機器學習之父Tom Mitchell和漫畫家蔡志忠?guī)p峰碰撞

機器學習之父Tom Mitchell、著名漫畫家蔡志忠和長城會創(chuàng)始人文廚(微博)跨界對談，討論科學與未來

11月14日，一期特殊的《文談》在杭州舉辦，這期節(jié)目中，長城會創(chuàng)始人文廚，對話機器學習之父、卡內(nèi)基梅隆大學教授Tom Mitchell與著名漫畫家蔡志忠。

兩位大師級人物看似就像兩個在不同平行宇宙中轉(zhuǎn)動的星球，Tom Mitchell沉浸在數(shù)據(jù)的世界里；而蔡志忠卻徜徉在漫畫的想象中，二人無任何交集。但人生仿佛在攀登一座高山，當你登上頂峰，會發(fā)現(xiàn)與其他人看到風景以及對世界本質(zhì)的理解有驚人的相似之處。

從對談中，我們發(fā)現(xiàn)，“科學復興”已經(jīng)成為了社會現(xiàn)象，帶來了新一波浪潮，蔡志忠作為漫畫家，對科學也保持了常人難以想象的熱情，除了高產(chǎn)漫畫書，他還自學理論物理學、數(shù)學，1998年到2008年他閉關10年40天研究物理，后來出版了《東方宇宙》和《時間之歌》等科學書籍與心得，他的動畫《天眼傳奇》中就加入了很多物理和數(shù)學元素，讓故事達到了全新的境界。

蔡志忠執(zhí)筆并擔任了動畫電影《天眼傳奇》的總導演，將數(shù)學、物理、哲學等元素融入到這部動畫電影中

而Tom Mitchell也認為，機器學習的研究需要更多的跨界力量，機器學習、納米技術、計算機技術、人文藝術需要用科學的方式結合在一起，用新的方法創(chuàng)造新的科學，才會衍生出更多的可能性。

Tom Mitchell堅信，創(chuàng)造未來的天才科學家并非天生，而是周遭環(huán)境、成長的關鍵節(jié)點中遇到的關鍵的人、自我認知等復雜因素合力的結果；這與蔡志忠的想法不謀而合，他認為一個人出生之后，有責任重生一次，找到心中最喜歡、最拿手的事情做到極致，才會成功。

不管是科學家還是藝術家，他們都在通過科學的方式尋找宇宙運動的底層原理，這些原理為人所用，會產(chǎn)生無法估量的價值：埃隆·馬斯克一次午夜突然意識到甲烷－液氧火箭發(fā)動機可以實現(xiàn)380秒以上的比沖，這樣比沖的火箭足以逃離地球，抵達火星，這讓他更加堅信火星移民計劃的可行性；喬布斯兒時看到小牛犢從母親體內(nèi)出來，跌跌撞撞后，可以自己走路，這對他造成了強烈刺激，原來很多本領不用別人教，很多本領出于本能，自己不用向別人學習就可以掌握，這也被他應用在了那些改變世界的蘋果產(chǎn)品中。

了解這些底層原理，可以幫助人們像馬斯克和喬布斯那樣，直接跳出漸進式改善的思路，直接實現(xiàn)從零到一的飛躍。這次跨界對談，從自我定位、創(chuàng)造力、科學的思考方式、技術浪潮帶來的影響幾個問題的討論，為大家撥開層層迷霧，更好地了解宇宙運行的底層原理，找到偉大成就背后的驅(qū)動力。

文廚：蔡老師最近在研究理論物理學，而且據(jù)說下一部的著作不再是諸子百家這些中國國學文化里的東西，是要出一本物理方面的書。

蔡志忠：我對宇宙、金星、恒星、分子、原子、粒子的內(nèi)在運轉(zhuǎn)規(guī)律都非常有興趣。西方世界有很多有關宇宙探索的著作，但我并不認為白紙黑字的東西一定是真理，所以我們不能盲目崇拜。物理學還有很多可以挖掘的地方。

