斯坦福計算機系2023級畢業典禮現場     

在這個薰風拂面的畢業季節里，受邀參加了斯坦福大學計算機科學系2023級的畢業典禮，並有機會和AI學子們交談。感觸良多。

1.  AI的搖籃

這個畢業季對斯坦福大學計算機科學系的畢業生有點不尋常。席捲全球的AI（人工智能）狂潮，使與這個新技術最接近的學子們的心情又激動，又緊張。就像15世紀學習航海的那些人，他們感覺自己有了在新世界飛翔的翅膀，急切地盼望着能有機會登上一艘遠洋航船，大展宏圖。歷史也讓人們看到，他們中有的人確實發現了一片片新大陸，探掘了一處處新寶藏，也有的人，大概是更多的人，永遠葬身於海底。

毫無疑問，這個計算機系和占盡了天時地利的斯坦福大學，是掀起AI狂潮的主要推手之一。從當年戰勝圍棋天王的谷歌Deep Blue，到今天OpenAI的ChatGPT，且不說那些站在浪尖上的領軍人物，相當多從事具體工作的理論研究者和軟件硬件工程師，都是這個系或斯坦福出身。把這裡說成是AI的搖籃並不過分。下面是ChatGPT告訴我的，擁有最強大AI研究項目並做出顯著貢獻的大學的前五名：

1）斯坦福大學

2）麻省理工學院

3）卡內基梅隆大學

4）加州大學伯克利分校

5）加州大學洛杉磯分校

2. 他們在做些什麼

斯坦福大學計算機科學系是個大系，今年的畢業生共739名，占整個學校畢業生總人數的14.3%。其中博士50人，碩士386人，學士303人。

品嘗完系裡康概提供的免費午餐，學生們，教師們，家長們，親友們，近三千人在斯坦福的室外音樂廳中，聆聽系主任梅赫蘭﹒沙米（Mehran Sahami）的畢業致辭。

沙米博士是伊朗出生的科學家，他在斯坦福獲得了學士和博士學位，他的專業興趣是計算機科學教育，人工智能和倫理學。我記下了他演講中說的下面這些話：

“科學永遠不應該和人的生活脫節。”

“你寫的每一行代碼，都應該代表着人類的夢想，希望和期盼。”

“你來斯坦福獲得了某些能力，你離開斯坦福，要用那些能力去創造奇蹟。”

“不要耽心，我的發言稿不是ChatGPT為我代寫的。”

50位計算機科學新博士被安排坐在主席台上，學位授予儀式從他們開始。在授予每個博士學位的同時，主持人還宣布他的博士論文題目和導師姓名。一個系的博士生論文的內容，基本反映了這個系的學術興趣和研究方向，於是我認真傾聽了宣讀的那些論文題目，在我力所能及的知識範圍內，儘量地理解他們到底在做些什麼。根據我的簡單記錄，我發現至少有15位博士的論文題目直接和AI， 機器學習（Machine Learning ）和深度學習（Deep Learning）有關，其中5位博士的論文題是有關AI在醫學中的應用。有3位博士的論文涉及視覺模型（Visual Mod）的研究。只從這個粗糙的印象來看，AI研究已經是斯坦福計算機系的主要學術興趣。博士生畢業論文的選題應該至少是在兩年以前完成。也就是說，在AI風暴席捲全球之前數年，這裡已經在為之作準備了。一位AI領域的新博士告訴我，他4年前進入這個系的博士課程時選擇了AI研究方向，那時候AI就已經成了系裡最熱門的討論話題。系裡面對他完成博士學位的要求，是計件，而不是計時，即達到以下3個要求就可以畢業：1.滿足所要求的課程學習，2.通過博士資格考試，3.在系裡認可的全美的或國際的專業雜誌或專業會議上發表3篇學術論文。幾年裡，他發表了4篇論文，超額完成了系裡的要求。

3. 職業的遠景和挑戰

據報道，大量追趕AI浪潮的公司，蜂擁來到斯坦福招人。那位新博士說，“是不是蜂擁而來不知道，但如果你認真申請，機會倒是很多的。”據我所知，早在畢業之前幾個月，他就已經收到蘋果，谷歌，微軟這些巨無霸公司的聘用邀請（Job Offer），報酬十分不錯，起始年薪大約都在50萬左右。他很慶幸4年前的選擇，使他今天能處於如此有利的境地。

