专访清华陈文光：搞好CS基础建设再寻思AI专业，读博与否？看个人能力

来自 | 清华园
报道 | 量子位 

清华大学计算机系，有这样一位教授。

他是高性能计算领域专家，国家杰出青年科学基金获得者。从2016年开始，还兼任了青海大学计算机系主任。

他也乐于服务非营利组织，是中国计算机学会(CCF)和国际计算机学会(ACM)的老牌志愿者。

他，就是清华陈文光教授。

陈文光，清华大学计算机系教授，主要研究领域为操作系统、程序设计语言和并行计算。现为中国计算机学会副秘书长（兼职）。同时，也是国际计算机学会(ACM)中国理事会主席。

这样的学术大咖，对计算机前沿科技，对当前的学术热点，会有怎样的独到观点呢？

在量子位的专访中，我们与陈文光教授面对面，聊起AI浪潮中种种现象，还有对青年学子的宝贵建议。

AI很重要，CS更广阔

在即将召开的2019中国计算机大会(CNCC)中，陈文光担任了论坛委员会主席一职。

论坛委员会，负责征集CNCC大会各个技术论坛的主题。主题一类来自自由申报，还有一些来自论坛委员会的主动策划设计和邀请，而且是前一类的论坛占多数。

也就是说，在CNCC大会之中，技术论坛的设置主要不是自上而下，而是自下而上的。

在这样的模式下，学术热点自然受到欢迎。而在今年的大会中，最热门的主题，无疑是人工智能。

面对来势汹涌的AI浪潮，作为高性能计算领域的专家，陈文光教授是这样认为的：

AI毫无疑问是很重要的。而且就目前看来，即使AI技术不持续地发展，仅是将现有的AI技术融入到各种应用中去，就有相当大的发展空间。

在陈文光教授看来，包括高性能计算，也因为AI而得到了更加广阔的发展应用空间。

如果说大数据是人工智能的数据基础，那么高性能计算就是AI计算能力的基础技术支撑。陈教授说，没有高性能计算，AI研究也能进行，但有高性能计算，AI能做得更好。反过来也是一样的，即使没有AI，高性能计算也有其传统的应用领域，但AI给高性能计算提供了一个从“小众”到“大众”的技术应用空间。

比如华为最新发布的重量级AI产品Atlas900，训练ResNet-50只需59.8秒，就是高性能计算技术与AI应用的融合。

而陈文光教授课题组，现在也展开了一些有关优化AI系统性能的研究工作，比如对稀疏数据运算的优化。

教授笑称，即使有意避开热点，但AI涉及的范围其实非常大，很有些“避无可避”的意思。

但是从另一个角度来讲，整个计算机科学技术肯定是要远远超出AI本身的范畴。

比如，怎样去写一个操作系统，怎样去写一个编译器，这显然不是AI能解决的问题。

在CNCC论坛的设置上，也可以一窥学界对“非学术热点”的重视。在今年的CNCC上，除了备受瞩目的AI、5G等热门话题，还有经典算法论坛，理论计算机科学论坛这样的“非热点”主题设置。

科学发展，是没有唯一正确的方向的。

陈文光教授认为，大家都是根据自己的经验和信仰去找寻研究的方向，大量的研究都可能是失败的或者无意义的，只有少数能取得成功。而成功的原因，既是个人的远见卓识，也有运气成分，所以发展的道路肯定是多样化的。

人工智能如此，其他的科学发展亦是如此。

AI并不孤立

但AI对这个时代的影响，已经渗透到了更细微的层面。

作为一个微博达人，虽未亲自参与近日贵系的直博面试，陈文光教授对那位“实现了在自己写的CPU上运行自己写的操作系统，以及自己实现的编译器生成的程序”的周聿浩同学引起的热议，也有所耳闻。

“我差点以为那个学生报的我。”

不过，这位同学报考的导师其实是朱军教授，朱军教授的研究领域是机器学习。

谈到AI这样的热点对学生的影响，陈教授坦承：影响非常大。

今年清华计算机系的国际硕士班三十几个学生，开学时聊到以后想学什么，基本上不是说AI，就是说深度学习，几乎没有其他的。

对此，陈文光教授谈到了两点看法。

第一，是更早地让学生理解到计算机科学的方方面面，了解各个领域的研究范式、研究挑战和发展空间。

而要实现这一点，就涉及到本科生的课程设置和课程质量。陈教授本人就会给大一新生上计算机系统研讨课。设置这类课程的意义，就在于尽早地触达学生，向学生介绍计算机科学不同的分支，展现各个分支的魅力所在，吸引学生不仅仅往一个方向上去探索。

