# 查尔斯·伊斯贝尔：计算、交互式人工智能与美国的种族问题 > 计算机学院院长谈交互式人工智能的设计、计算教育的变革，以及种族议题与技术的交织。 - 原标题：#135 – Charles Isbell: Computing, Interactive AI, and Race in America - 期数：第 135 期 - 发布日期：2020-11-01 - 嘉宾 / 主题：查尔斯·伊斯贝尔 - 网页版：https://lexfridman-cn.pages.dev/ep/charles-isbell/ - 官方页面：https://lexfridman.com/charles-isbell/ - 精读字数：约 13836 字（阅读约 31 分钟） > 本文为 lex.qiaomu.ai 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。 查尔斯·伊斯贝尔（Charles Isbell）在自己家里布满了传感器，把每一次遥控器按键、每一盏灯的开关都记录了下来。他想知道，一个人要产生多少数据，才能被模型预测。 答案是两天。 这两天有讲究，得是周末那种。有了这两天的数据，系统预测你下一次按哪个键，准确率 93%。如果只问"你接下来可能按的那几个键是哪几个"，准确率能到 99%。 这里面没有隐马尔可夫模型，没有深度网络，就是最简单的计数统计。他后来跟学生一起把这件事扩展到更多人身上，结论没变。人一遍又一遍地做同样的事，重复到令人发指的程度。 伊斯贝尔是佐治亚理工学院（Georgia Tech）计算学院的院长，机器学习的早期研究者，第一篇论文发在还在叫 NIPS 的年代。他在访谈里说了一句话，整场对话都立在这句话上面： > 人很容易被预测，而人非常讨厌你告诉他人很容易被预测。但他们确实是。（查尔斯·伊斯贝尔） ## 定义人的，是那个没有先例的时刻 主持人 Lex Fridman 反问了一个很自然的问题：也许定义人的恰恰是异常值？90% 的行为可以被聚类，但那些打破常规的瞬间，才是真正属于这个人的东西。 伊斯贝尔先否掉了前提的一半。他说那些看起来极其与众不同的人，到不了零，更接近 10%。也就是说，你把这些人聚到一起，他们彼此之间照样相似得惊人。**掉队的人也有队伍。** 然后他重新表述了这个问题。真正的问题是，当你面对一个从未见过的处境，一个你必须做决定、而答案并不轻松的处境，你会怎么办。哪怕你知道正确答案是什么，执行它依然会疼。定义你的是那个会伤害你的难题，容易的题不算。 他把这个标准从个人推到整个人类：定义我们的，从来都是难问题。 ## 同一个房间，两种语言 聊到社交媒体上的信息茧房，伊斯贝尔提出了一个很具体的思路。假设你真的能把想法或者行为做一个偏序，或者做聚类，那么把 A 点的人带到 B 点，最有效的路径是从两点之间最近的边上慢慢挪过去。机器很擅长做这件事，前提是你先得把网络结构和边上的语义定义清楚。 难的地方在于定义网络本身。他讲了一个别人讲给他的故事：两组背景相同的人被分到不同的房间讨论同一个问题，讨论完再合并。结果合不起来。因为在各自钻进去的那几个小时里，他们各自发明了自己的语言。 举个例子。两组人从不同角度看同一个房间，其中一组很容易看到墙上的钟，于是他们把那个房间叫作"有钟的那间"。另一组看不到钟，用别的特征称呼同一间屋子。等他们回来开会，两组人说的是同一间屋子，却完全没意识到这一点。更麻烦的是，第一组不知道第二组看不见钟，第二组不知道第一组看见了钟。 > 所以如果你制造出这些不同的茧房，那麻烦跟意识形态分歧关系不大。麻烦在于你们用着同样的词，意思却截然不同。难的部分只是让他们对某些基本定义达成一致，因为现在他们完全是在各说各话。（查尔斯·伊斯贝尔） 这个观察比"回音室"这个词本身精确得多。回音室描述的是内容，语言不通描述的是接口。前者是观点差异，后者是同一个词汇表下面挂着两套互不兼容的语义。 顺着这个话题，他区分了同情（sympathy）和共情（empathy）。同情是为一个人感到难过，共情是理解他从哪来、他怎么感受。多数人这两件事绑在一起，但可以拆开。你可以完整地理解一个人，同时认为他做的事你无法支持。如果共情必须以同意为前提，那人类就没救了，因为我们不可能和每个人都变成同一个人。 于是伊斯贝尔给出了一个技术上很朴素的做法：把每个人表示成一个经验的分布，做过的事、被施加过的事，然后算两个人之间的余弦相似度。