趙丹（Diana）：消滅碼農(nóng)才是正經(jīng)事
趙丹（Diana）：1973年生于天津，1996年畢業(yè)于廈門大學(xué)法律系，長期從事軟件設(shè)計開發(fā)工作，現(xiàn)任天津海量信息技術(shù)有限公司首席架構(gòu)師。業(yè)余時間愛好戶外運動，曾攀登過5000米雪山，完成過北京馬拉松全程。
最早接觸編程是什么時候？
我上小學(xué)的時候，我爸爸的廠子里有一個計算室，他經(jīng)常帶我去那里玩。計算室里有兩臺Apple II，所以我經(jīng)常趁人不在的時候擺弄機器，玩玩游戲什么的。所以我從小學(xué)5年級的時候就開始編程了，我經(jīng)常用Apple II上自帶的Basic寫點程序。后來他們廠子又來了一臺很小的可編程計算器，夏普的PC1500，上面也可以敲Basic程序，旁邊還有一個小打印機， 可以在小紙卷上打出程序執(zhí)行結(jié)果，畫出各種各樣的圖。更妙的是那個打印機還能打顏色：紅的、藍(lán)的、綠的、黑的，能畫出漂亮的圖。因為這個機器很小，所以我 在家的時候也能玩。
后來是怎么成為一位碼農(nóng)的？
我大學(xué)學(xué)的是法律。畢業(yè)以后我在政府機關(guān)呆了兩年，覺得太沒意思了，所以經(jīng)常在論壇上討論各種技術(shù)問題，后來在論壇上的一位老大要招人，問我愿不愿意來，還好我還有一個高級程序員證，于是我流竄到北京來，在當(dāng)時很大的一家互聯(lián)網(wǎng)公司瀛海威找了一份工作。
99年的時候其實機會還挺好的，后來被一幫炒作概念的人給搞砸了。當(dāng)時銀海威和新浪、網(wǎng)易、搜狐都打算去美國上市。但是瀛海威比其他公司都復(fù)雜一 點，它起步比較早，另外股東關(guān)系比較復(fù)雜。后來大股東把創(chuàng)始人和小股東都趕走了，找了一家香港做上市運作的公司來做上市之前的準(zhǔn)備。這些香港人把瀛海威的 概念包裝到自己的公司上，在香港把自己公司的股票炒高了幾倍。后來瀛海威自己也不搞技術(shù)，也不建設(shè)平臺，倒是花了很多錢裝修，在東方廣場租了一層樓，場面 上做得很大，沒有任何實質(zhì)的東西。當(dāng)時我就感覺到這個公司太不靠譜了，于是就離開了。
后來我創(chuàng)業(yè)搞了一家小公司，當(dāng)時我們本來是做電子商務(wù)的，但是為了補貼花銷我們也接了一些開發(fā)的活兒。后來雖然電子商務(wù)的公司死掉了，但是我們開發(fā) 這邊還有項目在做。后來我又接了一些奇奇怪怪的項目，曾經(jīng)想過把一些項目做成開源，擴大影響，但是因為我個人身體原因，精力跟不上了，還住了一段時間醫(yī) 院，所以也不能進行下去了，畢竟還是命重要啊。
于是我又變成了打工一族。這比一個人扛一個項目輕松太多了，給人打工是件很容易的事情，既不用哄客戶，也不用催款，什么都不用擔(dān)心。我現(xiàn)在仍然在一 線開發(fā)，我總不能要求我們部門人人都要編程，然后自己什么都不干吧。但是我團隊里的小孩子們現(xiàn)在都很給力，所以我現(xiàn)在也很省心。
你現(xiàn)在的工作內(nèi)容是什么？
我是我們公司一個有點科研味道的部門Leader。我們做的是數(shù)據(jù)分析的一些相關(guān)技術(shù)，我們在網(wǎng)上抓文本，在文本里抽取一些結(jié)構(gòu)化數(shù)據(jù)，然后再把這些數(shù)據(jù)添到分析化模型里面做分析，然后為客戶生成分析報告。
對于現(xiàn)在的項目，我未來打算開源其中的一部分，開源是一個很好的形式。如果我們做的東西有水準(zhǔn)，就會吸引有水準(zhǔn)的人和我們一起做，這些人分布在世界 各地，把這些人都招進來是不可能的。但是他們可以和我們一起工作，可以幫我們提意見，也會貢獻(xiàn)很多思想。全世界想做這件事的人應(yīng)該有很多。
你從什么時候開始覺得碼農(nóng)是個不人道的職業(yè)的？
我從中學(xué)的時候就覺得編程這件事太沒有技術(shù)含量了，我就想，怎么會有人做這種傻事呢？這種事不應(yīng)該由人來做，而應(yīng)該相辦法讓它自動完成。當(dāng)然那時候 想法也不很系統(tǒng)，但是這個想法卻一直留在我腦子里?，F(xiàn)在仍然需要人來做很多重復(fù)的工作，而且這些事還很容易出錯，這是主要的問題。“消滅碼農(nóng)”已經(jīng)變成我 人生中一個遠(yuǎn)大的目標(biāo)了。當(dāng)然，我有生之年也未必實現(xiàn)的了。