文廚：Tom，你怎么看蔡老師關于物理的觀點？

Tom Mitchell：如果有可能的話，可以把這些想法寫成一本書的話，會幫助大家以一種更嶄新的方式去理解世界。我想這是一個非常有創(chuàng)意、有價值的一種方式，我希望可以看到這本書的英文版本。

文廚：我想請問兩位怎么看待科學精神的本質(zhì)，相信藝術家和科學家會有不同的解讀，先請科學家解讀。

Tom Mitchell：現(xiàn)在我覺得科學技術發(fā)展進步更像是社會現(xiàn)象，開始的時候不是這樣的，比如人工智能，30年的時間跨度，1987年到2017年，有很多科技浪潮，或者范式的轉(zhuǎn)移，很多傳統(tǒng)的東西都被淘汰顛覆，有一段時間神經(jīng)網(wǎng)絡很流行，1997年，神經(jīng)網(wǎng)絡，有人做了重要的研究，1997年大家覺得神經(jīng)網(wǎng)絡做不下去了，接下來我們做了基于規(guī)則的方法，通過這種規(guī)則，我們可以更好地去了解，這里數(shù)據(jù)很重要?，F(xiàn)在的浪潮就是，除了個別人以外，沒有人去做神經(jīng)網(wǎng)絡，但2008、2009年，神經(jīng)網(wǎng)絡又回來了，今天的深度神經(jīng)網(wǎng)絡，是之前的神經(jīng)網(wǎng)絡和一些新方法的結合，這些歷史性波動讓我看到了高潮與低谷，產(chǎn)生了一些循環(huán)的社會現(xiàn)象，也有一些負面影響。這就是我對科學精神的整體看法。

蔡志忠：科學的精神就是讓人通過我們的智慧，去理解宇宙運作的底層規(guī)律。而我們能夠利用這種規(guī)律為人所用，所以科學當然是目前最有價值的。

文廚：高山大學的使命是“科學復興”，霍金教授給到TA的英文表述是 “New Scientific Renaissance”，今天借此機會，也想請二位來分享一下，“科學復興”是什么？

Tom Mitchell：我覺得我們確實在“科學復興”當中。從字面理解應該是“重生”，“復興”類似于重生或者新生?，F(xiàn)在我們正處于這樣的階段，我們站在過去的成就之上，獲取更多的創(chuàng)造力。我覺得有兩條不同的道路可以走：一方面是多學科、跨學科領域的合作，不同的行業(yè)、不同的領域，納米技術、計算機技術、人文技術都可以用科學的方式結合在一起，用新的方式創(chuàng)造新的科學，讓科學的火花飛濺。

另外一種力量，我可以很驕傲、很自傲的說，這種力量就是機器學習。因為在以經(jīng)驗為主的數(shù)據(jù)依賴型的通用型、原生的科學當中，我們已經(jīng)到了這樣的階段，就是歷史性依賴經(jīng)驗的科學，已經(jīng)獲取了非常多的規(guī)則和規(guī)律?；谥鞍l(fā)現(xiàn)的規(guī)律，我們可以有計算機的算法幫助我們更好的進行新的規(guī)律的探索，并衍生出更多的可行性。

這是兩種力量推動“科學復興”，一方面是多學科跨界融合激發(fā)出來的火花，另一方面就是讓機器學習繼續(xù)研究過去積累的歷史數(shù)據(jù)，衍生出新的可能性。

蔡志忠：“科學復興”就像西方的文藝復興，這是價值。像米開朗基羅一樣，一個家族就可以沖擊整個歐洲。我認為，“科學復興”在中國，以中國來說談不上復興。因為過去中國不重視科學，只重視科舉考試。像沈括的《夢溪筆談》里談的一樣，不要提四大發(fā)明。很多年前，中國在物理方面是領先的，如果在中國，應該是科學自主。不要看到西方的書才知道是真理，看到之后，不要相信經(jīng)典，他只是藝術家的故事會。聽了“真理”以后，要自己思考一下，懂了才相信，科學更是這樣。錯誤的理論和信息像一道高墻，不要讓這道高墻把自己封閉起來。

