异化

小时候听过一个故事，讲的是有一群小孩子经常在老人的院子门口踢球。老人很烦他们，于是想方设法把他们赶走。可是试了种种方法都不起作用。后来老人换了个思路。他走出门，笑着给每个孩子发了一块钱：“踢得不错，明天还来。”孩子们受宠若惊，来得更勤了。两周后，老人改口说手头紧，只能给五毛。又过几天，变成一毛。最后，老人出来摊开双手：“今天没钱了。”孩子们当即不干了——"不给钱谁来踢球！"从此再没露面。

当时我还嘲笑故事里的那些小孩子，因为当时的我每天放学后都会在学校门口的小花园里踢球，根本想象不出我因为一个额外获得的东西消失而放弃踢球。最近偶然间回想起这个故事，才明白它讲的是什么。

以前闲来无事上了一门数学专业的组合数学课。有一次和老师聊天，他跟我讲到：做 research 其实是一个不断被评价的过程。被评价做的问题是否重要，被评价解决问题的方法是否新颖且优美，被评价故事讲得好不好听，被评价你是否比别人更聪明。整个评价系统会给你一个 reward，人作为 agent 需要在这个环境中最大化你获得的 reward。

这对，也不对。researcher 确实处于这样一个圈子里，你要和你的竞争者比较 paper 的数量，citation 的数量——你需要证明你比他们更聪明。不对在于，其实你原本的目标不仅于此。

小时候经常会被问，你的梦想是什么？那时的答案是成为科学家。当时显然对什么是 paper，这个评价系统是什么没有任何概念。但在不知不觉中，人们的目标被评价系统异化了。你的目标变成了最大化环境给你的 reward，你的 paper 变成了获得 citation 的途径。为了最小化风险，人们会更愿意做 incremental 的工作，甚至同时作为环境的一部分，当 reviewer 的时候也会更喜欢 incremental 的工作。

但在这个被无限放大的 reward 之外，在一个被遗忘的角落，还有另一个 reward，一个来自你自己，一个不忘初心的 reward。这个 reward 带来的梯度是：做“对”的工作。

“对”的定义其实并不唯一。做题本身可以令人感到快乐，学习新的技巧和工具也可以，向别人证明自己比其他人聪明也可以。

上次和班主任老师聊天，他讲到，在做一个项目的时候，你需要思考你做的东西的影响力。一个不错的工作可以让所有和你同样方向的人关注，一个好的工作可能可以让所有这个大领域的人看到，更好的则是对整个 AI 界有影响，再往后甚至可能在普通人的日常生活中发挥作用。小时候的梦想是达到第四个境界，觉得那才是“对”的事情，但在不断被异化之后便忘记了来时的理由，在第一个境界里为了外界的 reward 疲于奔命。其实，后来我也意识到，影响力的大小同时意味着你要对谁负责。如果你的工作只被和你同样方向的人看到，那么你就只需要对 reviewer 负责。如果你的影响力大到整个 AI 界，你就需要拥有足以说服所有人的实验结果。

时间可以证明一切。在历史长河面前，哪些是“对”的工作其实是不言自明的。所有 incremental work 都会在历史中消亡。这当然也不简单。你需要找到自己的信仰，相信一个方向，拥抱其中的风险，并最终将它实现。因此，你需要像一个战士一样，面对的敌人是当前的整个范式，你的每一个实验都是一次冲击，每一篇 paper 都是一次表达信仰的宣言。

失败也没关系，总会有其他人和你有相同的信仰，评价系统会给你一个下限作为补偿。但上限绝不应由它来定义。这种力量的来源，其实和小时候在小花园踢球的孩子没有什么不同——它来自事情本身，而不来自任何人的给予。老人拿不走任何东西，因为他从来就没有给过你真正想要的那个东西。