前为什么会卡在那下面，后续到底怎么走，已经一目了然。到了那个阶段，你就会做研究了。