Podcast Script (zh)
[0.120-9.175] SPEAKER_02: 今天对话的是查尔斯·伊斯贝尔，佐治亚理工计算学院院长 他是AI研究员和教育家 他深度思考计算领域怎么教
[9.255-17.579] SPEAKER_02: 他兴趣广泛，喜欢音乐、书、电影 还有体育和历史，特别有趣。我第一次看他演讲 他魅力瞬间感染全场，我傻笑个不停
[17.659-26.018] SPEAKER_02: 我就知道一定要请他上播客 先提一下赞助商，再聊聊这期想法 首先是Neuro，我用的无糖口香糖和薄荷糖，能快速
[26.098-35.861] SPEAKER_02: 补充咖啡因。然后是《解码数字》，讲科技和创业的播客 我常听，很喜欢 第三 是Masterclass，在线课程，我跟历史名人学
[35.941-44.497] SPEAKER_02: 最后是Cash App，我用它给朋友转账，吃饭买单 赞助商详情在简介，领优惠，支持播客 顺便说一下，我正在争取让查尔斯
[44.577-59.184] SPEAKER_02: 埃里克·温斯坦和丹·卡林的对话在11月 3号大选前发布。这些对话没有明确 政治内容，但触及人性，我希望 给这个艰难时代提供背景，或许还能激发同理心
[59.264-71.245] SPEAKER_02: 我们和不同人聊：埃里克谈邪恶本质，查尔斯谈AI和 音乐，还聊了美国种族问题，以及怎么把爱和同理心带入 在线交流。还有丹·卡林，嗯，
[71.325-84.481] SPEAKER_02: 聊了亚历山大、成吉思汗、希特勒、斯大林，和所有复杂部分 人类历史复杂部分，带着对渺小我们更光明未来的希望 地球文明。希望和丹的对话明天发布，
[84.561-98.878] SPEAKER_02: 11月2日周一。喜欢的话在YouTube订阅，用 五星和Apple Podcasts评分，Spotify关注，Patreon支持，或在Twitter联系我 在Lex Friedman。现在，是我和查尔斯·伊斯贝尔的对话。
[99.178-109.165] SPEAKER_01: 我喜欢类型，但告诉你，这些类型里每个我挑一两个， 然后凑到三个，不过我要作弊。所以我最喜欢的喜剧 历史上可能是我最爱的电影，《女友礼拜五》，你可能
[109.245-115.386] SPEAKER_01: 从没听过，但改编自戏剧《头版》，我不知道， 20世纪初。电影很棒。故事是什么？独立电影是什么？
[115.686-117.241] SPEAKER_02: 不，不，不。
[117.541-134.122] SPEAKER_01: 这是本应很受欢迎的电影之一。一部神经喜剧。 你看过《蓝色月光》吗？懂吗？所以，你看过这种 节目里一男一女，显然相爱， 而且一直争吵，互相抢话。调侃，调侃， 调侃调侃调侃。据我所知，这就是开启这一切的电影。
[134.202-140.924] SPEAKER_01: 时代感很强。上映时间大概介于 1934到1939年之间。具体时间不清，黑白片。 这电影很棒，特搞笑。
[141.224-142.756] SPEAKER_02: 所以，主要是对话？
[143.056-151.275] SPEAKER_01: 不全是，但大部分是。很多一来一回，有个故事。 有人被判死刑，都是报社的人，包括她。 离婚了。编辑、出版商、记者，都离婚了。
[151.355-155.348] SPEAKER_01: 但他在试图复合， 还有别的事。但都不重要。情节不 重要。
[155.648-158.039] SPEAKER_02: 对，就是对话中的小戏。
[158.339-171.913] SPEAKER_01: 太棒了。我就喜欢对话的一切。归根结底， 叙事和对话最打动我。所以，真的， 因为这个，我特喜欢那部电影。 同样，我偷懒把两部电影当一部推荐给你。 就是《卧虎藏龙》和《疾速追杀》。
[171.993-190.841] SPEAKER_01: 两部都挺现代。尤其是《疾速追杀》。 第一部，第二部，还是第三部？ 第一部。它们越来越夸张，每部我喜欢的理由都不同。 有点像《爱外星人》和《异形》。 虽然它们完全不同。 但我放一起，是因为我觉得它们是同一部电影。 准确说，我喜欢它们的部分是同一部电影。
[190.921-205.563] SPEAKER_01: 它们都构建了一个中途介入的世界，不解释。 但故事讲得太好，你自己就能懂。 看过《约翰·威克》的都知道，那些硬币，出门有规矩。 而且纽约市每个人都是杀手。
[205.643-219.879] SPEAKER_01: 大概只有一两个不是，其他都是。 但这个复杂世界，每个人都互相认识。 他们没坐下来解释，但你自己能明白。 《卧虎藏龙》也很像。 你会觉得这是十集里的第九章，错过了前八章。 他们不解释，但背后有个丰富世界。
[220.179-223.487] SPEAKER_02: 所以你无论如何都会被吸引，而且是立刻。
[223.787-227.873] SPEAKER_01: 你反正都会被吸引。 所以两者叙事都极其出色，但又非常不同。
[228.173-234.059] SPEAKER_02: 而且我猜你还喜欢那套服装， 就是《约翰·威克》里的那套。 哦，当然。
[234.359-238.550] SPEAKER_01: 嗯，当然。 对。 我觉得约翰·威克的造型特别帅。
[238.850-247.185] SPEAKER_02: 好。 这是第二点。 然后…… 打断一下。 武术，你的爱好清单挺长。 都快翻页了。 但我没看到武术。
[247.485-249.354] SPEAKER_01: 我不练武术，但肯定爱看。
[249.654-251.128] SPEAKER_02: 哦，太感谢了。
[251.428-255.096] SPEAKER_01: 哦，咱们可以聊聊每部成龙电影。 完全同意。
[255.396-258.565] SPEAKER_02: 比如《尖峰时刻2》？ 那种喜剧警探风格？
[258.865-271.835] SPEAKER_01: 对，对。 对了，我最喜欢成龙的《醉拳2》。 美国那边一般叫《醉拳传奇》。 其实，第一部《醉拳》是我看的第一部功夫片，但当时不知道。 第一部成龙电影？
[271.915-283.446] SPEAKER_01: 不，那是我第一次看的电影，但我完全不认识它。 而且我不知道那是成龙。 那大概是他第一部重要的片子。 对。 当时我还是个小孩。 那是70年代拍的。 我后来才发现它其实是……
[283.746-288.053] SPEAKER_02: 他靠喝酒创出了自己的武术。 他是真喝酒，还是假装的？
[288.353-292.846] SPEAKER_01: 你是说…… 你是说作为演员，还是？ 不。 我确定作为演员，他当时……
[293.146-296.512] SPEAKER_02: 不，他那时…… 那是70年代还是啥？
[296.812-305.914] SPEAKER_01: 他真的在喝酒。 最后，他喝了工业酒精。 啊，对。 对。 而且在这个类型里，上演了最棒的打斗之一。 总之，那是我最爱他的一部电影。
[305.994-318.477] SPEAKER_01: 但最后一部电影叫《Nothing But a Man》，60年代的，伊凡·迪克森主演，你可能从…… 是的。 ……《霍根的英雄》和艾比·林肯。 就是部小戏。 是个很美的故事。 但我最喜欢的画面…… 我在作弊。
[318.557-325.418] SPEAKER_01: 我最喜欢的…… 单看结局，我最爱的电影之一是《教父》。 那电影最后一幕太棒了。 整部电影八九秒就总结完了。
[325.718-332.347] SPEAKER_02: 《教父》第一部？ 第一部。 它结局怎样？ 我觉得你不能…… 没看过《教父》的话，小心剧透。
[332.647-345.141] SPEAKER_01: 剧透预警。 那…… 它以……结束。 妻子走到迈克尔面前，他说，就这一次，让你问我。 她问他是不是做了那件可怕的事，他看着她的眼睛，撒谎说没有。 她说谢谢，然后出门。
[345.221-355.057] SPEAKER_01: 你看见她出门，然后所有人涌进来，亲迈克尔的手。 还有教父。 然后镜头换了个角度。 所以你不是看他，而是看她。 门在她面前关上了。 这就是电影的结尾。
[355.137-357.029] SPEAKER_01: 整部电影，就在那里。
[357.329-359.534] SPEAKER_02: 卡尔，这跟你当院长像不像？
[359.834-364.756] SPEAKER_01: 开个玩笑。 陷阱问题。 有时候。 当然，我面前的门偶尔也会关上。
[365.056-375.612] SPEAKER_02: 好的。 那是个反问句。 你还说过，喜欢各种实验，包括在自己身上做。 但我看过一个视频，你说你做了个实验，追踪了你所有实验。 你有没有做过实验？ 你有没有做过什么实验？
[375.692-380.138] SPEAKER_02: 你记录了自己和别人的信息，就像把家连起来。
[380.218-387.659] SPEAKER_02: 你视频里说两天数据就能捕捉人类行为，挺有趣。 先说说你是怎么收集这些数据的？ 这很有意思。
[387.739-392.266] SPEAKER_02: 比如你收集数据的那些小细节。 你对两天的直觉是什么？
[392.566-404.375] SPEAKER_01: 首先，那两天得选对。 我当时在考虑一个具体实验。 这类实验我参与过，别人也做过。 当然，我只涉及了一点点。 但说清楚，我当时说的是记录家里的红外活动。 这已经是很多年前的事了。
[404.455-422.011] SPEAKER_01: 都是按遥控器，不是对Alexa或Siri说话。 但那都是靠按遥控器，不靠语音助手。 Alexa或Siri之类的。 我当时就想搞清楚。 能不能获得足够多的人类数据。 来弄明白他们想做什么。 跟他们的电视或灯光有关。 当时我家里已经全布好线了。
[422.091-443.760] SPEAKER_01: 你知道吗，我正要去看电影 或者想开电视这类事 然后试着从里面预测点什么。 还挺让人意外的，虽然不该意外， 不过话说回来，这些都挺好做的。 无非是抓住所有小细节。 其实就是一堆电脑系统。 抓起来真的很简单 只要你知道找什么。 在佐治亚理工，我还没到那儿的时候， 就有一个叫“有觉知的家”的项目
[443.840-457.507] SPEAKER_01: 所有东西都布满了线 能看到并捕捉一切。 连视频这类都没用， 就是系统不停地抓取一切。 所以后来我自己也做了这个实验 还让学生们参与进来，他们跟 很多其他人一起干活。 最后的结果是，
[457.587-475.283] SPEAKER_01: 人总是一遍遍重复做同样的事。 所以得选合适的两天，比如周末。 但结果呢，你不仅能预测 某人接下来会做什么， 在预算层面， 或者他们下一步按遥控器哪个键， 而且用很简单的方法就能做到， 就像，你连隐马尔可夫模型都不用。 好比一个标签，简单说，我按这个，
[475.363-492.107] SPEAKER_01: 这就是我对下一步的预测。 事实证明，你只需做些特别简单的事， 就能达到93%的准确率， 比如就统计一下数据。 但更有意思的是， 你可以用这些信息。 这在我工作中反复出现。 如果你想通过行为来代表他们， 或者通过你能测量到的他们的东西。
[492.187-505.274] SPEAKER_01: 通过他们做的事， 你能衡量他们的这些事。 跟世界中的行动有关。 所以动作的分布， 用动作分布来代表它们， 这些动作是施加在它们身上的。 那你做得相当好， 从某种程度上理解人们的样子，
[505.354-524.039] SPEAKER_01: 而且它们聚类得很好，好到让人头疼。 所以用这种方式对人们聚类， 也许可以，你知道，我得到93%的准确率， 关于你下一个按的按钮， 但我能做到99%的准确率或差不多。 我能达到99%的准确率或左右， 关于你可能按的东西的集合。 结果发现，你可能按的东西
[524.119-539.052] SPEAKER_01: 彼此之间都与数字相关， 完全符合你的预期。 比如，键盘上的所有数字键， 都有相同的行为， 相对于你作为人类来说。 所以你自然会把它们聚类在一起。 你会发现数字都有关联。 它们以某种方式相连，还有其他东西。
[539.132-543.276] SPEAKER_01: 下面是我觉得重要的部分。 我是说，你到处都能看到这一点。
[543.356-555.026] SPEAKER_01: 每个人都不一样。 但任何一个人都特别好预测。 因为你总在重复同样的事。 我琢磨了很久，学到了两件事。 我一直在想的是。 人很好预测，但人们讨厌这样。 你要是说他们很好预测。
[555.326-567.855] SPEAKER_02: 但他们就是这样。 就是这样。 是的。 那我来唱个反调。 从哲学上讲， 能不能说，定义人类的 是那个特例？ 所以即使90%——我们大部分行为， 不管测什么信号，都一样。 它聚类得很好，
[567.935-575.121] SPEAKER_02: 但也许那些特殊时刻， 我们打破常规时， 才起决定作用。 我们打破常规的方式， 每个人可能都不一样。
[575.421-580.482] SPEAKER_01: 有可能。 我换个说法。 我分成两点讲。 第一，我不同意这个前提， 但没关系。
[580.782-582.488] SPEAKER_00: 我这么说：
[582.788-594.760] SPEAKER_01: 有两件事。 有两件事。 有些人非常独特， 但并非完全不同。 他们接近10%，对吧？ 所以即使做这种聚类， 那也只有少数人。 他们行为相似， 就算他们行为很不同 跟别人都不一样 所以这挺重要的
[594.840-609.122] SPEAKER_01: 但你想问的真正是 而这确实是个问题 遇到这种情况你怎么办 从没见过的情况？ 当你面对 非常情况时 也许你见过别人做 实际你被迫做什么？ 你的反应很不一样 那才让你成为人 这点我同意 至少在哲学上
[609.202-613.230] SPEAKER_01: 那就是当你面对 困难的时候 你必须做的决定
[613.310-621.611] SPEAKER_01: 答案不容易 就算你知道正确答案 这就是定义你个性的东西， 我觉得也是定义全人类的。 这是个难题， 不简单。 会让你痛苦。 不是那事本身。
[621.691-629.968] SPEAKER_01: 甚至不是说它难， 只是你知道结果会 很不理想。 对你来说不理想， 而我真的觉得那是个合理起点 来探讨什么让我们成为人。
[630.268-643.297] SPEAKER_02: 所以开始讨论前， 先看看不同的想法 关于交互式AI的基础， 也就是我们正在研究的。 让我顺着这个思路 跳到社交媒体世界， 这至少是 从AI角度你会思考的东西。 有句流行说法，
[643.377-653.338] SPEAKER_02: 不知道是不是真的， 但我们有信息茧房， 在社交媒体上， 还有这些聚类， 就像你说的， 想法就是沿着这个说法， 把彼此从茧房拉出来，
[653.418-665.413] SPEAKER_02: 好对他人产生共鸣。 如果你是民主党人， 你会理解共和党人。 如果你是共和党人， 你就是个有同情心的民主党人。 这不过是两个蠢分类箱， 我们对此好像很兴奋， 但还有其他分类方式。
[665.493-679.299] SPEAKER_02: 从AI角度看，是否存在， 因为你刚说我们按数据聚类， 但之后，交互式AI 就是把智能体扔进混合体， 混合里的AI系统， 帮助我们，跟人类互动， 也许能让我们走出信息孤岛。
[679.379-686.286] SPEAKER_02: 你觉得这可能吗？ 你觉得人工智能有希望吗， 这些大网络里的AI系统， 能让我们摆脱习惯， 至少在思想上，
[686.366-691.892] SPEAKER_02: 达到某种共情， 对别人的真实经历， 别人的观点， 你知道，这类东西？
[692.192-696.394] SPEAKER_01: 是的，其实不难。 嗯，这么说不难。 所以你可以想象，
[696.474-711.755] SPEAKER_01: 我们暂时简化生活。 假设你可以部分排序， 对想法或行为聚类排序。 我这儿的意思不重要。 只要有种方式让它成为聚类。 这是一个集群，节点间有边连接，对吧？ 而且，它们甚至没完全接触， 或者非常接近。 如果你能想象一下，
[711.835-729.020] SPEAKER_01: 那么从这儿到那儿的方式 不是直接过去。 得先找到边， 然后慢慢靠拢，对吧？ 我觉得机器很擅长 这种事。 一旦大致定义问题， 不管是行为、想法、 语言还是其他。 所以某种意义上很简单， 如果你已经有了网络， 知道关系、 边的强度，
[729.100-738.004] SPEAKER_01: 并且对它们有语义理解， 机器不用做，设计者来搞定， 那么，你可以引导人们前进。 然后用某种方法扩展它们。 但这更难。 之所以更难，
[738.084-749.557] SPEAKER_01: 是因为设计网络结构 本身很难，我得讲个故事 别人告诉我的，有些细节 可能记不太准， 但大致上， 就是这样。 从同一背景选两组人， 想让他们解决一个问题。 所以分开他们——我们常这样，对吧？
[749.637-764.163] SPEAKER_01: 哦，分成， 分成小组。 你们去那边讨论这个。 你们去那边讨论那个。 然后让他们在大房间里， 但离得很远， 并且以某种方式互动。 等他们回来交流学到的东西时， 你想把他们做的事全合在一起， 这就很难了，因为他们不——
[764.243-778.224] SPEAKER_01: 基本不说同一种话了。 就像搞出这些问题后， 深入进去，你就会创造自己的语言。 有人给我举了个例子， 我觉得挺有意思， 因为当时我们也遇到那种情况—— 他们坐在那边 聊着你能看到的那些房间， 但从不同角度看， 取决于你在房间哪一侧。
[778.304-782.413] SPEAKER_01: 他们很容易就看到了一个钟。 于是开始管那个房间 叫“有钟的房间”。
[782.493-800.691] SPEAKER_01: 这边这群人，看同一个房间， 也能看到钟，但你知道， 不在他们视线范围内之类的。 所以最后， 他们用了别的词来指代。 他们再聚到一起时 他们在讨论事情 他们说的是同一间房 他们甚至没意识到 他们说的是同一间房 其实这组人没看到 那儿有个钟 而这组人没看到别的
