​AI三国演义:日本因何衰落,美国如何强大,中国挑战在哪里|专访龚怡宏

2017-12-07 邸利会 知识分子 知识分子

编者按

        谈起人工智能,有人说,如今主要是中美间的竞争。然而,上世纪八九十年代的日本,何尝不被世人认为是美国强有力的挑战者。不过,时过境迁,日本的IT产业却没有出现人们期待的持续繁荣。成败之间,值得思考与总结。不久前,《知识分子》前往西安交通大学曲江校区拜访了龚怡宏教授(发稿前不久他新当选为IEEE会士, IEEE Fellow)。他从科研,教育甚至文化层面,谈了日本何以衰落,美国因何强大,中国又面临哪些挑战。



撰文|邸利会

责编|李晓明

 

  


1982年,作为北京邮电大学选中的公派留学生,龚怡宏赴日本东京大学求学。那年他19岁,中国刚刚改革开放,高考也才恢复不久。

 

赴日留学的预备人员在此前一年都会集中到位于长春的东北师范大学,进行为期一年的日语强化培训。这个预备学校是1979年3月根据中日政府间教育交流协议而建,按照官方的说法,是“中日邦交正常化后,两国教育合作交流的最大项目”。

 

当时教日文的是清一色的日本老师,从日本文部省派过来。在头半年,主要是学日文,由于中国高中的数理化和日本不同,后半年,他们还补了一些数理化的课。一年以后,龚怡宏和同学们参加了日本文部省的统考,他最终被分配到东京大学读书。

 

派去日本读本科一共持续进行了五期,龚怡宏是第四期。在东大,从本科到博士,除了攒点零花钱回国看看父母同学,龚怡宏这一读就是9年,经历了日本IT研究的鼎盛时期。


 

初识日本

 

知识分子:那个时候中日高校的差距没办法比吧?

 

龚怡宏我在日本的9年,可以说是日本近代史上发展的一个鼎盛期。我离开的时候,基本上就是日本的泡沫经济开始走向破灭的时候。像东京大学教我们课的很多老师,当时在世界上都是知名的学者、教授,见多识广,学术功底非常深厚。那时候咱们国家的高校,师资力量非常薄弱,经过十年文革浩劫,人才出现了断层。要不就是50、60年代毕业的那些老教授,要么就是工农兵学员,这些人知识的基础都不是很牢靠的。

 

知识分子:那个时候,计算机,机器人在日本也很火吧?

 

龚怡宏对。那个时候,日本在经济发展的鼎盛期,我感觉到遍地是黄金。公司愿意拿出大笔的钱投入到研发上面,现在回过头来看,实际上日本这些年经常都有诺贝尔奖获得者。他们的成果,大多是80年代做出来的。那个年代日本社会跟我们现在的中国感觉有点像,有的是钱,充满了活力。公司、政府都投入大量的财力、物力来支持研发。

 

知识分子:您的博士研究是视频内容分析,多媒体?

 

龚怡宏对,实际上跟现在的机器学习关系是非常紧密的。机器学习在那个年代,曾经火过一段时间,就是人工神经网络。不少老师、同学在做这方面的研究。那个时候一般的学术会议,基本上现场每一个参会的人,都会拿到一本会议论文集;可去神经网络的会议,论文集有7到8本,一般的人都背不回去,所以当场就提供快递服务。可以看出来,那个时候神经网络研究非常火。从1987年到1992年前后,火了大概5、6年的时间。

 

知识分子:那时候为什么会那么火呢?

 

龚怡宏:讲起神经网络的历史,真是经历了一个挺漫长的发展阶段。一开始,50年代美国的科学家做出了一个单层的神经网络,当时火了一段,但是很快人们就发现,实际上它能做的事很有限。后来,就进入低潮期了。那个时候,也有人试图弄一个多层的,更复杂的神经网络。但是,神经网络这些参数,它没办法自己通过学习来得到,要人来设定。这显然是不现实的,没有实用性。到了1986年、1987年,一个加拿大的著名教授叫Geoffrey Hinton,他提出“反向传递法”,这之后,多少层的神经网络,它的这些权重参数都能通过学习,自动获得。这是一个很大的突破,他的这个方法,到现在大家也都在用。一下子就点燃了神经网络的第二次热潮,大家就觉得这个好像有戏了。

   

知识分子:那时候的机器学习已经是以神经网络为重点的吗?