零表示毫无共同点，一表示完全同一个人。真实的人几乎不可能是零。找到那个重叠的位置，在那上面把两个人连起来，共情这一步就没那么难迈出去。 但他马上补了一句，说自己给的像个经济学家的答案。真正的难点可能不在技术，而在于让人愿意问出那个问题：我们哪里更像，哪里更不像。如果一个人愿意问，他自己就能解决大半。 Lex 在这里提了一个很好的对照。他说自己在网上经常讲爱，结果一遇到喷子，对方第一反应就是翻白眼，觉得这词太"尴尬"（cringe）。在那个亚文化里，表达轻蔑本身是一种表达亲密的方式。这种语用层面的错位，靠算法把两个人拉到一起是解决不了的。 伊斯贝尔的回答绕回了面对面。人类整部历史的一大半，就是在把别人变成"他者"。网络让这件事变得极其廉价，因为对方不是一个人，是一堆比特。而把人放回同一个房间里，你被迫面对他的人性，还有一层更原始的约束：话说太满，对方可能一拳打过来。 > 你很难一边盯着一个人的眼睛一边喷他。这件事真的很难做到。（查尔斯·伊斯贝尔） ## 树倒了没人听见，那就不算智能 伊斯贝尔的研究组叫"交互式人工智能实验室"（Lab for Interactive Artificial Intelligence），缩写是 P-Funk。P 是 probabilistic（概率的），后面几个字母他留给每个人自己去填。他有个怪癖，听到一个词就想看它能不能凑成缩写，凑不成就要改到能凑成。学生毕业时，他会发一顶帽子、一副眼镜、一枚徽章，还有一对毛绒骰子。 这个名字背后是一个相当严肃的立场。 他坚持自己是搞机器学习的，相信数据，相信统计。但机器学习在他这里只是手段，终点在别处。他真正在意的是人工智能这个更大的问题：造出一个在人类意义上真正聪明的物件。他承认自己大概活不到看见那一天，但希望能参与其中。 那么为什么一定要"交互"？他的回答用了那个经典的哲学问题：森林里一棵树倒了，没人听见，它发声了吗。他说他不关心这个，因为没有观察者的话，这件事在某种意义上不重要。 > 我认为我们这种智能的有趣之处在于，我们是和别人一起聪明的。孤立地聪明，在某种意义上是没有意义的动作。（查尔斯·伊斯贝尔） 这个立场往下推，会得到一个很实用的结论。因为你是和别人一起聪明的，你就必须处理"别人和你不在同一个房间、看不到同一个钟"这件事。你没法假设对方和你共享全部上下文，只能花大量时间持续沟通，去猜对方到底要什么。人类解决这个问题的办法是投射：把自己的意图和理由安到别人身上，以此预测对方会怎么行动。 他顺手举了个中餐馆的例子。他每次去一家新的中餐馆都会点左宗棠鸡和酸辣汤，因为那是他觉得省事的选择。但总有人点西兰花炒鸡。他不理解那些人，那些人也不理解他。可双方还是得沟通，沟通的结果会变，人也会变。 所以交互式 AI 不只是"学会解决一个任务"，而是"在很长的时间尺度上持续适应"，适应一个本身也在变的对手，也适应十五年前的你和现在的你不是同一个人这件事。 ## 终身学习：把系统放出去活几个月 Lex 提到一个现象：Alexa 这类对话系统对你的了解几乎为零。人类学习不长这样，我们捡起地上的碎屑，攒出一种时间上很厚的信息，最后能把一个人还原得相当准。 伊斯贝尔的回答有点狠。他说机器学习社区没在这上面花多少时间，因为大家都极度任务导向，所有人都在对自己手上那个问题过拟合。哪怕是研究迁移学习的人，也还是先造出一个任务，再从这个任务迁到那个任务。 > 这就像在路灯下面找钥匙，因为光在那儿，钥匙不一定在那儿，但光在那儿。（查尔斯·伊斯贝尔） 他给了两条路。第一条是承认这个问题本身在移动：AI 的定义一直在变，你今天搞明白的东西，明天就不叫 AI 了，那只是求导除以二再滑窗平均。第二条更实际，也更贵。 **你得真的把系统放出去，让它在没法控制的、混乱的环境里活上几个月，接受这件事要花五年，别反复重跑同一个实验、把指标磨高一点点。**不这么做，就永远走不到那个方向上去。 至于"把模型无限做大就能吞下世界"这条路，他的反应是先开个玩笑：想不出比一个建立在 YouTube 视频之上的世界更可怕的地方了。然后给了判断：你会学到东西，所以值得做，但你到不了那儿。 他给的理由跟算力无关，是另一个更微妙的机制。我们造系统的时候说希望它学习，可它真的学了之后，改变的是我们。我们不断重新定义什么叫成功。他举了 Google 的例子。 ## Google 没有解决信息检索，它换掉了问题 信息检索这个领域，从上世纪七十年代向量空间模型那一套开始，几十年进展缓慢。然后 Google 出现，让 ad hoc 检索看起来像个小问题。 但伊斯贝尔说，问题本身变了。当世界上有 literally 一千万个答案能回应你的查询时，"给我相关的结果"就不再是问题。真正的问题是"别给我任何不相关的东西，至少前三页别给"，因为后面几页没人在乎。 > Google 并没有解决信息检索问题，至少在那个搜索框上没有。Google 在做的是最小化假阳性，这和"给出答案"不是一回事。（查尔斯·伊斯贝尔） 他还补了一刀：你之所以能搜到那一页，是因为你训练自己学会了该用哪些关键词。人适应了机器，然后以为机器理解了自己。 ## 招教授和搜索结果排序，是同一个算法 这场访谈里最锋利的一段，是伊斯贝尔把招聘教职和搜索排序放在一起看。 院系说我们要招最好的助理教授。实际上做的不是这件事。2017 年的数据，计算机科学排名前四的院系（MIT、斯坦福、伯克利、CMU，他说这个领域没有前五，只有并列第一的前四），它们 60% 的教职来自这前四所。看前十名，65% 的教职来自前十。看排名前 55 的院系，50% 的教职来自前十。 > 不存在这样一个宇宙：所有最好的教职，哪怕只算 R1 大学，大多数都来自十个地方。这不可能是真的，尤其当你考虑到其中一些学校每年产出的博士数量少得可怜。（查尔斯·伊斯贝尔） 为什么会这样？他给了一个历史上很具体的类比。八十年代有句话，没人因为买了 IBM 的电脑被开除。同理，没人因为招了 MIT 的博士被开除。这个人后来表现很差，你可以说：他是 MIT 出来的，我还能知道什么。但如果这个人来自某个排名靠后的学校，那就是你冒了风险。 而且招聘的容错率极低。一年就招一两个，招进来可能就是三十年。压力全部指向一个方向：最小化假阳性。你不在乎错误地说 no，你只在乎错误地说 yes。 伊斯贝尔说这跟 Google 的处境一模一样。有一千万个正确答案和天文数字的错误答案，那就确保错误答案别跑到前面去。正确答案在第 13 页？无所谓，没人翻到第 13 页。 Lex 追问：那怎么找到第 13 页上那个真正特别的人？比如佩雷尔曼（Grigori Perelman）那种，不擅长玩学术圈的礼仪游戏，甚至可能在简历上公开说机器学习是浪费时间。 伊斯贝尔说，你得愿意承担一点风险，往系统里注入一点随机性。但用在人身上，代价太高，因为你还得教学生，招错了会毁掉别人的生活。 所以他换了个位置下手：把池子做大。他自己做过一个"研究"，其实就是找朋友要研究生录取数据，后来有人做了正式版本，结论是：你基本上录取所有来自排名高于你的学校的人，录取大部分来自排名相近学校的人，几乎不录取来自排名更低学校的人。唯一的例外是哈维穆德（Harvey Mudd）这类根本不参与排名的文理学院。 > 这意味着，你会不会成为康奈尔的教授，在你 17 岁决定去哪读本科的那天就已经定下来了。（查尔斯·伊斯贝尔） 把决策点往前推，把池子做大，至少能提高你遇到那个有意思的人的概率。 他也顺手拆了排名的台。美国新闻与世界报道（U.S. News）的计算机科学排名，是 100% 纯声誉调查。每个院系出两个人，给所有人打分。所以怎么提升排名？做点让同行转头看你的事，让他们觉得"这帮人比我以为的强"。剩下的是惯性和历史存量。 佐治亚理工是过去二十年里唯一一个从 20 名开外挤进前十的计算单位。他的解释是：第一所设立计算学院的公立大学，本科教育危机时敢重新设计课程，敢做在线硕士。都是让同行看见的事。 ## 相机从来不是客观的 聊到"排名只是叙事"的时候，Lex 说了一句"我们活在叙事空间里，而不是某种有根基的东西上"。伊斯贝尔顺着这个说，叙事本身就是客观的，它是对所有人意见的客观测量，只不过它测的对象不是物理世界。 然后他扔出一个例子。 相机直到上世纪七十年代才真正对深色皮肤好用。光学原理没变，变的是买相机的人大多肤色浅。真正推动改进的是商业需求：家具厂商要拍红木家具，糖果厂商要拍巧克力。 > 你可能会以为相机是客观的，它只是在捕捉光。但它做的每件事，都基于真实的人做出的决定，去优待光谱的某一段而不是另一段。因为这是个工程问题，工程问题就是取舍。（查尔斯·伊斯贝尔） 所以连"客观"最后也要落到一个故事上：你得做决定，你得做取舍，否则那就不是工程。 ## 计算是什么：模型、语言、机器是同一件事 伊斯贝尔对"学科"有个很清晰的分层。工具是锤子，技能是会用锤子，学科是 mindset，是一套看待世界的根本方式。物理学家用科学方法做发现，数学家建抽象、找抽象里的稳态真理，工程师在约束下造出可证明更优的东西。 那计算是什么？他想了很久，给出的答案是： > 计算学者的独特之处在于，他理解模型、语言和机器是等价的三样东西。（查尔斯·伊斯贝尔） 不是隐喻式的等价。正则表达式和有限状态机是一回事，一边像语言，一边像机器，它们严格等价。这件事渗透在计算的所有角落，包括你 debug 的时候。 而且因为机器是可执行的，这套三角关系是动态的。他给数学家写东西，对方总要求他把东西静态化。这没错，数学的世界里真理是一个东西，不是一个持续运行的过程。计算不一样，它有自我指涉，有运行。 这个三角后来多了一个顶点：人。十年前他跟同事写论文的时候还没意识到，现在他觉得，那个"模型、语言、机器"的等式之所以重要、之所以可能改变人类这个物种，是因为三角形里有个人。智能必须和它交互，给数据赋予意义。 所以计算教育应该教什么？他的答案很明确：别从教写代码入手。代码只是很粗糙的手段。 要教的是精确思考的能力。他说的精确指可重复，指能把一个问题描述到机器可以执行的程度。而人类恰恰极不擅长这件事。我们日常说话大部分时间是在互相猜，猜到一个"够用"的程度就开始行动。跟机器不能这么干，至少现在还不能。 > 你会被迫把你的假设摆到台面上。我们管它叫参数，叫 if then 语句，随便叫什么，但你被迫显式化。这是计算教育最该给你的东西。（查尔斯·伊斯贝尔） 他甚至认为机器学习现在一个大漏洞就在这里：大家沉迷于深度网络，忘了自己本质上在做软件工程，在用语言表达，在基于一组自己编出来的参数做决定。参数换一换，结果完全不同。 这件事还有一层公共意义。你不可能靠把社交媒体的代码改好一点来解决社交媒体的问题。它只有在用户理解发生了什么、并且据此调整自己的行为时才成立。 ## 从 Public Enemy 开始补课 Lex 是在苏联出生的，对美国这套音乐传统基本没有坐标。他请伊斯贝尔带他入门。 伊斯贝尔先纠正了一个常见混淆：嘻哈（hip hop）和说唱（rap）不是一回事。嘻哈是一整套生活方式，涂鸦、tagging、popping、locking 这些舞都算，说唱只是其中的音乐部分。DJ 搓碟也不算说唱，但属于嘻哈。 带人入门的方法，他的做法是先搞清楚对方喜欢什么，再从那儿接过去。他会从 Led Zeppelin 起手，然后接到 Public Enemy 的《It Takes a Nation of Millions to Hold Us Back》。他的原话是"显然这是有史以来最好的专辑"，制作人是 Rick Rubin，八十年代那批重金属质感的东西在里面，歌词全是政治。然后是 Mos Def，再往回走到 EPMD，最后走到 1970 年 The Last Poets 的第一张专辑，让人看见这条线已经铺了多久。 > 真正让人对任何一种音乐感到困惑的东西，其实是我们一直在谈的那件事：叙事，成为某个东西的一部分，被它浸透。（查尔斯·伊斯贝尔） 他拿爵士做类比。你听一个人讲爵士，完全不知道他在说什么，然后某一天突然全通了，因为你已经被泡在里面够久。文化制品都是这样，它们有自己的历史，你需要的是一座从你已经喜欢的东西通向它的桥。 他也顺手讲了一段采样史。Run-DMC 的 Jam Master Jay 会先录自己弹钢琴，再把那段采样进去，而不是直接弹。这个思维方式是拼装：把音乐的碎片拼成新的音乐。爵士也是拼装，只是拼完了加自己的转。是一回事。 Lex 说自己有点伤感，觉得现代说唱离歌词越来越远，beat 和音乐性占的比重大了。伊斯贝尔承认自己也是从歌词入门的，学生时代写乐评写到毕业那个月。但他也说，每次他对流行说唱失望，总有人给他指一首地下作品，他又被治好了。 他还提了一个名字：Junior Wells，芝加哥布鲁斯。他说你去听《Snatch It Back and Hold It》，会发现他在 James Brown 成为 James Brown 之前就已经是那个东西了。所谓放克，是一条连续的线，只是我们到七十年代才给它起了名字。 ## 亚特兰大：他不觉得自己是少数派，直到他离开 伊斯贝尔生在查塔努加（Chattanooga），最早的记忆是三岁半跟着搬家卡车到亚特兰大。