文廚：Tom，你的第一本書叫《機器學習》，這是機器學習領域最早的教科書之一，早期很多人都在用你的這本書了解機器學習領域的一些基礎知識。聽說，你又正在準備寫第二本書，我們相信這本書一定又是一本影響深遠的教科書，你是否可以透露一下新書的一些觀點？

Tom Mitchell：我的第二本書寫得很慢，因為盡管慢，還是有進展的?，F(xiàn)在我面臨兩方面的挑戰(zhàn)，希望獲得幫助：

一方面的挑戰(zhàn)是我覺得這還是一本機器學習的書，機器學習領域目前正處于非常大的轉(zhuǎn)彎期，深度神經(jīng)網(wǎng)絡的方向，已經(jīng)把原有的一些舊的算法都替代掉了。我個人的看法它還要走很長的一段路才可以替代其他的算法，這里就不跟大家講更多的技術細節(jié)了。如果這樣走的話，在這個位置寫一本書不錯，但現(xiàn)在的技術發(fā)展差不多要轉(zhuǎn)彎了，我還在寫這本書，這不也許不是很好，這讓我有點奇怪。

但是，另外，要學一個事情，最好的學習方法就是學著去教課程。只要去教，一定會學得更加認真。另外，我之所以寫得慢，是因為二十年前寫本書很容易。我不知道今天寫一本書會被擺到哪里去，我是不是要為每個章節(jié)做視頻課程，是不是需要組織每個章節(jié)的讀者到一個討論平臺上討論，但書的形式，二十年前和現(xiàn)在已經(jīng)發(fā)生了很大的變化，這也對我形成了很大的挑戰(zhàn)。

機器人索菲亞成為了沙特阿拉伯的公民，她正在獲得越老越多的公民權利和影響力

文廚：最近，有一個叫索菲亞的機器人獲得了沙特阿拉伯的公民身份。我們應該怎樣看機器人獲得同樣或者更好的公民權利這個問題？

蔡志忠：我猜每一個世紀有很多智者們在預估下一個世界會發(fā)生什么，每一個世紀都有錯估的地方，因為人類的進步比當代的智者預見還要大，我想人類的進步比我們預估要大，某一天機器人不可以投票嗎？機器人不可以學習嗎？機器人會遵守很多的法則，我期待著、相信著未來可能性更大。

Tom Mitchell：我想現(xiàn)在還太早。因為我還不希望他們投票，不過，我確實希望他們可以交稅。在未來的十年當中，比如說自動駕駛汽車，我覺得我不會說他們是公民，但可能會涉及到法律問題，比如說有由誰負責，比如說自動駕駛汽車撞了人或者是撞了車，嚴格意義上講汽車的生產(chǎn)商要負法律責任，如果這輛車要負責，怎么懲罰，怎么進行法律判斷呢？這些問題很快會浮現(xiàn)出來，這是關于道德、關于倫理的問題。

文廚：AlphaGo Zero讓人工智能又一次成為了焦點事件，通俗的講，它已經(jīng)開始自學成才了，不需要參考人類產(chǎn)生的數(shù)據(jù)也可以進行一定程度的學習了，我們想先聽聽蔡老師怎么看這樣的問題？

蔡志忠：我自己也很關心時事，AlphaGo Zero通過自我學習找到規(guī)律，其實找規(guī)律是很簡單的。但我不擔心機器人會超越人類，可能會超越大部分人的智慧，機器沒有辦法創(chuàng)作和創(chuàng)想的，比如，笛卡爾每天中午才起床，他身體不好，經(jīng)常躺在床上，看天花板上的格子，看格子聯(lián)想如何用幾何學，然后他把一個當橫坐標，一個當縱坐標，所以可以寫出函數(shù)，寫出X和Y的平方，當X等于2的時候，Y等于4。如果是這樣的問題，讓機器人證明橫豎是不可能的，機器人應該要幾百年才可以做到。從過去的規(guī)律，證明一個人的妄想是錯的。