我的優(yōu)勢是會編程，還有資源在網(wǎng)上做實驗，另外還有機會接觸大量的資料。我現(xiàn)在做的和智能相關(guān)的工作主要還是分析語義。如果只有好的想法而沒有做實 驗條件也是出不來成果的，所以依托這些資源，可能未來會有些成果。但是也不一定，因為要在科研方面出成果就要提出新的理論新的模型，但是作為公司來講，關(guān) 心的肯定的是要客戶感受到效果。這完全就是兩件事了。所以還是要等公司不太忙的時候我才真正有時間來做。
現(xiàn)有計算機的計算模型有什么問題嗎？
現(xiàn)在的計算機模型可能只適合解決一部分問題，而面對另外一些問題好像就不太痛快。比如現(xiàn)在的計算機適合完成某些事情，像數(shù)值計算，而涉及另外一些邏 輯不很清楚、模糊的判斷和決策的計算則不太適合。但是現(xiàn)在很多人在搞的統(tǒng)計學(xué)習(xí)，就讓這些問題的處理成為可能。所以如果把計算機的體系結(jié)構(gòu)改一改，它就會 變得很善于處理另一類問題。比如Google搞的超大規(guī)模神經(jīng)網(wǎng)絡(luò)，現(xiàn)在可以識別貓臉。這些計算需要一萬多臺計算機，如果換成神經(jīng)元芯片的計算機，可能一 臺就夠。
很多計算模型，比如多層次的無監(jiān)督學(xué)習(xí)就能識別出各種東西，Google可以識別貓臉，那它識別花盆也沒問題。但是現(xiàn)在仍然只是停留在識別層面上， 也就是只能把一堆像素變成視覺形象，而這些只是感覺層面上的第一步。第二步就是需要有一個綜合，就是不同物體之間有什么關(guān)系，這步就沒有做到。第三步就是 識別出的關(guān)系所構(gòu)建出的場景間的互動。接下來我們還要進行抽象的思考。比如我可以用語言描述現(xiàn)在咱們所處的場景，這些語言變成了形式化的符號。在描述的過 程中需要進行很多抽象思維。如果能做到這個層次的話，智能就差不多了。也就是說，現(xiàn)在使用的很多識別模型不是分層學(xué)習(xí)，也不是規(guī)則引擎，每一步要用到很多 分析工具才能把它說清楚。這些東西都需要自動組合起來，每次組合的方式都不一樣，各個輸出對應(yīng)的輸入都是什么？它們是如何自動組合起來的？這時候需要的是 一種驅(qū)動機制。也就是說怎么樣“一著急”就把它們組合起來了。
你認(rèn)為突破性的研究成果缺乏的是什么？
現(xiàn)在最需要的是各個領(lǐng)域的人才跨學(xué)科的合作。搞神經(jīng)外科的人會覺得搞心理學(xué)的是一幫神棍，說的都不靠譜。搞心理的又說你們（搞神經(jīng)外科的人）只能解 決零件的問題，整體裝出來是什么樣你們都不知道。心理現(xiàn)象肯定有神經(jīng)機制來支持，問題是怎么融匯貫通，神經(jīng)的什么動作會演變成心理上的某些感覺。
研究神經(jīng)科學(xué)、腦科學(xué)、心理學(xué)，還有研究計算機、傳感器的人，如果這些專家能夠綜合在一起，要實現(xiàn)人工智能其實沒有想象中的那么困難。比如人類在胚 胎狀態(tài)從器官最初的幾個細(xì)胞，如何生長成一個復(fù)雜的器官——眼，然后眼睛如何把視覺信號傳遞到腦中，如何形成場景的印象。這些過程其實都已經(jīng)有人研究過 了?，F(xiàn)在最缺乏的應(yīng)該就是學(xué)科的綜合。
你說過現(xiàn)在的計算模型是男性思維的產(chǎn)物，你認(rèn)為女程序員數(shù)量少是什么原因？
現(xiàn)代的科學(xué)知識體系是男性科學(xué)家為主導(dǎo)開創(chuàng)出來的，后人逐漸豐富，變成一個完整的體系。過去基本都是男性來做這件事，女性突破性思維比較少。這主要是因為男性的思維方式比較容易在男性主導(dǎo)的世界獲得認(rèn)同。女性也會有各種各樣的想法，男的可能搞不懂女性在說什么，可能會覺得：這個沒用，這不是瞎胡鬧嗎？在以前信息的傳播很受限制，思想要是不寫下來就沒人知道，而男性總是優(yōu)先獲得受教育的機會。而思想被記錄下來的成本很高，所以只有主流社會認(rèn)可的東西 才會被記錄下來、傳播開。所以在這樣的社會條件下，女性的思想是很難傳播和留存的。而現(xiàn)在就沒有這個障礙了。但是要想把這些都糾正過來，就需要很長的過 程。女性參與進來之后就會制造適合女性的工具、知識體系，以及思維方法，然后才會有慢慢的改變。
你覺得需要鼓勵更多女性加入程序員的行列嗎？
程序員這種職業(yè)無關(guān)乎男女，但是至少不需要干重體力勞動，女生可以勝任。我們的部門女多男少。因為男性的社會壓力比較大，要求待遇也比較急迫，目的比較功利。但是涉及研究的話，思維要開闊一點，不能成天想著這些事，相比之下女生更放得開。
另外，從計算機發(fā)展的角度來說，由于男性思維的局限性，他們能想到的大多數(shù)已經(jīng)都有人想到過了，有一些東西可能只有女性才能想到。因為這行女生比較少，所以還沒人想到，這也是女程序員的機會。
