在2020北京致远大会开幕式上，“贝叶斯网络之父”、图灵奖获得者朱迪亚·珀尔总结了自己毕生的学习和思考。他发表了题为“对数据科学和人工智能进行反思的因果新科学”的精彩演讲，激励人们从数据革命走向因果革命。让人工智能系统从果实中回归，学会思考“为什么”。相关报道请参考致远人工智能研究院文章:《图灵奖得主朱迪亚·珀尔在致远大会上的演讲:从“大数据革命”到“因果革命”》。

在本次大会的最后一场主题演讲中，SmallTalk之父、图灵奖获得者艾伦·凯根据他最近发表的代表作《HOW？从宏观和未来两个角度，介绍了人类社会面临的12大挑战，指出解决这些挑战的关键在于打破常规思维模式。

美国科研和信息技术突飞猛进的内在原因是什么？如何培育科技发展的土壤？如何培养下一代优秀的研究人员、机构和社区？针对上述问题，艾伦·凯在这次演讲中给出了自己的答案。演讲结束后的圆桌讨论中，艾伦·凯与北京致远人工智能研究院院长张洪江、院长黄铁军等进行了深入交流。艾伦·凯认为，我们目前只触及了人工智能的冰山一角，建议年轻一代学者摒弃“唯论文”“唯学位”的功利心态，回归本心，迎接真正的挑战。

从“WHY”到“HOW”，两位大师从不同角度对人工智能未来的发展方向给出了自己的思考，分别展现了自己严谨、理性、浪漫的科学观和世界观。

下面，我们对艾伦·凯的主旨演讲和圆桌讨论进行梳理，希望能启发和激励人工智能相关行业的从业者在未来十年勇敢地站出来，抓住机遇，在这个最具活力的科研领域取得真正革命性的伟大成就。同时，为了帮助大家深入理解演讲的内容，我推荐大家参考艾伦·凯的题为《如何？”，这篇演讲的部分内容和思想摘自这份白皮书。

整理:致远社区熊宇轩长正

第一部分。

艾伦·凯演讲要点

1.问题介绍

图1:演讲大纲

首先，艾伦·凯介绍了他的讨论大纲，主要包括以下五个方面:

从人类解决各种“重大问题”的历史中，我们能学到什么？

当前科研和工程领域存在哪些生态问题？

对于政府来说，应该如何使用科研经费，建设新一代的R&D机构？

如何建立学者评价机制？

下一代“研究社区”

2.理解世界的思维框架:7个背景+12个主要挑战

进入讨论话题后，艾伦·凯介绍了他的问题视野的出发点——文化视野，认为它可以涵盖人类所有的问题。目前，世界上有成千上万种不同的文化，我们每个人都生活在自己的文化体系中。艾伦·凯认为我们都应该为社会负责。例如，除了每天做的事情，我们还应该拨出时间思考学校教育，以及如何塑造下一代孩子的价值观。毕竟，很多人类的差异，即使是善意的差异，也是由不同的世界观造成的。艾伦·凯随后提出了“丰富性”的概念，它指的是扩大我们与事物进行情感联系的能力。当然，这里也有一个基本问题:我们如何谋生来满足我们日复一日的基本需求。总结起来，艾伦·凯介绍了他思考的七个语境:“人文”、“社会”、“下一代”、“世界观”、“学校教育”、“丰富性”、“谋生”及其逻辑。

图2:思考世界的大背景。图中项目分别为“人文”、“社会”、“下一代”、“世界观”、“学校教育”、“丰富性”、“谋生”。

接下来，艾伦·凯进一步总结了人类社会急需解决的12大问题:健康、粮食、气候、水资源、生活环境、能源、教育、生态、污染、合作、人口和权利，并将之前梳理的7个语境概念嵌入到每个问题中，从而形成了下图3所示的思想框架。