Tom Mitchell：我想游戲本身就是一種非天然的行為。實際上，機器人的發(fā)明是挑戰(zhàn)我們的一些既有想法，或者說能做一些目前我們做不了的事情，這也是應他們非常有趣的一點。我們做不了的就是分析一些很大的數(shù)據(jù)，因為這對腦力是很大的挑戰(zhàn)，電腦處理成倍的數(shù)據(jù)要比人腦好很多。這些問題要從既有的事情當中，可能有一些既定的步驟，是我們可以采用的步驟。接下來就是要模擬這個步驟，模擬100次，完全無錯的模擬。但腦子通常做的就是在這里，我們看到了，然后學習，然后我們講，然后我們理解句子的意思，下一步應該說什么。我想這是自然智能、天然智能。

但我并不覺得AlphaGo Zero本身是人工智能是巨大的一步。對于人來說，我們知道電腦是可以完成一些機械的步驟，可以做復雜的事情，也可以很快的做。他們也可以戰(zhàn)勝人，因為人的技巧和過程、處理步驟和它完全不一樣。但是，我對此更激動的是過去的幾年中，電腦從幾乎盲目的階段，到現(xiàn)在可以像人一樣，可以看到一些情況，可以根據(jù)情境做出反應。

文廚：文談的直播平臺粉絲問自動駕駛、無人駕駛還需要多久才可以大規(guī)模上路？

Tom Mitchell：首先，如果我們畫一個時間軸，什么時候可以達成全自動駕駛，其實局限絕對不會是直角，一定是斜向上的曲線。因為自動駕駛某些領域比較容易，比如說高速公路上，道路的環(huán)境比較好，路上的標線、車道都畫得非常標準。比較困難的那些場景就包括鄉(xiāng)村、泥濘的道路，一些不規(guī)則之路等等。所以，在自動駕駛實現(xiàn)的過程中，不同的部分是有不同的難度。所有的場景都用自動駕駛實現(xiàn)，還需要很長的時間。

十年之內(nèi)，高速公路上會實現(xiàn)無人駕駛，現(xiàn)在差不多有了。這就產(chǎn)生了一個很有意思的問題。有人會問你愿不愿意買一臺只能在標準道路上駕駛的汽車，這對Uber來說非常關鍵，因為他們正在我所在的城市匹茲堡開設了一個技術中心，有很多工程師和技術專家研究自動駕駛汽車，他們在匹茲堡的路面上做測試，當然人還是坐在車里，隨時準備接管方向盤。

所以，這個問題又到了如何搞定最困難的部分，他們的意思是無所謂，不需要去過多關注這些困難。要從這邊開到那邊，但自己搞不定，就叫個Uber或者滴滴，他們會送一部車過來，把你送到高速公路上或者是標準道路上，最后結果會怎么樣？我想會來一部自動駕駛的車，他們說不是這樣的，誰會愿意中途換車？解決方案是人跳出來，然后車自己去目的地，然后駕駛員跳出去，車自動駕駛，到不能自動駕駛的區(qū)域。

這樣的話，自動駕駛會在標準道路上很快得到大規(guī)模的使用，特別像滴滴、Uber這樣提供出行解決方案的公司，以及他們在自動駕駛和人工駕駛之間找到很好的結合點，特別適合無人駕駛大規(guī)模應用。所以，我覺得比較快，大概五年左右，雖然不是100%的無人駕駛，但是會部分會實現(xiàn)商業(yè)化。

文廚：目前機器學習談到最基礎的需求都是來自數(shù)據(jù)，但現(xiàn)在的問題是數(shù)據(jù)都由一些大公司控制著，在可見的未來中，你覺得機器學習可能不再這么被依賴嗎？或者說市場上有其他小公司也會有這樣的機遇或者可能性？

Tom Mitchell：這個問題非常好。我很快地講一下，我有兩個想法。首先，我同意你的想法！數(shù)據(jù)確實在個別公司的手中，這對于經(jīng)濟發(fā)展是一種抑制。如果我們希望經(jīng)濟快速發(fā)展，應該減少壁壘，讓企業(yè)實現(xiàn)公平競爭。數(shù)據(jù)目前已經(jīng)成為了準入的壁壘，它已經(jīng)抑制了一些創(chuàng)業(yè)公司加入競爭當中。政府有機會能夠建立政策，實現(xiàn)數(shù)據(jù)分享、數(shù)據(jù)銷售、數(shù)據(jù)營銷、數(shù)據(jù)經(jīng)濟等等，但現(xiàn)在還不清楚真正合適的政策是什么，同樣對于新的公司或者是創(chuàng)業(yè)公司，他們也可以創(chuàng)建自己在數(shù)據(jù)上獨有的特性，就可以在一個獨特角度成為寡頭公司。

