世界級電腦科學家Lance Fortnow：教授是世界上最好的職業（圖靈訪談）

Lance Fortnow是一位世界級電腦科學家，佐治亞理工學院電腦科學系教授、主席。他的研究關注計算複雜性及其在經濟理論上的應用。他在互動式證明系統領域取得的重要研究成果使他獲選美國計算機協會院士。Fortnow教授創立了Computational Complexity部落格，這是第一個主流計算機理論科學部落格。他還是《ACM計算理論》的主編，同時也是美國計算機協會演算法和計算理論協會（ACM SIGACT）會長。Fortnow任2000-2006年IEEE大會計算複雜性分會的主席。他把自己最受歡迎的學術論文“P/NP問題的現狀”，改編成一部科普著作《可能與不可能的邊界：P/NP問題趣史》。

圖靈社群：你在書中通過講故事的方式來解釋很多晦澀的理論。你為什麼要採用這種方式呢？

很多優秀的書都很好地闡釋了P/NP問題及其相關問題。我想通過我的書影響更廣的讀者群，為了達到這個目的，我需要用有趣又達意的故事把這些艱澀的理論包裝起來。這就像是幾個世紀以來人類通過故事來描述自身的倫理道德和行為規範一樣。

圖靈社群：很多人認為計算複雜性既難又無趣，但是你卻把它們定義為“有趣的東西”。你是如何開始對科學和計算機感興趣的？

這都要多虧了我少年時代的老師們。特別是我高中時的一位老師，他真的做到了讓數學和計算變得生機勃勃了。同時，我也很幸運能夠擁有一臺最早的微機，TRS-80，作為一個十幾歲的少年，我的好奇心讓我一直探索下去，我曾在那臺計算機上花了大把時間試圖弄明白它到底是怎麼執行的。

圖靈社群：你為什麼建立了一個關於計算複雜性的部落格？你最大的收穫是什麼？在這過程中有什麼意想不到的經歷嗎？

2002年，我在《美國新聞週刊》上讀到了一篇關於寫部落格的文章，然後我決定作為一個試驗，我也要做一個部落格。我選擇了一個主題，計算複雜性，這是我熟知的題目。對我來說最大的嘉獎莫過於來自各行各業的人告訴我他們很喜歡讀這個部落格，甚至還有幾位學生，他們之所以選擇學習電腦科學就是因為這個部落格。意想不到的經歷也有一些，比如一些粗暴的留言者。看來一個人要想寫哪怕只有一點點爭議的題材，都需要一個厚臉皮。

圖靈社群：為什麼你的研究方向是計算複雜性在經濟理論上的應用？計算複雜性在解決經濟問題上能提供一個獨特的視角嗎？

經濟學家通常都認為人們對自己選擇所導致的結果很清楚。但是很多時候這些結果都很難通過計算得出。我的研究應用了計算複雜性的工具，用來理解人們做決策的過程，以及當人們擁有有限計算能力的時候如何互相影響。

舉個例子，比如當你選擇在哪個飯店用晚餐的時候。你不太可能會通過網際網路來檢視你所在城市每個餐館的選單、價格，以及評價。但是，你會把你的選擇限制在有好評或者推薦的幾家餐館上，然後再能做出一個最適度的決定。計算複雜性可以幫助解釋這些決策過程。

圖靈社群： Stan Williams（HP實驗室高階院士）說過，我們為計算能力所做的一切都是為了儘可能地接近物理定律，你同意嗎？你的工作也是這樣嗎？

這是一個關於電腦科學的危險的簡單視角。在2005年的時候，我們無法在不大幅度提高發熱的條件下提高處理器的速度。如果我們跟著這樣的思路走，我們在那時候就已經止步不前了。幸運的是電腦科學發展出了一些工具，它們可以讓幾個處理器在一塊晶片上工作並和雲上的其他晶片一起工作，而且，現在我們的計算能力仍然在逐年提高。

這確實是我工作的主要部分，作為佐治亞理工大學電腦科學學院的主席，我的工作就是要通過架構中的演算法來確保獲得更快、更安全、更聰明的計算環境，並在此領域處於領先水平。

圖靈社群：現在很多大公司像Facebook或者Google都有自己的實驗室，而且會提供給研究者接觸大規模真實資料的機會。在你看來成為大學的研究者——教授的好處是什麼？

對研究者來說得到大規模的資料是好事，這樣我們的研究就可以更多地影響到現實世界。所以為什麼要成為一個教授呢？錢並不是個大問題，教授可以做諮詢，可以擁有他們IP的很大部分（根據學校不同），他們也可以自己開公司。教學雖然很費時間，但是讓人很有收穫。在我看來有兩點，讓當教授成為世界上最好的工作。

• 我有自己制定研究日程的自由。世界上只有很少的商業實驗室給你自由選擇課題的權利，為此獎勵你的則少之又少。在學術界，我們期望你能夠建立自己的研究領域，並獲得成功。
• 我可以和學生們一起工作。導師和學生的關係跟父母和孩子很像。沒有比看到自己的學生獲得成功更讓人高興的事了。在業界也會有暑期實習生和博士後，但是感覺完全不同。

圖靈社群：很多大型機構，甚至是軍方都投資來研究量子計算機。如果有一天量子計算機高度發展，您能否預測一下人們的生活會如何改變？

根據我們現在所有的知識，並不會很大程度上改變我們的生活。量子計算只會在一些很專業的問題上給我們以很大的幫助，比如破解公開密匙加密。或許未來演算法會在量子計算機上更快地執行一般任務，但是目前量子計算機的優勢只是在有限的幾個專業領域。

圖靈社群：在讀了你的書之後Vint Cerf說，他有點開始希望P不等於NP了。似乎不同的人對P/NP問題的最終回答有不同的期待。你是如何希望的呢？為什麼？

我希望P = NP，那樣我們就可以用一個簡單的演算法解決現實中大多數問題了。鑑於此，我認為P和NP是不同的，因為我不相信自然會給我們一個如此簡單的解決方案。

圖靈社群：如果平行計算和量子計算有一天投入使用，是否意味著人工智慧已經離我們不遠了。

電腦科學家在人工智慧上已經做出了一些巨大的成就，特別是在機器學習方面，它在計算機視覺、病毒檢測、語言翻譯，以及語音識別方面都進步斐然。在這個十年的末尾，汽車就可以實現自動駕駛了，當然不是所有車。平行計算（並非量子計算）已經在這些領域中成為了一個主要角色。

如果你說的是真正意義上的人工智慧，也就是有自我意識的計算機程式，那麼並行或量子計算應該就幫不上我們的忙了，當然，前提是這件事本身是可能的。

圖靈社群：有很多人對計算機相關領域和網際網路產業很感興趣，你對他們有什麼建議？

首先，一定要學習很多東西。程式設計只是一個渠道，要在計算領域裡實現成功需要很多天才共同的努力。

如果一定要從我的書中學會一件事的話，那就是很多計算問題都沒有直接的解決方案。我們必須要跳出固有的思維模式，然後才能得出一個聰明的演算法，而且有時候我們必須要接受一個事實，有些問題需要的解決方法非常不同，甚至需要重新定義成功的標準。

---

更多精彩，加入圖靈訪談微信！