魚羊
公衆号 QbitAI
清華大學計算機系，有這樣一位教授。
他是高性能計算領域專家，國家傑出青年科學基金獲得者。從2016年開始，還兼任了青海大學計算機系主任。
他也樂于服務非營利組織，是中國計算機學會(CCF)和國際計算機學會(ACM)的老牌志願者。
他，就是清華陳文光教授。
陳文光，清華大學計算機系教授，主要研究領域為作業系統、程式設計語言和并行計算。現為中國計算機學會副秘書長（兼職）。同時，也是國際計算機學會(ACM)中國理事會主席。
這樣的學術大咖，對計算機前沿科技，對目前的學術熱點，會有怎樣的獨到觀點呢？
在量子位的專訪中，我們與陳文光教授面對面，聊起AI浪潮中種種現象，還有對青年學子的寶貴建議。
AI很重要，CS更廣闊
在即将召開的2019中國計算機大會(CNCC)中，陳文光擔任了論壇委員會主席一職。
論壇委員會，負責征集CNCC大會各個技術論壇的主題。主題一類來自自由申報，還有一些來自論壇委員會的主動策劃設計和邀請，而且是前一類的論壇占多數。
也就是說，在CNCC大會之中，技術論壇的設定主要不是自上而下，而是自下而上的。
在這樣的模式下，學術熱點自然受到歡迎。而在今年的大會中，最熱門的主題，無疑是人工智能。
面對來勢洶湧的AI浪潮，作為高性能計算領域的專家，陳文光教授是這樣認為的：
AI毫無疑問是很重要的。而且就目前看來，即使AI技術不持續地發展，僅是将現有的AI技術融入到各種應用中去，就有相當大的發展空間。
在陳文光教授看來，包括高性能計算，也因為AI而得到了更加廣闊的發展應用空間。
如果說大資料是人工智能的資料基礎，那麼高性能計算就是AI計算能力的基礎技術支撐。陳教授說，沒有高性能計算，AI研究也能進行，但有高性能計算，AI能做得更好。反過來也是一樣的，即使沒有AI，高性能計算也有其傳統的應用領域，但AI給高性能計算提供了一個從“小衆”到“大衆”的技術應用空間。
比如華為最新釋出的重量級AI産品Atlas900，訓練ResNet-50隻需59.8秒，就是高性能計算技術與AI應用的融合。
而陳文光教授課題組，現在也展開了一些有關優化AI系統性能的研究工作，比如對稀疏資料運算的優化。
教授笑稱，即使有意避開熱點，但AI涉及的範圍其實非常大，很有些“避無可避”的意思。
但是從另一個角度來講，整個計算機科學技術肯定是要遠遠超出AI本身的範疇。
比如，怎樣去寫一個作業系統，怎樣去寫一個編譯器，這顯然不是AI能解決的問題。
在CNCC論壇的設定上，也可以一窺學界對“非學術熱點”的重視。在今年的CNCC上，除了備受矚目的AI、5G等熱門話題，還有經典算法論壇，理論計算機科學論壇這樣的“非熱點”主題設定。
科學發展，是沒有唯一正确的方向的。
陳文光教授認為，大家都是根據自己的經驗和信仰去找尋研究的方向，大量的研究都可能是失敗的或者無意義的，隻有少數能取得成功。而成功的原因，既是個人的遠見卓識，也有運氣成分，是以發展的道路肯定是多樣化的。
人工智能如此，其他的科學發展亦是如此。
AI并不孤立
但AI對這個時代的影響，已經滲透到了更細微的層面。
作為一個微網誌達人，雖未親自參與近日貴系的直博面試，陳文光教授對那位“實作了在自己寫的CPU上運作自己寫的作業系統，以及自己實作的編譯器生成的程式”的周聿浩同學引起的熱議，也有所耳聞。
“我差點以為那個學生報的我。”
不過，這位同學報考的導師其實是朱軍教授，朱軍教授的研究領域是機器學習。
談到AI這樣的熱點對學生的影響，陳教授坦承：影響非常大。
今年清華計算機系的國際碩士班三十幾個學生，開學時聊到以後想學什麼，基本上不是說AI，就是說深度學習，幾乎沒有其他的。
對此，陳文光教授談到了兩點看法。
第一，是更早地讓學生了解到計算機科學的方方面面，了解各個領域的研究範式、研究挑戰和發展空間。
而要實作這一點，就涉及到大學生的課程設定和課程品質。陳教授本人就會給大一新生上計算機系統研讨課。設定這類課程的意義，就在于盡早地觸達學生，向學生介紹計算機科學不同的分支，展現各個分支的魅力所在，吸引學生不僅僅往一個方向上去探索。
不過，從另一個方面來看，計算機科學本身就不是割裂的，而是互相關聯的。