图3:当今世界面临的主要挑战。该图列出了12大挑战——健康、食品、气候、水资源、生活环境、能源、教育、生态、污染、合作、人口和权利。

艾伦·凯指出，我们需要认真处理这些问题，但实际上很难只专注于其中一个问题。比如“健康”这个问题很重要，但也会受到地球上其他问题的干扰。例如，我们生活的星球正以各种方式“死亡”。比如，健康问题的背后，隐藏着一个对人类影响更大的问题——气候问题。

3.用“新思维”解决“旧思维”带来的问题

那么，我们应该如何面对和解决这些重大问题的挑战呢？艾伦·凯认为，关键在于思维方式的转变。他在演讲中引用了爱因斯坦的名言:我们不能用过去制造问题的同样思维来解决问题。

图4:我们不能用与制造问题时相同的思维来解决问题。

面对人类社会的现状，我们的思维往往是常规的。既然“常规思维”无法解决这些问题，我们需要学会如何以更好的方式“疯狂思考”。Alay Kay用这个问题“假设今年有孩子出生，从本世纪末到八十年代的成长过程中，地球会变好还是变坏？”举例说明了如何打破常规思维。

图5:记忆中童年的绿色世界。

首先，在我们很多人的童年记忆中，我们的绿色星球是这样的。

图6:透过眼镜看过去的绿色世界。

但是现在，我们认为地球没有以前那么绿了，但是如果我们戴上眼镜，我们就假设我们还能看到过去的绿色景象。

图7:对世界的三个视角——过去的绿色世界，现在的灰色世界，未来可能毁灭的世界。

当我们想象未来时，眼镜里的场景可能会变成右边眼镜里的场景。艾伦·凯认为，当我们在思考地球是否在变好的时候，需要发挥想象力，能够同时处理好这三个角度。

图8:威胁引发的非常规思维。

艾伦·凯指出，虽然科学是我们想象力的放大器，但大多数人不是科学家，不喜欢跳出自己的“常规思维”。从另一个角度来看，一个多年来经常发生的现象是，每当某种“威胁”，比如战争、流行性疾病，被公众认可时，往往会引发非常强烈的反应，从而催化一些“非常规”思维。

在这里，我们不妨参考艾伦·凯的白皮书《如何？关于新的思维方式的描述，有代表性的是“全系统思维”、“以最大的尺度、最复杂的方式看待大多数事物”。

接下来，艾伦·凯列举了一系列基于历史上“威胁”而诞生的重大项目:由“大萧条”产生的“帝国大厦”

图9:帝国大厦，工程杰作。

艾伦·凯首先介绍了帝国大厦。他认为建造帝国大厦是历史上最杰出的设计和规划工作。帝国大厦从被拆除前的原址到整个新建筑用了不到一年的时间，完成这个项目的建筑商不超过3000人。这个项目之所以能够这样完成，是因为大萧条严重打击了美国，而此时的帝国大厦需要资金。因此，建造帝国大厦的动机一方面是为了尽快完成工程；另一方面，有必要向人们展示建造如此高耸摩天大楼的真实过程——通过工程的力量增强人们的信心。

接下来，艾伦·凯介绍了第二次世界大战期间的项目，包括美国和英国共同参与的原子能项目、布莱奇利公园密码解密项目和雷达项目。冷战期间，美国继续为此类项目提供大量资金:1957年，部分资金用于支持美国国防部高级研究计划局，1962年ARPA成立了信息处理技术办公室，这是一个非结构化的、有特色的研究部门，深入研究信息系统，采用自下而上的研究组织。

结合白皮书《如何？艾伦·凯关注这些项目的主要原因是这些项目规模巨大，使用了大量的人力、物力和财力。他们解决了以前被认为不切实际或异想天开的问题，完成的速度惊人。这些项目涉及各行各业的顶尖人才，他们可以自由选择发现和解决问题的方式方法，并随时获得相应的资金支持。

总之，他们在“非常规”思维的工作模式下取得了突出的成绩。接下来，艾伦·凯以1971年成立的施乐园区为例，从多个角度阐释了构建优秀研究团队、研究共同体以及相关评价机制的全新思维方法。这些思维之光和经验法则对于我们探索当前的AI科学研究非常值得借鉴。