第二點，你是對的，如果想了解未來機器學習的發(fā)展，你需要想一想人是如何學習的，現(xiàn)在電腦還沒有做到這一點。人通過各種方式，通過看，通過書學習，通過相互之間的溝通，或者你有一個指導人，他可以告訴你，你如何做研究等等，成為你的導師。在未來五到十年當中，會看到范式不斷的變化，就像和人的交互一樣，它會以另外一種方式受到影響，這會是非常有建設性的。

我們可以意識到我們陷入了一種固定思維模式當中，唯一能做的就是我們所說的語音交互，這就是我們曾經(jīng)用手機做的事情。比如說我告訴阿里巴巴的機器人說“剛才聽到的是這個聲音就是我的狗在叫”，因為它不知道，我就教它，告訴它只要接下來聽到狗的聲音，就說“沒關系，沒事，都挺好的”，如果可以做到這一點，就會成為一種新的選擇。未來以指令為基礎的機器學習會是很大的增長機會。

我們接下來要加速計算機識別某一種語言的速度，我們不需要人去學習編程的語言，而是希望電腦、機器可以習得人的自然語言，人可以通過指導進行編程。

現(xiàn)在只有0.1%的人會編程，大家想一想，99%的人類都可以進行編程，他們可以為各種各樣奇異的場景創(chuàng)造出無窮無盡的方案，這個創(chuàng)造力是無法想象。我們一定會達到那一步，但現(xiàn)在除了我們在寫這方面的論文，還沒有別人在進行研究，我覺得這是不可避免的趨勢，如果一旦發(fā)生，這將是巨大的變化。

文廚：有生之年，我們要留下一些有趣的嘗試，文談的對手就是司馬遷。我問一下蔡志忠老師，你的對手是誰？

蔡志忠：剛開始畫漫畫的時候，我的對手是日本的漫畫家，他們畫得非常精致，就像武士道，對所有漫畫家造成了挑戰(zhàn)。36歲的時候，我去了日本，是要完成兒時的夢想。后來我學會了思考，知道自己應該畫什么東西。

Tom Mitchell：這個問題太有意思了，我從來沒有這么想過。因為對科學家來說，并沒有什么對手，我們的目標是為了要找到真相，我做的工程也是為了建造一些能夠改變現(xiàn)實的東西。所以，在我看來并沒有什么對手，只有等待我們發(fā)現(xiàn)的事物而已。

文廚：一個人在很小的時候就意識到自己想做什么是非常幸運的。但現(xiàn)在我們處于一個信息爆炸的時代，周圍有太多的噪音，你是否可以給年輕人一些建議，如何在這樣的環(huán)境中找到合適的方向呢？

Tom Mitchell：我非常喜歡你的問題，首先，我不太確定現(xiàn)在的兒童所處的年代是不是比我們所處的年代更糟糕。當時我處在披頭士的年代，家長都覺得他們是不好的東西。但他們正是創(chuàng)意的來源，你可能會說現(xiàn)在的成長環(huán)境和那時候不一樣，但不能說現(xiàn)在就不好。現(xiàn)在他們處在一個信息爆炸的年代，會使他們和我們不太一樣，但我們也不太清楚未來的發(fā)展方向是什么。

同樣，我想對于兒童和成人來說，有獨處的時光很重要，這雖然會讓他們感到很無聊，但他們會被迫去思考一些事情，我想這是有益的。

文廚：網(wǎng)友們有問題了，這個是問蔡老師的，現(xiàn)在互聯(lián)網(wǎng)快速變化的狀態(tài)，有沒有什么建議幫助年輕人找到自我和自處的方法？

