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。

（在新选项卡中打开）