他把自己当亚特兰大人。 他成长在七十、八十年代的美国南方，用他的话说，那是个深度隔离的地方，但如果你不去看，或者年纪还小，这种隔离并不显眼。亚特兰大可以按高速公路切开，切开之后，种族和阶级就跟着分出来了。他家不只是在黑人区，是在黑人区里穷的那一侧。 但他说自己很清楚种族这件事。一年级的时候他有个女朋友，是个白人女孩，叫 Heather。Heather 和她的小伙伴们跟他认真讨论过一件事：她是白人、他是黑人，他们能不能当男女朋友。讨论的结论是可以。一年级谈朋友的意思就是课间多待一会儿，他们大概亲过一次脸，当时觉得很惊世骇俗。 关键在后面这句： > 我对种族这件事并非毫无察觉。区别在于，我不知道自己是个少数派。这是两件事。（查尔斯·伊斯贝尔） 他六岁的世界就是每天见到的那七个人，在那个世界里他不算少数。而且亚特兰大是民权运动的老家，电视里播新闻的主播是黑人，市长是黑人，而且一直是黑人。这些事在他脑子里根本不构成疑问。 然后他去了佐治亚理工。开学第一天，他从西校区走到东校区，路上看到成百上千个学生，他是唯一一个黑人。 > 那一刻很有启发性，也非常让人不适。因为这件事就这么持续下去了，持续了我职业生涯的很大一部分。（查尔斯·伊斯贝尔） 不过佐治亚理工也打开了他的世界。在亚特兰大，人要么是黑人要么是白人，没有第三种。到了大学，他第一次认识亚裔同学，认识后来会被叫作"西语裔"的同学。大学该干的事，在他身上发生了。 ## 波士顿：十个白人说爱，十个黑人说恨 本科他只申请了一所学校，佐治亚理工。他的说法是自己蠢，不懂事，没人告诉他还有别的选择。 读研他申请了三所：佐治亚理工、MIT、CMU。拿到 MIT 之后，他问了二十个认识的人喜不喜欢波士顿。十个说爱，十个说恨。 > 说爱的那十个全是白人，说恨的那十个全是黑人。而且他们给出的理由惊人地一致，两个阵营讲的故事几乎一模一样。（查尔斯·伊斯贝尔） 白人讲的是咖啡馆、哈佛广场、漂亮的学生、可以散步。黑人讲的是天黑之后哪一片不能去。他说这两套话他都听懂了，到了之后立刻明白为什么。 1990 年的波士顿，一个主要都市区，没有一家黑人电台。他补充说，他指的是一家播放所谓黑人音乐的电台。 更根本的差异在城市结构。亚特兰大有经济上站得住、社会上彼此联结的黑人中产。波士顿即使有，也是散落在城市大片区域里，而集中的黑人社区往往是贫困的。他从小在贫民区长大，但在九年级进了数学与科学学院（Math and Science Academy），一所公立磁石学校。那所学校 385 个学生，除了四个，全是黑人。同学里有前亚特兰大市长的女儿，有迈克尔·杰克逊的表亲。学校的停车场是个问题，因为孩子们开的车不是穷人开的那种。 他说那几年对他非常艰难，但那个环境里，你可以是富的黑人，也可以是穷的黑人，这两种都存在，都可以被看见。波士顿给不了这个。 波士顿给他的印象是矛盾的：它像全国跨种族约会之都，同时又是他第一次真切感到"被尊重"的地方，但也是第一次知道有些地方你不能去、有些房子你住不了，而且所有人都心知肚明。他说这是 1992 年的大波士顿。 那在这些顶尖机构里，他感到自己是被推着往前走，还是被什么东西压着？他的回答是： > 我一直觉得自己站在有利的一边。其中一部分是我的自我欺骗，但它奏效了。（查尔斯·伊斯贝尔） 他说不仅没有人想拦他，他还有一种很明确的印象：掌权的人希望他成功。他提到"杰基·罗宾逊综合征"（Jackie Robinson syndrome）：第一个进去的人必须完美，因为如果这个人失败了，后面很长时间都不会再有下一个。所以让第一个人成功符合所有人的利益，而且他认为这份心意是真诚的。 那时候距离 MIT 第一个黑人博士 Shirley Jackson（1971 年）还不到二十年，距离第一个黑人本科生毕业还有八年。他说自己处在一个很有意思的时间点上，但机构本身没有站在对立面，院内有足够多的人想让正确的事发生。 这跟波士顿这座城市的其他机构很不一样。他的判断是，那些机构在设计上就觉得自己没有义务去支持。 ## 枪口之下，和一团必须尊重的火 Lex 问了一个偏软的问题：既然你觉得自己站在有利的一边，是不是说明人无论如何都该忽略眼前那些细小的阻力，把自己看成有力量的人？ 伊斯贝尔的回答是有分寸的。你得骗自己骗到相信能成功，不然读不完博士，因为读博本身要求你相信自己能造出别人没造过的东西。但你不能骗到看不见迎面开来的火车。这是取舍。