蔡志忠：我也天天在使用電腦，也看互聯(lián)網(wǎng)的東西，但是以自我為主，但我沒有上癮。所以，一個人在變化時空中，有衣食住行的需求，一個人有強烈的自我和哲學價值觀就完全不會受到環(huán)境的影響。所以，我自己不會因為外部流行什么，我就去湊熱鬧。有些人講了就覺得自己很流行了。一個人從一開始有自己的人生價值觀，這是一種生活方式。

文廚：現(xiàn)在大家都在講究知識的傳承，蔡老師一直在用漫畫的形式把國學文化傳給下一代，影響下一代。我們一直希望關心的問題是，我們?nèi)绾伟褜W問傳授給下一代？

蔡志忠：很多人都說中國的傳統(tǒng)文化在臺灣，其實是在于家庭。我教我女兒就像我爸爸教我一樣。我和女兒去餐廳，服務員給菜單，我說“說謝謝”，她不說，我就一直讓她說“謝謝”。點餐之后，服務員送了一盤菜，她不回答，我就敲桌子，她就說“謝謝”。所以一個父母要以身作則，如果父母帶小孩闖紅燈，他怎么會不闖紅燈呢？如果父母帶小孩搶位置，小孩怎么會不搶位？如果父母打電話，講另外一個朋友壞話，你以為小孩不會錯亂嗎？所以什么樣的父母就會教出什么樣的小孩，就像我說天才不是天生的，如果哪一對智商150的父親生的小孩，最后讓狼撫養(yǎng)了，那他只會學狼一樣叫。

我六十歲開始收弟子，我想收71個弟子。他們的想法一定和我一樣，因為想法不一定，不會起來。所以，我的哲學觀會傳給弟子，我會告訴他們：一個人來到世間如何制定人生計劃；一個人在世界當中如何自持，如果有中心思想，就不會被時代的潮流所淹沒，我的弟子跟著我，也會跟我一樣。弟子也會很好地把我的思想傳承下去。

文廚：除了找到對手，為了激勵自我突破，我還進行了一些有趣的嘗試，比如找到各個行業(yè)80歲以上的智者對話，我很幸運，“看”到了星云大師、詩人余光中、TED大會創(chuàng)始人Richard Wurman以及以色列前總理佩雷斯，“見”到他們的思維方式異于常人，都在各自領域達到了極致的狀態(tài)。您認為這些特質(zhì)是否都是先天決定的呢？

蔡志忠：我之前是鄉(xiāng)下人，沒怎么讀書，不好意思和一些人碰面。后來發(fā)現(xiàn)當你在某個領域成為TOP的時候，接觸面就很廣泛的。比如我會有機會見到，很多人唱歌都很好，比如說滾石的老板。所以，當你成為某一個行業(yè)的TOP，其他的TOP都會和你成為朋友。我從小就把漫畫當成摯愛，當一個人找到最喜歡、最拿手的事物，做到極致，無論做什么行業(yè)都一定會成功。

Tom Mitchell：我認為這些并不是天生的。對我個人來說，我的父母親對我起著非常關鍵的作用。我一生當中，我父母一直在我合適的時候問我合適的問題，從而引導我成為了一個能夠了解人們是怎樣工作的，智能是怎么工作的人?；谶@些，我在孩童時期接受來自父母的問題，后來被塑造成了一個愿意求知的人，所以在我看來，我很幸運，有著這樣的童年。也很幸運在人生的旅途當中遇到了很多很好的導師，同時可以有幫我做科學研究的合適的大腦。

科學家與漫畫家相遇，既是智慧的碰撞，又是發(fā)自內(nèi)心的愉悅。

文廚：最近一年半年我一直在思考創(chuàng)造力的問題。怎樣可以有這種超強的創(chuàng)造力？今天人工智能出現(xiàn)了，我想人工智能如何幫助人類形成更強、更高的創(chuàng)造力？