[800.771-812.964] SPEAKER_01: 墙上那个钟我印象特深 如果你创建这些不同的孤岛 问题不在意识形态分歧 而在于你们用同样的词汇 实际意思完全不同 难就难在让他们同意 也许我们说这个世界里的公理，对吧 但你知道
[813.044-827.059] SPEAKER_01: 让他们同意基本定义 因为现在他们一聊 他们各说各的 完全就是各说各的 最难的就是这点。 让他们见面互动， 其实没那么难。 让他们看到自己的语言 怎么让他们彼此错过。 最难的就是这点。
[827.359-840.179] SPEAKER_02: 这问题真有意思。 可能只是语言问题， 但感觉涉及好几层。 比如世界观。 也可能，说到底就是同理心， 能设身处地替别人着想， 去学语言， 从视觉上了解他们怎么看世界，
[840.259-852.928] SPEAKER_02: 去学，我是说， 我现在跟喷子打交道时体会到了， 那个世界的幽默程度。 比如，我常说爱。 我真的很幸运。 能有这么有爱、了不起的社群。 但每次碰到网络喷子，
[853.008-857.849] SPEAKER_02: 他们总对爱翻白眼， 因为觉得太尬了。 是啊。 我觉得，他们用嘲讽表达爱。
[857.929-867.309] SPEAKER_02: 我想，从人类角度， 这完全是另一回事。 那属于心理学、社会学那些。 但AI系统能不能帮上忙， 弥合这个人现实生活的差距？
[867.389-874.610] SPEAKER_02: 鼓励我去问那个问题， 换位思考他们的处境， 体会他们的焦虑、恐惧， 去体验他们的希望，
[874.690-884.024] SPEAKER_02: 甚至想想他们怎么长大的， 比如单亲家庭或糟糕的教育， 或者类似的事， 让我进入那种状态。 我觉得这真的很重要， 让这些群体聚在一起。
[884.104-890.547] SPEAKER_02: 找类似的表达。 还不清楚。 AI怎么解决这问题？ 因为AI系统好像 得先理解两边。
[890.847-904.096] SPEAKER_01: 所以“理解”这词很重要，对吧？ 那你必须懂它 还是只需要发现 有相似点作为接触点，对吧？ 所以你用了“共情”这词， 我喜欢这词，原因很多。 我觉得你用的方式很对， 还有你描述它的方式。
[904.176-918.017] SPEAKER_01: 但得把它和同情分开，对吧？ 同情就是替别人难过， 对吧？ 而共情是懂 他们从哪来、什么感受，对吧？ 对多数人，这两者互相促进。 对有些人，他们很擅长共情。 而且特别不会同情。 有些人就是体验不到，
[918.097-933.645] SPEAKER_01: 嗯，我观察到的，我不是心理学家， 我观察到有些人 似乎感受不到同情 除非他们先共情。 你可以理解一个人， 理解他们的出发点 但仍然觉得不行，我不能支持，对吧？ 这不意味着唯一的方式， 因为如果那样的话， 如果情况不是这样， 那么需要的就是你，
[933.725-937.695] SPEAKER_01: 你必须得， 你唯一能做的， 理解别人就要同意 他们做的一切，
[937.775-953.462] SPEAKER_01: 这不对，对吧？ 如果同情别人的唯一方式 就是完全理解他们 然后让他们变得像我一样， 我们就迷失了，对吧？ 因为我们并不完全相同。 我不必什么都懂 你经历过的一切。 这显然有帮助， 但它们是分开的，对吧？ 尽管它们明显会 纠缠在一起， 彼此交织。
[953.542-965.816] SPEAKER_01: 所以人工智能能帮你的是， 如果，你知道， 我有点异想天开， 但如果你把这些看成某种， 我懂你怎样互动， 你用的词语， 你知道，你做的事， 我有办法做到这一点。 我们别管那是什么。
[965.896-981.026] SPEAKER_01: 但我能把你当成一种分布 你的经历和行动 别人施加给你的 你做过的事等等 我也可以和别人这样做 我能找到那些地方 那里有共同点 就是一种映射 即使不完全 你知道 如果我把这当成分布 然后呢 我能算出你们夹角的余弦
[981.106-993.194] SPEAKER_01: 如果它是 如果是零，你们就毫无共同点 如果是一，你们就是一个人 嗯，你可能不是一 你几乎肯定不是零 我能找到有重叠的地方 然后我可以介绍你们认识 或者在那方面联系你们 那样连接你
[993.274-998.277] SPEAKER_01: 让你更容易迈出那一步 那一步就是共情 这不是不可能 但我想知道
[998.357-1010.886] SPEAKER_01: 如果要求每个人 至少有兴趣提问 难点是让他们感兴趣 去问这个问题 其实，如果能让他们提问 我们共同点多于不同 他们自己会解决 或许这才是AI该研究的 不告诉你哪像哪不像 只是让你决定 提问值得
[1010.966-1013.880] SPEAKER_01: 这像是经济学家的答案
[1014.180-1025.525] SPEAKER_02: 好吧，首先 大家喜欢我持不同意见 那我稍微反对一下 我觉得你说得都特别棒， 但哲学上看，我更相信 人们内心深处其实有兴趣。 而且我想说，AI
[1025.605-1032.733] SPEAKER_02: 一个AI系统 能展现共性，太不可思议了。 这真是个很好的起点。 我想说，如果你在社交媒体上，
[1032.813-1045.482] SPEAKER_02: 我能发现那些共同点， 无论深浅，我和另一个人之间 那个关系紧张的人，我觉得我 我觉得我 我觉得我 我觉得我 人的本性就会接管。 而且会享受那种共同点。 就像，那种感觉会粘着我，
[1045.562-1057.116] SPEAKER_02: 我的思绪会一直停留。 而那个人在我脑海中会变得 越来越温暖。 然后我会开始觉得 越来越同情他们。 对多数人来说，确实如此。 但也许那只是个假设。
[1057.416-1073.823] SPEAKER_01: 嗯，这得看实际情况，对吧？ 得搞清楚。 我倒是愿意信你。 所以我说你说得对。 当然，有人来参加这些事 就是来吵架的，对吧？ 那根本不重要。 他们玩的是另一套。 没错。 但我也不确定。 我的经验是，需要两个东西。
[1073.903-1079.104] SPEAKER_01: 其实，这大概就是 你最后说的意思。 这点我同意。 所以一直那么愤怒挺难的，
[1079.184-1092.131] SPEAKER_01: 或者只想羞辱别人。 持续那么久。 对，就是很难做到。 你会付出代价。 但更重要的是，我们知道， 研究显示， 也来自自身经历。 对人不屑一顾很容易， 如果对方不在面前、不真实，对吧？
[1092.211-1105.356] SPEAKER_01: 历史上大部分时候， 就是把别人当外人，对吧？ 所以如果你在社交媒体上， 如果你在网上做任何事， 不得不把对方当人看， 就像共处一室， 会产生很大不同。 因为那时你首先得处理，
[1105.436-1119.742] SPEAKER_01: 他们的人性就在你面前。 第二，他们可能揍你， 你的脸，如果你做得太过了。 所以这两件事一起起作用。 我觉得到右端就行。 所以，把人聚在一起，其实 是逼他们看到对方的人性， 这样就不会当他们是碎片。
[1119.822-1123.548] SPEAKER_01: 看着对方眼睛，很难网上攻击。 这很难做到。 同意。
[1123.848-1136.842] SPEAKER_02: 同意。 你的研究兴趣很广，属于 交互式AI领域，像我说的， 这些思想很有趣。 你有一些具体方向， 特别感兴趣。 但也许你能说说你怎么看 交互式人工智能这个领域？
[1137.142-1156.231] SPEAKER_01: 当然。 那我直说，你看 我早期作品，甚至大部分作品， 我是搞机器学习的，对吧？ 我就做机器学习。 我最早那篇论文发在NIPS。 当时叫NIPS，现在叫NeurIPS。 嗯哼。 说来话长。 总之，那是另一码事。 所以嘛，我是个搞机器学习的。 我相信数据，相信统计。 还有这类东西。
[1156.311-1169.049] SPEAKER_01: 是的。 我提这些是因为，虽然 我是个新潮的统计机器学习研究者， 也干这行很久了， 但我真正关心的还是AI。 对。 对吧？ 我关心人工智能。 我想造出某种智能体。 不管它怎么实现，
[1169.129-1172.971] SPEAKER_01: 至少跟人一样聪明， 也跟人一样有趣，也许有点…… 按他们自己的方式。
[1173.271-1178.971] SPEAKER_02: 所以那深层的爱与梦想 是更大的人工智能。 对，是人工智能。 更大的，不管是什么。
[1179.271-1196.154] SPEAKER_01: 对，机器学习某种程度上 是达到目的的手段。 它本身不是目的。 我不理解，人不学习 就变聪明了？ 所以我得想办法做到，对吧？ 所以那很重要。 不过，机器学习也是一种工具。 我说统计，是因为大多数人 觉得自己是做机器学习的。 他们就是这么想的。 我觉得帕特·兰利可能不同意，
[1196.234-1211.933] SPEAKER_01: 至少80年代的帕特·兰利可能不同意 需要做什么， 才能做机器学习。 但我关心AI问题， 所以它是交互式AI，不只是ML。 我觉得理解这点很重要， 有个长期目标， 我可能一辈子都看不到， 但我很希望参与过， 那就是打造真正智能的东西，
[1212.013-1214.079] SPEAKER_01: 超越我们自身。
[1214.379-1226.548] SPEAKER_02: 能稍微跑个题吗？ 当然。 还是我打断你说话了？ 就是说，你能具体讲讲 关于机器学习子集 和广义AI之间的差距吗？ 缺了什么？ 那你怎么看？ 我的意思是，这完全未知，
[1226.628-1234.847] SPEAKER_02: 不完全是，但目前部分未知， 但会不会像帕特·朗利那种， 是专家系统推理知识？ 哪种类型的东西？
[1235.147-1252.030] SPEAKER_01: 人工智能比机器学习大，可机器学习又比人工智能大。 这其实是真正的问题。 它们相互重叠。 它们关注些不同的问题。 我觉得机器学习， 而且很多人 会因此很不满。 但机器学习更偏工程。 而非解决问题。 而人工智能像哲学目标。 追求真正的智能。
[1252.110-1264.999] SPEAKER_01: 这正是激励我的。 即使我最后活在这种工程世界。 我让迈克尔·乔丹不爽了。 但对我来说，它们差很多。 只是衡量方式不同。 目标也不同。 只是测量方式不同。 你追求的目标。 有点不一样。
[1265.079-1278.665] SPEAKER_01: 但我觉得，AI就是尝试构建 那个智能的东西。 而且通常，但不总是， 为了理解我们自己， 会好一点。 机器学习，我认为，是在尝试解决问题， 不管那问题是什么。 这是我的看法。 当然，别人会不同意。
[1278.965-1291.715] SPEAKER_02: 那关于交互式AI， 你心里是不是倾向于 把AI看作一个单一系统， 还是看作一个庞大的系统集合 彼此相互作用？ 比如人类的社会互动 以及AI系统互动，对智能是否关键？
[1292.015-1304.068] SPEAKER_01: 我认为，嗯，这对我们的智能 当然至关重要，对吧？ 我确实觉得这很重要。 互动AI对我很重要，原因是 这听起来很简单，就是我没有 但我不在乎一棵树有没有声音 当它倒下，周围没人时
[1304.148-1318.825] SPEAKER_01: 因为我觉得这不重要，对吧？ 某种意义上没有观察者 而且有趣的是 我们聪明的方式，是与别人 一起聪明，对吧？ 或者跟其他东西，总之 我们拼命让别的东西变智能 我们天生就爱找意图 即使没意图也找 所以我们总爱把一切拟人化
[1318.905-1331.516] SPEAKER_01: 反正我觉得，互动AI这部分 在孤立中独自变聪明 某种意义上就是没意义 正确答案是，得在跟他人互动中 变聪明 这样也更高效 因为它能让你学得更快 因为能从历史中学习
[1331.596-1346.006] SPEAKER_01: 还能让你变高效 在信息传递上 所以我们问自己 我聪明吗？ 显然，我认为是的 但作为更大物种和群体的一员，我也很聪明 以及和一群人一起 我们也在推动整个物种向前发展 所以我认为，和别人一起聪明 是关键
[1346.086-1360.810] SPEAKER_01: 因为不然你来过又走了 就不重要了 所以这就是我在意这个的原因 它还有很多别的意思 不只要和别人一起变聪明 还要知道你不总能和他们沟通 他们以前在有钟的房间里 他们曾在有钟的房间里待过 在你没见过的墙上，
[1360.890-1376.577] SPEAKER_01: 这就意味着你得花很多时间 不断互相沟通 弄清对方想要什么，对吧？ 所以，人们会投射，对吧？ 你把自己的意图 和自己做事的理由投射给别人 作为理解他们的方式 这样你就知道怎么做了。 但，你是个完全可以预测的人，
[1376.657-1396.364] SPEAKER_01: 我不知道你怎么可预测的。 我不太了解你， 但你可能反复吃同样的五样东西 或做你常做的事，对吧？ 我知道自己就是这样。 如果我去一家新的中餐馆， 我会点左宗棠鸡 因为那是容易点的菜。 我会点酸辣汤。 你知道，人们做他们做的事， 但别人有鸡肉和西兰花， 但我这比喻可能过头了。
[1396.444-1398.289] SPEAKER_01: 鸡肉和西兰花——
[1398.589-1400.539] SPEAKER_02: 我不知道那些人怎么了。
[1400.839-1415.563] SPEAKER_01: 我也不知道他们怎么了。 那不好。 我们都受过创伤。 所以他们拿到了鸡肉和西兰花。 还有他们的蛋花汤啥的。 我们得沟通，它会变的，对吧？ 所以交互式AI不只是关于 学习解决问题或任务。 而是随着时间适应它， 在很长一段时间里
[1415.643-1435.362] SPEAKER_01: 还有与自身会变的其他人的互动。 这就是我们说的可适应模型之类的， 对吧？ 你得有个模型， 这模型会变。 而且，情况不只是 你跟那个人不一样 但你和十五分钟前的自己也不一样 或者肯定和十五年前的自己更不一样 而且我得假设你会有些变化 希望不要突变太多
[1435.442-1440.782] SPEAKER_01: 但你会慢慢变化 我需要机制适应这种变化 因为你个人一直在变 而且不同个体之间也在变
[1441.082-1450.904] SPEAKER_02: 说到自适应建模 你提到终身学习 我觉得这个课题研究不够 可能没人知道怎么处理 但比如你看看Alexa 或者大多数AI系统
[1450.984-1459.180] SPEAKER_02: 这些大多是机器学习系统 或者对话系统这类 某种意义上它们对你了解很少 从终身学习看，人类互相学习
[1459.260-1465.250] SPEAKER_02: 我们彼此很了解 不是看事实多少， 而是信息随时间丰富，
[1465.330-1478.718] SPEAKER_02: 喜欢一路捡碎屑， 却能很好抓住人的特质。 你知道怎么终身学习吗？ 因为大多数机器，你知道， 它们不能终身学习。 它们不能终身学习。 它们不能终身学习。 机器学习界不这样。
[1479.018-1493.045] SPEAKER_01: 不，机器学习界不仅 不花大量时间终身学习， 他们也不花大量时间 在学习本身，也就是说， 他们通常以任务为中心。 每个人都在过度拟合 任何问题。 他们过度工程化解决方案。 即便是那些人，他们确实这样
[1493.125-1515.293] SPEAKER_01: 想解决迁移学习这个难题， 对，我要专注学一个任务。 再学另一个任务。 结果你还是得建任务。 就像在有光的地方找钥匙，因为光就在那儿，对吧？ 不是因为钥匙不在那儿。 钥匙肯定在那儿。 我的意思是，有人会说我们通常都这么做。 我们倾向于集体去做， 我们喜欢爬山，容易陷入局部最优。 我认为我们在小事上也这么做，小事也一样。
[1515.373-1529.121] SPEAKER_01: 我觉得这很难做到，因为， AI的难点就在这儿，对吧？ AI的难点是它一直在变，对吧？ 你知道AI是什么？ AI是让计算机像电影里那样行动的科学和艺术，对吧？ 就是这样，对吧？ 而且，除此之外， 它是——
[1529.421-1531.696] SPEAKER_02: 而且，另外，
[1531.996-1532.831] SPEAKER_01: 它就是——
[1533.131-1537.322] SPEAKER_02: 而且他们不停拍新电影。 问题就在这。 没错，他们就是这样。
[1537.622-1552.206] SPEAKER_01: 是这种需求在驱动我们。 追求我们说不清的本质。 一旦你弄懂了某件事， 那就不是AI了，对吧？ 嗯，我们明白。 就是求导再除以二， 再在窗口里取平均。 所以那就不算AI了。 所以这问题无解。 因为它总在消失。
[1552.286-1571.061] SPEAKER_01: 这让人产生错觉。 我不觉得全是错觉。 要么是很简单的任务型事情， 能做得很好但过度工程化， 要么是整个AI领域， 中间好像什么都没有。 比如从这到那非常难。 而且很难看出怎么从这儿到那儿。 我觉得我们这方面做得不好。 因为总在解决小问题。
[1571.141-1584.448] SPEAKER_01: 我自己也面临这个问题。 我不会假装自己更好。 比谁都好。 当然，学术界的各种激励。 工业界的激励也让这事很难。 你得发表下一篇论文。 你得推出下一个产品。 你得解决这个问题。 这很自然地往前推进。
[1584.528-1589.856] SPEAKER_01: 没有任何激励是为了 让你冒大风险的。 除非你已经很稳固。 你才能冒那个大风险。
[1589.936-1607.820] SPEAKER_01: 如果你已经这么稳固。 那你就能冒大风险了。 那你可能花了大半职业生涯。 都在冒这些小风险。 所以你有一辈子的经验 告诉你别冒那个大风险，对吧？ 所以整个系统设置让进展很慢。 没关系，事情就是这样 但这确实让差距显得很大 用我啰嗦的话说就是 我没有很好的答案