 

龚怡宏:对,80年代末,90年代初,那时的机器学习,基本上神经网络是最火的。那是神经网络的第二个热潮,但是那时的神经网络结构跟现在可不一样。三层也好,五层也好,层和层之间都是全连接,后来很快就发现全连接的神经网络很容易陷入到局部最优,一般训练一个三层的就差不多到极限了,性能很差。很多人做了大量的研究,大量的尝试,想解决这个问题,但是最后都没有做好。所以,进入90年代,很快第二波热潮又开始退了。

 

知识分子:您那时候已经是用神经网络做视频分析了?

   

龚怡宏我是1989年开始读博士的。我读硕士,是跟一个教授学通信。博士阶段就改行来做人工智能,做视频内容解析。那个时候,我跟周围的很多做神经网络的师兄、师姐交流,得到的反馈就是神经网络能干的事,也是挺有限的,不是万能的。所以,我没有太多投入到神经网络的研究里去,走的是不太一样的路线。那个时候,尽管神经网络非常火,但是在性能上面,跟其他传统的一些经典算法比,优势也不是很大。

   

知识分子:他们那个时候的水平在世界上是不是比较领先的?

 

龚怡宏:那时候日本人的水平还是可以的,而且他们国家财力也非常雄厚,所以那时候提出来第五代计算机计划:目标就是要构建一款能够有自我推理,自我思考能力的一台计算机。但是,后来也是误入歧途,可以说是以失败告终的。他们对最前沿的研究,当时还是关注的,跟的也很紧。甚至有的时候,还想自己开拓一些新的领域。我记得当时有两大领域,是印象比较深的:一个就是第五代计算机;还有一个就是高清电视。现在高清电视普及的年头也不久,日本在80年代末、90年代初就已经普及高清电视了。

   

知识分子:就是已经有产品了吗?

 

龚怡宏:对,那个时候真的很震撼,跟普通的传统的电视比,那个画质完全不是一个档次的。但是,他们后来的方法被美国人提出来的数字电视给完全取代了。当年日本人提出来的高清电视,实际上还是想跟传统的电视兼容,所以基本上是那种模拟信号的方式。后来美国人看日本人率先搞出来了,干脆把传统的电视这一套全都推翻,用数字信号来搞高清。那个时候,美国人在国际上学术界的影响力是非常大的,他们一领头做数字信号,日本人做的东西,整个就被废了。一开始日本人是力推他们的高清电视成为全世界的标准,后来没有推广开。

 

日本为何走向衰落

 

知识分子:日本经历了繁荣期,但现在是不是有点衰落了?

 

龚怡宏:这个是不言而喻的,日本这几年衰落的非常明显。我在美国,先是在卡内基梅隆大学(CMU),后来去了NEC美国研究院,我在那儿做了十几年,真的是亲眼看到这家公司怎么从鼎盛一步一步的走向衰落。我刚刚进入NEC美国研究院的时候,它在全世界半导体、通信、计算机三个领域里面,是前五名的。现在你再看,它的半导体基本上都已经全军覆没了,PC已经基本上退出市场了,超级计算机还做一做。现在唯一还在赚钱的就是通信这个领域,但是也被咱们国家的华为弄得非常难受。

   

知识分子:其实日本也付出了很大的努力,为什么到最后也没有走到IT这个行业的顶峰?