蔡志忠：創(chuàng)造是特別大的叛逆，所以一定要顛覆過去。像我的女兒，我問我女兒長大要做什么，她說“絕對不做漫畫家”，因為漫畫家太無聊了，我說那做什么，她說設計家。這時候逼她，要設計什么？因為我立志于做一件偉大的事情，但也沒有提到怎么做，所以一直逼她。我說，為什么漢堡要圓的，這就是顛覆。任何顛覆就是倒過來想的。一般人不太會倒過來思考問題，其實我想了很多。一種是像計算1月1號到7月6號之間有多少天這樣的問題，你一定要思考能力很強，很快，這非常重要。思考是要找線頭，線頭一拉可以找到。打一個比較低級的例子，一個人踩到大便，當然很倒霉，像剛才我的助理搬椅子，他大叫一聲，我說椅子都沒有叫，你叫什么？是她的腳去撞椅子的腳。一個人早上起來很高興，很漂亮，然后皮鞋一踩，那個人就說很倒霉，其實對大便來說很倒霉，很多事情要倒過來想。

Tom Mitchell：我快速地講一點，我們總是感覺現(xiàn)在是全球最缺乏創(chuàng)造力的時代，但事實上這并不一件確切的事情，如果我們看看數(shù)據(jù)。2006年的時候還沒有智能手機，智能手機出現(xiàn)后讓這十年的創(chuàng)造力非常豐富。想想這十年之間全球發(fā)生了這么多事情，所以我不覺得創(chuàng)造力已經(jīng)枯竭了。總是很多人想這件事情，但這種想法是錯誤的。

另外，我想說的是關于創(chuàng)造力，科學工程領域不同于藝術領域，對科學工程領域的關鍵就是要探求真理，比如說要學習，就要了解大腦當中有多少神經(jīng)元在工作，這就是科學的本質(zhì)。而舉個例子，要研究一種新的大腦的植入體，要找的并不是一個真相，而是為了從已有的真相當中創(chuàng)造一些新的東西，所以這兩類要分開看，這就是我說為什么要科學和工程分開。

科學和工程兩個領域都需要創(chuàng)新，而創(chuàng)新的關鍵就是持續(xù)尋找傳統(tǒng)的錯誤，并把它修正過來，找到了錯誤的，就找到了一個創(chuàng)造性的突破口。很多人都認為不可能對自然語言，對電腦進行編程，但一旦突破了，這就是一個很好的創(chuàng)新。

文廚：其實，從教育上講，我們都希望孩子長大的不是靠技能，而是靠創(chuàng)造性。將來很多工作會被人工智能取代，所以我們希望工作當中有更多的創(chuàng)造性成分。創(chuàng)造力在藝術與科學兩大領域有哪些是共性與不同點？

Tom Mitchell：我想快速的講一下創(chuàng)意。其實我剛才想到一個問題，有一位非常著名的爵士樂手，有人問他，你怎么創(chuàng)造出這么有創(chuàng)造性的爵士音樂呢？他說，首先要學習技巧，然后不斷的練習，學習更多的技能，練習、練習、練習，然后就把它都忘記了。然后就進入了下一個階段。

我一直記得這句話，我想它包含了兩種道理：如果不了解自己的行業(yè)，不了解自己的技能，就很難做到有創(chuàng)意，比如說在技術行業(yè)一定要了解這些算法，一定要了解情況，了解自己的局限性在哪里，只有這樣能把自己的作業(yè)做好，把技能學習好、操作好，接下來就是一個新的階段了。我想，一個音樂藝術家所說的話也在技術領域可應用，這是兩者之間的橋梁，蔡老師，不知道你怎么看？

蔡志忠：我以為再智能的機器人也不會比我畫得好，這是肯定的。人們喜歡我的漫畫，最終還是因為故事性很強，而不僅僅是畫得好那么簡單。

我不同意三個臭皮匠抵過一個諸葛亮，100個臭皮匠還是臭皮匠，三個諸葛亮是三個諸葛亮。跨界是最大的空間，跨界越大空間越大。在臺灣，漫畫家的成功率千份之一，1000個只有一個可以成功，剩下的999個都是去報社上班，閑暇之余畫漫畫。漫畫家的成功率不是很高，漫畫家要懂數(shù)學，數(shù)學要懂也很難。漫畫無外乎故事。漫畫可以畫數(shù)學，可以畫哲學，也可以畫上一代。所以，我在四十個國家出過書，《莊子》、《老子》，我用當今的語言，把當今很好的內(nèi)容透過漫畫表達出來，所以，認為跨界合作就是一個創(chuàng)新。