而且他补了一句，他很幸运，走到哪儿都能找到支持自己的人，朋友圈、母亲、家里那些人，那时候打长途电话是要花钱的。 然后 Lex 问起了警察。伊斯贝尔被拦过不止一次。 他讲了其中一次，地点在波士顿和韦尔斯利之间。他说他记得那个瞬间：警察把枪掏出来指着他的时候，他脑子里想的是一句话。 > 如果他此刻开枪打死我，他会没事。那是我在那个时刻最糟糕的感受。（查尔斯·伊斯贝尔） 他后来说，很多年后他才意识到更糟的是什么：他不只会没事，如果他活在今天这个时代而不是三十年前，他会没事，而且我会被描绘成一个恶棍，又大又可怕，动作太快，没有照他说的做。而他确实没有照做。他说这会伤到的不只是你，还有你的家人，别人看你的方式，你的遗产，你的历史。 他相信这套机制会奏效。警察警察没开枪。他不觉得那个人那晚出门是打算杀人的，甚至可能这辈子再没拔过枪。他记不住那人的名字，但记得那把枪。 > 枪顶在脸上的时候，它比你想象的、大得多。（查尔斯·伊斯贝尔） 至于对警察的看法，他用了一个很稳的比喻。火是必要的东西，但你必须尊重火，因为它会烧到你。他看到警察，看到的是一团巨大的火焰，他选择绕开。有人能在火边烤棉花糖，一家人围着火很开心，这没问题，但他不烤棉花糖。 Lex 追问：这种绕开，会不会很容易变成恨。 他说当然会，甚至可以说那是逻辑上的终点。但人还得在这个世界里活着，而恨这个东西很耗能。他自己对恨的看法是：恨应当被恨，它太费力气，应当省着用，留到它真正有用的时刻，别天天背在身上。 这里他又绕回了那个"自我欺骗"的框架。人需要一点快乐的幻觉，好让你相信今天出门上班不会真的被车撞死，否则你根本起不了床。但你不能沉迷悲哀的幻觉，假装那辆朝你冲过来的车不存在。所有人都得骗自己一点，不骗就瘫痪了。骗到荒唐的地步就完了。 至于"共情警察"，他的态度是愿意的。他愿意理解警察这个行当要经历什么。但他顺手给了两个统计：在美国，警察根本排不进最危险的十个职业，你开出租车被杀的概率比这高得多；而警察死亡中有将近一半是自杀。这个第二项本身说明，这个群体里有某种东西正在发生。 > 但如果我们从个体感受退一步，往上走一层，真正的理由是：我们造出了一个很大的叙事结构，它让人很容易把自己放进不同的簇里，然后忘掉另一个簇里的人最终和你是一样的。（查尔斯·伊斯贝尔） 他给了一个可以自己做的思想练习。如果我成长在另一个家庭，另一个环境，如果我是个女人，我会不会用另一种方式看世界？我会不会相信那个"疯子"所相信的东西？答案很可能是会。因为那个人确实相信，而从根本上说，他和你是一样的。这个练习不解决任何问题，但它能拆掉一点东西。 ## 怎么修 Twitter：改的不是代码，是结构 Lex 问得很直接：如果 Twitter 坏了，Facebook 坏了，种族主义坏了，你怎么修？ 伊斯贝尔说，这些都是结构性的。个人的对话很重要，但你必须造出结构，让人能一直进行这种对话，而且相对安全。要让人明白：对方经历过不同的东西，但归根结底是同一种人。 他自己承认这话听起来很甜腻，很乐观。但他说乐观是那种必要幻觉的一部分。难的地方在于，建立结构这件事，眼下几乎不符合任何人的利益。 他补了一句，把这件事往前推了一层。人们总在问"为什么是现在"，他会换成另一个问法：为什么不更早？ 他的史观很朴素：你需要一代人长到足够愤怒，但还没老到记得上一次发生了什么。这就是循环的燃料。 至于为什么 1950 到 60 年代的黑人民权运动成了那个时刻，而不是 30 年代或 40 年代（他说 30、40 年代也有民权运动，只是形态不同、知名度不高），他的猜测是电视。事情变得可见了，就在你眼前，你很难忽略。 他讲了一段很多人不知道的历史。马丁·路德·金早期在佐治亚州其实失败过一次。当地警长跟州里谈好了，采用非暴力方式把人装上卡车，拉到很远的地方关起来，让记者没有理由留在现场。这一招奏效了，记者走了，什么都没改变。 下一站是阿拉巴马州的伯明翰，那里是布尔·康纳（Bull Connor），消防水龙冲向小孩，把人冲倒在地，全在电视上。然后舆论炸了，事情才变。 > 那种幻觉的一部分，就是假装没有什么坏事正在发生，因为一旦它被摆在你脸上，你就没法继续忽略它。（查尔斯·伊斯贝尔） 接着他把这个模式套到当下。社交媒体相当于把电视的可见性再放大一个量级。再加上人口结构变化的速度，快到足以让一部分人感到不安，又没快到引发大规模反弹。