 

龚怡宏:我觉得日本从它的鼎盛走向衰退,一个很大的原因,就是它的体制造成的。它的体制有好处,但是坏处也非常明显。我在日本的时候,日本的大公司基本上就是终身制的。你进入这家公司,就是从头干到退休,也很少有人跳槽。这个公司的这些经理,包括高管,都是按照排序,按照资历,一步一步的往上走。它的好处就是比较稳定,贫富差距很小。但是坏处就是不可能不拘一格地把人才选拔出来,导致它的公司无论是搞创新,还是搞改革,都举步维艰。我们当时在NEC干到最后,觉得好像在这个公司继续干下去就是浪费生命。


我在NEC有一个好朋友,他做的比我还优秀,他做到NEC美国研究院的副总裁。NEC可以说对他有求必应,给他的工资也很高,在我们看来他是过得很好的,但是今年年初居然也毅然决然地离开了NEC,去了蚂蚁金服。我就问他,你在那儿大家都很羡慕,为什么也离开了?他说真的是觉得在那儿越做越觉得是浪费自己的生命。


他给我举了一个例子,他是做复杂系统的故障诊断预测的,后来用到了日本的核电站上面,发现还真的有效果。所以,后来NEC就决定重金投入,从日本给他派了一帮人马过去。给他派的是什么人呢?是做手机的。因为日本的手机做不过苹果,做不过中国的公司,NEC把手机业务给砍掉了,但是做手机的这帮人不能够解雇,怎么办呢?得让他们改行干别的事,就派到美国跟我的这个朋友学习怎么做数据挖掘。


我这个朋友一开始真的是还非常热心,花了一年的时间,把他们差不多给培训入门了。然后这帮人回日本去了,又给他派了一拨不能裁掉的做PC的人。所以,他就讲,根本就没办法跟别的公司竞争:一边要往前走,一边还得去花很多的时间精力去培训这些对人工智能数据挖掘一窍不通的人,感觉到身心疲惫。所以,你看日本的大公司这么干的话,怎么去跟别人竞争。

 

知识分子:还是跟日本公司长期的结构和文化有关。

 

龚怡宏:对,NEC这个公司,我在那儿干了十几年,基本上这个公司的老总,都是从公司最底层做起,都是一步一步熬上去的。这些人对公司内部的架构很了解,但是对外部世界,对其他的公司是怎么经营的,外部世界的变化,可能不敏感。而且,你想想看,在公司里面打拼了几十年,熬到高层的这些人,前后左右的这些裙带关系也很复杂。有的时候,他也意识到这个公司各种各样的问题,但是靠他自己一个人的力量,改变不了。

   

知识分子:所以这个是很大的问题,不能迅速地反应。

 

龚怡宏:公司就是死气沉沉,它没有新鲜的血液注入到公司里面,都是一套惯性的思维方式。然后,员工基本上都是外行人在做最前沿的事情。这些人能够把这个行业给理解了,能够开始做一些事情,就已经很不容易了,你再想让他去创新,去冲刺最前沿,我估计对他们来讲,就有点力不从心了。

 

强大的CMU,因何持续强大?

 

知识分子:您博士毕业以后,第一份工作是新加坡南洋理工大学做了4年的助理教授。然后,您就到了CMU?

 

龚怡宏:对。我是1996年去的, 我那时候到CMU实际上是叫researcher,就是研究员的那种职位。像美国一些顶尖的大学,像麻省、哈佛、CMU、斯坦福,他们实际上是有两种职业生涯,一个就是Tenure-track,这个跟我们国家的教授很像。还有一种叫researcher,没有Tenure,能够出去申请到科研经费,就可以继续干;什么时候没有钱了,就走人。


我那时候其实很有幸,加入了当时一个很有名的一个日本教授Takeo Kanade的团队,他在计算机视觉、人工智能领域可以说是一个鼻祖级的人物。他在计算机视觉,在机器人领域非常有名。他们那时候正好招research scientist,我就去申请了。他一看,我还有在日本念书的背景,就直接接受了。

 