4.施乐帕克的科研奇迹

研究结果与资助者密切相关

施乐帕克是施乐资助的一个研究小组。如下图10右侧“冷战”部分所示，它脱胎于之前的ARPA雷达研究组，从之前的项目中学会了如何大规模地将科学和工程结合起来，从而将科学研究和未知事物结合起来。

图10:在ARPA社区的巨大投资回报。

如图10右下方所示，艾伦·凯列举了PARC的“8.5”重要发明:现代个人电脑、The GUI、所见即所得& DTP、Real OOP、激光打印机、轮廓字体& Postscript、以太网、Peer-Peer & Client-Server、互联网，因为是合作项目，所以都是0.5。

令人惊讶的是，所有这些成就仅由大约25名研究人员在大约5年内完成。同时，完成这些研究的成本并不高。按照目前的标准，它们的价格只有1200-1500万美元。然而，这些研究成果带来的巨大利润已经超过40万亿美元。这些成就造就了一系列全新的“产业门类”，而不仅仅是“添加”现有产业。由于这些发明，许多股票市场估值非常高的美国公司诞生了。

艾伦·凯认为，PARC的成功充分表明“结果与资助者密切相关”。这里的“好”不是指钱，而是指资助者真正理解了本次演讲中讨论的“如何实现我们从未见过的目标”的意义。

“愿景”而不是“目标”

艾伦·凯认为施乐帕克的研究哲学深受李克力德的影响。

图11: licklider的愿景为PARC带来了自由开放的学术氛围

利克里德于1962年创立了阿帕塔·IPTO公司。他很有远见，但不会为自己的愿景设定具体的目标。

艾伦·凯指出，正是李克力德的愿景造就了我们今天的生活。按照Licklider的说法，“计算机注定会成为全世界所有人类的交互式智能放大器”。但这都是他说的“愿景”。如果你问他将如何实现这一目标，他会说:“我不知道，但我只需要把钱投资到那些能帮助我们实现这一愿景的人身上。”。如果30%或40%的资助结果是成功的，那么我们将彻底改变世界。这是事实！

因此，这些“幻象”就像隐藏在山后的磁场，研究人员可以感知到这些磁场，所有的研究人员都会朝着磁场驱动的方向移动。你可能有很多方法来实现这个“愿景”。因此，当你遇到困难时，你需要明白大多数问题的描述都是在当前环境中生成的，但在大多数情况下，你需要创建一个新的环境来寻找解决方案。因此，你需要从具体的目标和问题回归到一个宏大的愿景，这将使事情回到原来的样子，使你有一个更广阔的思维。

图12: ARPA的科学家管理文化及其对“愿景”的坚持。

那么，这些愿景在当时起到了什么作用呢？如上图，这是美国国防部的五角大楼和国会。1957年苏联发射卫星，美国觉得国家安全受到威胁。这种恐惧促使美国在同年成立了ARPA。当时，所有ARPA研究主管都是科学家，而不是官员。随后，ARPA成立了IPTO，仍然由科学家领导，领导人每两年更换一次。他们认为，如果一个领导者在位时间太长，那么这个职业就会成为他的“工作”，他真正的工作应该是做一名科学家。在这里，所有人要做的就是报效国家。为国效力两年后，就可以离开了。否则，你可能会开始买房，被房贷分散注意力，你可能会开始担心失去你的“工作”。

这里的一个关键问题是，ARPA认为实现自己的“愿景”需要10年、15年甚至20年的时间，培养下一代研究人员继承这一愿景必然要花费大量资金，这必然会面临来自国会的压力，但ARPA最终还是实施了这条路线。艾伦·凯回忆说，施乐PARC实验室几乎所有的计算机研究人员都来自阿帕奇项目。当时大家都很年轻，艾伦·凯作为组里年龄最大的只有30岁。