[1607.900-1628.025] SPEAKER_01: 对此我没有很好的答案 除了别再只做N等于一的事 至少试试让N等于二，或N等于七 这样你可以说，我要 或者这里用T做变量更好 我不只是解决这个问题 还要解决这个和另一个问题 我不只是从你身上学 我要继续生活在世界上 只是看看会发生什么 作为设计师，我们会学到东西
[1628.105-1641.798] SPEAKER_01: 我们的机器学习算法 人工智能算法也能学习 不过，除非你想造一个系统 一跑就是好几个月 在乱糟糟的 又没法控制的环境里 那你就永远没法往那方向走 所以我觉得答案是肯定的 我的意思是，别抗拒
[1641.878-1655.522] SPEAKER_01: 要接受，你得部署这些玩意儿 让它们连续跑几个月 并且接受一件事： 这事得花五年时间 不是反复做同样的实验 不停调机器 让它在某方面好一点点 而是真正扔进现实世界 泡在世界的混乱里
[1655.602-1661.650] SPEAKER_01: 看它学什么 看学习算法能学到什么 它能构建什么数据结构 以及接下来怎么走下去 没那个，你就一直困着。
[1661.950-1673.107] SPEAKER_02: N等于1，你怎么看？ 增长嘛，这算个粗略估计。 但增长，你看GPT-3这类模型， 做得够大，就能吞噬世界。 能解决从T到无穷的所有问题。
[1673.187-1683.984] SPEAKER_02: 就靠扩大规模。 用那个小而过度设计的方案。 然后给它打满类固醇。 计算和训练数据规模上， 还有Yann LeCun式的自监督， 或者OpenAI的自监督，
[1684.064-1690.867] SPEAKER_02: 就把整个YouTube扔给它， 它会学推理、绘画， 怎么创作音乐，怎么爱， 全是通过看YouTube视频。
[1691.167-1707.388] SPEAKER_01: 我想不出比这更可怕的世界了， 比一个基于YouTube视频的世界。 不过对，那个答案我有点， 我就是不觉得那会完全…… 嗯，不会那么容易的，对吧？ 你会有所收获，也能学到东西。 这说明可能值得做。 但你到不了那里。 你解决不了这个，事情就是这样。
[1707.468-1724.026] SPEAKER_01: 我们造这些东西，说希望它们学习。 但实际上，假设它们真学了， 当然，我每一篇论文 都说明东西在学习，别人我不知道。 但它们改变了我们，对吧？ 我们对它反应不一样了，对吧？ 所以我们一直在重新定义。 成功的含义 包括负面情况， 也包括正面，那就是
[1724.106-1725.893] SPEAKER_01: 哦，好吧，算个成就。
[1725.973-1733.658] SPEAKER_01: 我给你举个例子， 就像你刚才说的YouTube例子。 我们完全跳出机器学习。 嗯，不完全是，但大部分跳出来。 想想谷歌吧。
[1733.738-1747.486] SPEAKER_01: 大家一直在解决信息检索。 这个临时问题，永远都在。 我看的第一本大书是71年的？ 大概就是那会儿出版的。 总之，我们把一切都看作向量。 然后搞向量空间模型这些。 那可真棒。 但进展很有限。
[1747.566-1758.389] SPEAKER_01: 其实也有点进展。 然后谷歌来了，让这个临时问题 看着挺容易的。 其实没那么容易。 用了很多计算机和数据库，但 还有一些很厉害的算法。 背后还有系统构建这些。
[1758.469-1760.198] SPEAKER_01: 但问题变了，对吧？
[1760.278-1776.929] SPEAKER_01: 如果你的世界这么紧密相连， 以至于你有1000万，你懂的， 有1000万，你懂的。 有一千万个，你懂的，一千万个。 一千万个答案，毫不夸张。 对你问的这个问题， 问题不是给我相关的。 问题是不给我无关的。 至少首页，其他不重要。
[1777.009-1791.233] SPEAKER_01: 所以谷歌没解决信息检索问题。 至少这个网页上没有。 谷歌在最小化误报。 这和得到答案不是一回事。 事实上，对它自己已经够好了。 我们想用谷歌做什么。 但它也改变了 我们原本要解决的问题 最初。
[1791.313-1805.955] SPEAKER_01: 你以为你在找答案， 其实你不是，或你在找那个答案， 结果你只是在找一个答案。 对，确实如此。 它也很擅长找到那个网页。 当然，你训练自己搞清楚 哪些关键词能让你找到网页。 但最终，数据一多， 你只是把问题变成了别的。
[1806.035-1826.578] SPEAKER_01: 你没学到你原本想学的。 对此，有人可能反驳说， 也许我们也没那么做。 我们只是以为自己在做，因为， 我们活在自己的想法里。 也许我们其实没那样做。 我们一开始就学错了问题， 但我觉得那不重要。 重点是， 谷歌没解决信息检索问题。 谷歌提供了很棒的服务。 我对他们的一切没负面评价。
[1826.658-1831.940] SPEAKER_01: 天知道，有谷歌我生活好多了。 至于谷歌地图， 我好像从没找到过这个地方。
[1832.240-1833.656] SPEAKER_02: 这是哪里？
[1833.956-1846.903] SPEAKER_01: 就像95，我看到110了，但95呢？ 你知道的，我非常感激谷歌。 但你知道，他们得确保 前五件事必须正确。 后面的全都是错的。 听着，我知道我们跑题了 聊到别的事去了。 但想想我们招老师的方法。
[1846.983-1848.236] SPEAKER_01: 这不一回事吗？
[1848.536-1851.461] SPEAKER_02: 你怎么变得有争议了？ 我怎么变得有争议了？
[1851.761-1854.965] SPEAKER_01: 这不就是同一个问题吗？ 就是要减少误报。
[1855.045-1859.828] SPEAKER_01: 我们总说要找最优秀的人 当麻省理工的助理教授
[1859.908-1864.911] SPEAKER_01: 在新的计算学院。 我得说，那是30年前成立的 比我的学院还晚。
[1865.211-1867.881] SPEAKER_02: 哦，两个母校，都是挑衅的话。
[1868.181-1872.546] SPEAKER_01: 我只是想说，很感谢他们做的。 还有他们正在做的一切。
[1872.626-1887.117] SPEAKER_01: 不管怎样，我们想请最好的教授。 就是说，最适合这个工作的人。 可我们根本不是这么做的，对吧？ 你知道顶尖四校的教授里，有多少比例 是从顶尖四校拿的博士，比如2017年。 但我们有最近的数据，你看。
[1887.417-1892.687] SPEAKER_02: 我的数据是哪一年的？ 也许比例很高。 大概60%。 60%。
[1892.987-1902.251] SPEAKER_01: 顶尖四校里，60%的教授有博士学位。 都是顶尖四校的。 计算机科学，没有顶尖五所这么一说。 只有顶尖四所，对吧？ 因为它们并列第一。
[1902.551-1907.891] SPEAKER_02: 顺便说下，不清楚的人。 就是麻省理工、斯坦福、伯克利、卡内基梅隆。 是的。
[1907.971-1911.245] SPEAKER_02: 佐治亚理工。 是第八名。 第八名，你记下来了。
[1911.545-1922.414] SPEAKER_01: 对，这是我工作的重要部分。 第五名是伊利诺伊大学。 第六名是华盛顿、康奈尔和普林斯顿并列。 佐治亚理工并列第八。 德克萨斯大学奥斯汀分校第十。
[1922.494-1936.138] SPEAKER_01: 顺便说，密歇根大学第十一。 那看看前十名。 前十名教师中，博士来自前十的比例？ 来自前十名博士的比例？ 大概65%。 再看前55个院系， 50%的教师来自前十名博士。
[1936.218-1950.175] SPEAKER_01: 全世界优秀教师大多来自前十。 哪怕只看我们一所大学， 他们也大多来自那十个地方。 这不可能是真的， 尤其那些大学那么小， 有些规模很小。 光看博士数量的话。 这可不是批评。 其实，这就是负面评价。
[1950.255-1954.504] SPEAKER_01: 它还有个毛病：固化。 历史上的不公和偶然。 但它要你问自己这个问题。
[1954.584-1956.731] SPEAKER_01: 为什么会这样？ 因为这样更简单。
[1956.811-1972.115] SPEAKER_01: 回到20世纪80年代。 回到20世纪80年代。 回到20世纪80年代。 有句老话说， 没人因为买IBM电脑丢工作。 这是真的。 也没人因为雇MIT博士丢工作，对吧？ 就算这人不咋地， 他来自MIT，我还能说什么？ 但同一个人如果来自，
[1972.195-1995.048] SPEAKER_01: 随便选个你最看不上的地方， 那些出博士的地方，比如计算机领域。 嗯，你冒险了，对吧？ 所以所有激励因素， 特别是你今年只招一个人， 嗯，现在我们招十个人，但你知道， 你今年只招一两个或三个。 顺便说一句，当他们进来时， 你至少得和他们绑七年， 在大多数地方， 因为在你得知 他们能否获得终身教职之前。
[1995.128-2011.233] SPEAKER_01: 如果他们拿到终身教职， 你就要和他们绑三十年， 除非他们决定离开。 这意味着选对人压力很大。 所以你会怎么做？ 你会尽量少误判。 你不在乎拒绝错人。 你只在乎接受错人。 所以所有压力都驱使你 朝那个特定方向。
[2011.313-2024.376] SPEAKER_01: 谷歌，说句不好听的， 搜索方面，处境一模一样。 你只是不想让前三四页 出现错误页面。 如果有千万个正确答案 和数亿个错误答案， 只要错误答案不排在前面。 谁在乎 正确答案在第13页呢？
[2024.456-2027.126] SPEAKER_01: 满意的答案， 就是前四个答案。
[2027.426-2031.919] SPEAKER_02: 所以谁在乎呢？ 或者一个能让你发现 美好又深刻的答案。
[2032.219-2034.332] SPEAKER_01: 嗯，那是另一个问题，对吧？
[2034.632-2046.743] SPEAKER_02: 但这不正是问题所在吗？ 这个话题我们能多聊一会儿吗？ 当然可以。 而不是匆匆带过？ 我们怎么招教职员工？ 我们怎么拿到第13页？ 和真正特别的人一起？
[2046.823-2052.210] SPEAKER_02: 比如说，这要看部门。 计算机系很可能有这种人。 比如那个俄罗斯人佩雷尔曼。
[2052.290-2065.319] SPEAKER_02: 就像那些笨拙又奇怪的脑子。 不懂怎么玩那种礼节小游戏。 教职工们不知怎么都达成共识。 就像几十年来逐渐趋同。 怎么相互配合。 而且除此之外也不是。
[2065.399-2076.532] SPEAKER_02: 来自前四名或任何顶尖学校。 也许只是偶尔说几句。 对旧传统。 在计算机科学界内部。 也许会说机器学习的坏话。 这完全正确吗？
[2076.612-2080.118] SPEAKER_02: 浪费时间，还写在简历上，那你怎么让系统？
[2080.418-2093.145] SPEAKER_01: 给他们机会，嗯，得愿意冒风险，不采取。 对任何人抱固定立场，你必须，呃，愿意。 风险要承担，但只承担一点点。如果这也算机器学习问题 没错，这是个搜索问题。如果我们这么看
[2093.225-2100.214] SPEAKER_01: 那你会说，好吧，主要是想要一个先验 想要数据，因为我是亚洲人。如果不想那样，就注入一点
[2100.514-2104.647] SPEAKER_00: 随机性，那就没问题。问题是和人打交道太难
[2104.947-2119.775] SPEAKER_01: 所有激励都是错的。但假设那是正确答案 为了讨论，假设在系统中注入随机性 在招聘层面不值得做，因为成本太高 成本太高。我们当然没无限资源，还得教别人 所以你在破坏系统，如果你搞错，会毁掉很多人的生活
[2119.855-2124.940] SPEAKER_01: 很多人的生活。但我们采纳了原则，即使我承认 并一直推回去。所以我们可以有更好的人才库
[2125.020-2139.186] SPEAKER_01: 考察并给予机会。那样有机会找到更好的人 当然只是把问题推后一层。但再告诉你一件事 我做了一种研究，其实叫付钱给朋友，问他们要 所有毕业数据 录取，但后来有人做了实际研究，发现我可以
[2139.266-2153.014] SPEAKER_01: 告诉你谁怎么进的研究院。基本上你录取所有人 来自排名更高的，大多数来自排名相当的，而几乎 没有来自排名更低的，除了小型文理学院 那些没排名的学校，比如哈维穆德学院，因为没有博士授予权，所以没被排名。
[2153.094-2165.031] SPEAKER_01: 这全是计算机科学领域，意味着你是否能当教授。 康奈尔大学17岁就定了，看你当时知道什么、去哪读本科。 不管怎样，把决定推后，让人才库稍微扩大一点。
[2165.111-2170.950] SPEAKER_01: 变大后，至少你遇到有趣的人的概率提高了。 并且承担风险。顺便说，那个问题还有另一个答案。
[2171.030-2180.889] SPEAKER_01: 可以说这跟你调整人才库提高概率是一样的。 一种在系统里注入一点均匀噪音的方式，可以这么说。 当你改变损失函数，你只是用别的东西衡量自己。
[2180.969-2188.631] SPEAKER_01: 无论用什么衡量自己。我是说，《美国新闻》每次 他们改变排名公式时，会促使整个大学行为改变。
[2188.931-2195.397] SPEAKER_02: 因为排名很重要，你能吐槽一下吗？不，开玩笑。 关于吐槽，从非常浅显的角度看，这很有趣。
[2195.477-2208.633] SPEAKER_02: 我教条地相信那些排名，它们几乎根深蒂固在我脑海里。 我是说，在MIT，每个人都觉得这是公认的。 想法是排名很重要，而且没人知道它们到底。
[2208.713-2212.497] SPEAKER_02: 就像大多数人不知道它们基于什么，到底基于什么。
[2212.797-2218.787] SPEAKER_01: 以及有什么缺陷。这取决于你说哪个排名。 你想聊计算机科学？我们谈谈大学计算机科学。
[2219.087-2223.138] SPEAKER_02: 《美国新闻》不是主要的吗？对，只有它重要，其他都不重要。
[2223.438-2233.712] SPEAKER_01: 抱歉，cs rankings.org 不算啥，但别的都不重要。嗯，美国新闻有自己的算法。 它涵盖很多领域，但不包括计算机科学，因为计算机科学被视为科学。
[2233.792-2242.255] SPEAKER_01: 这很扯。计算机科学排名是百分之百靠声誉，每个系找两个人。 部门？不，不是部门，就是随便在每个系。
[2242.335-2252.098] SPEAKER_01: 基本上让每个人排名。稍微复杂点，但反正他们给所有人排名。 然后汇总，不知怎么的，这就成了提升声誉的方式。怎么上下浮动？
[2252.398-2254.545] SPEAKER_02: 问题就在这。推特能帮忙？
[2254.845-2270.939] SPEAKER_01: 我可以告诉你佐治亚理工怎么做到的，或者至少我认为是这么回事—— 嗯，因为佐治亚理工确实是个典型案例，不单因为我在那， 而是它是唯一一个不在前20却冲进前10的计算单位。 我觉得它也是近20年来唯一一个在前10里上升的，嗯，
[2271.019-2284.303] SPEAKER_01: 而不是靠别人下滑。我们曾经第10，后来变成第9—— 因为德克萨斯大学奥斯汀稍微跌了。现在并列第9，排名就是这么回事。 嗯，我们从第9升到第8，因为原始分涨了1分。所以——
[2284.383-2289.026] SPEAKER_01: 关于佐治亚理工的计算机科学或计算领域，总之，嗯，
[2289.106-2307.617] SPEAKER_01: 我觉得是因为我们在每个危机层面都展现了领导力。我们创建了学院， 第一所这么做的公立大学。第二个学院，第二个大学，紧跟在卡内基梅隆之后—— 这绝不是巧合。卡内基梅隆规模最大，而我们——取决于你怎么算， 还有麻省理工学院最终成立的计算学院——可能是第二或第三大。
[2307.697-2320.900] SPEAKER_01: 我认为这不是意外。我们这样做已经很久了。嗯，但是—— 2000年代，本科教育遇到危机时 佐治亚理工冒险改革本科，成功了 计算领域，我们在公立大学犹豫时建了这些学院
[2320.980-2331.939] SPEAKER_01: 我们推出在线硕士项目，这很重要，当时大家正在 搞明白怎么处理慕课等。这关乎同行关注 并产生影响。声誉就是这么回事，提升排名的方式
[2332.019-2343.608] SPEAKER_01: 就是做些事，让人转头看着你说 这很好，比我想的更好。除此之外就是惯性，系统里有巨大的 历史惯性。比如，我记不清了，这可能是个 传说，但有个专业或学院，麻省理工排第一
[2343.688-2359.538] SPEAKER_01: 但实际上他们没有这专业。只是关乎你……不知道真假 但有人这么说过。嗯，这确实是个问题，一切都关乎 声誉。当然麻省理工很棒 因为 因为麻省理工很棒 它一直都很棒 顺便说一句，因为麻省理工很棒 最优秀的学生会来，让它继续优秀
[2359.618-2363.368] SPEAKER_01: 我的意思是，这就是个正反馈循环 这不奇怪 我不觉得这是错的。
[2363.668-2379.077] SPEAKER_02: 对，但这就像在讲故事。 好像不一定非得有事实依据。 而且，这也不是说MIT不好。 但真的感觉我们像是在玩。 在讲故事的空间里。 而不是基于现实的东西。 来MIT后，没想到的一件事是，
[2379.157-2384.741] SPEAKER_02: 所有跟我合作过的学生， 还有我做的研究，感觉像是， 他们跟我在别处遇到的人一样。
[2385.041-2401.924] SPEAKER_01: 我是说，MIT的优势在于， 嗯，MIT有很多优势， 但其中一个优势是—— 标志挺不错的。 它的标志挺不错。 比我当初在这里好多了。 颜色也不错。 吉祥物名字太难听了。 但MIT的优势在于， 它真能拿到吗？ 它招不到最好的学生。