知识分子:CMU在人工智能方面实力雄厚。


龚怡宏:CMU可以说在人工智能领域,一直是走在世界前列的。前不久,我还和我们副校长去CMU跟他们谈联合培养的事情。他们讲,CMU其实还真的是非常喜欢做一些标新立异的事情,有两个学科是全世界首创的学科。第一个就是人工智能学科,全世界大多数学校把人工智能是放在计算机学院或者是计算机系里面的,CMU把它独立出来成立了一个人工智能系(按:这里指机器学习系)。前两年又搞出了一个生物物理系,就是把做生命科学的人和做计算机人工智能的人结合在一起,搞了一个交叉学科的系,大家不同背景的人在一起合作。单独把这些人组合在一起,成立一个系,这也是CMU的首创。

 

知识分子:你在CMU的时候,当时对他们整个学校的科研,有什么样特别深的印象吗?我相信在日本搞研究跟在美国搞研究,包括在新加坡,可能也是有很多不同的。

 

龚怡宏:去到CMU,对我一生的影响还是很大的,那真的是一个殿堂级的大学。光我们华人就出了好几个杰出的人才。李开复、沈向洋、陆奇,全是CMU出来的。李开复80年代就搞语音识别,他做的隐马尔可夫模型,直到大概7、8年前,基本上是语音识别领域里面所有的人都推崇的算法。到了2008年,有人开始用深度学习神经网络做语音识别,他的隐马尔可夫模型方法,才被淘汰掉。在语音识别这个领域,他们当时开创的这套方法,可以说是雄霸了这个领域20年,很厉害。

 

知识分子:这些人在一起,学术氛围也很不一样。

 

龚怡宏:给我的印象,CMU可以说是一个世界瞩目的中心。因为基本上每个星期都有世界上非常知名的一些大牛到CMU参观访问,给大家做报告。如果你要是想去接触这些最优秀的,最顶级的学者,想听他们的报告,你去CMU,基本每个星期都能够听到。


CMU当时做的很多项目,也是世界瞩目的。我去了CMU以后,当时加入了他们的一个项目组,叫多媒体视频内容解析。1996年我们就已经在用语音,还有图像,还有文字这些信息,来做视频内容的检索。

   

知识分子:不敢想象,这是20年前的事情。

 

龚怡宏:那个项目很有名,叫Informedia,在全美国据说也是第一个。美国政府砸了重金来做的多媒体视频内容解析的一个项目。像这种项目,我估计只有在CMU能够做得了,因为CMU语音在全世界当时就是非常著名的。然后,它还有专门做文字自然语言处理的,也非常强。计算机视觉,也是很强的。它把做文字和自然语言处理的,做语音的,做计算机视觉的人结合在一起。所以,做出这么一个项目来,我估计在新加坡、日本都不一定能够搞得出来。

 

知识分子:我不知道怎么去定义强大或者是科研一直跑在一线,包括CMU最早的那些鼻祖级的人物,开始建这些系,一直到现在,他们能够保持长盛不衰的研究的势头,做到最前沿,为什么?

 

龚怡宏:实际上我觉得这个答案并不复杂,就我对日本、新加坡的大学,还有美国大学的观察和比较来看,美国的大学最难能可贵的地方就是人的多样性,我们项目里的教授,很少全是清一色的美国人,我刚才讲的做语音的知名日本教授,还有做文字的是德国人,也有海外的一些知名教授。

 

知识分子:包括来自世界各地的优秀研究生。

 

龚怡宏:对,多样性,不同的国家来的不同的人,他的文化教育背景不一样,他的思维方式不一样,所以这些人在一起,真的是能够碰撞出火花来。而且,在美国的大学里面,不管是学生也好,教授,有名也好,没名也好,大家在学术上是平等的。这个在日本就做不到,在日本要是跟着一个老教授做,老教授让你往东走,你一般不敢轻易地说你要往西走。