决策不应该只是从上到下

PARC采用自下而上的项目管理模式，这也可以追溯到ARPA。阿廉·凯介绍说，美国国会曾经考虑过扮演ARPA监督机构的角色，从上到下管理这个项目。他们会要求你解释为什么你在ARPA的工作与国防部有关。但与现在不同的是，ARPA高管会直接告诉国会，“不，这不是你应该问的问题”，因为他们不在乎被解雇。在他们看来，真正要问的问题是“这些工作对国家、技术本身、我们的社会和文化是否有帮助”。比如IPTO的研究总监之一鲍勃·泰勒，就会勇敢地站出来，用礼貌文明的方式批评他们的短视。

以下是1966年前后，鲍勃·泰勒和当时的ARPA负责人查尔斯·赫茨菲尔德的一段对话。查尔斯问鲍勃:“你想要什么？鲍勃回答说:“我想做的是这个网络。".查尔斯没有继续问这个网络是什么。他只是说，好吧！鲍勃后来回顾了过去，说:“毫不夸张地说，这是一次只持续了15分钟的谈话。".查尔斯直接问鲍勃需要多少启动资金。鲍勃说他需要大约100万美元。这次会议后，鲍勃立即开始专心研究，几个月来没有收到阿帕塔的任何官方指示。鲍勃在这里开发的“网络”只是我们现在知道的互联网。有趣的是，现在地球上每个角落都在使用的“互联网”在建立时并没有宣言。“互联网”的诞生，得益于两位科学家之间的相互信任和像LIcklider一样的“眼光”。值得注意的是，在此之后，鲍勃·泰勒成为施乐PARC计算机科学实验室的创始人和主任，将这种工作模式应用于工业实验室，并邀请了包括艾伦·凯在内的20多位美国顶尖计算机科学家加入PARC。

将“责任”与“控制”分开

图13:自上而下的控制可以扼杀“不同”的研究。

下面，艾伦·凯总结了一个他认为至关重要的论点:“负责”并不意味着试图“控制”。他认为这是传统官僚机构的高管经常犯的错误。如果你买了房子，你会担心被解雇，所以你需要对你的老板绝对负责。然而，你几乎无法“控制”。因为在“与众不同”的研究中，如果你是资助者，往往对项目了解不够，所以想不出什么好问题。你会在错误的位置上做错误的工作。

因此，您不能从上到下管理此类项目。你所需要做的就是支持那些已经提出优秀研究目标并做出杰出工作的人。作为一个负责人，你需要放手去支持那些在思考的人，不要去考虑结果。你知道，大约60%的工作不会成功。

不要进行“同行评审”

对于科研项目的评价机制，Alan Kay认为，优秀的科研人员往往会对其他优秀科研人员的工作给予较差的评价，这可能是因为他们之间的竞争或不同的研究背景。对于这种顶尖的研究，同行评议机制是不可行的。同行评议只对普通的研究工作有意义，很难找到真正的“同行”。

只支持最优秀的人和团队

图14:开展特色研究的三个要素——特色资助者、研究管理者和研究者。

那么，如何进行“与众不同”的研究呢？阿廉·凯指出，这需要不同的资助者、研究管理者和不同寻常的研究人员。在20世纪60年代和70年代，在阿帕塔、ONR和PARC，有不同的研究经理，如利克里德、萨瑟兰和鲍勃。有趣的是，不同的研究人员相对容易找到一些。但是没有前两个保证，这些研究人员就不可能成功。如果你想组建一支冠军足球队，只要你不随意雇佣球员，你可以雇佣世界上最好的球员。在施乐PARC实验室，他们找到了巴特勒。如果仔细观察上图左下角的钟形曲线，你在为自己的研究实验室寻找优秀的研究人员时，有的是千里挑一，有的是千里挑一，有的是千里挑一。国内采用这种方式的科研人员约有140人，正态分布约为5σ。如果你想建立一个好的实验室，你需要找到这些人，并对他们进行良好的培训。