[2402.004-2412.536] SPEAKER_01: 它招不到所有最好的学生。 外面还有更多好学生，对吧？ 最好的学生想来这儿。 因为这是最好的地方。 或者是最好的之一。 这有点像正反馈。 但你刚才说了句话。
[2412.616-2428.059] SPEAKER_01: 我觉得值得琢磨，对吧？ 你说它……我忘了你用的啥词。 你说我们活在叙事空间里。 而不是客观的东西。 叙事是客观的。 我是说，有人会说唯一的事。 我们人类做的一切就是叙事。 我们只是构建它。 我们编故事解释为什么这么做。 有人问我，但没什么客观的东西。
[2428.139-2432.481] SPEAKER_01: 不，这完全是客观标准。 这是对别人意见的客观衡量。
[2432.561-2447.064] SPEAKER_01: 那么，这是物理学吗？ 我不知道。 但你知道我是说， 说些你觉得真正客观的东西 并且能有意义地衡量。 比如相机，它们不，你懂吗？ 我是说，你让我跑题了。 但相机，它只是， 我是说，你让我跑题了。
[2447.364-2449.430] SPEAKER_02: 但相机，它只是，
[2449.730-2466.009] SPEAKER_01: 我是说，你让我跑题了。 就是反射光线，记录在胶片上。 比如深肤色的人就不行。 直到1970年代左右？ 你知道为啥吗？ 因为你在造相机 针对那些会买相机的人， 这些人，至少在美国和西欧， 都是肤色相对较浅的。 结果发现，照片拍得特别差。
[2466.089-2480.511] SPEAKER_01: 就是像我这种人拍的照片。 后来换了更好的胶片，改进了流程就解决了。 你知道为什么吗？ 因为家具制造商，他们希望 给红木家具拍好照片。 给红木家具拍好照片。 对吧？ 因为糖果制造商，他们希望 给巧克力拍好照片。
[2480.591-2494.490] SPEAKER_01: 我提这个，是因为你可能会觉得 相机—— 是客观的。 它们很客观，只负责捕捉光线。 不对，相机是人造的，它们做的一切 都基于决策 由真人来权衡优先， 这么说吧，某些物理原理被优先了， 因为这本质上是个工程问题。
[2494.570-2509.456] SPEAKER_01: 有取舍，对吧？ 要么担心这头的光谱， 要么担心那头的光谱。 这个贵，那个便宜，这个价格一样， 但这边更多人付钱，对吧？ 结果一个大企业集团 想让你做不一样的事， 这关系到你拿多少钱， 一下子权衡就变了，对吧？ 就是这样。
[2509.536-2524.701] SPEAKER_01: 我也不知道怎么就到那儿了。 哦，因为客观性这个概念，对吧？ 连目标都不是客观的， 到头来你得讲故事， 你得做决定，做权衡， 工程学不就是这些吗？ 所以那些排名， 它们没抓住某些东西。 它们不一定能抓住 人们以为抓住的东西。
[2525.001-2526.429] SPEAKER_02: 再深入这个话题，
[2526.509-2540.199] SPEAKER_02: 为啥没更多人爱玩？ 不管讲什么，乐在其中。 就像让世界嗨起来。 不管是卡尔·萨根那风格。 用平静性感的嗓音讲星空。 还有所有浪漫的，还有马斯克。 我甚至敢说。
[2540.279-2544.667] SPEAKER_02: 比如特朗普，在那钓鱼。 还撼动体制。 只讲些有争议的话。
[2544.747-2557.241] SPEAKER_02: 比如我跟丽莎·费尔德曼·巴雷特聊过。 她是神经科学家，就爱玩争议。 比如在特定科学里找反直觉的。 然后把想法抛出来。 看它们在公共话语里怎么演绎。 比如为啥看不到更多这样的？
[2557.321-2560.316] SPEAKER_02: 为啥学术界吸引不到马斯克这样的人？
[2560.616-2567.674] SPEAKER_01: 所以终身教职很强大，允许你。 做任何你想做的事。 但拿到终身教职通常需要你。 比较窄，对吧？ 因为大家对你都有看法。
[2567.974-2572.118] SPEAKER_00: 嗯，我觉得答案是，我们给自己讲了个故事。
[2572.418-2580.962] SPEAKER_01: 一个很粗俗的说法。 你刚才说它粗俗。 这不科学，对吧？ 而且容易让自己以为，在某些方面 你就是那个数学家。 你就是那个新人。
[2581.042-2591.261] SPEAKER_01: 数学家对吧？专业人越少，越证明纯粹，对吧？ 是的。 所以一旦你讲了这个故事，做那种事就掉价了，对吧？ 我觉得不对。不过不是每个人都非得这样。每个人
[2591.341-2603.626] SPEAKER_01: 不擅长。而且每个人，就算擅长，也乐在其中。所以没关系。但是 我确实觉得，人们选择与世界相处的方式需要多样性， 作为学者。因为我觉得伟大的大学是跟世界互动的大学。
[2603.706-2616.595] SPEAKER_01: 它是公共知识分子的家。2020年，成为公共知识分子可能意味着 在Twitter上活跃。当然，20年前不是这样，因为Twitter还不存在 20年前。就算存在，也不是有意义的方式。我其实不知道 Twitter已经存在多久了。
[2616.675-2625.695] SPEAKER_01: 年纪越大，越觉得时间概念模糊。比如谷歌真 存在那么久了吗？总之，我们常忘了，部分 工作是要影响圈外人。而这正是关键
[2625.775-2629.583] SPEAKER_01: 说白了，就是身处好地方，成为优秀的人。
[2629.883-2638.265] SPEAKER_02: 公共知识分子这块有点意思。看推特的话， 还有那些公开的在线课程。 就像有种力量拉你回来。直说吧，因为
[2638.345-2648.677] SPEAKER_02: 我已经不在乎了。我们都有点，但教职员工 尤其明显，那就是嫉妒。谁擅长沟通、用科学点燃热情， 谁就受欢迎。当然，当用科学点燃世界时，
[2648.757-2658.474] SPEAKER_02: 那不是同行评议的、干净的。听起来像胡扯。比如TED演讲， 人们翻白眼，讨厌它获几百万点击。 然后大家都互相拖后腿。就有这种力量，
[2658.554-2677.864] SPEAKER_02: 除非拿诺贝尔奖，否则很难冒头。只有等你 资历够老，才不在乎。但正如你所说，就算到了 10岁，你不会变成10岁。你会变成10岁。你会 变成10岁。你会变成10岁。你会变成10岁。你会 变成10岁。你会变成10岁。你会变成10岁。那 一直让我惊讶。很多同事朋友过了10年，
[2677.944-2684.224] SPEAKER_02: 但没一个开关。呃，你知道，没有“去他的”金钱开关，让你觉得 什么？现在我要更大胆了？没看出来。
[2684.524-2699.108] SPEAKER_01: 嗯，有原因。终身职位不是考试，是训练过程，教你 怎么做事、怎么思考、接受价值观、做出反应。 你越擅长，越容易拿到终身职位，而且 这没什么不好。大多数事都这样。我觉得多数同事
[2699.188-2705.271] SPEAKER_01: 都想干大事，只是用自己的方式产生影响。 我感觉，不仅是领域，作为职业，我们习惯
[2705.351-2711.155] SPEAKER_01: 贬低受欢迎的人，好像这个词是红字一样。 很容易相信没人能免疫——那些更出名的人
[2711.235-2718.154] SPEAKER_01: 出名是因为坏理由，那些把事情简单化的人 没有忠于你们的领域价值观和精神。 现在容易这样想。不过，我认为最终
[2718.234-2732.702] SPEAKER_01: 那些受欢迎、走出去、接触世界并产生影响的人， 同事们长远会欣赏这点。只是你 必须很擅长或很有兴趣去追求。一旦你 达到一定水平，大家会接受他本来的样子。我是说，不知道
[2732.782-2748.748] SPEAKER_01: 我很想知道罗德·布鲁克斯对人们的互动有什么感受。 当他做《快速、廉价、失控》时，很久以前，那个《快速》 《廉价和失控》？讲四个人的纪录片，我什么都不记得。 只记得罗德·布鲁克斯在里头，还有裸鼹鼠的事，忘了。
[2748.828-2752.136] SPEAKER_01: 还有两件事：机器人裸鼹鼠和罗布·布鲁克斯。
[2752.436-2759.959] SPEAKER_02: 他曾是麻省理工AI实验室主任，然后推出了 机器人，并重新思考机器人学。 他就像AI界的摇滚明星。
[2760.039-2767.144] SPEAKER_02: 非常固执，非常聪明，还有商场老鼠和裸鼹鼠。 他是我博士的两位导师之一，这解释了很多。
[2767.444-2779.149] SPEAKER_01: 我爱罗德，也爱另一位导师保罗。 两人非常不同，保罗·维奥尔，都非常有趣。 我不知道罗德会怎么跟你说他的反应，我只知道 当时我是学生，觉得这太棒了。
[2779.229-2791.050] SPEAKER_01: 他出现在电影里，演得很真实，电影里的他有点 比罗德本人还罗德，剪辑得很到位。 他就像罗德，一边出色工作一边做这些，当时他在经营 AI实验室？我不确定，但他经营着AI实验室。
[2791.130-2803.369] SPEAKER_01: 或者即将经营，他是领域巨人，做了很多奠基工作。 通过反直觉的科学，说：你们都错了。 表征是疯狂的，世界就是你的表征，你只需反应。 了不起的事，他后来继续这么做。
[2803.449-2810.612] SPEAKER_01: 我想他可能会告诉你，不知道是好是坏，但我 知道对世界其他人是好事，他当然继续。 他受尊重，所以没被毁掉。
[2810.912-2819.549] SPEAKER_02: 他靠受欢迎成功。好了，聊个棘手话题，因为我从小... 我苏联长大，对音乐，呃，你们搞的美国式，挺陌生。
[2819.629-2825.271] SPEAKER_02: 很陌生。那你们研究小组叫交互实验室，对吧？ 人工智能，神秘兮兮的。我的研究辜负了我。
[2825.351-2829.356] SPEAKER_02: 也叫p funk，p是概率，那funk是啥？我花很多时间...
[2829.656-2844.414] SPEAKER_01: 整天想首字母缩写。我有个怪癖：听人说话就琢磨能不能组成。 能组成缩写我就高兴，不能就试着改，直到... 让它们能组成缩写。我常干这事。所以p funk是缩写，有三四个... 不同意思，但最终决定p是概率，因为...
[2844.494-2854.931] SPEAKER_01: 说到底就是机器学习，随机和不确定，这才是核心。 重要的。呃，funk可以代表很多，但我决定... 让大家自己琢磨吧，但我可以告诉你...
[2855.011-2861.617] SPEAKER_01: 学生毕业时，我给他们戴上帽子、星形眼镜和p funk奖章。 我们拍照，然后递给他们一副...
[2861.917-2869.196] SPEAKER_02: 毛绒骰子，留作纪念。这有意义，不像缩写词那样... 不是字面意思。你有个黑暗神秘的过去？
[2869.276-2872.909] SPEAKER_02: 呃，不是黑暗，是有趣，像嘻哈和放克。
[2872.989-2878.120] SPEAKER_02: 你能给苏联出生的俄罗斯人讲讲嘻哈吗？比如你要，呃...
[2878.200-2888.823] SPEAKER_02: 给我。 我们一路走来，你教我，特别是关于 过去几十年，尤其90年代，关于嘻哈和放克 你会推荐哪些唱片或艺术家给我？
[2888.903-2895.242] SPEAKER_02: 你会说什么？或者你的旅程中什么影响了你？ 喜欢家人不在时，坐下来放音乐 如今
[2895.542-2909.546] SPEAKER_01: 你听什么？我听很多。首先，所有伟大的音乐 都在我14岁时创作。对所有人都成立，无论年龄地点 但他们生活在哪里。对我来说，首先，嘻哈和说唱不是 一回事。取决于和谁谈，有些人感受强烈
[2909.846-2919.679] SPEAKER_02: 非常强烈，你在冒犯每个人。所以很好，我们继续 继续。嘻哈是一种文化，是一整套，说唱是其中一部分。涂鸦是
[2919.979-2939.860] SPEAKER_01: 嘻哈的一部分。不知为何说这个，但这是一整套，说唱是 嘻哈的一部分。不知为何是真的，但人们告诉我真的，我愿意 接受，因为他们很生气。但嘻哈就像涂鸦，涂鸦就像 涂鸦，还有所有这些东西，包括机械舞、锁舞和所有舞蹈 所有那些都是嘻哈的一部分。是一种生活方式，我认为是真的，然后
[2939.940-2953.433] SPEAKER_01: 还有说唱，是特定的音乐部分。我的意思是 你不会把DJ的刮碟叫做说唱，对吧？但它是 嘻哈的一部分。既然理解嘻哈是整体，那么哪些是 如果要教你，我会先搞清楚哪张专辑最能打动你。
[2953.513-2965.357] SPEAKER_01: 了解你喜欢什么，带你入门。说到斯金纳，我可能会…… 嗯，有个有趣的练习，没事，有个有趣的练习。 可以和朋友一起看老剧集，比如《我爱70年代》《我爱80年代》《我爱90年代》。
[2965.437-2975.630] SPEAKER_01: 再看人们何时进入和退出流行文化。所以如果…… 谈到那些人，我会从我想带你听的地方开始。 就是公敌，尤其是《It Takes a Nation of Millions to》……
[2975.710-2988.715] SPEAKER_01: 《Hold Us Back》，显然是最好的专辑，也是最好的嘻哈专辑。 代表了那个时代的伟大，歌词也精彩。 抱歉，歌词很重要。嗯，里克·鲁宾创作了很棒的音乐。 他是制作人，做了很多非常……
[2988.795-2993.067] SPEAKER_01: 重金属风格，至少在80年代是这样。当时它关注的是……
[2993.147-3005.537] SPEAKER_01: 1980年代的政治，这让嘻哈音乐如此伟大。我会从那里开始。 然后带你了解近年来的作品，我可能会让你…… 接触像莫斯·德夫这样的人，给你上一堂历史课。他真的很了不起。
[3005.837-3014.974] SPEAKER_02: 他在HBO主持过诗歌即兴表演，嗯，可能吧，我没看过。 但我不惊讶，口语诗歌，他太棒了。嗯，然后我……
[3015.274-3027.223] SPEAKER_01: 把你带到那里之后，再带你回到EPMD，最后回到最后的…… 诗人，特别是他们1970年的第一张专辑，让你感受到…… 历史，其实已经积累了很久很久。所以我们会从……
[3027.303-3038.242] SPEAKER_01: 那里是你的音乐契合点，然后循环退出。 我带你到当下，再回到过去，因为我觉得。 很多人对音乐困惑，其实呢。 这和我们说的一样，就是叙事、参与。
[3038.322-3049.493] SPEAKER_01: 沉浸进去才能理解，对吧。爵士乐，我也喜欢。 爵士乐酷在哪儿？你来听，有人聊爵士。 你完全听不懂，然后有一天突然。 就通了，你沉浸进去，说“哦，那是查理·帕克”，开始用。
[3049.573-3054.518] SPEAKER_01: 别人听不懂的词，成了嘻哈一部分，都一样。 都是文化产物，但我帮你看到背后历史。
[3054.598-3061.598] SPEAKER_01: 还有你可能喜欢的其他类型，带你入门，你就能看到。 怎么跟你已有的喜好连起来，包括一些不错的融合。
[3061.678-3070.315] SPEAKER_01: 比如嘻哈和蓝草结合。哦不，有些确实不错，虽然不全是。 我会从《It Takes a Nation of Millions to Hold Us Back》开始，有个有趣传统。
[3070.615-3080.889] SPEAKER_02: 在现代嘻哈里，嗯，融合。 像经典摇滚歌那种，融进他们的音乐。 节拍之类的，挺有意思，它赋予了全新——不只经典摇滚。
[3080.969-3085.195] SPEAKER_02: 比如坎耶的《Gold Digger》，就是拿老R&B来用，对吧。
[3085.495-3096.805] SPEAKER_01: 从开始就这样，其实这就是为什么DJ。 以前是头牌，因为DJ把所有唱片集合在一起。 让它值得起舞，回到那些日子。 主要从纽约诞生，虽然不全是。
[3096.885-3109.623] SPEAKER_01: 作为DJ，把所有音乐在节拍中融合。 音乐本身就是乐器，很抽象，融合再包裹。 就这样发展，很久以前的事，在我成长时。 我沉迷时主要在80年代，更多是放克。
[3109.703-3120.259] SPEAKER_01: 作为很多东西的根基。 人民公敌除外，这很好，因为它与 联系到我父母和我小时隐约记得的音乐。 顺便提，乔治·克林顿、议会乐队和放克迪克的复兴。
[3120.339-3129.580] SPEAKER_01: 这些东西带回80、90年代，随着我们继续。 会看到，过去十年和之前十年被带进来。 你以为没听过的东西，很可能因为它被
[3129.660-3136.858] SPEAKER_01: 被某人采样，参考年轻时记得的东西。 来自完全不同地方，你只是没意识到。 流行的歌，这种事持续很久，这是
[3136.938-3144.020] SPEAKER_01: 很美妙的一点：Run-DMC的Jam Master Jay弹钢琴。 录下自己弹琴，采样录音，成为音乐的一部分。
[3144.100-3147.327] SPEAKER_01: 觉得是碎片，把碎片拼凑起来。
[3147.627-3154.813] SPEAKER_02: 去创造新音乐。这不意味着根源，The Roots做他们的。 自己的事，没错，那些就是全部，态度是对的。
[3155.113-3160.174] SPEAKER_01: 爵士乐是什么？就是拼凑片段，再加点东西。 自己的风格，全都一样，一回事。
[3160.474-3172.887] SPEAKER_02: 你提到歌词，又让我难过，我在说。 说嘻哈坏话，像没调查，会有人纠正。 很多伟大艺术家，我这么说是因为他们。 评论建议你听这个人，歌词从谈论。
[3172.967-3182.568] SPEAKER_02: 不光是政治，还有生活，像抗议歌曲。 比如鲍勃·马利，或公敌、暴力反抗机器。 偏向摇滚，我们关注歌词，经典摇滚。 通常是关于。
