# 查爾斯·伊斯貝爾：計算、互動式人工智慧與美國的種族問題 > 計算機學院院長談互動式人工智慧的設計、計算教育的變革，以及種族議題與技術的交織。 - 原標題：#135 – Charles Isbell: Computing, Interactive AI, and Race in America - 期數：第 135 期 - 釋出日期：2020-11-01 - 嘉賓 / 主題：查爾斯·伊斯貝爾 - 網頁版：https://lex.qiaomu.ai/tw/ep/charles-isbell/ - 官方頁面：https://lexfridman.com/charles-isbell/ - 精讀字數：約 13836 字（閱讀約 31 分鐘） > 本文為 lex.qiaomu.ai 基於原始訪談的 AI 改寫中文精讀，非官方翻譯；引用請註明出處並連結網頁版。 查爾斯·伊斯貝爾（Charles Isbell）在自己家裡佈滿了感測器，把每一次遙控器按鍵、每一盞燈的開關都記錄了下來。他想知道，一個人要產生多少資料，才能被模型預測。 答案是兩天。 這兩天有講究，得是週末那種。有了這兩天的資料，系統預測你下一次按哪個鍵，準確率 93%。如果只問"你接下來可能按的那幾個鍵是哪幾個"，準確率能到 99%。 這裡面沒有隱馬爾可夫模型，沒有深度網路，就是最簡單的計數統計。他後來跟學生一起把這件事擴充套件到更多人身上，結論沒變。人一遍又一遍地做同樣的事，重複到令人髮指的程度。 伊斯貝爾是佐治亞理工學院（Georgia Tech）計算學院的院長，機器學習的早期研究者，第一篇論文發在還在叫 NIPS 的年代。他在訪談裡說了一句話，整場對話都立在這句話上面： > 人很容易被預測，而人非常討厭你告訴他人很容易被預測。但他們確實是。（查爾斯·伊斯貝爾） ## 定義人的，是那個沒有先例的時刻 主持人 Lex Fridman 反問了一個很自然的問題：也許定義人的恰恰是異常值？90% 的行為可以被聚類，但那些打破常規的瞬間，才是真正屬於這個人的東西。 伊斯貝爾先否掉了前提的一半。他說那些看起來極其與眾不同的人，到不了零，更接近 10%。也就是說，你把這些人聚到一起，他們彼此之間照樣相似得驚人。**掉隊的人也有隊伍。** 然後他重新表述了這個問題。真正的問題是，當你面對一個從未見過的處境，一個你必須做決定、而答案並不輕鬆的處境，你會怎麼辦。哪怕你知道正確答案是什麼，執行它依然會疼。定義你的是那個會傷害你的難題，容易的題不算。 他把這個標準從個人推到整個人類：定義我們的，從來都是難問題。 ## 同一個房間，兩種語言 聊到社交媒體上的資訊繭房，伊斯貝爾提出了一個很具體的思路。假設你真的能把想法或者行為做一個偏序，或者做聚類，那麼把 A 點的人帶到 B 點，最有效的路徑是從兩點之間最近的邊上慢慢挪過去。機器很擅長做這件事，前提是你先得把網路結構和邊上的語義定義清楚。 難的地方在於定義網路本身。他講了一個別人講給他的故事：兩組背景相同的人被分到不同的房間討論同一個問題，討論完再合併。結果合不起來。因為在各自鑽進去的那幾個小時裡，他們各自發明瞭自己的語言。 舉個例子。兩組人從不同角度看同一個房間，其中一組很容易看到牆上的鐘，於是他們把那個房間叫作"有鐘的那間"。另一組看不到鍾，用別的特徵稱呼同一間屋子。等他們回來開會，兩組人說的是同一間屋子，卻完全沒意識到這一點。更麻煩的是，第一組不知道第二組看不見鍾，第二組不知道第一組看見了鍾。 > 所以如果你製造出這些不同的繭房，那麻煩跟意識形態分歧關係不大。麻煩在於你們用著同樣的詞，意思卻截然不同。難的部分只是讓他們對某些基本定義達成一致，因為現在他們完全是在各說各話。（查爾斯·伊斯貝爾） 這個觀察比"迴音室"這個詞本身精確得多。迴音室描述的是內容，語言不通描述的是介面。前者是觀點差異，後者是同一個詞彙表下面掛著兩套互不相容的語義。 順著這個話題，他區分了同情（sympathy）和共情（empathy）。同情是為一個人感到難過，共情是理解他從哪來、他怎麼感受。多數人這兩件事綁在一起，但可以拆開。你可以完整地理解一個人，同時認為他做的事你無法支援。如果共情必須以同意為前提，那人類就沒救了，因為我們不可能和每個人都變成同一個人。 於是伊斯貝爾給出了一個技術上很樸素的做法：把每個人表示成一個經驗的分佈，做過的事、被施加過的事，然後算兩個人之間的餘弦相似度。