硕士生涯的第一年就这样告一段落了

前段时间学长李喆问我：「来，小伙子，说说你来德国这一年的收获是什么？」我当时给他的回答是：「我已经正儿八经的把目前计算机科学的各个领域给研究了一遍，已经没有我不了解的领域了。」这个话说得很狂，确实，我知道自己的充其量不过是在某几个领域已经足够深入，大部分其他领域在长期在这个领域研究的人看来我不过是一个刚刚跑过「Hello World」的小屁孩。计算机毕竟是一个实践科学，没有长期实践，那都是狗屁。有一句话我觉得说得特别好：「Theory is when you know everything but nothing works. Practice is when everything works but no one knows why. In the industrial, theory and practice are combined: nothing works and no one knows why.」

我当时来德国的契机是什么，真的都做到了吗？翻看我自己在读研之前给自己列的 TODO-DONE-LIST 如今已经有一大半完成了，这一年里收获了很多知识，精进了很多知识，至少我已经能够在大部分领域发表我自己的看法了。今天就要登上飞机回国了，于是我没事儿就喜欢总结一下的老毛病又犯了。从哪儿说起呢？

在一个非母语的环境里确实能够让非母语有突飞猛进的进步。前几天在知乎答了一个问题，问题说「为什么部分中国人（留学生）说汉语时，常夹带英文？」是的，我也变得开始喜欢说话夹英文了，我的答案是：

1. **出国前英语不好。**因为英语不够好，所以很多英文词汇其实在出国之前并没有在脑海中建立记忆网络。而出国后无论是英语的交流还是阅读量都远远高于出国前，于是乎很多以前不知道的词，会以英文上下文情境的形态在脑中建立突触，形成某个概念第一反应是英文词的状态。
2. **出国后母语变差。**是的，虽然偶尔还是会克制自己不能落下母语的学习，在用母语写作时坚决不使用英文单词，经常参与翻译工作，但我还是发现自己的母语水平几乎成直线下降。老实说，前几天到和一个中国人助教聊事情，聊事情都是用中文聊的，聊完了之后要把谈话内容总结一下发给给另一个中国同学，然后写邮件的时候发现自己居然没办法用中文流畅的打出来（天哪，全程可都母语啊），脑子里经常卡壳，然后我换成了用英语写，一口气给敲完了点了发送。

之前本科大四来交换那一个学期还没有如此明显的感受，但经过这次一年的训练，我发现自己已经可以开始使用英语进行思考，并能够在面对他人不假思索的用英语脱口而出了。这是我觉得收获最大的一点。

然而要知道，德国不是一个英语为母语的国家，尽管在大学里大家都会说英语，大家的英语都挺不错，我主动和别人说英语，大家也都会主动和我说英语。但有时候还是不可避免的需要和德国本地当地人打交道，总不能期望一个母语不是英语的国家每个人都会说英语吧？试想中国的某个路边的小卖部老板会英语的概率有多高？所以，第一个学期我还是意识到了这种不便性，在第二个学期我便正儿八经的开始研究德语了。为此我还初步写了一本德语的基础教程，也算是自己在硕士生涯里一个相当不小的收获，当拿到成绩单和语言证书的时候，我终于可以拍着胸脯的说：嗯，德语也不是很难嘛，当初交换的时候那一个月就是没好好学，现在老夫也是一个会说三门自然语言的人了。

当然，千万别以为这个国家就好得不得了，生活上的糟心事其实也是一大堆的。与交换期间产生的强烈对比，可能是第一次来这边时一切都是新鲜的，各方面缺点都被我忽略而关注在了优点上。就住处来说，起初我曾住在一个拥有双层楼房的小别墅中，本以为这就是慕尼黑人们的标准住宿条件，其实只不过是交换生的福利罢了。而这次没有了福利后，加上突如其来的行程安排，导致我前半年挤在了一个破旧阴暗的车库杂货间里，不仅生活条件极差，还被收着高额的房租，直到第二个学期才搬进了一个条件稍有改善的单人间。

