计算机学者张晓东:跟热点可能浪费资源,盒子里的东西更重要

2019 年 9 月 11 日 未来论坛

文/澎湃新闻 张唯


计算机学科变化非常大,但所有的变化都建立在核心技术和基础学科之上”,美国俄亥俄州立大学Robert M. Critchfield讲席教授张晓东曾担任12年的计算机科学与工程系主任,当澎湃新闻记者问起计算机学科的建设经验,他这样回答。


张晓东认为,计算机影响着各行各业,没有一个学科有这样大的影响力。比起在学科建设中跟风、追热点,更应注重打好基础。“计算机科学不是空中楼阁,如果基础打得足够好,不用担心怎么变,甚至可以引领学科的进展。”



今年,张晓东担任未来科学大奖周程序委员会联席主席,负责制定11月13日至17日的未来科学大奖周议程


在为期五天的活动中,生命科学奖、物质科学奖、数学与计算机科学奖的得主将作学术报告、与青少年对话。活动还将邀请来自世界各国和国内近百位顶尖科学家参与讨论。


张晓东透露,未来科学大奖周上既会有资深科学家,例如诺贝尔奖获得者带来前沿性演讲,也会开展举办在一线工作的杰出青年科学家论坛




先要学好“盒子里的东西”



1989年在美国科罗拉多大学波德主校获计算机科学博士学位以来,张晓东一直在美国高校任教。先后任职于得克萨斯州圣安东尼奥分校、威廉玛丽学院、俄亥俄州立大学。2018年,张晓东卸任了担任长达12年的计算机科学与工程系主任一职。


他的研究方向是计算机和分布式系统中的数据和存储管理,在高性能和分布式系统领域里,针对几个重要基础研究问题取得了一系列开拓性的成果。他主持研究的一些核心算法和系统设计已经被应用到商业和开放系统软件中,有效地优化或更新了计算机和分布式系统中的一些关键技术。


谈起学科建设,他反复强调核心技术和基础学科教育的重要性。“核心技术的意思是学习计算机‘盒子里的东西’,而不仅是学怎么用这个盒子”。


国内大学的计算机专业大多数以应用为主,只有几个顶尖大学重视核心和基础学科。”张晓东直言。


张晓东提到,一些高校在计算机学科建设中跟“热门”、跟“热点”,“从网络、网格、物联网、再到大数据,成立了许多学院和专业,最后留下很有价值的教育和科研成果不多,浪费了宝贵的资源”。


对于近来兴起的人工智能本科专业,他看得较为平淡。“人工智能的核心是通过数据分析找到特殊的模式,并快速地做出判断。当今,计算机的计算能力和数据量非常大,人工智能可以做很多的事情,但也有相当的局限性。”“对于计算机学科而言,大学四年能够打好基础就不错了。如果真有资质和能力,什么时候做深入的专科研究都不晚。”



向学生“汇报”读书心得


张晓东现为美国俄亥俄州立大学 Robert M. Critchfield 讲席教授,国际计算机学会(ACM)院士,电气电子工程师学会(IEEE)院士。被誉为公立常春藤的俄亥俄州立大学,是北美五大湖地区最顶尖的公立大学之一。


授课和科研是张晓东现阶段的主要工作,“做一些作为大学教授最基本的事情,没有这么惊天动地,但我很享受看到一批批的学生进校,学习成长,走出校门后又成为各行各业的技术骨干和领袖人物”。


张晓东保持着学生时代的两个习惯——游泳和阅读。他声音爽朗而洪亮,向澎湃新闻记者介绍:“每天最重要的一件事是早上起来游泳去,游一千米,二十几分钟”。另外半个小时是每天固定的读书时间。


提起阅读,他向澎湃新闻(www.thepaper.cn)记者展示了手头的两本书。一本是案前正在阅读的阿兰·德波顿散文集《哲学的慰藉》,另一本取自他身后排列满满的书架,是梁漱溟的口述《这个世界会好吗》。他饶有兴致地介绍了两本书的内容,他认为,哲学所研究的规律性对人的思维方式颇有启发和帮助。



除了自己阅读,他会在每星期的科研组会上花十分钟向学生们“汇报”最近的读书心得,为他们做读书摘要,学生们“挺爱听”。


目前,他为本科二、三年级学生教授“计算机组织结构”。用他的话说,这门课是计算机科学的基础,主要讲“计算机的解剖”。除了每周两次授课外,备课、答疑、科研、带研究生做项目、组织未来科学大奖,每天的时间安排非常满



大部分人总在等待着“敲门”


这些年来,张晓东遇到了很多优秀的中国学生,看到每一代学生的变化。但有些变化“不太乐观”。


在与多位年轻学生的谈话中,张晓东发现,社交媒体,尤其是微信的过度使用占据了很多学生的生活和思维空间。这使得学生没有时间系统性地阅读、思考、听讲座、社交,甚至连“思维方式都被绑架”。


他这样形容社交媒体占据生活空间的情景:“有两种情况,一种是你坐着想安静一会,但老有人‘敲门’(发信息);另一种是稍微安静一会,你会想:怎么没人‘敲门’?”他感慨,“大部分人总在等待着‘敲门’”。


除了占据时间和精力,张晓东还发现,社交媒体的过度使用在无形中禁锢了学生的思想




一次与本科学生谈话的过程中,他了解到,一位成绩优异的学生在社交媒体上发了一篇文章,讲述他为什么在硕士录取机会和博士录取机会中选择前者。“出于比较实用的理由……但对圈子里的本科生产生了相当大的影响”,张晓东说,一位受到影响的学生问他:“咱们系里学习最好的人都不去读博士,我们还读什么博士呢?” 