[3182.648-3193.828] SPEAKER_02: 女人离开我，或她还在，或反过来。 各种爱情歌，全是爱，政治少，没那么有趣。 深刻知识上，说唱能找到那种深度。
[3193.908-3199.956] SPEAKER_02: 可惜我看到的大多，比如模糊说唱。 或别的，从歌词转向节拍和音乐，我一直。
[3200.256-3216.675] SPEAKER_01: 我是歌词粉丝，看我的乐评，最近重新。 读了一遍，最后一篇乐评是毕业月写的，我拿到博士，这说明。 什么，但不确定，嗯，我总会，也不总是，但经常。 以“一切在歌词”开头，对我来说，一切都关乎歌词。
[3216.755-3230.503] SPEAKER_01: 我话还没说完，评论区就有人留言了。 咱俩都不清楚在说啥，反正都是地下的。 嘻哈，你该听听这个。所以我想深入聊聊。 这是真的。 每次我对流行说唱绝望， 有人推荐，或者我自己发现
[3230.583-3240.535] SPEAKER_01: 一些地下嘻哈歌， 我就又感到快乐和满足。 所以我知道它一直在那儿。 我现在没以前听得那么多了。 因为我在听播客， 还有80、90年代的老歌。
[3240.835-3243.342] SPEAKER_02: 这有点像说唱，没节奏。
[3243.642-3245.615] SPEAKER_01: 完全没有节奏。
[3245.915-3249.328] SPEAKER_02: 不过你知道，带点采样， 到处都有，我敢肯定。
[3249.408-3251.904] SPEAKER_02: 顺便问，詹姆斯·布朗是放克吗？
[3252.204-3255.315] SPEAKER_01: 对，顺便说，朱尼尔·威尔斯也是。
[3255.615-3257.205] SPEAKER_02: 那是谁？
[3257.505-3264.331] SPEAKER_01: 哦，朱尼尔·威尔斯，芝加哥布鲁斯歌手。 成为詹姆斯·布朗前，他就是他。
[3264.631-3266.836] SPEAKER_02: 很难想象谁能成为他。
[3267.136-3269.388] SPEAKER_01: 查查Junior Wells的《Hoodoo Man Blues》，
[3269.468-3271.522] SPEAKER_01: 再听听《Snatch It Back and Hold It》，
[3271.602-3273.970] SPEAKER_01: 你就懂了。 他们是同时代人。
[3274.270-3281.711] SPEAKER_02: 小理查德呢？ 还有像雷·查尔斯那些人？ 比如唱《Hit the Road, Jack》， 和《Don't You Come Back》？ 这就是有股放克味。
[3282.011-3290.056] SPEAKER_01: 哦，绝对有。 全是一条线。 有一条线 把一切串起来。 我会回答你这个问题， 看从2020年想， 还是1960年。 答案会不一样。
[3290.356-3292.492] SPEAKER_02: 我在想，那是摇滚。
[3292.792-3302.196] SPEAKER_01: 回头看，其实挺时髦的。 我们没用那些词，也许用了。 我当时不在。 应该没用“1960”和“放克”这词。 不像70、80年代那么用。
[3302.496-3304.632] SPEAKER_02: 你反感迪斯科吗？
[3304.932-3310.156] SPEAKER_01: 我不反感迪斯科。 感谢我们犯过的错， 才有今天。 其实有些迪斯科挺棒的。
[3310.456-3316.481] SPEAKER_02: 约翰·特拉沃尔塔。 哦，天呐。 他可能后悔了。 也许没有。 嗯，就像那件错事。
[3316.781-3319.346] SPEAKER_01: 是啊，那让他有了今天。
[3319.646-3331.618] SPEAKER_02: 哦，谢你绕个弯。 你提到了计算。 我们聊了点计算， 你能说说你怎么看这个世界吗？ 计算的部分，它在集合里的位置 不同学科？ 我们提到了计算学院。
[3331.698-3339.198] SPEAKER_02: 人们应该怎么思考计算， 特别是从教育的角度看， 怎么定义完美的课程， 对年轻的心灵，计算是什么？
[3339.498-3357.661] SPEAKER_01: 所以我不知道完美的课程， 尽管这个问题很重要， 因为归根结底， 没有课程，你哪儿也去不了。 对我来说，课程是基本的数据结构。 甚至不是教室。 数据结构，我喜欢这个说法。 它甚至不属于那个世界，对吧？ 所以我觉得课程是我喜欢发挥的地方。 所以我花了很多时间想这个问题， 但我会告诉你，我会回答你的问题，
[3357.741-3370.561] SPEAKER_01: 先回答一个稍有不同的问题， 然后再回到这个问题，你知道 你谈到学科， 那么，成为学科意味着什么？ 其实，我们真正教人的是 从入学到大学全程， 如果你不这么想，就算失败， 我觉得，是世界，
[3370.641-3385.922] SPEAKER_01: 人们常想到工具和工具集， 当你努力变优秀时， 你会想到技能和组合， 但学科关乎思维模式，对吧？ 它们讲基本思维方式， 不只是拿起的锤子， 不管什么，用来敲钉子， 不只是学敲钉子的技巧， 而是那种思维方式，
[3386.002-3400.609] SPEAKER_01: 基本思考方式， 思考世界，对吧？ 而学科，不同学科， 给你不同思维模式， 它们给你不同思考方式。 所以，我认为计算机 甚至提出这个问题 它是不是一门学科？ 你得决定它有没有思维模式？ 它有没有看待世界的方式？
[3400.689-3413.625] SPEAKER_01: 跟搞科学发现的科学家不一样 或者不像搞抽象概念的 不像找抽象概念稳定真理的数学家 不管怎样 又或者不像专注技术明显优越的 还考虑权衡概念的工程师 不管那啥意思，对吧？
[3413.705-3425.956] SPEAKER_01: 那就是你所在的世界。 什么是计算？ 计算有什么不同？ 所以我想了很久这个问题 还有计算到底是啥 它的思维模式是啥，我有了看法 我对计算是啥有了看法 心态是啥？ 有点抽象， 但对计算挺合适的。
[3426.036-3429.042] SPEAKER_01: 计算主义者和别人不同在于
[3429.122-3438.842] SPEAKER_01: 他们理解 模型、语言和机器是等价的。 它们是一回事。 因为它不只是一个模型， 而是一台能运行的机器， 它可以看作一种语言， 就是它是动态的。
[3438.922-3452.473] SPEAKER_01: 某种意义上，它是数学的， 抽象来说， 但本质是动态可执行的。 数学家不一定担心 动态部分。 其实每次我想写点东西 给数学家看，他们总要求 改成静态的。 这不是坏事。 只是种看世界的方式。
[3452.553-3466.917] SPEAKER_01: 真理是真实存在的，对吧？ 它不是凭空产生的。 它是个持续的过程，对吧？ 所以动态的东西很重要。 系统的自我反思很重要。 这就是计算带给我们的。 所以它是科学，因为模型根本上 代表了世界的真理。 信息值得去发现，对吧？
[3466.997-3479.642] SPEAKER_01: 不光是编出来的数学概念。 当然它也是工程学 因为你在处理现实约束。 还试图让机器执行 这些机器确实在运行。 但它也是数学，因为你 在关注这些语言 它们描述发生的事。
[3479.722-3493.772] SPEAKER_01: 但正则表达式 和有限状态自动机 其中一种感觉像机器， 或者说，就是一台抽象机器。 另一种是语言。 其实它们是一回事。 我是说，这可不是小事。 它贯穿我们做的所有事。 哪怕我们只是想搞明白， 该怎么调试。
[3493.852-3516.101] SPEAKER_01: 所以我觉得这个想法很根本。 如果能更清楚讲出来，就会更好。 我的生活变化可真大。 我的生活变化真大。我的生活变化真大。我的生活变化真大。我的生活变化真大。 我的生活变化真大。我的生活变化真大。我的生活变化真大。 过去十到十五年，我思考这个问题， 我和几个同事试着 把它写下来后，认识是：
[3516.181-3523.123] SPEAKER_01: 这又回到你之前问我的问题， 就是树倒了的问题， 以及它重不重要。 就是这种平等的三角形，
[3523.203-3537.671] SPEAKER_01: 它重要，就因为有人在。 在三角形里面，对吧？ 计算领域的变化是， 计算机科学，或者随便你怎么叫， 现在我们数据很多， 还有很强的计算能力， 所以我们能做非常非常有趣， 充满前景的事情。 但有趣和前景，
[3537.751-3555.354] SPEAKER_01: 其实只对人类自己 以及他们和它的关系有意义。 三角形存在，本质上就是计算。 让它变得有价值、有趣 并且能改变世界物种的，是有人类在里面， 以及需要跟它交互的智能， 来改变数据、信息、 那些有意义的信息， 并赋予模型、
[3555.434-3569.368] SPEAKER_01: 语言和机器以意义。 并赋予模型意义， 语言和机器。 所以，课程如果能传达这点 同时在教你成功需要的工具和技能时 也做到了这一点 那这就是巨大的成功 这就是我觉得你必须做的
[3569.668-3584.090] SPEAKER_02: 你会引入心理学吗 把这些人类因素融入理念 融入这个计算框架里 你会引入心理学、神经科学吗 比如心理学部分、神经科学部分 社会学部分呢 那哲学呢，比如研究人性的不同角度 你会这么做吗
[3584.390-3601.169] SPEAKER_01: 当然会 而且，这是双向的 那我们先拿生物学举例 其实，一个细胞就是一堆“如果-那么”语句 如果你用正确方式看的话 很好，因为我懂“如果-那么”语句 我一直不太喜欢生物学 但我觉得if-then语句。 如果跟生物学家说 他们慢慢理解了， 就能帮他们想到
[3601.249-3616.611] SPEAKER_01: 很多超酷的事。 生物学还是有的，但无所谓。 另一方面，事实，事实，事实， 生物学的事实其实一大堆， 细胞就像if-then语句， 这让计算主义者重新思考 语言和我们， 当然，还有做AI和机器学习的方式， 甚至我们怎么思考， 怎么思考计算。
[3616.691-3624.574] SPEAKER_01: 所以对我来说，重要的是， 我那些非计算机的同事 担心计算机科学会吞掉工程学， 结果被困在大学里。
[3624.654-3641.235] SPEAKER_01: 这不是个问题。 你完全不用操这个心。 计算就是计算机科学。 计算不是全部，却是核心。 但它不是世上最重要的事。 它并不更重要。 它只是帮助别人。 是做其他酷事的关键。 2030年你成不了历史学家。 你拿不到历史学博士。 不懂数据科学和计算。
[3641.315-3657.025] SPEAKER_01: 因为你做历史的方式， 我说的做，就是你做它的方式。 你查看数据，然后让 你会有个系统。 帮你分析事物。 帮你思考更好方法。 描述历史，理解当下。 它还告诉我们，我们可能，你知道， 会走向哪里。 心理学也一样。 所有学科都如此。
[3657.105-3670.853] SPEAKER_01: 我提这个，是因为那位哲学家 他对计算很有见解 那位心理学家啊， 对人类和计算的互动有很多看法，对吧？ 当然，关于智能也有很多讨论 但对我来说，最终这是 造这些计算设备的目标—— 做出智能的东西
[3671.153-3676.981] SPEAKER_02: 你是不是觉得计算会吞掉一切， 或者说几乎消失， 因为它成了所有东西的一部分？
[3677.281-3684.444] SPEAKER_01: 你这么说挺有意思的 所以我不觉得它会扩散或转移 但领域自我毁灭大概有两种方式 一种是变得非常窄
[3684.524-3699.549] SPEAKER_01: 比如我们可以想到一些这样的领域 它们变得很纯粹 我们都有这种本能和冲动 我相信你也能想到几个人 他们希望计算机科学变成这么纯粹的东西 另一种方式，你无处不在。 你成为一切，也成为虚无。 所以大家常说，你知道，
[3699.629-3716.512] SPEAKER_01: 我打算教工程师Fortran之类的。 我就打算这么干。 接着你就失去了那东西， 那个让它值得研究的东西。 说到计算这件事， 这并非计算独有。 虽说现在这个时候， 对计算来说很独特。 我们正好在2020年， 我们既是蓬勃发展的专业，
[3716.592-3719.366] SPEAKER_01: 几乎是各地最蓬勃发展的专业，
[3719.446-3734.332] SPEAKER_01: 同时我们也是一个服务单位， 因为大家需要知道我们知道的。 我们的工作，跟数学家类似， 是帮助那边的这个人 像数学家一样思考， 很大程度上，这种方式。 大一学化学，意义在哪？ 不是学化学本身。 而是像科学家一样思考，对吧？
[3734.412-3749.577] SPEAKER_01: 我们要帮他们像计算学家一样思考。 这两件事，必须认真对待。 在我们领域，我不确定。 历史上，我们确实重视了第二点。 也就是帮他们用某种方式思考。 对那些不会成为我们专业的学生， 我觉得我们根本没认真对待过。
[3749.877-3763.579] SPEAKER_02: 不知道你认不认识丹·卡林？ 他有个播客叫《硬核历史》。 对。 我刚跟他做了一次精彩的， 四个小时对话，主要聊希特勒，但 我提他，是因为他提到一个观点， 历史这个领域，可能会变得，就像
[3763.659-3774.772] SPEAKER_02: 现在，大多数人学历史 一点点，有些了解，然后讨论它。 不同部分，我是说，有很多批评说历史的某些部分 被忽略，但大多数人能 有好奇心，就能学会。
[3774.852-3786.450] SPEAKER_02: 他认为，社交媒体的方式 运作和沟通方式，历史可能变成 小众领域，多数人只是 忽略，因为太快，历史 开始失去意义，然后变成只有
[3786.530-3794.970] SPEAKER_02: 像理论计算机科学 计算机科学，成了小众东西 只有少数了解世界大战，以及 比如历史、美国建国等等
[3795.050-3804.953] SPEAKER_02: 内战，这是一种深刻的 思考这些，我们如何会失去 踪迹，在最需要时失去这些领域 最好让历史成为普遍的
[3805.033-3811.975] SPEAKER_02: 人人都学习、思考的事 比如，计算和历史类似，因为 它应成为生活一部分，尤其进入
[3812.055-3821.610] SPEAKER_02: 21世纪后期，发展方向不明显。 它仍在少数人手里，比如看机器学习 计算能不能赢还不清楚，现在很成功，不过
[3821.690-3834.103] SPEAKER_02: 不，我是说某种情况，你在这个领域是领导层 你在定义未来，所以一切由你掌控 没压力 但感觉有很多可能性 还有人人都要学编程的讨论，对吧 工作性质也在变等等
[3834.183-3837.735] SPEAKER_02: 你怎么看自己的角色
[3837.815-3841.042] SPEAKER_02: 在计算机教育里 比如，有希望的路是什么
[3841.342-3852.734] SPEAKER_01: 这里内容很多 首先，如果没人学历史，那绝对遗憾 另一方面，T趋向无穷，历史数量也在增长 至少线性增长，你得忘掉越来越多，但历史 需要永远存在
[3852.814-3867.178] SPEAKER_01: 我能想象一个世界，如果你觉得大脑在 脑袋之外，那就能在需要时学需要的历史 知道它 那很奇特，但这是一种方式，有没有充分的统计量 历史的充分统计量 不。 当然有，但只在你关心的事上。 但那些不记得的人呢？
[3867.478-3869.428] SPEAKER_02: 这是客观讨论，对吧？ 是的。
[3869.728-3875.532] SPEAKER_01: 对。 我们丢了很多历史。 你也有自己的历史，有些已经丢了。 对吧？ 你连17年前的事都不记得。
[3875.832-3877.469] SPEAKER_02: 所有那些前任。
[3877.769-3878.326] SPEAKER_01: 是的。
[3878.626-3880.402] SPEAKER_00: 都消失了。 没错。
[3880.702-3891.873] SPEAKER_01: 历史总是在流失。 但历史的教训不能忘。 而且，在计算和教育领域，关键是 在于必须传达这些教训。 思维方式也要传达。 而且你得能回溯，不想丢数据，即使
[3891.953-3902.741] SPEAKER_01: 就算知道，也不一定有信息。 说到计算，看法不太一样。 不必学编程，但要会精确思考。 要能精确思考。 精确就是可重复。 不是分辨率，也不是算对位数。
[3902.821-3914.491] SPEAKER_01: 而是清楚告诉机器要做什么，描述问题。 让它可执行，人类不擅长这个。 其实我们大部分时间都在来回沟通。 只求大概懂，希望理解得差不多。 然后采取行动。
[3914.571-3926.752] SPEAKER_01: 对机器不行，至少现在还不行。 所以，你懂的。 是的。 精确思考非常重要。 这和编程不太一样。 编程只是实现目的的粗糙方法。 另一方面，编程本身就是一种语言。
[3926.832-3938.154] SPEAKER_01: 编程是达到目的的粗糙手段。 另一方面，编码就是编程语言。 而且有这些你能摆弄的东西和表达方式。 这点极其重要。 其实，我觉得机器学习有个大漏洞。
[3938.234-3947.916] SPEAKER_01: 就是忘了自己在做软件工程。 我们忘了在做什么，用编程就像用语言。 表达我们在做的事。 我们完全陷入深度网络或别的。
[3947.996-3960.096] SPEAKER_01: 忘了根据自己设定的参数做决策。 这些都是设定好的。 如果参数稍微不同，结果就完全不同。 结果完全不同。 所以计算机科学教育的教训就是那样想。 同时要意识到这一点。 说白了就是这么回事。
[3960.176-3971.974] SPEAKER_01: 归根结底，就是这么回事。 我的意思是，叫它们参数或if-then之类的。 但必须把这些假设讲清楚。 关键是从计算机教育中学到的是。 模型、语言和机器是等价的。