零表示毫無共同點，一表示完全同一個人。真實的人幾乎不可能是零。找到那個重疊的位置，在那上面把兩個人連起來，共情這一步就沒那麼難邁出去。 但他馬上補了一句，說自己給的像個經濟學家的答案。真正的難點可能不在技術，而在於讓人願意問出那個問題：我們哪裡更像，哪裡更不像。如果一個人願意問，他自己就能解決大半。 Lex 在這裡提了一個很好的對照。他說自己在網上經常講愛，結果一遇到噴子，對方第一反應就是翻白眼，覺得這詞太"尷尬"（cringe）。在那個亞文化裡，表達輕蔑本身是一種表達親密的方式。這種語用層面的錯位，靠演算法把兩個人拉到一起是解決不了的。 伊斯貝爾的回答繞回了面對面。人類整部歷史的一大半，就是在把別人變成"他者"。網路讓這件事變得極其廉價，因為對方不是一個人，是一堆位元。而把人放回同一個房間裡，你被迫面對他的人性，還有一層更原始的約束：話說太滿，對方可能一拳打過來。 > 你很難一邊盯著一個人的眼睛一邊噴他。這件事真的很難做到。（查爾斯·伊斯貝爾） ## 樹倒了沒人聽見，那就不算智慧 伊斯貝爾的研究組叫"互動式人工智慧實驗室"（Lab for Interactive Artificial Intelligence），縮寫是 P-Funk。P 是 probabilistic（機率的），後面幾個字母他留給每個人自己去填。他有個怪癖，聽到一個詞就想看它能不能湊成縮寫，湊不成就要改到能湊成。學生畢業時，他會發一頂帽子、一副眼鏡、一枚徽章，還有一對毛絨骰子。 這個名字背後是一個相當嚴肅的立場。 他堅持自己是搞機器學習的，相信資料，相信統計。但機器學習在他這裡只是手段，終點在別處。他真正在意的是人工智慧這個更大的問題：造出一個在人類意義上真正聰明的物件。他承認自己大概活不到看見那一天，但希望能參與其中。 那麼為什麼一定要"互動"？他的回答用了那個經典的哲學問題：森林裡一棵樹倒了，沒人聽見，它發聲了嗎。他說他不關心這個，因為沒有觀察者的話，這件事在某種意義上不重要。 > 我認為我們這種智慧的有趣之處在於，我們是和別人一起聰明的。孤立地聰明，在某種意義上是沒有意義的動作。（查爾斯·伊斯貝爾） 這個立場往下推，會得到一個很實用的結論。因為你是和別人一起聰明的，你就必須處理"別人和你不在同一個房間、看不到同一個鍾"這件事。你沒法假設對方和你共享全部上下文，只能花大量時間持續溝通，去猜對方到底要什麼。人類解決這個問題的辦法是投射：把自己的意圖和理由安到別人身上，以此預測對方會怎麼行動。 他順手舉了箇中餐館的例子。他每次去一家新的中餐館都會點左宗棠雞和酸辣湯，因為那是他覺得省事的選擇。但總有人點西蘭花炒雞。他不理解那些人，那些人也不理解他。可雙方還是得溝通，溝通的結果會變，人也會變。 所以互動式 AI 不只是"學會解決一個任務"，而是"在很長的時間尺度上持續適應"，適應一個本身也在變的對手，也適應十五年前的你和現在的你不是同一個人這件事。 ## 終身學習：把系統放出去活幾個月 Lex 提到一個現象：Alexa 這類對話系統對你的瞭解幾乎為零。人類學習不長這樣，我們撿起地上的碎屑，攢出一種時間上很厚的資訊，最後能把一個人還原得相當準。 伊斯貝爾的回答有點狠。他說機器學習社群沒在這上面花多少時間，因為大家都極度任務導向，所有人都在對自己手上那個問題過擬合。哪怕是研究遷移學習的人，也還是先造出一個任務，再從這個任務遷到那個任務。 > 這就像在路燈下面找鑰匙，因為光在那兒，鑰匙不一定在那兒，但光在那兒。（查爾斯·伊斯貝爾） 他給了兩條路。第一條是承認這個問題本身在移動：AI 的定義一直在變，你今天搞明白的東西，明天就不叫 AI 了，那只是求導除以二再滑窗平均。第二條更實際，也更貴。 **你得真的把系統放出去，讓它在沒法控制的、混亂的環境裡活上幾個月，接受這件事要花五年，別反覆重跑同一個實驗、把指標磨高一點點。**不這麼做，就永遠走不到那個方向上去。 至於"把模型無限做大就能吞下世界"這條路，他的反應是先開個玩笑：想不出比一個建立在 YouTube 影片之上的世界更可怕的地方了。然後給了判斷：你會學到東西，所以值得做，但你到不了那兒。 他給的理由跟算力無關，是另一個更微妙的機制。我們造系統的時候說希望它學習，可它真的學了之後，改變的是我們。我們不斷重新定義什麼叫成功。他舉了 Google 的例子。 ## Google 沒有解決資訊檢索，它換掉了問題 資訊檢索這個領域，從上世紀七十年代向量空間模型那一套開始，幾十年進展緩慢。然後 Google 出現，讓 ad hoc 檢索看起來像個小問題。 但伊斯貝爾說，問題本身變了。當世界上有 literally 一千萬個答案能回應你的查詢時，"給我相關的結果"就不再是問題。真正的問題是"別給我任何不相關的東西，至少前三頁別給"，因為後面幾頁沒人在乎。 > Google 並沒有解決資訊檢索問題，至少在那個搜尋框上沒有。Google 在做的是最小化假陽性，這和"給出答案"不是一回事。（查爾斯·伊斯貝爾） 他還補了一刀：你之所以能搜到那一頁，是因為你訓練自己學會了該用哪些關鍵詞。人適應了機器，然後以為機器理解了自己。 ## 招教授和搜尋結果排序，是同一個演算法 這場訪談裡最鋒利的一段，是伊斯貝爾把招聘教職和搜尋排序放在一起看。 院系說我們要招最好的助理教授。實際上做的不是這件事。2017 年的資料，電腦科學排名前四的院系（MIT、斯坦福、伯克利、CMU，他說這個領域沒有前五，只有並列第一的前四），它們 60% 的教職來自這前四所。看前十名，65% 的教職來自前十。看排名前 55 的院系，50% 的教職來自前十。 > 不存在這樣一個宇宙：所有最好的教職，哪怕只算 R1 大學，大多數都來自十個地方。這不可能是真的，尤其當你考慮到其中一些學校每年產出的博士數量少得可憐。（查爾斯·伊斯貝爾） 為什麼會這樣？他給了一個歷史上很具體的類比。八十年代有句話，沒人因為買了 IBM 的電腦被開除。同理，沒人因為招了 MIT 的博士被開除。這個人後來表現很差，你可以說：他是 MIT 出來的，我還能知道什麼。但如果這個人來自某個排名靠後的學校，那就是你冒了風險。 而且招聘的容錯率極低。一年就招一兩個，招進來可能就是三十年。壓力全部指向一個方向：最小化假陽性。你不在乎錯誤地說 no，你只在乎錯誤地說 yes。 伊斯貝爾說這跟 Google 的處境一模一樣。有一千萬個正確答案和天文數字的錯誤答案，那就確保錯誤答案別跑到前面去。正確答案在第 13 頁？無所謂，沒人翻到第 13 頁。 Lex 追問：那怎麼找到第 13 頁上那個真正特別的人？比如佩雷爾曼（Grigori Perelman）那種，不擅長玩學術圈的禮儀遊戲，甚至可能在簡歷上公開說機器學習是浪費時間。 伊斯貝爾說，你得願意承擔一點風險，往系統裡注入一點隨機性。但用在人身上，代價太高，因為你還得教學生，招錯了會毀掉別人的生活。 所以他換了個位置下手：把池子做大。他自己做過一個"研究"，其實就是找朋友要研究生錄取資料，後來有人做了正式版本，結論是：你基本上錄取所有來自排名高於你的學校的人，錄取大部分來自排名相近學校的人，幾乎不錄取來自排名更低學校的人。唯一的例外是哈維穆德（Harvey Mudd）這類根本不參與排名的文理學院。 > 這意味著，你會不會成為康奈爾的教授，在你 17 歲決定去哪讀本科的那天就已經定下來了。（查爾斯·伊斯貝爾） 把決策點往前推，把池子做大，至少能提高你遇到那個有意思的人的機率。 他也順手拆了排名的臺。美國新聞與世界報道（U.S. News）的電腦科學排名，是 100% 純聲譽調查。每個院系出兩個人，給所有人打分。所以怎麼提升排名？做點讓同行轉頭看你的事，讓他們覺得"這幫人比我以為的強"。剩下的是慣性和歷史存量。 佐治亞理工是過去二十年裡唯一一個從 20 名開外擠進前十的計算單位。他的解釋是：第一所設立計算學院的公立大學，本科教育危機時敢重新設計課程，敢做線上碩士。都是讓同行看見的事。 ## 相機從來不是客觀的 聊到"排名只是敘事"的時候，Lex 說了一句"我們活在敘事空間裡，而不是某種有根基的東西上"。伊斯貝爾順著這個說，敘事本身就是客觀的，它是對所有人意見的客觀測量，只不過它測的物件不是物理世界。 然後他扔出一個例子。 相機直到上世紀七十年代才真正對深色皮膚好用。光學原理沒變，變的是買相機的人大多膚色淺。真正推動改進的是商業需求：傢俱廠商要拍紅木傢俱，糖果廠商要拍巧克力。 > 你可能會以為相機是客觀的，它只是在捕捉光。但它做的每件事，都基於真實的人做出的決定，去優待光譜的某一段而不是另一段。因為這是個工程問題，工程問題就是取捨。（查爾斯·伊斯貝爾） 所以連"客觀"最後也要落到一個故事上：你得做決定，你得做取捨，否則那就不是工程。 ## 計算是什麼：模型、語言、機器是同一件事 伊斯貝爾對"學科"有個很清晰的分層。