2016 HUST-Stanford 暑期交流之旅（6）

专业课程

美国时间8月7日，晴

早晨八点，我们从住处出发，准备聆听我们暑期课程中专业性最强、课时最多的一门课《人工智能》（简称AI），授课教师是斯坦福大学工程学院计算机科学系的亚历山大·拉特纳（Alexander Ratner）博士。我们事先网查了他的履历，得知他本科和硕士就读于哈佛大学，博士就读于斯坦福，中间还有创业经历，长相还酷似Facebook创始人扎克伯格，简直完美契合了本次特优生暑期交流的精神内核——创新与创业理念。因此大家对今天的课程既忐忑、又期待。

图1 清晨我们走在斯坦福校园的棕榈大道上

亚历山大博士一开腔就是浓浓的技术范儿，他对人工智能的发展史如数家珍：人工智能始于二十世纪五十至六十年代，一度经历了曲折和低谷，但是随着专家系统和机器学习的发展，以及二十一世纪初期Deep learning(深度学习)的出现，人工智能被注入了新的活力并成为了研究的热点。

为了帮助我们理解人工智能的概念及其重要性，亚历山大博士列举了人工智能在生活中的应用，如字迹识别系统、机器翻译、虚拟助理、无人驾驶汽车、医学诊断等。在他的启发下，同学们充分发挥想象力和创造力，踊跃地提出了人工智能未来可能的应用场景，并结合自己的专业背景分享了不同的看法。例如，有同学提出可以利用人工智能来实现人类行为的预测，亚历山大博士对这一想法给予了肯定，但提示我们，目前要实现还比较困难；还有同学结合自己在实验室的科研经历，讲述了将人工智能与医学中肺叶图像切割相结合的一种应用；法学专业的同学则提出用人工智能审判案件的可能。每个想法都激起全班的热烈讨论，在思维的碰撞中，我们深刻意识到人工智能确实具有广泛的应用前景。

图2 亚历山大博士介绍人工智能的应用

教师继续把课程引向深入，详细讲解了人工智能的核心——Machine Learning（机器学习）。他强调说，我们人类看起来很简单的问题对机器来说却是不可想象的，机器学习最大的挑战在于让机器通过“学习”大量的数据之后才能像人类一样解决问题。比如如何搭配各人喜欢的酸奶底料和表层的装饰配料，这对我们人类而言很容易，机器却需要准确识别实物，并利用复杂的算法进行搭配和推荐。机器学习包括Combinational Exploration（组合探索）、Learning（学习）、Generalization（泛化）和Inference（推理）。“组合探索”就是将实际问题中的信息抽象为数学模型，例如不同酸奶配料之间的搭配与可口程度的关系，可用不同的数字表示；“学习”就是通过高效的算法，用大量的数据训练出机器解决问题的能力；“泛化”关注问题的推广，简而言之就是让机器举一反三；“推理”则是得出结果的过程。

教师用学生上课做笔记来打比方，解释何为高效的算法。高效的学习方法无需记下每一个词，同样，好的算法也不需要机器“记住”所有的组合方案。此外，算法的选取还要考虑参数不可设置过多，寻找最优解也很有技巧，教师除了用函数表达式解释，还在白板上画出曲线图来进一步说明问题，使晦涩的专业术语变得清晰易懂。

图3 教师深入讲解机器学习算法

中午，从武汉一直陪同我们到此的生活老师非常贴心的买来了“熊猫”中式快餐，并邀请亚历山大博士一同在教学楼外的草坪旁吃饭，这是同学们第一次在户外吃午餐，阳光明媚，中餐可口，让我们心中倍感温暖。也有些人凸显“学霸”本性，午餐时间仍在继续讨论课上的问题。