文廚：你3歲就開始畫漫畫，是否是因為不斷的遵從這種天性，才有今天的成就？

蔡志忠：我爸爸、媽媽生了五個小孩，我們五個人完全不一樣。我大哥是乖寶寶，我自己是漫畫家，我的姐姐和妹妹都很一般的。我們的父母只生下我們的肉體，每個人出生之后，都有義務重生一次。例如有100萬人買了蘋果電腦，第二天每個人電腦都不一樣，有的人玩游戲，有的人聊天，我是用來畫畫。如果有一個小孩有一天知道自己的老爸是籃球明星，就像我小兄弟在墻壁上掛了120張灌籃高手，所以他小時候就開始學籃球，他想拿獎杯是后天努力的。

我也常常教學生，一個學生有沒有進步，從一個地方就可以看出來，這不是從一個水準到達另一個水準的提升，而是把壞的習慣降低了多少。有個人抽煙很兇，后來不抽了，天天酗酒后來不喝了，一個人天天賭錢后來不賭了。

Tom Mitchell：我也同意沒有生下來就是天才的人。但是，我覺得確實有人走比較合理的人生道路，并且這種人生道路上，他們更加執(zhí)著，在這條路上從不同的角度追求同樣的一件事，同樣的一個結果，可能是畫漫畫或者是了解人工智能和其他智能。這些人出于各種不同的原因，在人生早期就找到了讓自己快樂的事情，愿意把它當做終生的事業(yè)，也可能是他們足夠幸運，能夠找到了賺錢，又讓自己生活下去的一件事，我認為所有的事情都很關鍵。

對我來說，心中的英雄或者榜樣非常關鍵。我長大的時候，是披頭士樂隊正當紅的時候，他們給了我非常大的啟發(fā)，這種啟發(fā)并非他們的音樂，而是他們的創(chuàng)造性，每一次他們都可以推出新的專輯，每張專輯都不一樣。我花了很時間想他們?yōu)槭裁催@么有創(chuàng)造性。

在我的一生當中，我都在追求這種創(chuàng)造性，我把從中學到的東西運用在了科學工程上，科學家也可以像音樂創(chuàng)作者一樣具有創(chuàng)造性。這種領袖或者榜樣給了我?guī)砹朔浅４蟮牧α?，看到他們所做的事情，就鼓勵我也可以做到?/p>

另外，我在一個小城鎮(zhèn)里長大，在麻省理工學院讀了本科，當時我認為所有的教授都是神，我只是普通的人。但當我到了一定程度的時候，發(fā)現(xiàn)他們也是人，他們能做到的，我也同樣可以做到。

總之，我覺得這兩件事非常重要，一方面讓我看到了創(chuàng)造性所能做到的事情，另一方面讓我看到了作為人能做到的事情。所以，我覺得很多像我這樣的人，就特別幸運，在整個一生當中，在整個人生道路上都有這樣的一些鼓勵，并且還能持續(xù)的進行努力。

文廚：所以，不管是做科學研究還是畫漫畫，都要找到自己的真愛，執(zhí)著追求，樂在其中，并找到可以給到自己靈感和動力的榜樣。

——————

從左至右依次是：Tom Mitchell教授、魯白教授、漫畫家蔡志忠和文廚。

嘉賓介紹：

蔡志忠：著名職業(yè)漫畫家，金馬獎最佳卡通片獎，“金漫獎”終身成就獎獲得者，已有《莊子說》、《老子說》、《列子說》、《大醉俠》、《光頭神探》等100多部作品在30多個國家和地區(qū)以多種語種版本出版，銷量超過了3000萬冊。

Tom Mitchell：機器學習之父，卡內(nèi)基梅隆大學計算機科學學院機器學習系主任、教授，美國工程院院士，他在機器學習、人工智能、認知神經(jīng)科學等領域卓有建樹，撰寫了機器學習方面最早的教科書之一《機器學習》，是機器學習領域的著名學者。