在目前的情況下，大公司的AI職位固然是畢業生們青睞的對象，然而更有無數的中小企業在風險投資和自身發展調整的聯合作用下，用大量資金來支持對AI人才的尋求和使用。一位計算機系的學士畢業生談到他獲得的聘用邀請。那是一家做灌溉系統的公司，就像家庭庭院草地澆水控制系統之類，產品談不是高科技。這個公司準備利用某些AI技術來優化自己產品，同時還準備對公司的人事安排進行一些調整以適應AI技術的挑戰，因而需要招一位有些AI概念和某些經驗的計算機系畢業生參加公司工作。這位畢業生的畢業設計課題是蒙特卡洛模擬（Monte Carlo Simulation）在機器學習中的應用。有些人認為，進入小公司或風險投資的公司穩定性不夠，容易翻船。而另一些人則不這樣認為，他們想只要能獲得一些AI工作的實際經驗和經歷，就可以提高自己的市場價值，就像以前的數據庫技能，物件導向程序設計（Object Oriented Programming）技能一樣。

還有一種觀點認為，投身於AI這個技術方向充滿危險。因為在其中做出成績的專業空間十分狹窄，要求也特別高，不會像信息技術大爆發的過去一，二十年間那樣，因為信息技術領域對相關人才的需求量巨大，計算機專業的技術濃度被各種教育背景的碼農稀釋。正如我們看到過或經歷過的那樣，大部分留學生，不管他從哪裡來，中國，印度，俄羅斯，不管他原來學的什麼專業，數學，物理，機械，最後都成了碼農，只要能熟練掌握C++，Java或Python就可以吃一口平安飯。在AI時代，那樣的碼農將會大量消失，需求量巨大的將是不同行業里的AI訓練師。擁擠在AI技術裡面的學子們，想要在AI的基本技術方面做出成績，就必須不斷地學習，不斷地轉換你專注的技術知識。一旦喪失了好奇心和求知興趣，或跟不上發展的步伐，就等着去做一名AI訓練師。

當然，在包括AI的任何新興科技領域裡呼風喚雨，創造歷史的人物，很少是循規蹈矩地完成自己的學業，特別是付出超人的刻苦和耐心完成PhD學位的那些人。像斯蒂夫﹒喬布斯（Steve Jobs），薩姆﹒奧特曼（Sam ﹒Altman），他們的成功除了智力，能力之外完全是機遇和概率去做的事情，他們的成就不是一個普通的人應該和能夠去刻意追求的。

在這樣的時代，眼前這些朝氣蓬勃的學子還是十分令人羨慕的，他們從這個AI搖籃里成長起來，走出去，親自見證和直接參與科技和歷史發展的關鍵轉折，在浪潮中搏擊和感嘆，不亦樂乎！

4. AI的技術優勢

比爾﹒蓋茨說，“美國的AI技術領先中國一年。”雖然像其他科學技術的突破性發展一樣，AI的重大進展始於美國和其他西方國家，但被有經濟能力的極權國家追上來的可能性不是沒有。

AI是一種生產力。決定國家生產力的兩個最重要的因素是，創造力和執行力。民主自由的環境是創造力的溫床，執行力的噩夢。專制的環境則是創造力的噩夢，執行力的天堂。專制制度雖然有缺乏創造力的硬傷，但當它具有一定經濟能力以後，就可以用多種手法輕鬆地獲取其他國家和地區的創造力成果。

最近看到關於中國特色的AI，百度的“文心一言”對俄烏戰爭的解釋說，“俄羅斯侵略烏克蘭的說法是錯的，俄烏衝突的根源是美國為維持霸權，擠壓俄羅斯的安全空間。”滿腔無奈後又這樣想，每個國家都有自己的政治正確，難道美國就沒有政治正確嗎？AI當然要為本國的政治正確服務。但是在那些離開了骯髒的政治的地方，在那些不能把水說成是固體或把岩石說成是液體的地方，AI技術都應該是共通的，於是就存在這些新技術非法獲得與合法流動的問題。

在這個畢業典禮上我注意到，從宣讀的姓名判斷，50位新博士中，至少有20位是華人。向有關的人求證，確實如此，並進一步得知，其中有一些是第二，三代華裔移民，另一些是在美國學習的中國人，就像當年我們一樣的留學生。這些中國留學生獲得學位後，有可能留在美國工作，也有可能回國創業或就業。如果是後者，就不可避免地把最新的AI技術帶過去，為那裡的政治正確服務。這種情況不只是存在於斯坦福計算機系，全美大學的計算機系和其他系都有一大批這樣的人。這部分人最後面臨的選擇的背後，將是舉國之力和私人公司能力的對決。在超高的實際利益和自由的生活工及作環境之間，年輕人會選擇什麼？美國到底有什麼樣的能力保持其創造力成果的優勢？