他认为这里面有点东西，同时坦白说这是极大的简化，欢迎真正的历史学家来骂他。 ## 那个没人记得的警察 Lex 说，把不公摆到我们面前的那些机制，本身就是变革的机制。乔治·弗洛伊德的那一段视频就是例子。 伊斯贝尔接了一个几乎没人记得的案例。罗德尼·金事件之前，有一位警察公开说南加州的情况很糟，他要证明。他请了新闻摄制组跟着他，说你们跟拍一周，就会看到我被拦。结果第一晚，他开车跨进某个城市，几个警察把他拦下，把他脸按在玻璃窗上。他本人是警察，但那些人不知道。这段上了新闻。 伊斯贝尔说他记得清清楚楚，因为他当时在读研。 > 那不够。它两天就消失了，像没发生过一样。没有人记得，我大概以为是我做梦梦到的。（查尔斯·伊斯贝尔） 然后罗德尼·金事件发生了，以那个年代"病毒式传播"的等价物传开，最后是 1992 年 4 月 29 日。 他承认自己说不清这两件事差在哪里。他能看到的是，现在有两个东西在互相喂养：一是更多人愿意相信了，二是提供证据变得越来越容易，随身摄像头、手机。 但他也提醒，我们还在讲同一套故事。他建议去翻一翻罗德尼·金之后那些"暴力不是答案"的社论，再翻回 1980 年骚乱时期的社论，用词几乎一模一样。他说他惊讶居然没人被指控抄袭。 Lex 在这里问了一个老问题：马丁·路德·金和马尔科姆·X，非暴力与暴力，选哪个。 伊斯贝尔先纠正了一个事实错误：马尔科姆·X 比马丁·路德·金年纪大。人们记住的是他死得早，于是把他想成年轻气盛的那个。这只是叙事装置，跟事实对不上。 然后他拒绝了这个二选一。他说这是个假选择。 但接下来这段，他说得很克制，也很坦诚： > 有一点我要说，不对此做道德判断，我不会在这个问题上做道德判断：暴力是奏效过的。这是令人恼火的地方。（查尔斯·伊斯贝尔） 他把它称为"喊叫"。你喊的时候，人们会听见，哪怕他们没听清你在喊什么，他们知道你在喊。这句话他说是别人说的、比他更有才华的人说的：暴力是那些不被听见的人的声音。人们觉得自己别无选择时才这么做。有时候我们觉得有理由，有时候觉得没有。无论如何，它是一种喊叫。 他给了一个不那么挑衅、自认为更准确的说法： > 所有的改变，尤其是触动权力的改变，都需要斗争。斗争不必是暴力的，但它终究是斗争。掌权的人不会轻易交出权力。（查尔斯·伊斯贝尔） 他补了一句很有意思的话：这件事不限于政治。你搞懂微积分也需要斗争。 ## "这也会过去" Lex 问：你觉得明年一切会好吗？你希望我们会没事吗？ 伊斯贝尔说他倾向于认为一切会好，因为他就是那种倾向于认为一切会好的人。他母亲经常跟他说一句话，他觉得很安慰：这也会过去。 他解释这句话不只说坏事情会过去。是全部都会过去。他有个十六岁的女儿，很快就要上大学，快到让他觉得不真实，现在他还能陪她，有一天她就会像他当年忽略父母一样忽略他。这也会过去。 但这里面有个好的一面：我们运气好的话，能活得足够久，回头看某件很久以前发生的事，即使当时很疼，现在它大多只是一段记忆。 那人类呢？会不会被核武器、被失控的技术终结？他说他不担心 AI 干这件事，但任何一个时刻都可能出事。排除那些完全超出我们控制的东西，他认为我们活下去的概率比不活下去要高。 Lex 提起自己在伯克利跟 Alex Filippenko 聊过的东西，说宇宙里的东西可以毫无预兆地出现，那种黑暗随时可以进来，我们可能只剩不到一个月。 伊斯贝尔的反应很平静。也许地球会过去，人类不会，但他选择相信一切会好，至少在他活着的时候不会被小行星砸中。如果真砸了，他也做不了什么，那不如假设它不会发生。 > 这样食物更好吃。（查尔斯·伊斯贝尔） ## 《本周黑人历史》：在不可能的条件下创造 八十年代，伊斯贝尔开始做一份叫《本周黑人历史》（This Week in Black History）的日历。 他做的时候还没有 Google，他靠能翻到的各种资料，能从旧日历上抄的就抄，能扒的就扒，把尽可能多的东西拼到一处，给别人用。 后来有意思的部分出现了：越来越多人主动给他寄材料。寄来的多是发明家，本杰明·班纳克（Benjamin Banneker）那个谱系的人。 他说他从中得到很多。这些人在那样的条件下还在发明东西。周围发生的全是可怕的事，走错一个州、赶上错误的时间，可能就再也回不来了，但他们在造我们今天还在用的东西。 他还学到一件事：你会创造出影响他人的东西，而你不一定拿到署名。这不对，但也没关系，在某个限度之内你能接受。 他对"署名"这件事一直很在意。