这一年里与这里的同学、同事、老板、本地居民这些不同身份的人打过足够多交道后，不得不说在这里生活确实不如国内自在。最令我反感的就是德国人不紧不慢的生活状态。确实，他们并不需要为自己操心太多，领着一份不错的薪水，在如此高福利的社会环境下，不需要操心自己的经济抗压能力，生病了有免费的医疗，失业了还有高额的政府补助，甚至于土耳其难民都能领上超过我们一个月生活费还高的无偿补贴。很多人就逐渐安于现状，觉得「现在这样也挺好」。这就导致了，哪怕是一丁点的小事、一个很简单的任务分配可能会邮件来邮件去，甚至一个上午时间全部浪费在了毫无收获的小组讨论上了。也罢，吐槽的过去的事情就不再展开了。

回过头去看这一年的时间过得真是飞快，感觉本科毕业简直就是昨天的事情，然而理论上讲，我已经完成了大部分的修课计划，除了最后一两门小打小闹、可有可无的课程外，就是自己的毕业论文了 —— 但我目前还没有特别想要完成的题目。我也可以选择不用着急着毕业之类的，每个学期修一门课好好享受一下在德国的这段时间。确实，这会让我有足够的时间来思考接下来的步伐，但可能已经违背了我自己词典里对效率的定义。在这一年里学习时间中，我正儿八经的搞明白了这些个领域，这正好都是我本科阶段还没来得及仔细研究的领域：

1. 人机交互 Human-Computer Interaction
2. 在线媒体 Online Multimedia
3. 并行计算 Parallel and High Performance Computing
4. 知识表示 Knowledge Representation and Reasoning
5. 数据分析 Big Data Management and Analytics
6. 知识发现 Knowledge Discovery in Databases
7. 人肉计算 Human Computation
8. 机器学习Machine Learning

当然，「人机交互」是我的主业，这个肯定要搞明白。本科的时候虽然学过这门课的一些基础知识，而且还考出了不错的成绩，但实际上脑子里对这个领域并没有多少看法，自认为就是一些炫酷技术的拼凑，技术决定一切。而实际上当我真正静下心来阅读和实践过一两个项目之后，我才明白了「人」这个字被放在了「人机交互」的第一位的意义，这个领域真正关注的是什么，这个领域真正关心的是什么。作为积累，希望我自己能在毕业之前写完一本关于人机交互的书。

而其他的课就都相当的硬核了。在线媒体这门课程给与我收获就是让我正儿八经的认识了一遍 Web 技术；并行计算这门课的收获则在于搞明白了如何逐步实施一个精密到寄存器级的高性能代码优化；知识表示、知识发现、数据分析这三门课则明确的交代了最近三十年里人类在试图实现机器智能方面做过的各种尝试与努力，从确定性到不确定性方法，从理论证明到实践奏效，都是相当有意义的。举个例子，知识表示这门课里讲述了相当多将知识形式化的手段。早在上个世纪七八十年代，计算机科学家们就致力于通过形式化的逻辑语言来表示一切知识（OWL 网络本体语言），通过制定一系列规则讲人类的全部知识表述为计算机可计算的形式，也就是我们常听到的「专家系统」。但实践证明，这只是一个美好的幻想，其实理由很简单，因为并不是所有的知识都是可计算的（比如经验知识）。后来有了计算能力的提升，大量有效数据的存储，统计学开始奏效，逐步发展取代了曾今的形式理论，产生了现代的「机器算命」和「人工智障」。确切的说，我自认为收获了计算机领域未来至少十年里必不可少的知识，并且打下了比本科时候在「门口逛了逛」那种程度更加坚实的基础。听说过百度的余凯么？我的机器学习就是他博士老板教的，所以余凯也是我师兄。嗯，这个逼我给满分。

另外一个意外收获比较大的领域就是「自然语言处理」。我其实也没想到自己会深入研究这个领域，因为本科的时候我一直都只是在图像领域有所研究。当然，一方面得益于之前提到的自己对自然语言的深入了解和学习，另一方面还得益于在这边参与的几个相关的 Practicum。就现有的技术来说，语音识别的能力很可能停滞不前，那么有什么样的非技术手段能够弥补这一缺陷？这时候人机交互又占了上风，如果有良好的「Voice User Interface」设计，大量的用户研究与「Conversational Design」，我相信通过图灵测试只是时间问题。

可能是我从小就有科学家的情结，我时常问自己「你就不想为这个世界留下点什么吗？」

是啊，仁以为己任，不亦重乎？死而后已，不亦远乎？

2017年09月02日于慕尼黑 欧长坤