工具是錘子，技能是會用錘子，學科是 mindset，是一套看待世界的根本方式。物理學家用科學方法做發現，數學家建抽象、找抽象裡的穩態真理，工程師在約束下造出可證明更優的東西。 那計算是什麼？他想了很久，給出的答案是： > 計算學者的獨特之處在於，他理解模型、語言和機器是等價的三樣東西。（查爾斯·伊斯貝爾） 不是隱喻式的等價。正規表示式和有限狀態機是一回事，一邊像語言，一邊像機器，它們嚴格等價。這件事滲透在計算的所有角落，包括你 debug 的時候。 而且因為機器是可執行的，這套三角關係是動態的。他給數學家寫東西，對方總要求他把東西靜態化。這沒錯，數學的世界裡真理是一個東西，不是一個持續執行的過程。計算不一樣，它有自我指涉，有執行。 這個三角後來多了一個頂點：人。十年前他跟同事寫論文的時候還沒意識到，現在他覺得，那個"模型、語言、機器"的等式之所以重要、之所以可能改變人類這個物種，是因為三角形裡有個人。智慧必須和它互動，給資料賦予意義。 所以計算教育應該教什麼？他的答案很明確：別從教寫程式碼入手。程式碼只是很粗糙的手段。 要教的是精確思考的能力。他說的精確指可重複，指能把一個問題描述到機器可以執行的程度。而人類恰恰極不擅長這件事。我們日常說話大部分時間是在互相猜，猜到一個"夠用"的程度就開始行動。跟機器不能這麼幹，至少現在還不能。 > 你會被迫把你的假設擺到檯面上。我們管它叫引數，叫 if then 語句，隨便叫什麼，但你被迫顯式化。這是計算教育最該給你的東西。（查爾斯·伊斯貝爾） 他甚至認為機器學習現在一個大漏洞就在這裡：大家沉迷於深度網路，忘了自己本質上在做軟體工程，在用語言表達，在基於一組自己編出來的引數做決定。引數換一換，結果完全不同。 這件事還有一層公共意義。你不可能靠把社交媒體的程式碼改好一點來解決社交媒體的問題。它只有在使用者理解發生了什麼、並且據此調整自己的行為時才成立。 ## 從 Public Enemy 開始補課 Lex 是在蘇聯出生的，對美國這套音樂傳統基本沒有座標。他請伊斯貝爾帶他入門。 伊斯貝爾先糾正了一個常見混淆：嘻哈（hip hop）和說唱（rap）不是一回事。嘻哈是一整套生活方式，塗鴉、tagging、popping、locking 這些舞都算，說唱只是其中的音樂部分。DJ 搓碟也不算說唱，但屬於嘻哈。 帶人入門的方法，他的做法是先搞清楚對方喜歡什麼，再從那兒接過去。他會從 Led Zeppelin 起手，然後接到 Public Enemy 的《It Takes a Nation of Millions to Hold Us Back》。他的原話是"顯然這是有史以來最好的專輯"，製作人是 Rick Rubin，八十年代那批重金屬質感的東西在裡面，歌詞全是政治。然後是 Mos Def，再往回走到 EPMD，最後走到 1970 年 The Last Poets 的第一張專輯，讓人看見這條線已經鋪了多久。 > 真正讓人對任何一種音樂感到困惑的東西，其實是我們一直在談的那件事：敘事，成為某個東西的一部分，被它浸透。（查爾斯·伊斯貝爾） 他拿爵士做類比。你聽一個人講爵士，完全不知道他在說什麼，然後某一天突然全通了，因為你已經被泡在裡面夠久。文化製品都是這樣，它們有自己的歷史，你需要的是一座從你已經喜歡的東西通向它的橋。 他也順手講了一段取樣史。Run-DMC 的 Jam Master Jay 會先錄自己彈鋼琴，再把那段取樣進去，而不是直接彈。這個思維方式是拼裝：把音樂的碎片拼成新的音樂。爵士也是拼裝，只是拼完了加自己的轉。是一回事。 Lex 說自己有點傷感，覺得現代說唱離歌詞越來越遠，beat 和音樂性佔的比重大了。伊斯貝爾承認自己也是從歌詞入門的，學生時代寫樂評寫到畢業那個月。但他也說，每次他對流行說唱失望，總有人給他指一首地下作品，他又被治好了。 他還提了一個名字：Junior Wells，芝加哥布魯斯。他說你去聽《Snatch It Back and Hold It》，會發現他在 James Brown 成為 James Brown 之前就已經是那個東西了。所謂放克，是一條連續的線，只是我們到七十年代才給它起了名字。 ## 亞特蘭大：他不覺得自己是少數派，直到他離開 伊斯貝爾生在查塔努加（Chattanooga），最早的記憶是三歲半跟著搬家卡車到亞特蘭大。他把自己當亞特蘭大人。 