图15:左手艺术，右手科学。

有些研究人员是顶尖科学家，有些是顶尖工程师。如上图，这是艾伦·凯40年前向苹果建议的广告。它展示了我们的个人电脑是什么样的。艾伦·凯希望是这样的:

图16:艺术与科学的交融，多元思维的碰撞。

这里，左脑和右脑没有明显的界限；在这里，真正的思维过程应该是能够流畅地整合各种不同的思维方式，将美学思想融入科学思想。

对科研的疯狂投资——没有回报

图17:科技公司疯狂的学术投入——以施乐PARC为例。

需要指出的是，以上关于施乐帕克的研究思路均选自艾伦凯的白皮书《如何？艾伦·凯总结了总共19条经验法则。感兴趣的朋友不妨查阅全文。在这次演讲中，艾伦·凯最后强调了一个在他的白皮书中没有提到的新概念:Mad Money，意思是如果投资项目不成功，你不在乎，投资不针对任何目的。因此，我们需要问的第一个问题是:对于任何组织或国家来说，《疯狂的钱》应该有多大？对于一些高度组织化的国家，他们可能会说，“我们没有疯狂的钱，我们对每一分钱都有计划”。这对创新不利！对于大多数公司来说，他们希望向股东证明他们明智地使用了资金，并带来了投资回报。他们不喜欢展示五年内没有投资回报的项目。

Alan Kay指出，对于科技公司来说，研发成本往往占营收的5%-15%，大部分资金都花在了产品上。《疯狂的钱》占R&D预算的1%-5%。因此，Mad Money只占公司总收入的很小一部分。如今，施乐PARC实验室的预算为1500万美元。即使按最低标准计算，《财富》排行榜上的418这个数字也能负担得起施乐PARC的“疯狂金钱”支出。事实上，这样的机构不止一个。如果按照更高的标准计算，如果你想承担施乐PARC的“疯狂的钱”费用，在《财富》榜单中排名在1000名左右的公司也可以这么做。

图18:科技强国疯狂的学术投入。

让我们来看看各国对“疯狂的钱”的投资。对于日本、德国这样的科技强国，每年将在国家科技研发上投入1000-5000亿美元，中国每年投入约2400-2500美元，美国每年投入约5000亿美元。不考虑具体数额，这个比例往往占大国GDP的2%。如果我们把同样的比例分配给《疯狂的钱》。那么《疯狂的钱》的下限将达到10亿到50亿美元。在这个时候，你不应该担心这些投资的结果。那么每个国家都可以建立66个以上的施乐PARC实验室，预算为10亿美元。对于像中国和美国这样的大国，他们每年可以建立330到1650个施乐PARC实验室。这似乎值得做，不是吗？

5.以非传统的方式应对巨大的全球挑战

图19:全人类团结起来迎接各种重大挑战就够了，但人们意识到了吗？

跟随Mad Money的思路，Alan Kay进一步发起了这样一个倡议:世界各国共同行动，共享大量的研究资金和潜在的科研人才，以非常规的方式应对我们面临的这些巨大挑战。但问题是，世界上大多数人没有意识到我们面临着这些问题，或者他们看不到这些问题带来的威胁、恐惧或其他代价。

艾伦·凯以爱因斯坦的名言结束，这句名言不仅总结了过去四五十年来计算机科学研究领域的不足，而且对于我们面临的大部分问题，尤其是上面提到的12个重大全球性问题，都是值得警示的。这句话是:

愚蠢的是，我们一遍又一遍地做同样的事情，却期望不同的结果发生。

第二部分。

张宏江、黄铁军、艾伦·凯对话精彩记录

艾伦·凯演讲结束后，北京致远人工智能研究院院长张洪江、院长黄铁军与艾伦·凯进行了深入交谈。以下是他们一些对话的精彩记录:

张宏江:在你的文章《如何？”，对刚才发言中的很多观点做了很好的总结。在这篇文章中，你列出了关于R&D以及如何应对挑战的19条规则，这些在你刚才的演讲中也提到了。但是有些部分你在演讲中没有提到，那就是对于那些想要遵循你提出的19条规则的人来说，还是有很大的障碍的。你能谈谈这些障碍吗？