前不久,我看了李开复的一个采访,他当时去CMU跟着一个非常知名的印度人教授Raj Reddy(印度裔美国人,1994年图灵奖获得者,是人工智能的早期先驱),他是语音领域一个鼻祖级的人。据说这个教授一开始是让他搞一些基于规则的,基于知识库的语音识别。那个年代,大家还是比较崇拜知识库。后来李开复干了没多久,就发现这玩意行不通,因为语音识别很多东西没办法就靠人写那么几条规则来覆盖,尤其是美国这个移民国家,尽管大家都是讲英文,但是每个人的口音都很重。中国人、日本人、印度人讲英文,发音全都不一样,怎么可能靠人去一条一条的把规则写出来,然后去做分析和识别呢?所以,李开复就提出来能不能用统计学的方法来做。Raj Reddy一开始并不很赞成,但是说既然你想挑战的话,我也不反对,你去做。所以说,李开复自己真的杀出一条血路来,用隐马尔可夫模型就做出来了,很伟大。

   

知识分子:包括后来的沈向洋,他坚持要做视频。

 

龚怡宏:是,所以美国的大学为什么比较容易出成果。它是把全世界最优秀的人才吸引到那里,给大家提供一个非常宽松,一个自由、平等的平台,真的是可以做到百花齐放,百家争鸣。在那里,无论是教授,学生,有名,还是没名,在学术上面讨论,大家都是平等的,不会说因为一个什么大牛,说了一句什么话,别人不敢讲了。我在CMU从来没有见到过这种现象,但是在日本、中国都是很普遍的。

 

国内科研教育喜忧参半

 

知识分子:回国这些年,对照下来,是不是也有很多不适应,差别很大的感觉?

 

龚怡宏:像工作环境、生活环境这些问题都还算好克服。让我感觉跟美国比,差别最大的,咱们国家培养出来的学生,真的是考试考出来的,应试教育出来的学生。他们好像习惯于填鸭式的教育,不发挥自己的主观能动性,发挥自己的想象力去做点什么事情,好像他们真的这个习惯没有培养出来。


我在美国,包括在CMU,后来又去了NEC美国研究院,也是以做学术为主,我这一生没有离开学术界。每年夏天我们都会找很多实习生来NEC做科研。美国大学,尤其是名牌大学出来的学生,就是非常有想法,我带他们做科研,非常的轻松。一般我就是给他们几篇论文,让他们去读,几篇论文读完以后,自己就有想法了,你都不需要告诉他们接下来要做什么。


回到交大,我招的研究生,实际上也都是我们交大顶尖的学生,基本上都是保送上来的,全年级前几名的,考试成绩,那肯定是没话可说。但是我也尝试着用美国的那个方法来培养他们,真的是行不通。你给他看几篇论文,过了两天,你去找他,问你们看懂了没有?看懂了。你有什么想法没有?没有。我问,接下来想做什么?他们说不知道。所以,这个论文读完了以后,没有给他激发出什么东西来。所以,带这边的学生比美国那边要难很多,要一口一口的喂他。你先要让他读懂这些文章,让他了解这个行业,这个领域都在做些什么,接下来,你要非常具体的告诉他,要做什么。搞科研,一般结果都不是很好,因为你的想法肯定还不是很完善,甚至都是错误的。所以,如果做完了以后,结果不好,还得帮助他分析,为什么不好。感觉中国的教育体制教育出来的学生,可能比较适合去做一个工程师。但是,要做这种创新型的领军人物,我觉得跟美国的大学比,还真是差距挺明显的。

 

知识分子:这个完全是触及到了我们教育的本质问题。

 

龚怡宏:我上个月陪同我们的副校长去CMU访问交流,也见了他们那几个副校长,有的是负责本科教育的,有的是负责国际交流的。有一个副校长讲的话,给我很大的震撼。他就讲,你们中国培养这些拔尖人才,感觉你们的理念就是把这些数理化成绩很好的学生选拔出来,然后教他们更难的数理化,让他们去做更难的题。他说我们这边的理念不一样,我们把这些优秀的人才选拔出来,我们是想把他培养成将来能够成为一个世界领袖或者是一个学术界的领头人这样的人物。他说,作为一个领军人物,除了解数理化的难题以外,还要有各种各样的能力,包括表达的能力,了解其他人的想法,甚至是了解其他种族的文化的这些能力,这是一个综合的能力。