他成長在七十、八十年代的美國南方，用他的話說，那是個深度隔離的地方，但如果你不去看，或者年紀還小，這種隔離並不顯眼。亞特蘭大可以按高速公路切開，切開之後，種族和階級就跟著分出來了。他家不只是在黑人區，是在黑人區裡窮的那一側。 但他說自己很清楚種族這件事。一年級的時候他有個女朋友，是個白人女孩，叫 Heather。Heather 和她的小夥伴們跟他認真討論過一件事：她是白人、他是黑人，他們能不能當男女朋友。討論的結論是可以。一年級談朋友的意思就是課間多待一會兒，他們大概親過一次臉，當時覺得很驚世駭俗。 關鍵在後面這句： > 我對種族這件事並非毫無察覺。區別在於，我不知道自己是個少數派。這是兩件事。（查爾斯·伊斯貝爾） 他六歲的世界就是每天見到的那七個人，在那個世界裡他不算少數。而且亞特蘭大是民權運動的老家，電視裡播新聞的主播是黑人，市長是黑人，而且一直是黑人。這些事在他腦子裡根本不構成疑問。 然後他去了佐治亞理工。開學第一天，他從西校區走到東校區，路上看到成百上千個學生，他是唯一一個黑人。 > 那一刻很有啟發性，也非常讓人不適。因為這件事就這麼持續下去了，持續了我職業生涯的很大一部分。（查爾斯·伊斯貝爾） 不過佐治亞理工也開啟了他的世界。在亞特蘭大，人要麼是黑人要麼是白人，沒有第三種。到了大學，他第一次認識亞裔同學，認識後來會被叫作"西語裔"的同學。大學該乾的事，在他身上發生了。 ## 波士頓：十個白人說愛，十個黑人說恨 本科他只申請了一所學校，佐治亞理工。他的說法是自己蠢，不懂事，沒人告訴他還有別的選擇。 讀研他申請了三所：佐治亞理工、MIT、CMU。拿到 MIT 之後，他問了二十個認識的人喜不喜歡波士頓。十個說愛，十個說恨。 > 說愛的那十個全是白人，說恨的那十個全是黑人。而且他們給出的理由驚人地一致，兩個陣營講的故事幾乎一模一樣。（查爾斯·伊斯貝爾） 白人講的是咖啡館、哈佛廣場、漂亮的學生、可以散步。黑人講的是天黑之後哪一片不能去。他說這兩套話他都聽懂了，到了之後立刻明白為什麼。 1990 年的波士頓，一個主要都市區，沒有一家黑人電臺。他補充說，他指的是一家播放所謂黑人音樂的電臺。 更根本的差異在城市結構。亞特蘭大有經濟上站得住、社會上彼此聯結的黑人中產。波士頓即使有，也是散落在城市大片區域裡，而集中的黑人社群往往是貧困的。他從小在貧民區長大，但在九年級進了數學與科學學院（Math and Science Academy），一所公立磁石學校。那所學校 385 個學生，除了四個，全是黑人。同學裡有前亞特蘭大市長的女兒，有邁克爾·傑克遜的表親。學校的停車場是個問題，因為孩子們開的車不是窮人開的那種。 他說那幾年對他非常艱難，但那個環境裡，你可以是富的黑人，也可以是窮的黑人，這兩種都存在，都可以被看見。波士頓給不了這個。 波士頓給他的印象是矛盾的：它像全國跨種族約會之都，同時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。他說這是 1992 年的大波士頓。 那在這些頂尖機構裡，他感到自己是被推著往前走，還是被什麼東西壓著？他的回答是： > 我一直覺得自己站在有利的一邊。其中一部分是我的自我欺騙，但它奏效了。（查爾斯·伊斯貝爾） 他說不僅沒有人想攔他，他還有一種很明確的印象：掌權的人希望他成功。他提到"傑基·羅賓遜綜合徵"（Jackie Robinson syndrome）：第一個進去的人必須完美，因為如果這個人失敗了，後面很長時間都不會再有下一個。所以讓第一個人成功符合所有人的利益，而且他認為這份心意是真誠的。 那時候距離 MIT 第一個黑人博士 Shirley Jackson（1971 年）還不到二十年，距離第一個黑人本科生畢業還有八年。他說自己處在一個很有意思的時間點上，但機構本身沒有站在對立面，院內有足夠多的人想讓正確的事發生。 這跟波士頓這座城市的其他機構很不一樣。他的判斷是，那些機構在設計上就覺得自己沒有義務去支援。 ## 槍口之下，和一團必須尊重的火 Lex 問了一個偏軟的問題：既然你覺得自己站在有利的一邊，是不是說明人無論如何都該忽略眼前那些細小的阻力，把自己看成有力量的人？ 伊斯貝爾的回答是有分寸的。你得騙自己騙到相信能成功，不然讀不完博士，因為讀博本身要求你相信自己能造出別人沒造過的東西。但你不能騙到看不見迎面開來的火車。這是取捨。