舉個例子，比如說計算機系統的建構，就可以與AI應用結合起來，通過系統的建構，去優化AI的應用或是實作AI算法。
在計算機科學領域，并不是選擇了一個方向，就要放棄其他的方向，不同的研究方向之間，是存在互相關聯互相促進的關系的。
比如說周聿浩同學，雖然選擇了人工智能作為自己未來的研究方向，但據陳教授透露，他在龍芯杯處理器競賽中的合作者正是陳教授的博士生。
計算機科學的各個研究領域都不是孤立存在的。這樣的看法，也延續到了對人工智能大學專業開設的了解上。
今年，清華大學交叉資訊研究院在姚班之外，又開設了智班，專注于AI人才的培養，引來極高的關注度。
陳文光教授認為，對于有足夠積累的高校來說，開設人工智能專業是有意義的。比如南京大學的人工智能專業課程設定，就是在計算機科學的基礎上增加了數學素養的培養，而去掉了一些跟算法和理論關系不那麼密切的必修課，這樣的培養計劃是合理的。
教授提到，包括清華在内，許多計算機專業畢業生的數學基礎尚有薄弱之處，設定人工智能專業，補強數學、統計學、最優化方法等基礎知識，是有價值的一件事。
但陳教授也實事求是地指出，并不是每一所高校都适合創辦人工智能專業。比起專業分化帶來的問題，其實更基本的問題是如何提升整個計算機科學與技術相關專業的基礎教學品質。
教好課，才是最重要的。
相應的，對于計算機專業的大學生而言，最重要的也是集中力量把最基本的能力練好。比如實際程式設計能力，比如數學理論基礎。打好基礎，多了解計算機領域的全貌，才能不被亂花迷眼，在未來的選擇面前，多一份遊刃有餘。
最好的時代
如今，AI已成顯學，而程式設計教育的普及也在朝着更低年齡段的孩子發展，無論是從功利的角度還是興趣的角度，越來越多的人開始接觸程式設計，了解程式設計。
面對這樣的趨勢，陳文光教授表示很支援，他認為，這是整個社會向資訊化社會轉變過程中一個非常正常的标志。就如同讀書識字一般，在未來，程式設計很可能成為一種很基礎的技能。
而大環境的風雲變幻，包括太平洋兩岸局勢的緊張化，也未必是一件壞事，相反，這很可能是一個新的發展機遇。
過去，對一些本應長期投入的技術，比如晶片，比如編譯器，國内重視程度始終不足。而在這個節點上，更多人開始把目光聚焦到這些技術攻堅困難，收益卻沒有那麼明顯的産業上來。
陳教授認為，外部的壓力，會牽引出對産業和産業背後教學的需求，就會有更多的資源投入，來推動整個行業的發展和人才的培養。
華為方舟編譯器萬衆矚目，阿裡、百度等科技巨頭投入“造芯”，便是此間縮影。
把握住曆史賦予的機會，當下的時代，就是最好的時代。
關注人才培養
在與陳文光教授的對話中，可以感覺到，作為一名大學教授，他非常關心的一點，就是人才的培養。
借助産業界和CCF的力量，陳教授也參與到了一系列促進教學的比賽、活動當中。比如龍芯杯全國大學生計算機系統能力培養大賽，比如評價大學生算法、程式設計能力的CSP計算機水準認證等。
陳教授透露，未來還将推動編譯方面的競賽，以賽促學。
一年一度的CNCC（中國計算機大會），也是一個很好的交流平台。
陳文光教授介紹，CNCC已經成為國内計算機界業内人士一年一度學習、集會的重要場合。大會報告囊括計算機領域各個重要主題，演講者均為業内頂尖水準，内容足夠硬核，是再好不過的學習機會。而各個論壇則為各個垂直領域内同行的交流互動提供了絕佳的機會。
梅特卡夫定律表明，一個網絡的價值等于該網絡内的節點數的平方，而且該網絡的價值與聯網的使用者數的平方成正比。也就是說，一個網絡的使用者數目越多，那麼整個網絡和該網絡内的每台計算機的價值也就越大。
而現在，CNCC就是一個連接配接了足夠多使用者的“網絡”，可以容納各種各樣正式、非正式的活動，為計算機學界、産業界人士提供豐富的交流機會。
今年的CNCC主題為“智能+——引領社會發展”，将于10月17日在蘇州召開。
One More Thing
最後，陳文光教授也跟我們聊了聊讀博那些事兒。
在這麼好的時代機會之下，大學畢業，到底是投身産業界，還是讀博深造呢？
陳文光教授的建議是，首先，博士不是每個人都需要讀的。從興趣角度或自我評估的角度來說，當你認為自己具備深入了解問題、發現問題和解決問題的能力的時候，是可以考慮讀博的。而從功利的角度來說，以清華博士為例，畢業拿到的薪資水準肯定是遠高于大學畢業生的薪資水準的。