   

知识分子:是,国内教育现在确实是在这方面很欠缺。

 

龚怡宏:我来到交大,就经常感到不可思议。像我们这儿的一些保送上来直博的学生,他需要比硕士生要去读更多的科目。我们交大的博士生,第一年基本上没有任何的时间跟导师来搞科研,课都排满了,基本上跟本科生的教学一样,不停的在选课,不停的考试。本科四年,读了这么多书,进入研究生了,已经有一个固定的导师了,应该让导师有更多的时间对他做一对一的指导,带领他去做一些科研了,而不是说不断地再给他灌输一些东西。


相反,你看美国的大学,他们的课程安排,真的跟我们很不一样。我们西安交大去跟CMU谈联合培养,发现体制差异太大了,没法对接。他们那边就讲,我们这边的本科生一年大概就选四门课,选六门课就已经到极限了,你再选更多的话,肯定过不了。我们这儿,一个学期十几门课,CMU那边一门课选了以后,小测验是家常便饭,还得用课堂里面学到的知识去做一个项目。文科的,可能就是老师给你布置一个课题,你去读几本书,根据这个书写一个报告,根据一个问题做一个论述,类似一篇小论文。

 

知识分子:我们这边只是考试,甚至连上机考试都没有,这个差别是非常大。

 

龚怡宏:基本上就是考试。所以,他们培养出来的学生,不光是有理论知识,动手能力也同时培养了。要不然的话,大作业完不成。我现在也是力所能及的试图做一些改变,至少我在交大也是面向研究生开了一个机器学习方法的课,这个课就是没有考试。但是,你必须去参加一个比赛。我们现在这个领域,每年有一个叫研究生智慧城市技术挑战赛,大概每年都有6个不同的任务,比如说行人的跨摄像头追踪、异常事件检测、车辆的追踪等,任何一个任务你都可以去参加,必须要有成绩,然后才能够取得我这个学分。

 

知识分子:您这个课会不会太难,学生不选?

 

龚怡宏:一开始我也有这个担心,后来发现不是这么回事。现在学校鼓励他们去参加这种比赛。参加了这个比赛,拿到一个奖,将来出去找工作都是加分的。所以,现在选我这个课的学生还挺多的。

 

知识分子:你从科研的这个角度,你觉得国内科研的环境跟国外有什么大的差别吗?

 

龚怡宏:国内的科研环境,真的是越来越好了,尤其是这几年,咱们国家在机器学习、人工智能这个领域的投入非常大。而且,产业界也认识到了人工智能、图像识别的潜力。所以,机会非常多。相反,在美国,尤其是特朗普上台以后,把预算中的科研经费、环境保护这些经费全砍了,说是军费增长了20%,砍的钱全拿去做军费去了。


咱们国家,这两年可以说在科研、学术领域大环境已经超越了美国。很多事情在美国做不了的,在中国都能做,这就是为什么这些年我们国家能够吸引越来越多的海外优秀人才回流,包括咱们国家的量子通信,潘建伟院士做的,海外也有很多学者在做。但是,没有这个条件,国家投入放一个墨子号卫星上去让你做这个事情。所以,国外的学者是既羡慕,又嫉妒。他们可能早就在这个领域,在理论界已经达到了一个很高的水平,但是没有这个大环境来支持他们做从理论向实验转化的事情。

 

知识分子:那软的环境上,比如说基金申请,评审这些怎样呢?