张晓东自己几乎不用微信,与外界交流借助邮件、短信和电话。他觉得,“当社交媒体如此广泛和频繁地把人们连接在一起的时候,反而可能成为了一种负担。”



点击观看

2019未来科学大奖新闻发布会精彩回顾


扩展阅读

1.2019未来科学大奖获奖名单公布:邵峰、王贻芳、陆锦标、王小云获奖

2.邵峰:天然免疫研究中的中国式创新 |专访2019未来科学大奖获奖人

3.何川:未来科学大奖今后继续挖掘有创新有潜力的科研工作

4.丁洪谈高能物理学家获百万美元大奖:小科学走向大装置成趋势

5.数学家张寿武:颠覆性教学,好苗子不全来自清北

6.独家专访鲍哲南:一款“人造皮肤”产品即将进入医院

7.张磊:科学应该再次成为人们的信仰


关注未来论坛

一个承载人类科技梦想

用科学改变未来的公益平台

一个连接前沿科技

解读未来趋势的思想平台


登录查看更多
0

相关内容

《人工智能简史》作者、乌镇智库理事长,CCF海外理事,美国俄亥俄州立大学教授,计算机科学与工程系主任。国家特聘专家,乌镇智库理事长,北京数知科技股份有限公司首席战略官,中国人工智能最高奖吴文俊奖获得者。张晓东毕业于天津大学,中国科学院,美国麻省大学计算机系,并拥有MBA学位。早年在哈佛大学从事生物信息学研究,后在HP担任技术总监并负责全球第一个互联网支付项目。他是NoSQL概念的原创者之一,并拥有多项数据库技术专利。曾在硅谷连环创业,并曾担任VC合伙人和上市公司独立董事,也是多个国际标准化组织工作组的发起人。张晓东在哲学,科技,商业等领域均有论述,在《上海书评》、《中国计算机学会通讯》和《沪港经济》等期刊发表多篇专栏文章,著作包括《人工智能简史》(2017),《哲学评书》(2014)及《UNIX内核解析》(1990)。
Yann Lecun 纽约大学《深度学习(PyTorch)》课程(2020)PPT
专知会员服务
179+阅读 · 2020年3月16日
 第八届中国科技大学《计算机图形学》暑期课程课件
专知会员服务
55+阅读 · 2020年3月4日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
【自动化学报】零样本学习研究进展,中国石油大学
专知会员服务
87+阅读 · 2020年1月27日
【机器学习课程】机器学习中的常识性问题
专知会员服务
73+阅读 · 2019年12月2日
【机器学习】机器学习:未来十年研究热点
产业智能官
16+阅读 · 2018年11月4日
VALSE 2019 大会组委会成立
VALSE
7+阅读 · 2018年11月2日
今年高考志愿,选个好专业比选个好学校更重要!
深度学习世界
4+阅读 · 2018年6月10日
一文掌握高薪行业必备数学知识(附学习资源)
算法与数学之美
7+阅读 · 2018年6月7日
国内高校人工智能教育现状如何?
大数据技术
9+阅读 · 2018年4月24日
吴恩达:AI论文已经够多了,赶紧“搞点事”吧!
全球人工智能
4+阅读 · 2017年11月15日
吴恩达说,AI论文够多了,赶紧搞吧!
云头条
20+阅读 · 2017年11月13日
Arxiv
101+阅读 · 2020年3月4日
Arxiv
53+阅读 · 2018年12月11日
Knowledge Based Machine Reading Comprehension
Arxiv
4+阅读 · 2018年9月12日
Paraphrase Generation with Deep Reinforcement Learning
Arxiv
3+阅读 · 2018年4月18日
VIP会员
相关资讯
【机器学习】机器学习:未来十年研究热点
产业智能官
16+阅读 · 2018年11月4日
VALSE 2019 大会组委会成立
VALSE
7+阅读 · 2018年11月2日
今年高考志愿,选个好专业比选个好学校更重要!
深度学习世界
4+阅读 · 2018年6月10日
一文掌握高薪行业必备数学知识(附学习资源)
算法与数学之美
7+阅读 · 2018年6月7日
国内高校人工智能教育现状如何?
大数据技术
9+阅读 · 2018年4月24日
吴恩达:AI论文已经够多了,赶紧“搞点事”吧!
全球人工智能
4+阅读 · 2017年11月15日
吴恩达说,AI论文够多了,赶紧搞吧!
云头条
20+阅读 · 2017年11月13日
相关论文
Arxiv
101+阅读 · 2020年3月4日
Arxiv
53+阅读 · 2018年12月11日
Knowledge Based Machine Reading Comprehension
Arxiv
4+阅读 · 2018年9月12日
Paraphrase Generation with Deep Reinforcement Learning
Arxiv
3+阅读 · 2018年4月18日
Top
微信扫码咨询专知VIP会员