而且他補了一句，他很幸運，走到哪兒都能找到支援自己的人，朋友圈、母親、家裡那些人，那時候打長途電話是要花錢的。 然後 Lex 問起了警察。伊斯貝爾被攔過不止一次。 他講了其中一次，地點在波士頓和韋爾斯利之間。他說他記得那個瞬間：警察把槍掏出來指著他的時候，他腦子裡想的是一句話。 > 如果他此刻開槍打死我，他會沒事。那是我在那個時刻最糟糕的感受。（查爾斯·伊斯貝爾） 他後來說，很多年後他才意識到更糟的是什麼：他不只會沒事，如果他活在今天這個時代而不是三十年前，他會沒事，而且我會被描繪成一個惡棍，又大又可怕，動作太快，沒有照他說的做。而他確實沒有照做。他說這會傷到的不只是你，還有你的家人，別人看你的方式，你的遺產，你的歷史。 他相信這套機制會奏效。警察警察沒開槍。他不覺得那個人那晚出門是打算殺人的，甚至可能這輩子再沒拔過槍。他記不住那人的名字，但記得那把槍。 > 槍頂在臉上的時候，它比你想象的、大得多。（查爾斯·伊斯貝爾） 至於對警察的看法，他用了一個很穩的比喻。火是必要的東西，但你必須尊重火，因為它會燒到你。他看到警察，看到的是一團巨大的火焰，他選擇繞開。有人能在火邊烤棉花糖，一家人圍著火很開心，這沒問題，但他不烤棉花糖。 Lex 追問：這種繞開，會不會很容易變成恨。 他說當然會，甚至可以說那是邏輯上的終點。但人還得在這個世界裡活著，而恨這個東西很耗能。他自己對恨的看法是：恨應當被恨，它太費力氣，應當省著用，留到它真正有用的時刻，別天天背在身上。 這裡他又繞回了那個"自我欺騙"的框架。人需要一點快樂的幻覺，好讓你相信今天出門上班不會真的被車撞死，否則你根本起不了床。但你不能沉迷悲哀的幻覺，假裝那輛朝你衝過來的車不存在。所有人都得騙自己一點，不騙就癱瘓了。騙到荒唐的地步就完了。 至於"共情警察"，他的態度是願意的。他願意理解警察這個行當要經歷什麼。但他順手給了兩個統計：在美國，警察根本排不進最危險的十個職業，你開計程車被殺的機率比這高得多；而警察死亡中有將近一半是自殺。這個第二項本身說明，這個群體裡有某種東西正在發生。 > 但如果我們從個體感受退一步，往上走一層，真正的理由是：我們造出了一個很大的敘事結構，它讓人很容易把自己放進不同的簇裡，然後忘掉另一個簇裡的人最終和你是一樣的。（查爾斯·伊斯貝爾） 他給了一個可以自己做的思想練習。如果我成長在另一個家庭，另一個環境，如果我是個女人，我會不會用另一種方式看世界？我會不會相信那個"瘋子"所相信的東西？答案很可能是會。因為那個人確實相信，而從根本上說，他和你是一樣的。這個練習不解決任何問題，但它能拆掉一點東西。 ## 怎麼修 Twitter：改的不是程式碼，是結構 Lex 問得很直接：如果 Twitter 壞了，Facebook 壞了，種族主義壞了，你怎麼修？ 伊斯貝爾說，這些都是結構性的。個人的對話很重要，但你必須造出結構，讓人能一直進行這種對話，而且相對安全。要讓人明白：對方經歷過不同的東西，但歸根結底是同一種人。 他自己承認這話聽起來很甜膩，很樂觀。但他說樂觀是那種必要幻覺的一部分。難的地方在於，建立結構這件事，眼下幾乎不符合任何人的利益。 他補了一句，把這件事往前推了一層。人們總在問"為什麼是現在"，他會換成另一個問法：為什麼不更早？ 他的史觀很樸素：你需要一代人長到足夠憤怒，但還沒老到記得上一次發生了什麼。這就是迴圈的燃料。 至於為什麼 1950 到 60 年代的黑人民權運動成了那個時刻，而不是 30 年代或 40 年代（他說 30、40 年代也有民權運動，只是形態不同、知名度不高），他的猜測是電視。事情變得可見了，就在你眼前，你很難忽略。 他講了一段很多人不知道的歷史。馬丁·路德·金早期在佐治亞州其實失敗過一次。當地警長跟州里談好了，採用非暴力方式把人裝上卡車，拉到很遠的地方關起來，讓記者沒有理由留在現場。這一招奏效了，記者走了，什麼都沒改變。 下一站是阿拉巴馬州的伯明翰，那裡是布林·康納（Bull Connor），消防水龍衝向小孩，把人衝倒在地，全在電視上。然後輿論炸了，事情才變。 > 那種幻覺的一部分，就是假裝沒有什麼壞事正在發生，因為一旦它被擺在你臉上，你就沒法繼續忽略它。（查爾斯·伊斯貝爾） 接著他把這個模式套到當下。社交媒體相當於把電視的可見性再放大一個量級。再加上人口結構變化的速度，快到足以讓一部分人感到不安，又沒快到引發大規模反彈。