艾伦·凯:相关参考资料请参考维基百科关于“认知障碍”的文章。认知障碍与人脑中约200种错误思维有关，这是近百年来人类学和心理学的研究成果。它解释了一些有趣的问题，如“为什么我们的思维能力如此之弱”、“为什么我们需要大量的训练才能思考好”、“为什么科学在过去的200年里才产生，但在几百年前或几千年前没有迅速发展”。证实性偏差是科学家熟知的一种认知偏差，科学家也会犯这样的错误。“证实性错误”是指如果你坚定地相信某个理论，你就会有意识地寻找能够巩固这种信念的证据，而赋予这种证据的权重远比赋予反对这种信念的证据的权重更重要。在大家对疫情的反应中，我们也看到了鸵鸟综合征的存在。这些问题根植于所有哺乳动物。大多数动物在遇到危险时，基本上可能会选择躲藏或反击，这也是人类本能的一部分。然而，人类应该学会克服这些本能，比如可怕的战争。

张洪江:正如你刚才发言中提到的，当人们真的感到恐惧或危险时，就会采取行动。比如美国在苏联的威胁下建立了ARPA。那么我的问题是，持续了几个月的新冠肺炎疫情，造成了很多经济和民生问题。你觉得这威胁够大吗？它能唤醒人吗？人们开始采取正确的对策了吗？

艾伦·凯:是的，似乎就是这样的威胁。新冠肺炎疫情的处理与政府的组织形式有关。新西兰行动迅速而出色，而美国仍在错误的道路上渐行渐远。但总的来说，我们希望主流人群能够做出正确的回应。人们通常无法想象，直到他们的亲戚朋友得了这种病，他们的孩子死于这种病，或者他们生病。战争在人类历史上屡见不鲜，过去人们经常受到战争的威胁。因此，英国人开始发展雷达，利用一些雷达阵列来感知国外的战斗。当时，其他一些国家不相信会与德国发生战争——政客们试图避免战争。然而，雷达的创造者已经完成了这项发明，并成为该领域的领导者。那一年，我的同事们对此作出了反应，并在基金的支持下开发了雷达。然而，直到第二次世界大战的真正到来，雷达在英国和美国都不是政府的优先事项，而是在这两个国家建立了雷达。在美国，一些创造雷达的人因为政府资助而成为亿万富翁。这些项目是在美国真正参战之前，由包括麻省理工学院在内的一些物理学家完成的。但在当时，这个项目并没有激励美国国会去处理当前的问题。当年，美国奉行孤立主义。

张宏江:你在发言中提到了现代计算机的发展史。你如何看待过去60年人工智能的发展？

艾伦·凯:这个问题很容易回答。如果你是生物学家，你会知道一些关于人脑是如何工作的。人脑中有很多非逻辑的部分，就像机器学习本质上是一些与快速运算相关的因素一样。现在，如果我们想完成一些工作，我们需要真正的通用人工智能。这就是我们现在做错的地方。对于想继续这方面研究的人来说，应该关注更难的部分，也就是认知部分。在过去的40年里，在美国，认知科学研究人员的资助情况要糟糕得多。多年来机器学习的成就令人钦佩。但令人不解的是，对于整个人工智能领域来说，必要的进展仍然很小。

张洪江:这次会议的主题是“人工智能的下一个十年”。你对人工智能未来十年的预测、期望和愿景是什么？

艾伦·凯:首先，我们应该认真对待“智力”这个词。就像“计算机科学”这个词一样，我们需要认真对待“科学”。在20世纪60年代，我们称之为“科学”，但在20世纪70年代以后，大多数美国CS毕业生学习的是“工程”。CS在施乐园区实验室成功后，很多人都想加入这个领域，分享成功。有趣的是，一些研究人员很快会写一篇研究论文，机器学习领域也是如此，因为论文中代表矩阵数学的部分实际上对应的是同一个感知器。如果你仔细观察这些论文的数学细节，你会发现它们并不那么有趣。朱迪亚·珀尔称机器学习为“曲线钳工”。但是如果你从事人工智能工作，你需要做更多的事情。我们不能把人工智能的冰山一角等同于“AI”。我想对年轻的研究人员说，请保持你的心！不在乎论文的发表，不在乎你的博士学位，真正有重大突破的人不在乎这些东西。我不反对资助者资助其他人，但如果资助者忽视那些能做出突破性贡献的人，那将是一场灾难。在我看来，在过去的20-25年里，计算机领域经历了许多这样的灾难。