[3972.054-3983.295] SPEAKER_01: 实际上，你必须明确说明在做什么。 去试试吧，你建的模型总有一天会跑。 所以最好做对，至少理解并大致表达你在做的事。 就是你在尝试做的事。 你想表达的内容。
[3983.375-3991.757] SPEAKER_01: 所以关键在于，得教会每个人那样思考。 因为最终这会让他们更擅长做的事， 做，我强调做，还能让他们成为更好公民。
[3991.837-4003.008] SPEAKER_01: 这能帮他们理解别人在对自己做什么，从而做出反应。 你解决不了社交媒体问题，只要你还觉得自己能行。 想仅凭写点好代码就搞定社交媒体问题，对吧？
[4003.088-4009.914] SPEAKER_01: 只有当人们知道情况并做出反应，这才有效。 掌控他们做的事，这才有效。 总之，这就是我的看法。
[4010.214-4020.697] SPEAKER_02: 好的。 让我硬着头皮聊聊种族话题。 一，这是你故事里很吸引人的部分，而且你口才很好很有趣。 关于这点。 第二，我们正在经历一个紧张时期。
[4020.777-4032.494] SPEAKER_02: 在种族紧张、讨论和观念上，现在是个非常紧张的时刻。 在美国的这个时刻。 你是在亚特兰大长大的，不过不是出生在这儿。 老家是南方哪个州吧，田纳西那边？
[4032.794-4034.686] SPEAKER_00: 田纳西州。
[4034.986-4047.399] SPEAKER_02: 不错嘛。 行。 但你很早就搬走了。 你基本… 你还是把自己当亚特兰大人。 你还提到过… 你是在黑人为主的社区长大的。 嗯，黑人、非裔、有色人种这些叫法。
[4047.699-4049.614] SPEAKER_01: 我更喜欢说黑人。 黑人。
[4049.914-4052.909] SPEAKER_02: 首字母大写B。 首字母大写… 其他字母…
[4053.209-4055.844] SPEAKER_01: 别的都不重要，关键是大写的B。
[4056.144-4071.193] SPEAKER_02: 好的。 就是那个黑人为主的社区。 所以你几乎不在意种族。 也许你可以纠正我这点。 然后你在视频里说，你去佐治亚理工上 本科。 嗯。 而且你是那里少数黑人之一。 就像，哦，那是全新的经历。
[4071.273-4078.041] SPEAKER_02: 那么从人性和种族角度，讲讲你的经历？ 你在亚特兰大长大，然后去了佐治亚理工？
[4078.341-4084.981] SPEAKER_01: 好的。 很简单。 顺便说，这个故事在麻省理工也延续。 嗯。 其实在麻省理工和波士顿，情况更严峻。
[4085.281-4090.644] SPEAKER_02: 先暂停一下，佐治亚理工是本科，麻省理工是研究生院。
[4090.944-4097.329] SPEAKER_01: 嗯哼。 嗯哼。 我直接从本科上了研究生院。 所以学士、硕士、博士，我没分心。
[4097.629-4100.380] SPEAKER_02: 你没去欧洲背包旅行。
[4100.680-4117.192] SPEAKER_01: 嗯哼。 那些我都没干。 没干。 其实我真去了IBM三个月，上车直接开到 波士顿，跟我妈一起，其实是剑桥。 对。 搬进皇家东方楼上，一间从没见过的公寓。 反正那是另一个故事。 那我简单说说关于... 你想麻省理工吗？ 哦，我爱麻省理工。
[4117.272-4138.175] SPEAKER_01: 我一点不想波士顿。 但我爱麻省理工。 那就是Fighting Warrants。 好。 嗯。 那咱们回到这点。 像你说的，我出生在田纳西查塔努加。 最早的记忆是三岁半坐搬家卡车到亚特兰大。 所以我认定自己是亚特兰大人，印象特深。 所以我是在亚特兰大长大的。 小时候我只知道这一个地方。 我喜欢它。
[4138.255-4152.375] SPEAKER_01: 就像美国大部分地区，特别是七八十年代的亚特兰大，它深受 高度隔离，不过我觉得不在那儿就看不出来。 得仔细观察。 年纪大了就能注意到。 不过，高速路能划分亚特兰大，这也不特别，并且 这样能看出种族和阶级。
[4152.455-4163.022] SPEAKER_01: 所以我不仅住在黑人为主的地区，更准确说，我长在 那地区比较穷的一边。 但很多原因让我对种族问题很敏感。 一方面，家人让我知道这些，也常聊这个话题。
[4163.102-4176.943] SPEAKER_01: 所以一年级时，我交了个女朋友。 我说我有女朋友了。 是的。 我有女朋友了。 我没有女朋友。 我连一年级时女孩是什么都不确定。 但我记得她认定我是她男朋友，这个叫希瑟的白人小女孩。 我们长谈了一次，讨论该不该当男女朋友。
[4177.023-4178.892] SPEAKER_01: 虽然她是白人，我是黑人。
[4179.192-4183.162] SPEAKER_02: 就你们俩之间？ 对，就我俩之间。 你爸妈知道这事吗？
[4183.462-4199.358] SPEAKER_01: 嗯。 一年级时，男女朋友基本上就是 课间多待一会儿。 没啥意义。 我们爱斯基摩吻过一次。 那不算什么。 真丢人。 对。 当时觉得特别丢脸。 嗯。 因为大家都在看。 我当时想，一年级人生就变了。 没人说小学会这样。
[4199.658-4201.968] SPEAKER_02: 你写诗吗还是？
[4202.268-4214.681] SPEAKER_01: 不是一年级。 那是后来的事。 好的。 青春期那会儿我写了好多诗。 反正我意识到了。 我没多想，但意识到了。 但我周围都是。 不是我不懂种族，而是没觉得自己是少数群体。 那不一样。 哇。
[4214.761-4224.736] SPEAKER_01: 因为在我世界里，我并不是。 我五岁上的一年级。 我每天就见七个人。 所以根本没那感觉。 这里是亚特兰大，民权运动之乡。 那会儿我看电视，只有三个、
[4224.816-4239.818] SPEAKER_01: 四个、五个频道，对吧？ 我看新闻，妈妈会让我看。 莫妮卡·考夫曼播新闻，全是黑人。 市长是黑人，一直都是。 所以我从没想过。 进佐治亚理工学院时，我记得第一天从西区。
[4239.898-4253.890] SPEAKER_01: 从主校区去东校区，我看到成百上千人。 成百上千的学生里，只有我一个黑人。 这既启发人又很不舒服，因为我突然意识到。 当然，这种情况一直持续，嗯，后来大部分时间。
[4253.970-4269.773] SPEAKER_01: 在佐治亚理工剩下的职业生涯里，大部分如此。 当然。 我遇到几百个其他学生，很多人；在亚特兰大，你要么是黑人 要么是白人。 没别的选择。 然后我遇到亚裔，还有我们叫西班牙裔的学生。 等等等等。 你知道，大学就该这样，对吧？ 它让你对人敞开，也确实做到了。
[4269.853-4280.118] SPEAKER_01: 但成为少数派，感觉非常奇怪。 到波士顿时，我给你讲个故事。 本科我只申请了佐治亚理工。 因为我太傻了。 我当时不懂事。 我就是不懂事，对吧？ 没人告诉我。
[4280.198-4292.298] SPEAKER_01: 读研时，我申了三所学校：佐治亚理工，因为我在那。 另外两所是麻省理工和卡内基梅隆。 麻省理工和卡内基梅隆都录了我，但我朋友去了卡内基梅隆。 我就问他，觉得怎么样？
[4292.378-4305.383] SPEAKER_01: 他花大把时间介绍匹兹堡，很少提卡内基梅隆。 于是，我形成了强烈的看法。 对。 就因为他的强烈看法。 说什么一年只有两天出太阳。 我没机会去，时间不对。 我觉得就是时间不对。
[4305.463-4318.039] SPEAKER_01: 在麻省理工，我问了20个认识的人，有参观认识的，也有之前认识的。 问他们喜不喜欢波士顿。 结果10人喜欢，10人不喜欢。 喜欢的10人全是白人。 讨厌的10人全是黑人。 他们详细解释了原因。 两边都说了原因。
[4318.119-4337.185] SPEAKER_01: 两组人的说法惊人一致。 我来这儿后，一下就明白为什么有人喜欢，有人不喜欢。 不。 还有—— 为什么别人总推荐那些好咖啡馆？还有—— 嗯，不是咖啡馆。 是二手CD店。 不过，就是那种事。 不错的店铺。 哦，全是学生。 哈佛广场很美。 你可以做这些，还能户外走走，但我根本——
[4337.485-4341.014] SPEAKER_02: 没兴趣。 户外是给虫子待的。 不是给人待的。
[4341.314-4363.122] SPEAKER_01: 不过，就是那种事。 我来这儿一眼就看出来了。 为什么有人喜欢，有人不喜欢？ 还有—— 对，就是那种事。 哦，全是学生。 哈佛广场很美。 你可以做这些，还能户外散步，可我并不 一点兴趣也没有 户外是给虫子待的 不是给人待的 而且—— 这话该印在T恤上 是啊，我就这么觉得 但黑人朋友讲的完全不一样，城里有些地方你绝对不能 天黑后被抓
[4363.422-4365.697] SPEAKER_02: 我都听到了 但那不新鲜
[4365.997-4377.830] SPEAKER_01: 所以我也觉得麻省理工挺好 我当时就说，太棒了 我爱这城市 我爱麻省理工 你知道，我就爱它 我爱它 以前没听过这城市 天黑后被抓，我都听到了，但不新鲜，所以觉得麻省理工是个
[4377.910-4390.811] SPEAKER_01: 作为大学的好地方，我那时信，现在也信，而且无论它 想做，我以为我清楚，可万一错了呢？ 知道怎么做。我选冷门主题，没关系。所以我会没事。 计划待四五年，结果不是这样，但我
[4390.891-4398.890] SPEAKER_01: 很享受那段时光，看到很多，经历很多。 都是因为外表引起的，被问了很多问题。 遇到很多警察，了解城市很多，但那时
[4398.970-4403.137] SPEAKER_01: 我待的时间不长，这些都记得，是1990年。 当时没有一个
[4403.217-4416.710] SPEAKER_01: 黑人广播电台。1990年，现在不知道还有没有。 肯定还有，但我不听了。几乎 没人听了，至少年轻点的人。关键是在 大城市，竟然没黑人电台，播我们那时说的黑人音乐。 很荒谬，却折射了这座城市的面貌。
[4416.790-4422.618] SPEAKER_01: 我在亚特兰大长大，我跟你说过 亚特兰大的事。 我在亚特兰大长大，我跟你说过
[4422.918-4426.366] SPEAKER_02: 波士顿没有经济可行、社会凝聚的黑人中产。
[4426.666-4429.858] SPEAKER_01: 如果存在，也均匀分布在大片区域，不是全部。
[4429.938-4441.016] SPEAKER_01: 而是城市大片区域，有集中的黑人聚居区。 来自城市大部分地区，以及黑人聚居区。 他们大多很穷，跟我长大的地方完全不同。我是在穷的那边长大的。
[4441.096-4456.412] SPEAKER_01: 城镇的一边。对。但到了高中，九年级，我们没有中学。 我上了一所八年级学校，那里有很多， 这么说吧，我那年在那儿碰上了骚乱。 每周至少打一次大架。 那真是超棒的体验。
[4456.492-4458.918] SPEAKER_01: 但九年级时，我去了学院。
[4459.218-4460.355] SPEAKER_02: 数学和——
[4460.655-4473.324] SPEAKER_01: 数学与科学学院，梅斯高中。 那是一所公立学校。 是磁石学校。 所以我能去那里。 它是第一所高中， 在佐治亚州， 横扫全州数学与科学竞赛的学校。 太棒了。 385名学生，除了四个全是黑人。
[4473.404-4478.535] SPEAKER_01: 我和一个女儿一起上学， 她是前亚特兰大市长的女儿，迈克尔·杰克逊的表亲。
[4478.835-4482.863] SPEAKER_02: 我的意思是，你知道，还有…… 那是个中上阶层。
[4483.163-4502.995] SPEAKER_01: 随口提人名。 我就偶尔提提名字。 就像随口丢几个名字。 就是让你知道。 我以前跟MJ的表亲混过。 十二代表亲，隔好几层，搞不清。 重点是，他们有钱。 停车问题，因为孩子都有车。 我不是跟他们一起来的。 我不是从有车的地方来的。 其实我第一辆车是来麻省理工时买的。
[4503.075-4504.862] SPEAKER_01: 所以对我而言很不一样。
[4504.942-4518.447] SPEAKER_01: 但我去过那些地方，不管你有钱没钱。 还是穷，你知道。 你可以是黑人，有钱或穷。 这些都有，有些地方。 既分阶层又分种族。 但那确实存在。 在这儿，至少我在的时候。 感觉根本不是那样 感觉像一堆有趣的矛盾
[4518.527-4530.116] SPEAKER_01: 感觉这里是跨种族约会的首都 美国的首都 真的那样感觉 但也感觉是最有种族歧视的地方 随时都想吐口水的地方 你知道，不能坐橙线 那时候 我是说，那是30年前了 我不知道现在怎么样了
[4530.196-4539.834] SPEAKER_01: 但有些地方不能去 而且你知道 人人都知道 有些地方不能住 人人都知道 这就是我来这里的主要原因 以及它是怎么运作的 1992年的大波士顿地区
[4540.134-4552.002] SPEAKER_02: 微妙的还是明显的种族主义 两个都是。 在机构内部来说， 你是否觉得在某些方面被赋予了权力？ 成为第一个或首批黑人之一， 在某个特定学科领域里，
[4552.082-4559.082] SPEAKER_02: 在你参与过的那些伟大机构中， 比如佐治亚理工或麻省理工， 是否有时觉得受限？
[4559.382-4572.027] SPEAKER_01: 我一直感到被赋能。 部分原因是我的错觉吧， 但结果还行。 所以我从未觉得，恰恰相反。 我不仅没觉得有人想阻止我， 我还清楚感觉到 那就是大家希望我成功。
[4572.107-4584.636] SPEAKER_01: 我指的是掌权者， 而不是我的同学， 不是说他们不希望我成功， 但我觉得被支持，或者至少大家 乐于看到我成功。 至少跟别人一样多。 但1990年，你面对的是 一堆不同的问题，对吧？
[4584.716-4600.357] SPEAKER_01: 你起步很早，至少在计算机领域， 你就像早期的杰基·罗宾逊。 你知道，有种说法 叫杰基·罗宾逊综合征， 就是说你必须，你知道， 第一个必须完美 或者必须成功，因为一旦失败， 之后很久都不会有别人。 所以这某种程度上对大家都好。
[4600.437-4613.965] SPEAKER_01: 但我觉得这是真心的。 我完全相信大家，你知道， 大家尽全力确保 环境很好，不光是为我， 也为身边其他人。 而且我也不是唯一， AI实验室就我一人， 但MIT远不止我一个。 换个角度，我们到底是什么？
[4614.045-4627.515] SPEAKER_01: 那时，我们本可能变成啥样？ 离第一位黑人博士不到20年 从麻省理工毕业，对吧？ 雪莉·杰克逊，对吧？ 大概1971年左右。 所以我们并没有， 离第一位并不远， 还差八年
[4627.595-4636.012] SPEAKER_01: 才出现首位黑人计算机博士，对吧？ 那是个有趣的时期， 但我不觉得大学制度 反对这一切。 而且，学院有足够
[4636.092-4645.672] SPEAKER_01: 学生和教员的关键力量， 虽然我不认识他们， 他们希望确保正确的事发生。 这和城市其他地方 很不一样， 我觉得这些制度的设计方式 他们觉得没必要帮忙。
[4645.972-4649.118] SPEAKER_02: 我有个敏感问题想问。 所以某种意义上你没感觉到，
[4649.198-4651.694] SPEAKER_02: 你感觉自己有了力量。
[4651.774-4665.580] SPEAKER_02: 有没有什么教训或建议，意思就是 无论如何，你都该觉得自己有力量？ 我想你用了“幻觉”或“妄想”这个词。 从个人角度，有没有这种感觉： 你应该总是有点忽视，你知道，
[4665.660-4676.875] SPEAKER_02: 忽视你自己的眼睛，忽视那些小力量 你能在周围观察到的 那些好像在试图干扰你， 不管是嫉妒，还是 纯粹的仇恨，或淡化的仇恨，之类的。
[4676.955-4680.588] SPEAKER_02: 然后只当自己很有力量很有自信，等等。
[4680.888-4702.452] SPEAKER_01: 我是说，这当然有帮助，但也要权衡，对吧？你得有足够的妄想 才能觉得自己能成功。我是说，除非你疯到觉得自己 能发明别人从没想过的东西，否则拿不到博士。我是说，那种巨大的妄想就是 这样。所以你得足够妄想，才能相信自己能成功，不管面前有什么困难 在你面前。但你也不能妄想过头，觉得自己不需要走出去
[4702.532-4715.851] SPEAKER_01: 迎面来火车的感觉，对吧？这就是权衡，得有点信任。 相信自己。有个支持群体很有帮助。我能 找到支持。无论在哪，我都能找到，哪怕不一定是 在我这一层。这里朋友很多，很多人还住这儿。我已经
[4715.931-4727.740] SPEAKER_01: 和很多人保持联系，所以感到被支持。还有我妈、家人和 家乡认识的人。 总能依靠他们，即使长途电话要花钱。 现在的孩子根本不懂。但 那时很重要。给妈打电话很贵。但有那
[4727.820-4735.366] SPEAKER_01: 就没问题。我觉得有用。但不能被冲昏头忽略明显的事。 会拖慢进度，还会高估自己。长远看会伤害你。
[4735.666-4740.309] SPEAKER_02: 你提到警察。你讲过被拦下的故事。也许 不止一次。
[4740.609-4742.501] SPEAKER_01: 肯定不止一次。
[4742.801-4746.191] SPEAKER_02: 第一个，能讲讲吗？让我感受世界什么样——
[4746.271-4750.903] SPEAKER_02: 当法律不总是客观看待你时？我不知道 怎么说得更诗意。
[4751.203-4753.118] SPEAKER_01: 嗯，我想...