他認為這裡面有點東西，同時坦白說這是極大的簡化，歡迎真正的歷史學家來罵他。 ## 那個沒人記得的警察 Lex 說，把不公擺到我們面前的那些機制，本身就是變革的機制。喬治·弗洛伊德的那一段影片就是例子。 伊斯貝爾接了一個幾乎沒人記得的案例。羅德尼·金事件之前，有一位警察公開說南加州的情況很糟，他要證明。他請了新聞攝製組跟著他，說你們跟拍一週，就會看到我被攔。結果第一晚，他開車跨進某個城市，幾個警察把他攔下，把他臉按在玻璃窗上。他本人是警察，但那些人不知道。這段上了新聞。 伊斯貝爾說他記得清清楚楚，因為他當時在讀研。 > 那不夠。它兩天就消失了，像沒發生過一樣。沒有人記得，我大概以為是我做夢夢到的。（查爾斯·伊斯貝爾） 然後羅德尼·金事件發生了，以那個年代"病毒式傳播"的等價物傳開，最後是 1992 年 4 月 29 日。 他承認自己說不清這兩件事差在哪裡。他能看到的是，現在有兩個東西在互相餵養：一是更多人願意相信了，二是提供證據變得越來越容易，隨身攝像頭、手機。 但他也提醒，我們還在講同一套故事。他建議去翻一翻羅德尼·金之後那些"暴力不是答案"的社論，再翻回 1980 年騷亂時期的社論，用詞幾乎一模一樣。他說他驚訝居然沒人被指控抄襲。 Lex 在這裡問了一個老問題：馬丁·路德·金和馬爾科姆·X，非暴力與暴力，選哪個。 伊斯貝爾先糾正了一個事實錯誤：馬爾科姆·X 比馬丁·路德·金年紀大。人們記住的是他死得早，於是把他想成年輕氣盛的那個。這只是敘事裝置，跟事實對不上。 然後他拒絕了這個二選一。他說這是個假選擇。 但接下來這段，他說得很剋制，也很坦誠： > 有一點我要說，不對此做道德判斷，我不會在這個問題上做道德判斷：暴力是奏效過的。這是令人惱火的地方。（查爾斯·伊斯貝爾） 他把它稱為"喊叫"。你喊的時候，人們會聽見，哪怕他們沒聽清你在喊什麼，他們知道你在喊。這句話他說是別人說的、比他更有才華的人說的：暴力是那些不被聽見的人的聲音。人們覺得自己別無選擇時才這麼做。有時候我們覺得有理由，有時候覺得沒有。無論如何，它是一種喊叫。 他給了一個不那麼挑釁、自認為更準確的說法： > 所有的改變，尤其是觸動權力的改變，都需要鬥爭。鬥爭不必是暴力的，但它終究是鬥爭。掌權的人不會輕易交出權力。（查爾斯·伊斯貝爾） 他補了一句很有意思的話：這件事不限於政治。你搞懂微積分也需要鬥爭。 ## "這也會過去" Lex 問：你覺得明年一切會好嗎？你希望我們會沒事嗎？ 伊斯貝爾說他傾向於認為一切會好，因為他就是那種傾向於認為一切會好的人。他母親經常跟他說一句話，他覺得很安慰：這也會過去。 他解釋這句話不只說壞事情會過去。是全部都會過去。他有個十六歲的女兒，很快就要上大學，快到讓他覺得不真實，現在他還能陪她，有一天她就會像他當年忽略父母一樣忽略他。這也會過去。 但這裡面有個好的一面：我們運氣好的話，能活得足夠久，回頭看某件很久以前發生的事，即使當時很疼，現在它大多隻是一段記憶。 那人類呢？會不會被核武器、被失控的技術終結？他說他不擔心 AI 幹這件事，但任何一個時刻都可能出事。排除那些完全超出我們控制的東西，他認為我們活下去的機率比不活下去要高。 Lex 提起自己在伯克利跟 Alex Filippenko 聊過的東西，說宇宙裡的東西可以毫無預兆地出現，那種黑暗隨時可以進來，我們可能只剩不到一個月。 伊斯貝爾的反應很平靜。也許地球會過去，人類不會，但他選擇相信一切會好，至少在他活著的時候不會被小行星砸中。如果真砸了，他也做不了什麼，那不如假設它不會發生。 > 這樣食物更好吃。（查爾斯·伊斯貝爾） ## 《本週黑人歷史》：在不可能的條件下創造 八十年代，伊斯貝爾開始做一份叫《本週黑人歷史》（This Week in Black History）的日曆。 他做的時候還沒有 Google，他靠能翻到的各種資料，能從舊日曆上抄的就抄，能扒的就扒，把儘可能多的東西拼到一處，給別人用。 後來有意思的部分出現了：越來越多人主動給他寄材料。寄來的多是發明家，本傑明·班納克（Benjamin Banneker）那個譜系的人。 他說他從中得到很多。這些人在那樣的條件下還在發明東西。周圍發生的全是可怕的事，走錯一個州、趕上錯誤的時間，可能就再也回不來了，但他們在造我們今天還在用的東西。 他還學到一件事：你會創造出影響他人的東西，而你不一定拿到署名。這不對，但也沒關係，在某個限度之內你能接受。 他對"署名"這件事一直很在意。