学术界有一种倾向，把 credit 当成唯一通货。他自己说，唯一的东西不是它，但有时候感觉就是。 Lex 提到图灵奖颁给了深度学习的三个人，很多人本该在那份名单上。伊斯贝尔说这就是诺贝尔奖那一类问题，很遗憾，大家喜欢讨论，但长时段来看，能被记住的只有爱因斯坦、希特勒、马斯克这个级别，剩下的人都是"你懂的"。 他讲了一个他借来的说法。他问过别人：你曾祖父叫什么名字？大多人都不知道。他自己也不完全确定自己四位祖父母的名字，他知道自己怎么称呼他们，但不知道他们的中间名。他祖父甚至不知道自己出生的确切日期，不知道自己几岁。 > 所以某种意义上，所谓不朽，就是做一些事，最好是正面的事，让你的曾孙知道你是谁。这就是你能指望的上限。（查尔斯·伊斯贝尔） Lex 说这挺压抑的。伊斯贝尔说可以把它翻成积极的说法，而且很简单：我不需要知道曾祖父是谁，也能知道他不在我就不会在这儿。我也不知道我的曾孙是谁，大概永远见不到他们，但我希望我把这个世界推动了一点，让他们的日子比我什么都没做要好。至少，如果我没做那些事，他们根本不会存在。 人通过别人继续活着。 ## 麻醉、时间与死亡 Lex 问他怕不怕死。 伊斯贝尔说，他不确定自己怕不怕，但他明确不喜欢。 他讲了自己甲状腺手术的经历。起因是他去医生那儿看别的小毛病，医生顺手说你的甲状腺很大，它在压你的气管，你应该已经死了。后来决定做手术切除，他把时间推到 12 月 19 日，因为生日是 18 号，他想说自己活到了四十九岁。 进手术室那天，麻醉师说你的血压高得离谱，你有高血压吗？他说没有，但如果这能让你好受点，我吓坏了。 然后护士往静脉里推了东西，说几分钟后你会感觉很好。他记得自己转头说了一句"我几分钟后会感觉很好"，然后就断了。 再睁眼，有人在推他的床，在跟他说话。他看着天花板上的灯管一块一块往后滑，觉得自己认识这个人，但不知道他在说什么，也不知道刚才发生了什么。中间过了大约五个小时。手术做了四个半小时，肿块长到和他心脏一样大。 > 在那五个小时里，没有时间流逝的感觉。我大概觉得那就是死亡：没有时间流逝的感觉。一方面这让我安心，我不会察觉；另一方面我对"我不会察觉"这件事非常不满。（查尔斯·伊斯贝尔） 他说他不确定自己怕不怕死，但他确定自己不喜欢。他更愿意自己去发现永生到底糟不糟，然后自己做决定。他想在这件事上有选择权。 Lex 用俄罗斯式的口吻说，正因为有限，才有点味道，有点辣。伊斯贝尔笑了，说这也正是我们做这些事的原因，不然你做什么都没意义。 然后 Lex 抛出最后一个问题：在这条生命的马尔可夫链里，意义是什么？ 伊斯贝尔说自己记得读到过一句话，他很喜欢，也承认这不是自己的原创： > 值得记住的是，整个宇宙，除了一个微不足道的例外，完全由他人构成。（查尔斯·伊斯贝尔） 那个例外是你自己。 ## 这场对话留下的几个可操作结论 伊斯贝尔讲过的东西，大部分不能立刻拿来用。但有几条，明天就能开始试。 - 当你觉得和某个人完全无法沟通，先别假设你们观点不同。更可能的情况是，你们在同一个房间里看到了不同的东西，然后把同一间屋子叫成了不同的名字。先花五分钟把定义对齐，比争论观点有用得多。 - 下次想说"这人不可理喻"，做一个思想练习：如果我长在他的家庭、他的身体、他的时代里，我会不会相信他相信的东西？答案很可能是会。这个练习不改变立场，但会改变你说话的语气，而语气决定了对方还听不听。 - 警惕自己在任何一件事上"最小化假阳性"的倾向。招人、选合作方、挑朋友，如果你只在乎别出错，你最终会选一批和你从同一个池子里出来的人。有意识地往池子里放大一点随机性，成本不高，回报是你能遇见那个第 13 页上的人。 - 如果你的系统、产品或者模型从来没有在真实环境里连续活过几个星期，那你测的只是它在你布置的那个房间里的表现。想让它学会适应，就得让它出去，接受混乱，并且接受这件事要花几年而不是几周。 - 你要教别人计算，别从语法开始。教他把一个问题描述到机器可以执行的程度。这个能力比会写代码值钱得多，而且它顺便让他成为一个更难被糊弄的人。 - 回到自己身上做一次"分布相似度"的检查。找一个你厌恶的人，认真列出你们共享的三件具体的事，越具体越好，小到都爱吃什么、都怕什么。大脑很难在盯着一份具体清单的时候继续把对方当符号。 - 把"这也会过去"这句话放在手边。它既适用于眼下的坏日子，也提醒你好日子不是理所当然。两种情况下，它都让人清醒。