[4753.198-4761.243] SPEAKER_01: 我也不知道。答案就是现在这样，因为 我们碰巧活在这个世界，对吧？人们聚在一起，做他们 根据那一两个线索做决定。对了，
[4761.323-4770.367] SPEAKER_01: 这些正反馈让你更坚信自己的看法。 之前的行为让它成真，然后循环继续。 所以关键是走对路。我觉得这 有点危险。虽然我过了五十岁，还是。
[4770.447-4781.711] SPEAKER_01: 对了，恭喜。 天啊，我这儿那儿都有白头发了。 你做得挺不错的。 我想，我真没法想象见到警察时不紧张。 现在谁都会紧张，因为你可能超速被拦，
[4781.791-4788.536] SPEAKER_01: 或者要收罚单，对吧？我是说， 法律最有趣的是，大多数人体验它都是负面的， 对吧？你有麻烦才会找律师，
[4788.616-4798.217] SPEAKER_01: 除了极少数情况。但现实就是这样。现在想象一下 这种事也发生在警察身上。我记得那次被拦下， 在波士顿和韦尔斯利之间。当时我在想——
[4798.517-4799.515] SPEAKER_02: 对。
[4799.815-4807.500] SPEAKER_01: 对。 什么？ 他拿枪对着我，要是开枪他能逃脱，最糟的事。 当时我觉得，他要是开枪打死我，他就能逍遥法外。
[4807.580-4810.470] SPEAKER_01: 多年后才明白，其实比那更糟。
[4810.550-4817.794] SPEAKER_01: 就是他逍遥法外，而且如果被人知道。 很可能不会，但如果被人知道。 如果活在今天，而不是三十年前，我们不仅能逃脱。
[4817.874-4827.417] SPEAKER_01: 我还会被说成恶棍，又大又可怕，动作太快。 最后我照做了，反而更糟，你懂那种感觉。 伤害不只有你，你死了，还有家人，别人怎么看你。
[4827.497-4842.139] SPEAKER_01: 你的过去，很可怕，而且会成真，我绝对相信。 会成真。 他开枪了吗？没有。我觉得他不想开枪，不想杀人。 那天晚上出门，没意料到，也没计划。我不会惊讶。 如果他从未开枪，甚至再没拔枪。我不知那人名字。
[4842.219-4848.140] SPEAKER_01: 名字全忘了，只记得枪。那枪就在面前。 枪很大，比看起来大得多。你就像 …
[4848.440-4852.387] SPEAKER_02: 超速还是什么。他说我闯红灯，我确实闯了，但我觉得没有。
[4852.687-4863.521] SPEAKER_01: 但你知道，我可能连罚单都没收到，只是警告。我想他 … 他拔了枪。显然我动作太快，还没到时候就摇下车窗。 不清楚。我觉得他觉得我要做什么，至少他表现那样。
[4863.821-4866.270] SPEAKER_02: 那么，我们怎么走进你的脑海？
[4866.350-4869.995] SPEAKER_02: 你怎么看那个人？那次之后对警察有啥看法？
[4870.295-4876.425] SPEAKER_01: 嗯，不记得那个人了，但对警察的看法跟对很多事一样。 火重要又必要，但得尊重它。
[4876.505-4881.474] SPEAKER_01: 火会烧伤你，是必要的恶。必要在于 热量和火的用途。所以看到警察，我看到
[4881.774-4887.265] SPEAKER_02: 一个大火球，就躲开。有些人可能看到好地方 比如和家人烤棉花糖，挺好的。但我不烤。
[4887.345-4893.173] SPEAKER_02: 好吧，说得阴暗点。抱歉，刚和丹·卡林聊了 四个小时，有点阴暗。抱歉，但是
[4893.253-4896.886] SPEAKER_02: 这种小心避开火的态度，容易
[4897.186-4901.028] SPEAKER_01: 变成仇恨？当然。有人说是合乎逻辑的结论。
[4901.108-4904.277] SPEAKER_01: 对，但人总得活着。嗯，我觉得没帮助。
[4904.357-4911.497] SPEAKER_01: 仇恨很消耗能量，所以一个人 该留到有用时，别一直带着。 快乐和悲伤的错觉区别很大。快乐的错觉让你相信
[4911.577-4919.216] SPEAKER_01: 今天能起床上班，不被车撞。而 悲伤的错觉是你不担心冲过来的车。对吧。所以 都需要一点错觉，不然会瘫痪。但不能
[4919.296-4922.860] SPEAKER_01: 变得荒谬。回到你之前说的同理心
[4922.940-4927.572] SPEAKER_01: 我想我会请别人从这些故事里得出的结论是 发现这是真的。
[4927.652-4936.196] SPEAKER_01: 人们让我同情那个警察，我就拿数据反驳。 警察连美国最危险职业前十都排不上。 坐出租车死掉的概率更大，而警察一半
[4936.276-4942.545] SPEAKER_01: 其实是自杀死的。但这也说明他们生活 确实有问题。我很愿意去理解 他们的经历和世界观。不过我觉得，
[4942.625-4954.214] SPEAKER_01: 如果跳出我自己的感受，也跳出单个警察的感受， 再往上看一层，因为一切都跟互动现实有关。 真正的问题在于，我们编了个大故事，让人很容易
[4954.294-4962.734] SPEAKER_01: 把自己划进不同群体，忘了 其他群体的人其实跟自己一样。有时候问问自己， 这是个有用的练习： 如果我出生在完全不同的家庭，完全不同的
[4962.814-4974.229] SPEAKER_01: 环境，变成完全不同的人——比如我是女性——我会用不一样的方式看世界吗？ 我会相信那边那个“疯子”信的东西吗？很可能会。 毕竟他们相信，而且他们本质上跟你一样。所以
[4974.309-4983.794] SPEAKER_01: 你能做些什么来改变？如果你觉得推特需要改， 或者脸书需要改，那你怎么消除种族主义？ 怎么解决这些问题？都是结构性的，不在于……
[4983.874-4992.117] SPEAKER_01: 个人对话很关键，但得有个结构，让人能 持续这些对话，而且方式要安全，让他们 明白别人经历不同，但说到底大家都一样
[4992.197-5005.702] SPEAKER_01: 这听着……嗯，不知用什么词，想避开像 “甜腻”这种词，但你知道，感觉特别特别乐观 但我觉得没问题，这是错觉的一部分，因为你想稍微 乐观一点，然后发现真正难的是先建立那些结构
[5005.782-5009.485] SPEAKER_01: 因为改基础设施，几乎对谁都没好处
[5009.785-5020.979] SPEAKER_02: 对，我觉得领导者很关键，推销这种乐观错觉 给所有人，最终建起结构，但这需要一位 能团结大家的领导者 用愿景团结大家，而不是分裂，还要有个愿景
[5021.059-5023.206] SPEAKER_02: 而在这一刻，感觉
[5023.286-5027.349] SPEAKER_02: 如果走向某种暴力或非暴力内战，概率非零
[5027.429-5037.703] SPEAKER_02: 这是美国史上最分裂的时期之一 从近期看，你可以从更有见识的角度 更深层谈这个，但以我天真的眼光看，这似乎非常
[5037.783-5045.619] SPEAKER_02: 奇怪时期，愤怒很多，跟人有关，原因有很多 其一，很少人提到的是数百万人的无声经济痛苦
[5045.699-5054.301] SPEAKER_02: 因为贪婪、企业倒闭、梦想破灭，痛苦在加剧 那是在建什么？ 紧张累积，情绪升高，我不确定。
[5054.381-5062.705] SPEAKER_02: 你能分析出源头，但抗议之类的。 慢慢发酵，为什么是现在？因为时间够久了。最早骚乱在波士顿，不是要引申什么。
[5063.005-5077.369] SPEAKER_01: 当时，这要追溯到更早，比如18世纪。我是说很久以前，波士顿骚乱频发。 这就是波士顿，历史课这么说的。有一个有趣的… 在纽约，我记得那时。关键是让新一代人愤怒，但又没老到记得上次。
[5077.449-5088.899] SPEAKER_01: 对，大致如此。但你们说了两个完全… 你们说了两件事，值得展开。一件与历史时刻有关，为什么情绪在累积。 另一件有点像科维茨的经济现实，我想分开谈。
[5088.979-5104.620] SPEAKER_01: 因为它在科维茨之前就发生了，所以先分开。 我先说明，我对历史感兴趣，本科辅修过历史，特别是1960年代。 有趣的是另一个辅修是西班牙语，好吧那是个错误，我喜欢它。 西班牙语历史和西班牙历史其实是西班牙语，另一个是…
[5104.700-5115.627] SPEAKER_01: 这有点像科维茨的经济现实，我想把它们分开。 比如，这事儿在科维茨之前就发生了，对吧？那我们先暂时…… 把这两件事分开讲，我先声明，虽然我对历史感兴趣。
[5115.707-5119.654] SPEAKER_01: 呃，我本科三个辅修里，其中一个就是历史，特别是
[5119.954-5125.619] SPEAKER_02: 六十年代的历史，有意思的是另一个是西班牙语，好吧那是个错误，但我喜欢。
[5125.919-5138.170] SPEAKER_01: 西班牙语的历史和西班牙历史，其实是两回事。 现在叫认知科学，当时挺有意思，我辅修过。 考克斯，我在这读研，特别迷人，经历很不一样。 我上过的所有计算机课，
[5138.250-5144.496] SPEAKER_01: 甚至本科的网络课。 总之，我对历史感兴趣。 但我不算历史学家，对吧？ 所以请听众原谅我简化了。
[5144.576-5147.083] SPEAKER_01: 但我觉得这个问题总值得一问。
[5147.163-5160.238] SPEAKER_01: 而不是说这是同一个问题， 但有点不同。 不是问现在，而是问以前为什么没有，对吧？ 那为什么是五六十年代的民权运动？ 而不是三四十年代呢？ 首先，当时有民权运动。 在三四十年代。 只是性质不一样。
[5160.318-5176.864] SPEAKER_01: 或者不如二战后那么出名。 当时发生了很多有趣的事。 并不是像开关打开一样。 和布朗诉教育委员会案。 像是蒙哥马利抵制公交的事，就发生在那个时候。 这事一直在累积。 能追溯到很久以前。 追溯到很久以前。 哈丽特·塔布曼可不是1950年生的吧？ 所以我们可以——
[5177.164-5179.811] SPEAKER_02: 它很可能二战后就发生了。
[5180.111-5184.244] SPEAKER_01: 对。 再说一遍，我不是学者， 我觉得最大区别是电视。
[5184.324-5188.550] SPEAKER_01: 事情看得见了。 人们能看到它们。 很难躲开，对吧？
[5188.630-5197.070] SPEAKER_01: 为什么不是詹姆斯·法默？ 而是马丁·路德·金？ 因为一个人晚出生二十年， 或者其他原因。 我发现啊， 金早期最大挫折是什么？ 在佐治亚州。
[5197.150-5210.097] SPEAKER_01: 他们做平常事，想融入。 我忘了名字，但你可以查一下。 但他是个警察，是警长。 跟整个佐治亚州做了笔交易。 我们要把人。 我们要和平地装他们上车。 然后带走他们，关进监狱。
[5210.177-5212.290] SPEAKER_01: 离这儿很远的地方。
[5212.370-5218.012] SPEAKER_01: 我们要这么做。 而且我们不会。 媒体就没理由待着了。 他们做了，还真管用。
[5218.092-5227.426] SPEAKER_01: 媒体走了，什么都没变。 然后他们去伯明翰找公牛奥康纳。 你在电视上看到。 小孩被消防水带喷到。 被打倒了。 引起了公愤，事情变了，对吧？
[5227.506-5247.257] SPEAKER_01: 妄想之一就是假装。 没有坏事发生。 那可能会逼你去做些大事 你不想干的事， 但有时它就摆在眼前 然后你就没法忽视了。 我觉得，事情发展很大一部分， 就是太公开，没法忽视。 现在又有新的方法忽视它。 南方变化很大， 但那种错觉之一是以为它不影响
[5247.337-5264.928] SPEAKER_01: 西部或东北部。 它当然影响了。 这又带来一系列问题， 一直持续到60年代末70年代初。 某种程度上，我们仍受影响。 那为什么不呢？发生了什么？ 现在发生了什么？ 为什么十年前没发生？ 我觉得是人们有更多发声渠道。 不光是更多电视，还有社交媒体。
[5265.008-5267.260] SPEAKER_01: 这种事很容易。 有点像在自我积累。
[5267.340-5269.232] SPEAKER_01: 而且东西挺显眼的。
[5269.312-5283.084] SPEAKER_01: 还有人口结构的变化。 世界变化很快，对吧？ 所以这非常难。 现在你会遇到那些原本能避开的人。 在你成长的那个时代，大部分时候。 而且它正在以某种速度扩散， 快到让人担心， 但又不至于引起大规模反感。
[5283.164-5290.803] SPEAKER_01: 就这样。 另一方面，再强调一下， 这是一个很大的简化， 但我觉得还是有道理， 至少有些值得思考的。 我很乐意被历史学家批评。
[5291.103-5302.831] SPEAKER_02: 哦对，显而易见的事情。 我猜你在暗示，但没明说。 似乎传播最广的是 比如一个视频。 乔治·弗洛伊德那段视频。 这会带来巨大影响。 想到这点真让人着迷。
[5302.911-5309.830] SPEAKER_02: 不管什么机制，把不公正 摆在我们面前，但不是直接。 这些机制就是变革的动力。
[5310.130-5318.036] SPEAKER_01: 是啊，还有罗德尼·金。 所以没人记得这事。 好像只有我记得这事。 但在罗德尼·金事件之前， 有个家伙是警察。
[5318.116-5333.130] SPEAKER_01: 他说情况很糟糕。 在南加州，他打算通过让……来证明。 他还打算通过让……来证明。 记者和摄像跟着他。 他说要去这些城镇。 只要跟我一周。 你会看到我被人骚扰。 比如第一晚，他去了那里。 他进城后，几个警察拦下他。
[5333.210-5338.759] SPEAKER_01: 别忘了，他可是个警察。 那事他们当然不知道。 好像把他的脸往玻璃窗上按。 这个上过新闻。
[5339.059-5341.973] SPEAKER_02: 我还清楚记得小时候看过。
[5342.273-5345.825] SPEAKER_01: 其实那时候我已经不是小孩了。 我在读大学，读研究生。
[5346.125-5349.097] SPEAKER_02: 所以那还不够。 就是，怎么说呢，只是……
[5349.397-5353.205] SPEAKER_01: 嗯，它就那么消失了。 才过一天，它没火起来，对吧？
[5353.505-5355.850] SPEAKER_02: 不管是什么，那神奇的东西。
[5356.150-5376.728] SPEAKER_01: 而且92年那会儿它是什么样。 92年想火更难，对吧？ 也许是91年，肯定是90或91年。 但事情确实发生了。 然后过了两天，就跟没发生过一样。 就像没人，又没人记得这事， 但我好像是唯一记得的人。 有时候我都觉得是做梦。 总之，罗德尼·金那事儿发生了，很快就传开了。 或者当时类似道德等价的事。
[5376.808-5391.253] SPEAKER_01: 最后到了4月29号，对吧？ 我不知道这两件事有啥区别。 就是一个被关注，另一个没有。 也许现在发生的是两件事 在互相影响。 一个是更多人愿意相信。 另一个是取证越来越简单。 比如摄像头、执法记录仪这些。
[5391.333-5408.764] SPEAKER_01: 但我们还是在讲同一个故事。 同样的事一遍遍发生。 我建议你们回去看看那些专栏文章。 看看罗德尼·金事件后人们怎么评价暴力 不是正确的回应。 然后再回到1980年。 看看当时的大规模骚乱。 读一读同样的专栏文章。 同样的字句一遍遍出现。
[5408.844-5415.566] SPEAKER_01: 一遍又一遍，总是同样的词。 历史就在那里。 几乎一模一样。 刚被抓到。 居然没人被指抄袭。
[5415.866-5422.646] SPEAKER_02: 对暴力有看法。 那就有意思了。 还有马尔科姆·X被讽刺的样子。 和马丁·路德·金相对。
[5422.946-5437.786] SPEAKER_01: 马尔科姆·X比马丁·路德·金大。 总觉得他更年轻。 他走得更早，对吧？ 只早几年，对吧？ 人们视马丁·路德·金为年长政治家。 而马尔科姆·X是年轻愤怒的人。 这更多是叙事手法。 完全不是事实。
[5437.866-5450.453] SPEAKER_01: 我只是不做选择。 这是个假选择。 事情就是这样发生的。 仇恨不是。 这需要很多能量。 但你知道，有时就是得战斗。 有件事我得说，不带道德立场。
[5450.533-5452.727] SPEAKER_01: 这问题上，我不持道德立场。
[5452.807-5453.700] SPEAKER_01: 暴力管用。
[5454.000-5463.520] SPEAKER_02: 对，这就是烦人的地方。 是啊，就烦在这儿。 过度愤怒好像管用。 愤怒管用。 所以，你可以说保持冷静理性。 光靠对话就能进展。
[5463.600-5465.434] SPEAKER_02: 但回顾历史，
[5465.514-5468.021] SPEAKER_02: 非理性愤怒才是进步的方式。
[5468.321-5471.432] SPEAKER_01: 嗯，这当然是。 让别人注意你的方式。
[5471.732-5473.264] SPEAKER_02: 是啊，这就是——
[5473.564-5488.996] SPEAKER_01: 如果别人不注意你，我是说， 那跟什么有区别？再说一遍， 不带道德立场， 我只是在观察历史。 如果电视不存在， 民权运动就不会发生， 或者拖更久，或完全不同形式。 如果社交媒体不在，可能更久。 如果社交媒体不在，很多事， 不论好坏，都不会发生，对吧？
