我在MIT人工智能研究实验室工作一年学到的 5 件事作者|刘冰一、Ailleurs编辑|陈彩

文章图片
作者|刘冰一、Ailleurs
编辑|陈彩娴MikeFerguson ，麻省理工学院大脑和认知科学系(MITBCS)担任研究软件工程师/ML工程师。专门研究Brain-Score（一种衡量类脑AI的工具）。他于2021年春季毕业于弗吉尼亚大学，获得计算机科学和应用数学学士学位，以及认知科学和哲学学士学位。

文章图片
图注：MikeFerguson
在本文中， Mike分享了在麻省理工学院人工智能实验室一年中学到的5件事，包括他生活、成功和知识的一些看法，希望你觉得有趣或有用。
1承认自己的盲区，质疑一切Mike在开始在麻省理工学院工作之前，刚从UVA毕业，主修计算机科学和认知科学，并辅修哲学和数学，自我感觉还不错，然而，当他第一次参加麻省理工学院周会时傻眼了——他发现自己最多理解了讨论内容的大约10-20% ，在接下来的几周内他都在怀疑人生：难道智商太低不配进入麻省理工学院吗？为什么看起来只有自己不懂的样子？
Mike注意到，实验室最聪明的人总是不断地提出问题，仅在第一周，他遇到了5或6个研究AI和神经科学交叉领域的人，研究AI和神经科学的交叉点的时间比他活着的时间还长。即使他们在领域以最大的专注度研究的数十年，甚至达到了绝对的巅峰，但还是在不断提出问题，解决问题和验证假设。
他明白自己来麻省理工的目的就是来不断解决不懂之处的。他放弃了伪装自己，坦然承认自己不了解目前进展的工作。
从不停止提问，每个疑问代表着一次机会——可以缩小理解差距，提高自己的知识。正是对自己已有知识的充分认识，思考对立面是什么，才会拓展自己的知识边界。总是支持同事观点，总是希望别人知道他们有多聪明，是缺乏安全感的表现。在一个没有认知冲突的安全环境中，只会将自己的置于温水煮青蛙的境地。
不要想为什么要提问，而是不要停止提问。当你思考永恒、生命和现实背后奇妙结构的奥秘时，你不感到敬畏吗？这就是人类思维的奇迹——使用它的结构、概念和公式作为工具来解释人类的所见、所感和所触。现在，他已经养成了如果被问到一个问题，他会迅速反映说“我不确定，我必须调查一下”或“很好建议，我必须进行更多试验才能确认” 。 2有时直率效果更好“不要粉饰狗屎——它只会阻碍科学进步。我们没时间搞那些废话。 ”当他被告知在麻省理工学院实验室担任的职位时， Mike想到了自己本科期间结识的从麻省理工学院EECS获得学士和博士学位的教授。他跑去咨询该教授一堆问题：麻省理工学院怎么样？文化上与UVA的异同？长相怪异的蒂姆·比弗（TimBeaver）是怎么回事？波士顿物价为什么这么贵……
教授告诉他很多很棒的技巧，但他特别记得的是他的“警告”：“在麻省理工学院，直率无处不在。如果你有一个愚蠢的想法，人们会告诉你的。如果你不擅长你所做的事情，人们也会告诉你；如果你的假设是垃圾，对方无论是在几个人的房间里都会对你指出。 ”
Mike拿小本本记下，在几个月后召开了他的第一次实验室会议时就领教了其中厉害......他有一些想法，被大家告知不成熟；他犯了一个技术错误，被人直接叫了出来。麻省理工学院的每个人都会遇到这种情况——无论你在《Science》上发表了13篇论文，还是从未发表过。这似乎都是在麻省理工学院会遇到的一种文化。事实上，如果有听众不断插话和提问，这甚至被视为一种尊重的表现——意味着他们很感兴趣！如果自己的演示没有人打断，那可能是一件乏味的事情。