张宏江:你在PARC做图形用户界面的时候，有人觉得数学的工作不多，比如说它没有用到很多微分方程的知识。你如何说服你的领导，这是一个重大突破，将彻底改变计算机的交互模式，从而导致我们今天的移动设备在互联网领域的创新？

艾伦·凯:我从来没有说服过我的老板。因为鲍勃·泰勒雇佣我是出于本能。鲍勃·泰勒从未告诉PARC的研究人员如何做一个项目。

张宏江:如何引导自己的想法被研究界广泛接受？

艾伦·凯:我的大多数想法都没有被社区接受。

张宏江:那么面向对象编程和图形用户界面呢？

艾伦·凯:你提到的大多数面向对象程序与我最初描述的面向对象程序有很大不同。我弄丢了。出生在PARC的桂是另一个有趣的故事。史蒂夫·乔布斯使用施乐帕克实验室放弃的技术。

人们可以看到乔布斯不寻常的思维。如果我们能做到这一点，我们会被我们在PPT和Keynote中所做的事情所震惊。这时，一切都是有生命的，它们不是一成不变的演示结果，它们的所有组件都是可编程和可验证的。如果你看看这些诞生于PARC的技术，你会发现它们没有竞争对手。激光打印机就是一个例子，所以公司立即开展了研发工作。以太网也是如此。当时没有类似的。每个人都试图建立一个局域网，以太网是唯一可行的解决方案。人们认为现在我们有了一种新的编程技术和语言，它不同于PARC发明的技术。事实上，它是基于我们的技术并通过使用接口进行转换的子集。不幸的是，与我们在20世纪80年代放弃的技术相比，目前的网页和网络浏览器太弱了。

张宏江:史蒂夫·乔布斯偷了你的GUI技术，用在Mac上。你欣赏这种做法吗？

艾伦·凯:我们开发了公开可见的技术。在史蒂夫·乔布斯发布带图形用户界面的苹果电脑的两年前，我关于《科学美国人》的相关论文已经发表了。众所周知，我向史蒂夫·乔布斯和比尔·盖茨提到了这项技术。我希望他们能使用所有的图形用户界面想法，而不是只使用其中的一部分，从而使事情变得更糟。我们这些在PARC工作的人都不想变得富有。不要用“x，y，z”来衡量自己。我根据自己的素质和在某项工作中付出的努力来评价自己。我只能控制这一点，却无法控制别人对我的看法。此外，在PARC工作过的人之间的关系非常稳定，我们都很喜欢Licklider提出的“愿景”。我记得泰勒·鲍勃在招聘时倾向于寻找有深厚科学背景的艺术家。

张洪江:2015年，你参观了创业孵化器Y Combinator，你把他们的标语涂鸦了好几次。他们的口号是“做出人们想要的东西”，但你在“想要”上画了个叉，改成了“需要”。你有什么看法？

艾伦·凯:我们想要糖、脂肪、盐和陪伴，这是我们的生理需求。赚钱的方法是为人类想要的任何东西制造一个技术放大器。在技术革命的过程中，这种技术放大器实际上生产了违禁药物。我们必须拥有这些东西。我们需要的是类似教育的东西。每个人都需要深度教育，但不是所有的孩子都想接受这种教育。营销人员不喜欢“需要”这个概念，而是喜欢推销人们“想要”的东西。教育者试图弄清楚人们“需要”什么，并找到帮助人们获得“需要”的方法。涉及人们“需要”的工作比涉及人们“想要”的工作要艰巨得多。如今，我们的社会陷入了一个困境，即失去了人们想要什么和他们需要什么之间的平衡。