 

龚怡宏:这些也是越来越向好的方向发展了,现在比如说基金委的面上项目,现在每年的接收率大概也达到了20%、30%、40%的比例了,所以只要本子写得足够好,想法足够新,基本上还都是能够申请到的。当然,那些国家级的大项目,因为竞争非常激烈,里面可能就不完全是你的学术水平的问题了。我的观察是当竞争太过激烈,录取率低于10%,低于20%,甚至到了个位数的时候,就会出现各种各样的问题。你把全国各地的申报书拿来摊在桌子上比较,很容易把50%、60%的人给刷掉,剩下的20%、30%,实际上他们的水平基本上是在同一个线上。当然里面有几个很拔尖的是没有任何争议的,剩下的谁上也不奇怪,谁下也不奇怪。在这种情况下,可能就有一些额外的因素会进来了。

   

知识分子:再说说西交大,不光是资金,还有人才方面,会不会也因为地理上位于西北,没有太大优势?

 

龚怡宏:西交大,它跟北上广的这些顶级的大学比,的确这几年排名是有点落后了,也是各种各样的原因造成的。实际上对我们来说,有坏处,也有好处。坏处就是将来竞争顶尖的学生,人才,甚至国家级项目上,会处于一定的劣势。好处就是竞争没有像清华、北大这么激烈,可能我们可以更从容地去做一些自己想做的事情。有时候竞争太过于激烈了,就逼得你要做很多短视的事情,不敢做一些长远的非常有挑战性的事情。

 

知识分子:在人才引进方面,是不是有一些新的举措和变化?

 

龚怡宏:学校内部,也有一些比较喜人的变化。我5年前刚来交大的时候,这个地方真的是很保守,很排外。我来到交大以后,就呼吁要重视年轻优秀学者的引进。那个时候,西安交大对年轻学者的引进一点优惠都没有。当时我把在美国的团队里一个挺优秀的部下引进来,他也申请到了青年千人的头衔,工资年薪20万,可一开始连博导都不给,说他太年轻了不给。后来,正好我们那个时候校长换届,新的校长召集教授座谈说,你们对西安交大的发展有一些什么意见。我当时就毫不客气地提出来,我真的是觉得对不起我引进的这个人,人家在美国年薪十几万美金,来到西安20万人民币。就是这么低的工资,人家也来了,就说明这个人他还是有理想的,至少给他一个博导的称号吧。咱们要用人,就应该坚持“用人不疑,疑人不用”,既然已经引进他了,已经是青千了,就相信他,让他去带博士生,如果你认为他能力不足,不要引进他。这个话,我们新的校长还真的听进去了,紧接着就推出来了西安交大自己的海外青年拔尖人才引进计划。现在,只要通过了答辩,符合了这些条件引进的,年薪就是40万以上,然后给正教授、博导,这个力度显然跟以前不一样了。我刚刚来的时候,这些都没有。

 

知识分子:那是比以前进步了。

 

龚怡宏:力度比以前大多了,但是问题是你力度大,现在沿海城市,像上海交大、浙大,他们的力度更大。现在人才竞争非常激烈,像现在有很多高校,都有人来找过我,说龚老师,你要是来我们这儿,年薪给你100万,启动资金你说个数字出来,然后我们让你做院长。我们西安交大,现在对这些青年千人、大千人,待遇是比以前好多了,但我们基本上还是处在边缘的状态,学校的决策圈,没听说有什么千人或者是青千进去的,包括学院的院长,学术委员会里面的这些成员。所以都还是在体制的外面,在边缘的位置。


制版编辑: 许逸


本页刊发内容未经书面许可禁止转载及使用

公众号、报刊等转载请联系授权

copyright@zhishifenzi.com

欢迎转发至朋友圈


▼点击查看相关文章

非虚构写作|马丁之死|兰花进化谜团|天问专栏

青蒿素|可燃冰|P值争论|许晨阳|博士后|潘建伟

张毅|王晓东|张启发|崔维成|张锋|杨振宁|李佩

卢煜明|王小凡|吴文俊|袁钧瑛|张纯如|刘若川



知识分子
为更好的智趣生活
ID:The-Intellectual
投稿:zizaifenxiang@163.com
长按二维码,关注知识分子





▼▼▼点击“阅读原文”,了解课程详情,立享限时特惠!

觉得不错,分享给更多人看到

知识分子 微信二维码

知识分子 微信二维码