图4午餐时“学霸”们仍在讨论人工智能问题

午饭过后，老师继续讲解机器学习的重要内容——Deep learning(深度学习)。他以一个简单的线性神经网络开头，然后深入到复杂的神经网络：Autoencoders（自动编码器)、Recurrent Neural Network（简称RNN，递归神经网络）、Convolutional Neural Network（简称CNN，卷积神经网络）以及它们在Computer Vision（计算机视觉）和Natual Language Processing（自然语言处理）中的应用。当讲到自动编码器时，由于概念比较抽象，再加上午后犯困，“小扎”博士讲了几次我们都没有理解，正当他搜肠刮肚想向我们解释清楚时，有同学提到了搜索引擎，博士颇受启发，他马上说：搜索引擎就是输入少量关键字进行检索，进而输出完整文本的运行机制，这与自动编码器先将数据压缩处理，之后再解码还原的道理很像，让我们茅塞顿开。在师生的共同探讨下，概念越辩越明晰，同学们不但提出了好的问题，也想到了有效的理解方式，这种师生共同探讨、共同学习的氛围让每个人都乐在其中。

在讲到计算机视觉这一部分时，教师展示了一幅汽车图，他问我们：如果我们是算法设计者，将会如何识别汽车？很多同学都大胆提出了自己的看法，分享自己的所见所闻。教师对我们的想法表示肯定，然后给出了他的解决方案。他还简要介绍了人工智能在基因工程和机器人领域的应用。

图5 同学们在课堂上发言越来越积极

紧接着，为了让我们了解人工智能（AI）展的最前沿，亚历山大博士展示了他在斯坦福从事的AI研究领域和方向。为解决无法为机器学习提供足够的训练数据的问题，博士分享了他们的主要研究方法和步骤，为我们班人工智能项目小组的研究提供了参考与启发。博士最后还留出时间给我们提问，有同学问到学术上遇到的困境，博士鼓励我们创新，并以他自身为例说，AI这个领域必然会遇到很多限制和挫折，但是不断的探索总会有突破。联想到亚历山大博士的创业和科研传奇经历，我们越发佩服这种科研精神。最后，在AI到底能否战胜人类的问题上，亚历山大博士与我们进行了热烈的讨论。他认为，AI虽然会像我们一样聪明，但一个简单AI程序的开发都需要投入大量的人力与物力，所以人类还是会走在AI的前面。

《人工智能》这个课程时间虽然有点长，但是亚历山大博士通过生动的例子，把内容主线清晰地展示在同学面前，使同学们对AI技术有了深入的了解。特别令人感动的是，在听到同学们对小组任务感到迷茫后，博士不顾一天的劳累，马上返回教室，为每一个小组进行悉心指导，对每个小组的问题都耐心解答，这对我们一个星期以后的终期报告而言具有重要的指导意义。博士的耐心和为学生奉献的精神体现了斯坦福大学教学中老师重视研究也重视学生发展的特点。对亚历山大博士，我们感到敬佩与感激，而我们自己，也期望用优秀的小组报告去回报老师。在这里，我们不仅学到知识，开阔视野，也学会了奉献与感恩。在斯坦福，我们每一堂课都在学习，每一天都在自省，每一个阶段都在完善自我。我们收获了知识，更学会了做人。

今天的人工智能课程时间长，公式繁多，但是我们一直沉浸在人工智能的探索中，没有丝毫疲惫。博士用一个酸奶搭配的例子贯穿全课，又穿插各种具体的科技实例，有对公司案例的分析，也有对未来人工智能发展的畅想，清晰且不失生动的把机器学习和深度学习的精髓传授给大家。通过这次课程，我们历经了人工智能的过去、现在与未来，为理解人工智能和现代创新创业提供了一个全新的视角。

一天紧张的课程结束后，同学们在斯坦福校园尽情释放。在斯坦福校友黄仁勋捐赠的著名教学楼Jen-Hsun Huang Engineering Center（黄仁勋工程中心）门口，进行集体创意摆拍。刚开始同学们略微拘谨，在刘玉教授的引导和示范下，我们也融入了斯坦福自由、开放、创新的校园氛围中，张扬自己的个性。

图6课后同学们在Huang Building楼前摆出各种创意造型

图7 “正统”的集体照还是要有的

在校园食堂吃完晚饭后，有同学主动与国际学生切磋乒乓球球技，越来越融入到这个环境中。在夕阳的余晖中，这个场景也成为一道独特的风景，引来周围学生的阵阵欢呼喝彩。

在斯坦福的日子尚未过半，已经留下了无数美好回忆。我们期待，在这次斯坦福学术项目中，充分展现华中科技大学学生的创新与活力，相信后面的日子也同样过得充实精彩。

图8“乒乓外交”