學術界有一種傾向，把 credit 當成唯一通貨。他自己說，唯一的東西不是它，但有時候感覺就是。 Lex 提到圖靈獎頒給了深度學習的三個人，很多人本該在那份名單上。伊斯貝爾說這就是諾貝爾獎那一類問題，很遺憾，大家喜歡討論，但長時段來看，能被記住的只有愛因斯坦、希特勒、馬斯克這個級別，剩下的人都是"你懂的"。 他講了一個他借來的說法。他問過別人：你曾祖父叫什麼名字？大多人都不知道。他自己也不完全確定自己四位祖父母的名字，他知道自己怎麼稱呼他們，但不知道他們的中間名。他祖父甚至不知道自己出生的確切日期，不知道自己幾歲。 > 所以某種意義上，所謂不朽，就是做一些事，最好是正面的事，讓你的曾孫知道你是誰。這就是你能指望的上限。（查爾斯·伊斯貝爾） Lex 說這挺壓抑的。伊斯貝爾說可以把它翻成積極的說法，而且很簡單：我不需要知道曾祖父是誰，也能知道他不在我就不會在這兒。我也不知道我的曾孫是誰，大概永遠見不到他們，但我希望我把這個世界推動了一點，讓他們的日子比我什麼都沒做要好。至少，如果我沒做那些事，他們根本不會存在。 人透過別人繼續活著。 ## 麻醉、時間與死亡 Lex 問他怕不怕死。 伊斯貝爾說，他不確定自己怕不怕，但他明確不喜歡。 他講了自己甲狀腺手術的經歷。起因是他去醫生那兒看別的小毛病，醫生順手說你的甲狀腺很大，它在壓你的氣管，你應該已經死了。後來決定做手術切除，他把時間推到 12 月 19 日，因為生日是 18 號，他想說自己活到了四十九歲。 進手術室那天，麻醉師說你的血壓高得離譜，你有高血壓嗎？他說沒有，但如果這能讓你好受點，我嚇壞了。 然後護士往靜脈裡推了東西，說幾分鐘後你會感覺很好。他記得自己轉頭說了一句"我幾分鐘後會感覺很好"，然後就斷了。 再睜眼，有人在推他的床，在跟他說話。他看著天花板上的燈管一塊一塊往後滑，覺得自己認識這個人，但不知道他在說什麼，也不知道剛才發生了什麼。中間過了大約五個小時。手術做了四個半小時，腫塊長到和他心臟一樣大。 > 在那五個小時裡，沒有時間流逝的感覺。我大概覺得那就是死亡：沒有時間流逝的感覺。一方面這讓我安心，我不會察覺；另一方面我對"我不會察覺"這件事非常不滿。（查爾斯·伊斯貝爾） 他說他不確定自己怕不怕死，但他確定自己不喜歡。他更願意自己去發現永生到底糟不糟，然後自己做決定。他想在這件事上有選擇權。 Lex 用俄羅斯式的口吻說，正因為有限，才有點味道，有點辣。伊斯貝爾笑了，說這也正是我們做這些事的原因，不然你做什麼都沒意義。 然後 Lex 丟擲最後一個問題：在這條生命的馬爾可夫鏈裡，意義是什麼？ 伊斯貝爾說自己記得讀到過一句話，他很喜歡，也承認這不是自己的原創： > 值得記住的是，整個宇宙，除了一個微不足道的例外，完全由他人構成。（查爾斯·伊斯貝爾） 那個例外是你自己。 ## 這場對話留下的幾個可操作結論 伊斯貝爾講過的東西，大部分不能立刻拿來用。但有幾條，明天就能開始試。 - 當你覺得和某個人完全無法溝通，先別假設你們觀點不同。更可能的情況是，你們在同一個房間裡看到了不同的東西，然後把同一間屋子叫成了不同的名字。先花五分鐘把定義對齊，比爭論觀點有用得多。 - 下次想說"這人不可理喻"，做一個思想練習：如果我長在他的家庭、他的身體、他的時代裡，我會不會相信他相信的東西？答案很可能是會。這個練習不改變立場，但會改變你說話的語氣，而語氣決定了對方還聽不聽。 - 警惕自己在任何一件事上"最小化假陽性"的傾向。招人、選合作方、挑朋友，如果你只在乎別出錯，你最終會選一批和你從同一個池子裡出來的人。有意識地往池子裡放大一點隨機性，成本不高，回報是你能遇見那個第 13 頁上的人。 - 如果你的系統、產品或者模型從來沒有在真實環境裡連續活過幾個星期，那你測的只是它在你佈置的那個房間裡的表現。想讓它學會適應，就得讓它出去，接受混亂，並且接受這件事要花幾年而不是幾周。 - 你要教別人計算，別從語法開始。教他把一個問題描述到機器可以執行的程度。這個能力比會寫程式碼值錢得多，而且它順便讓他成為一個更難被糊弄的人。 - 回到自己身上做一次"分佈相似度"的檢查。找一個你厭惡的人，認真列出你們共享的三件具體的事，越具體越好，小到都愛吃什麼、都怕什麼。大腦很難在盯著一份具體清單的時候繼續把對方當符號。 - 把"這也會過去"這句話放在手邊。它既適用於眼下的壞日子，也提醒你好日子不是理所當然。兩種情況下，它都讓人清醒。