张洪江:最后我想问一个问题。你认为过去20年最伟大的产品是什么？请用一句话概括。

艾伦·凯:我们可以在网上找到最有趣的东西。在公司里，这些东西可能会变成产品。现在你可以免费使用这些产品。在过去的20年里，在计算机领域，我认为最有趣的事情是“槌球”。目前的版本是过去20年五次深入研究工作的产物。这是一个测试麻省理工学院在20世纪70年代写的论文理论是否有用的系统。该系统涉及互联网等庞大内容和准时间计算的大规模部署。这项工作的重要性与TCP/IP协议相同。

黄铁军:在中国，即使我们每年把5%的预算花在“疯狂投资”上，中国仍然没有像PARC实验室这样的机构。为什么呢？

艾伦·凯:我认为问题在于研究人员需要思考他们的真正目标是什么。

黄铁军:我觉得出现这种情况的原因是，和你提到的Mad money相比，剩下的95%的投资是“定期投资”。但是聪明人是有限的。大多数聪明人都接受正常的金钱，他们不能利用时间自由探索。这就是PARC没有在中国产生的原因。

艾伦·凯:保罗·艾伦，微软创始人之一，曾经决定捐赠数十亿资产。参考施乐PARC的成功经验，他雇佣了一些前施乐员工，成立了区间研究院。之后他们邀请我去区间参观，我发现研究院的大部分东西和PARC的完全不一样。我环顾四周，一些过去在PARC工作效率很高的人来到这里，但产量很低。保罗不仅满足于支持公司，他还想成为公司团队的一员。我告诉保罗，你已经成功成为亿万富翁，但你不承认你一生中从未做过任何真正的计算机科学研究吗？你现在应该已经发现这个问题了。你不应该插手公司的事情，所以你不可能取得PARC曾经在间歇期取得的成就。对于毕业于美国研究生院的年轻科学家来说，房地产市场的情况并不乐观，通货膨胀使得房价非常高。这意味着斯坦福毕业的研究生找工作的时候买不起帕洛阿尔托的房子。他们必须去谷歌才能拿到高薪。即便如此，他们也几乎买不起房子。几乎没有人愿意待在家里做研究，因为那样的话，谁能支持你呢？计算机领域的资金几乎总是需要工程项目的申请。在申请中，你需要写下你将如何解决问题。在ARPA中，我们可以在信封上写下我们想研究的问题，如果他们认为你是一个好的研究者，他们会支持你，这就是他们对这个问题的回应。在ARPA，没有人要求我证明什么，不管我是研究生还是在PARC工作。我博士毕业一年后，他们给了我相当于每年200万美元的预算。他们认为我有潜力。当你的研究不成功时，这些费用不是失败，而是支出。官僚机构的一个主要问题是，他们在钟形曲线的中间区域雇佣了大量普通员工，这些员工需要管理。突然之间，人与人之间就有了等级差异，你就有了一定的义务。美国有一个麦克阿瑟基金会，设立了天才奖学金，在5年内资助35位艺术家的费用，不管这些艺术家做了什么。其实，“艺术家不能做他们的艺术”是艺术家的定义。我们应该吸引最好的艺术家，然后对我们30%的产量感到满意！

结论

从“李约瑟问题”到“钱学森问题”，我们在不断探索培养新一代中国杰出科学家的道路。现在，艾伦·凯在今年致远大会上提出的很多观点，也从另一个角度给出了破局之道。从人文社会的宏大思考到科学研究的不足，艾伦·凯发表了自己对人类未来科学发展的抱负，留下了一代大师对“后浪”的期许。

2020北京致远大会已经落下帷幕，同时也开启了中国人工智能研究未来十年的巨幅画卷。我们期待着人类科学的春天。人工智能，现代科技皇冠上的明珠，正在等待它的新主人！