不过，从另一个方面来看，计算机科学本身就不是割裂的，而是相互关联的。

举个例子，比如说计算机系统的构建，就可以与AI应用结合起来，通过系统的构建，去优化AI的应用或是实现AI算法。

在计算机科学领域，并不是选择了一个方向，就要放弃其他的方向，不同的研究方向之间，是存在相互关联相互促进的关系的。

比如说周聿浩同学，虽然选择了人工智能作为自己未来的研究方向，但据陈教授透露，他在龙芯杯处理器竞赛中的合作者正是陈教授的博士生。

计算机科学的各个研究领域都不是孤立存在的。这样的看法，也延续到了对人工智能本科专业开设的理解上。

今年，清华大学交叉信息研究院在姚班之外，又开设了智班，专注于AI人才的培养，引来极高的关注度。

陈文光教授认为，对于有足够积累的高校来说，开设人工智能专业是有意义的。比如南京大学的人工智能专业课程设置，就是在计算机科学的基础上增加了数学素养的培养，而去掉了一些跟算法和理论关系不那么密切的必修课，这样的培养计划是合理的。

教授提到，包括清华在内，许多计算机专业毕业生的数学基础尚有薄弱之处，设置人工智能专业，补强数学、统计学、最优化方法等基础知识，是有价值的一件事。

但陈教授也实事求是地指出，并不是每一所高校都适合创办人工智能专业。比起专业分化带来的问题，其实更基本的问题是如何提升整个计算机科学与技术相关专业的基础教学质量。

教好课，才是最重要的。

相应的，对于计算机专业的本科生而言，最重要的也是集中力量把最基本的能力练好。比如实际编程能力，比如数学理论基础。打好基础，多了解计算机领域的全貌，才能不被乱花迷眼，在未来的选择面前，多一份游刃有余。

最好的时代

如今，AI已成显学，而编程教育的普及也在朝着更低年龄段的孩子发展，无论是从功利的角度还是兴趣的角度，越来越多的人开始接触编程，了解编程。

面对这样的趋势，陈文光教授表示很支持，他认为，这是整个社会向信息化社会转变过程中一个非常正常的标志。就如同读书识字一般，在未来，编程很可能成为一种很基础的技能。

而大环境的风云变幻，包括太平洋两岸局势的紧张化，也未必是一件坏事，相反，这很可能是一个新的发展机遇。

过去，对一些本应长期投入的技术，比如芯片，比如编译器，国内重视程度始终不足。而在这个节点上，更多人开始把目光聚焦到这些技术攻坚困难，收益却没有那么明显的产业上来。

陈教授认为，外部的压力，会牵引出对产业和产业背后教学的需求，就会有更多的资源投入，来推动整个行业的发展和人才的培养。

华为方舟编译器万众瞩目，阿里、百度等科技巨头投入“造芯”，便是此间缩影。

把握住历史赋予的机会，当下的时代，就是最好的时代。

关注人才培养

在与陈文光教授的对话中，可以感觉到，作为一名大学教授，他非常关心的一点，就是人才的培养。

借助产业界和CCF的力量，陈教授也参与到了一系列促进教学的比赛、活动当中。比如龙芯杯全国大学生计算机系统能力培养大赛，比如评价大学生算法、编程能力的CSP计算机水平认证等。

陈教授透露，未来还将推动编译方面的竞赛，以赛促学。

一年一度的CNCC（中国计算机大会），也是一个很好的交流平台。

陈文光教授介绍，CNCC已经成为国内计算机界业内人士一年一度学习、集会的重要场合。大会报告囊括计算机领域各个重要主题，演讲者均为业内顶尖水平，内容足够硬核，是再好不过的学习机会。而各个论坛则为各个垂直领域内同行的交流互动提供了绝佳的机会。

梅特卡夫定律表明，一个网络的价值等于该网络内的节点数的平方，而且该网络的价值与联网的用户数的平方成正比。也就是说，一个网络的用户数目越多，那么整个网络和该网络内的每台计算机的价值也就越大。

而现在，CNCC就是一个连接了足够多用户的“网络”，可以容纳各种各样正式、非正式的活动，为计算机学界、产业界人士提供丰富的交流机会。

今年的CNCC主题为“智能+——引领社会发展”，将于10月17日在苏州召开。

One More Thing

最后，陈文光教授也跟我们聊了聊读博那些事儿。

在这么好的时代机会之下，本科毕业，到底是投身产业界，还是读博深造呢？

陈文光教授的建议是，首先，博士不是每个人都需要读的。从兴趣角度或自我评估的角度来说，当你认为自己具备深入了解问题、发现问题和解决问题的能力的时候，是可以考虑读博的。而从功利的角度来说，以清华博士为例，毕业拿到的薪资水平肯定是远高于本科毕业生的薪资水平的。

工业界的员工可以分为两类，一类是能读懂论文，跟得上最新研究进展的，另一类则不能。而博士明显会是第一类。

陈文光教授还额外强调了兴趣的重要性。博士培养，是对一个人能力的系统化培训，对于提高个人水平的意义毋庸置疑，但同时，读博也是一个长期的，辛苦、严格的过程，兴趣导向，才能足够坚持。

最后的最后，剧透一下，即将在10月17日苏州召开的2019中国计算机大会，技术论坛中的学术论坛就是陈文光教授率队“筛选”的结果，其中体现了他的苦心和对AI领域关键话题的判断。

不妨窥斑见豹，借机看看~

本篇文章来源于: 深度学习这件小事