[5489.076-5500.711] SPEAKER_01: 那这些事除了揭露真相， 还能做什么呢？ 暴力是一种呐喊。 很多比我更有才华的人， 已用各种方式说过这句话，对吧？ 就是说，暴力是无声者的声音，对吧？
[5500.791-5513.123] SPEAKER_01: 这是人们在别无选择时 会做的事。 有时同意，有时不同意。 有时觉得他们合理。 有时觉得不合理。 但总之，这是一种呐喊。 你呐喊时，人们常能听到，
[5513.203-5520.110] SPEAKER_01: 即使不一定听得懂。 你刚才说的。 他们听见你喊。 没别的办法，换个说法。 这样挑衅性小些。 但事实上就是：
[5520.190-5523.522] SPEAKER_01: 所有变化，特别是权力变化， 都需要斗争。
[5523.602-5526.016] SPEAKER_01: 斗争不一定暴力， 但它还是斗争。
[5526.316-5528.487] SPEAKER_02: 强者不会轻易放手。
[5528.787-5535.973] SPEAKER_01: 他们凭什么放弃？ 即便这样，也是斗争。 其实这不只是关乎 暴力政治这些， 非暴力变革，对吧？ 微积分也一样，对吧？
[5536.273-5539.001] SPEAKER_02: 一切都需要斗争。 又回到教师招聘了。
[5539.301-5545.744] SPEAKER_01: 说到底，最终， 一切都归到招聘老师。 这完全是个比喻。 教师招聘就是生活的比喻。
[5546.044-5553.184] SPEAKER_02: 我问个奇怪的问题。 你有没有觉得一切都会好起来？ 那接下来一年呢？ 你充满希望吗？ 你希望我们会好起来吗？
[5553.484-5566.083] SPEAKER_01: 我觉得一切都会好起来。 因为我就是这么认为。 一切都会好的。 我妈常跟我说些话，一直这样，而且 这些话让我很安慰。 就是，一切都会过去。 而一切都会过去。 当然，这话不光是指
[5566.163-5580.027] SPEAKER_01: 这件坏事会过去。 一切都会过去。 我是说，我女儿16岁。 她再过15分钟就上大学了。 她成长速度太快了。 而且我现在能和她一起玩， 但总有一天我不能了。 她会像我当年忽略父母那样忽略我， 在我读大学和研究生时。 这一切都会过去的。
[5580.107-5586.933] SPEAKER_01: 但我想，有一天，如果我们幸运的话， 你能活得够久，回想起一件事， 那是很久以前的事，即使很痛苦， 而多数时候只是个记忆。
[5587.013-5589.300] SPEAKER_01: 所以，我想一切都会好的。
[5589.600-5599.224] SPEAKER_02: 人类呢？ 你觉得我们会活到21世纪吗？ 我当然希望如此。 你担心吗， 你担心我们可能会自毁， 用核武器、人工智能、工程学？
[5599.524-5611.601] SPEAKER_01: 我不担心AI会这么干，但我担心。 我是说，随时都可能，对吧？ 还有，但你知道， 随时都可能有一颗彗星。 我的意思就是，随便吧。 我觉得吧，在那些 完全不受我们控制的事
[5611.681-5613.631] SPEAKER_01: 我们成功的几率更大。
[5613.931-5625.706] SPEAKER_02: 我跟伯克利的亚历克斯·菲利潘科聊过。 他当时在聊彗星， 还有它们可能突然出现。 这让我意识到一点。 哇，我们只是盯着这片黑暗， 它们可能突然闯进来，我们就剩不到一个月。
[5626.006-5629.152] SPEAKER_01: 嗯。 可你还是一天天坚持下来了。
[5629.452-5633.445] SPEAKER_02: 那个过不去的。 嗯，地球能扛过去，但人类不行。
[5633.745-5640.443] SPEAKER_01: 对。 但我选择相信 是。 一切都会好起来的， 我们也不会被小行星撞到，
[5640.743-5644.086] SPEAKER_00: 至少我活着的时候不会。
[5644.386-5647.857] SPEAKER_01: 如果真是这样，我也没啥办法了。 最好就当这事不会发生。
[5648.157-5650.525] SPEAKER_02: 它让食物更好吃。
[5650.825-5652.775] SPEAKER_01: 它让食物更好吃。
[5653.075-5657.359] SPEAKER_02: 所以你一生做了那么多事， 你还搞了个“本周黑人历史”日历。
[5657.439-5661.130] SPEAKER_02: 我想问的问题太多了。 你说你不是历史学家。
[5661.210-5666.492] SPEAKER_02: 那在黑人的历史里，有没有哪个人或时刻让你特别有感触？
[5666.792-5673.850] SPEAKER_01: 我觉得40到60年代，包括民权运动，都很鼓舞人心。 我年轻时读过很多那时期的书，想读多少就读多少。
[5673.930-5685.565] SPEAKER_01: 我80年代搞“本周黑人历史”，它专注得有点怪。 因为我当时抄了很多资料，都很集中。 比如我拿日历，能找到啥拿啥。 那时候谷歌还没出现，对吧？ 我就尽量收集，都放一起给人看。
[5685.645-5689.453] SPEAKER_01: 结果怪了，开始有人给我发信息。 他们给我发信息，说的是发明家。
[5689.533-5701.308] SPEAKER_01: 那些人，像加勒特·摩根、本杰明·班纳克这些，对吧？ 那些在某个时代搞发明的人，他们到底是怎么做到的？ 就像，其他事情都在发生。 母亲必不可少，对吧？
[5701.388-5712.768] SPEAKER_01: 其他事都在发生，周围很多可怕的事。 他们在错误时间去了错误地方。 他们可能再也回不来了。 但他们还在。 他们在发明我们用的东西，对吧？ 那种情况下还在创造，很鼓舞人心。
[5712.848-5723.415] SPEAKER_01: 我学到了很多。 也吸取了一些教训。 比如查尔斯·理查德·德鲁这样的人。 你创造的东西会影响别人。 不一定得到认可。 这不公平，但也没关系。
[5723.715-5725.642] SPEAKER_02: 你能接受吗？
[5725.942-5729.007] SPEAKER_01: 某种程度上，能。 说白了，我们拥有的只有认可。
[5729.307-5731.617] SPEAKER_02: 我一直纠结认可的价值。
[5731.917-5737.605] SPEAKER_01: 那是你唯一拥有的。 如果你算是个学者的话。 嗯，不是你唯一有的，但有时感觉就这样。
[5737.905-5740.633] SPEAKER_02: 其实我们很快都会死。 你有创造的快乐。
[5740.933-5742.163] SPEAKER_00: 对。
[5742.463-5743.809] SPEAKER_02: 多亏了简。
[5743.889-5746.478] SPEAKER_02: 我跟约里安·施密德胡伯聊过。 对吧？
[5746.558-5759.912] SPEAKER_02: 图灵奖颁给了三位深度学习贡献者。 很多其他人也该上榜。 诺贝尔奖就这样。 对，挺难过的。 难过，但人们爱聊。 但历史上能被记住的只有爱因斯坦、希特勒，也许还有马斯克。
[5759.992-5761.768] SPEAKER_02: 而我们其他人就这样。
[5762.068-5769.405] SPEAKER_01: 有人问过我关于永生的问题。 我说这是从别人那偷来的。 不记得谁了，但我问他：你曾祖父叫什么？ 任何一个？
[5769.485-5778.334] SPEAKER_01: 当然不知道。 大多数人都不知道。 嗯，我不太确定。 我所有祖父母的名字都知道。 我知道怎么称呼他们。 对吧？ 比如，他们的中间名我一个都不知道。
[5778.414-5783.475] SPEAKER_01: 这都还在世的人记得，能查到。 其实，我祖父不知道他啥时候生的。 我不知道他多大。
[5783.555-5789.661] SPEAKER_01: 对吧？ 可我肯定不知道所有曾祖父母是谁。 所以说，不朽就是做点好事，让后代记得你。
[5789.741-5793.154] SPEAKER_01: 对吧？ 差不多就这样，想想还挺沮丧的。
[5793.234-5796.682] SPEAKER_01: 你要的话，我能说得积极点，但是——
[5796.982-5798.677] SPEAKER_02: 对，你能干这活吗？
[5798.977-5804.143] SPEAKER_01: 嗯，很简单，对吧？ 没事。 我不需要知道我曾祖父是谁，也知道没他就没我。
[5804.443-5805.058] SPEAKER_02: 嗯。
[5805.358-5815.890] SPEAKER_01: 我也不知道我未来的曾孙是谁。 我不知道我曾曾孙是谁。 可能永远见不到他们。 虽然很想见。 希望我的努力能让他们过得更好。 嗯，当然，要是没做那些事，他们就不会存在。
[5815.970-5819.394] SPEAKER_01: 所以，这是件好事。 你通过他人延续生命。
[5819.694-5821.539] SPEAKER_02: 你怕死吗？
[5821.839-5825.031] SPEAKER_01: 我不知道怕不怕死，但不喜欢。
[5825.111-5827.142] SPEAKER_01: 那是另一件T恤。
[5827.442-5829.671] SPEAKER_02: 你会思考它吗？ 你会考虑...
[5829.751-5831.817] SPEAKER_02: 被遗忘的必然性？
[5832.117-5841.103] SPEAKER_01: 是的。 我偶尔会。 实际上，这对话特别俄罗斯。 非常，是的。 我给你讲个故事。 最近发生在我身上的一件事。 你仔细看，会看到我一道疤痕。 是的。
[5841.183-5845.676] SPEAKER_01: 说起切半边甲状腺，这故事挺有趣。 有人留疤，有人不留。
[5845.976-5848.971] SPEAKER_00: 总之，我切了半个甲状腺。
[5849.271-5863.751] SPEAKER_01: 怎么走到这一步，也是个故事，但不细说。 我只说，我做了不该做的事。 我总跟人说，除非没辙，别去看医生。 因为看医生没好事，对吧？ 所以我去检查个东西。 我侧面有个小肿块，以为是大病，我妈逼我去的。 去了，他说，哦，没事。
[5863.831-5876.163] SPEAKER_01: 不过，你甲状腺很大。 你能呼吸吗？ 嗯，能呼吸。 你确定？ 因为它压着你的气管。 你早该死了。 啊！ 对吧？ 所以我还是去了。 为了拿到我的... 你看我的甲状腺，一直在长。 我得了甲状腺肿。
[5876.243-5882.268] SPEAKER_01: 他说得切掉它。 这可不是小事。 到某个时候。 什么时候？ 大概在你85岁之前。 但等到85岁就糟了。
[5882.348-5886.933] SPEAKER_01: 能避免的话，你不会想85岁做手术。 当然不是切甲状腺那种手术。
[5887.233-5889.346] SPEAKER_02: 所以我去了，我们决定...
[5889.646-5901.711] SPEAKER_01: 我决定推到12月19号，生日18号。 而且我不能说我已经49岁或啥的。 所以我说，生日过了再做。 采访中... 头六个月里... 前六个月里，啥变化都没有。 接下来三个月，它长大了。
[5901.791-5903.323] SPEAKER_01: 我完全没注意到。
[5903.403-5910.264] SPEAKER_01: 我去做了手术。 他们切了一半。 另一半还在。 对了，我工作挺好的。 不用吃药什么的。 太棒了。
[5910.344-5911.760] SPEAKER_01: 我在病房里。
[5911.840-5924.207] SPEAKER_01: 医生进来了。 手臂上带着这些。 他们要做各种检查。 他们在跟我说话。 麻醉师说， 哎，你血压…… 你有高血压吗？ 我说没有，但我害怕，你听着有用。 然后那个麻醉师的助手，
[5924.287-5933.087] SPEAKER_01: 她说，别担心。 我刚给你加了点药。 过几分钟就舒服了。 我转过头说， 嗯，过几分钟我就好多了。 然后我发现有人在挪我的床。
[5933.167-5945.081] SPEAKER_01: 他还在跟我说话。 我肯定见过这人。 然后我说… 我说，不，我不会那么做。 我该知道他在说什么。 可我就是想不起刚才的事。 我抬头一看，天花板在动。 我想，哦，跟电影里一样， 你看到天花板在动。
[5945.161-5951.151] SPEAKER_01: 我恍惚以为在一个无限长的仓库里， 有个人坐我旁边。 我心想，哦，她不是跟我说话。 然后我又回到病床上。
[5951.231-5964.201] SPEAKER_01: 天花板移动那段时间， 到我回病床时，过了大概五小时。 它长太大了，一小时手术变成四个半小时。 我脖子小了一个半号。 我脖子瘦了一圈半。 它挺大的。 它跟我的心一样大。
[5964.281-5972.222] SPEAKER_01: 我为什么告诉你这些？ 我告诉你这些是因为…… 这故事已经很精彩了。 从瓷砖掠过到我醒来那会儿， 没有时间流逝。 感觉不到时间在走。
[5972.302-5978.025] SPEAKER_01: 我睡着然后早上醒来， 感觉时间已经过去， 身体上也有了改变。 他们给我打了神奇药水，
[5978.325-5981.111] SPEAKER_02: 我醒来时，什么也没发生。 什么都没有。
[5981.411-5991.235] SPEAKER_01: 顺便说，我妻子当时在我身边说话。 显然，我也在说话。 这些事我不记得了， 幸好没说任何不该说的话。 我记得我在和她说话， 她会在房间里瞬移。
[5991.315-5997.897] SPEAKER_01: 我就说她是女巫。 就这么完了。 但她觉得我会先开口 然后睡着 醒来接着刚才说。 我完全没感觉到时间在走。
[5998.197-6000.623] SPEAKER_00: 我觉得那大概就是死亡。
[6000.923-6003.755] SPEAKER_01: 对。 就是感觉不到时间流逝。
[6003.835-6010.557] SPEAKER_01: 一方面吧，我也不清楚 想到自己察觉不到，倒挺安心。 可另一方面，自己发现不了，又很难过。
[6010.637-6017.742] SPEAKER_01: 所以我也不确定怕不怕死 但我肯定不喜欢它。 而且我特想亲自去发现 看看永生糟不糟糕，然后做决定。 我更希望那样。
[6018.042-6020.213] SPEAKER_02: 你希望自己能选。
[6020.513-6022.684] SPEAKER_01: 我希望自己能选。
[6022.984-6028.347] SPEAKER_02: 嗯，再说说俄罗斯的事。 它的有限性反而增添了风味 多了点趣味
[6028.647-6032.675] SPEAKER_01: 强化学习中我们相信这点 所以我们有折扣因子 不然做什么都没意义
[6032.975-6036.980] SPEAKER_02: 阿门 最后再问一个问题 接着聊俄罗斯相关
[6037.060-6041.227] SPEAKER_02: 你曾祖父母不记得名字 你认为什么是
[6041.307-6042.955] SPEAKER_02: 在生命的马尔可夫链里
[6043.035-6046.169] SPEAKER_02: 这一切意义是什么 生命有什么意义
[6046.469-6055.269] SPEAKER_01: 不知曾祖父母是谁 也不知曾孙是谁的世界 我想起以前听到的 或读过的一句很喜欢的话 那就是，很值得记住
[6055.349-6058.379] SPEAKER_01: 整个宇宙 除了一个微小例外 全由别人组成。
[6058.459-6060.885] SPEAKER_01: 我觉得这就是生命的意义。
[6061.185-6068.069] SPEAKER_02: 查尔斯， 这是我经历过最好的对话之一。 明天还能再见到你。 和最厉害的那些人一起玩。
[6068.149-6084.568] SPEAKER_02: 我该怎么说呢， 我会遇到最有趣的人之一。 和迈克尔·利普曼一起。 我等不及了。 很高兴有这个机会。 谢谢你大老远过来。 太棒了。 我很兴奋。 我一直很喜欢佐治亚理工学院。 很兴奋看到你参与进来。 未来会怎样发展。 谢谢你和我聊天。
[6084.868-6087.596] SPEAKER_01: 谢谢你邀请我。 我享受每一分钟。
[6087.896-6097.973] SPEAKER_02: 谢谢收听我和Charles Isbell的对话 也要感谢我们的赞助商 Neuro，做无糖功能性口香糖和薄荷糖 用它快速给大脑补充咖啡因
[6098.053-6102.255] SPEAKER_02: 《解码数字》 一档科技和创业的播客 我常听也很喜欢
[6102.335-6111.936] SPEAKER_02: Masterclass，我正看的在线课程 来自历史上最了不起的人 还有Cash App 我用来给朋友转账 支付食物和饮料的费用
[6112.016-6127.367] SPEAKER_02: 赞助商信息详见简介 可获取折扣，支持本节目 喜欢这个节目的话 记得在YouTube订阅 在Apple Podcasts给五星 在Spotify关注 在Patreon支持 或在Twitter找我 @Lex Friedman 最后，念几句诗来收尾。
[6127.447-6130.059] SPEAKER_02: 这是马丁·路德·金的话。
[6130.139-6137.882] SPEAKER_02: 总有一天，人们会厌倦 被推出灿烂的阳光 被留在欢乐之外 被留在刺骨寒风里 就像高山上的十一月
[6137.962-6139.390] SPEAKER_02: 谢谢大家聆听。
[6139.690-6141.965] SPEAKER_00: 希望下次再见。 谢谢