编者按：做一个好的科学家需要具备什么样的素质呢？微软亚洲研究院互联网搜索与挖掘组高级研究员李航博士总结出了六点特质，并以九名在机器学习、统计学等领域成就卓绝的科学家的真实故事为例，与读者分享这些特质所体现的耐人寻味的品格。

作者：李航

曾经有同学问我：“做一个好的科学家需要有什么样的素质？” 这是一个不好回答的问题。让我总结，大概有以下几点：（1）酷爱研究，（2）勤奋好学，（3）思想深刻，（4）想象丰富，（5）功底扎实，（6）为人谦和。 我接触过许多世界一流的科学家，他们几乎无一例外。下面我就以自己经历过的、听过的，或读过的几个小故事为证，分享给大家，愿与大家共勉。

“数学太有趣了”——伊藤清

伊藤清（Kiyoshi Ito）是当代最伟大的数学家之一。他将微积分方法扩展到随机过程，建立了伊藤微积分。该方法被广泛应用到随机微分方程、金融数学等领域。我在日本京都大学读本科生时，正值伊藤先生从京大退休。去聆听了他的“最终讲义”。伊藤先生报告的结束语让我至今记忆犹新。他说：“我做数学，是因为数学太有趣了。”话音一落，全场响起了经久不息的掌声。

让孩子们喜欢数学——里奥•布雷曼

里奥•布雷曼（Leo Breiman）是杰出的统计学家，曾发明CART与Bagging算法。布雷曼认为现在的数学教育大多是失败的。重要的是要让孩子们喜欢数学，因为数学是非常有趣的。他曾亲自去小学五年级教数学。布雷曼生前回忆那段经历时说：“我们一起做了各种游戏。他们在游戏中学习了解析几何、代数以及其他各种复杂的东西。” [1]

魔术师出身的数学家——佩尔西·戴康尼斯

佩尔西·戴康尼斯（Persi Diaconis）是著名的统计学家。他14岁开始当魔术师，18岁时买了一本概率书，发现根本读不懂，于是24岁时开始在夜校学习数学。后来他在哈佛大学拿到数学博士，成为斯坦福大学教授，还当上了美国科学院院士。戴康尼斯的一个著名研究成果是他证明洗扑克牌七次才能洗干净，不愧是魔术师出身的数学家。听过戴康尼斯的关于排序学习的讲演。印象深的是他很投入，讲演中会时不时地闭上眼睛，完全进入自己的世界。

童心未泯，充满好奇心——拉凯什·阿格拉瓦

拉凯什·阿格拉瓦（Rakesh Agrawal）提出了许多数据挖掘的重要概念与方法，例如关联规则挖掘算法。他说：“我做研究选题时一定考虑会不会对十年以后产生影响。”有一次陪他去北京一家餐厅吃饭。刚进门，就见他放慢了脚步，像小孩一样好奇地探着头，凑到旁边的玻璃柜前。原来那里摆着许多穿着民族服装的玩偶。拉凯什在那儿端详了半天，用带着印度口音的英语说：“It is nice （这很漂亮）.”，脸上露出了开心的笑容。像许多科学家一样，拉凯什也是一个精力旺盛，充满好奇心的人。

每晚睡前读一篇论文——迈克尔·乔丹

迈克尔·乔丹（Michael I. Jordan）是机器学习领域最有影响的学者之一，贝叶斯学习的代表人物。乔丹培养出了许多优秀的学生，他和学生们做的许多工作都是里程碑性的。乔丹并非出身名校，但是靠自己的聪明才智与刻苦努力，成为麻省理工学院(MIT)、伯克利的教授，2011年还当选为美国科学院院士。他多年来养成了一个习惯——晚上就寝前一定要读一篇论文。

一切发现都在情理之中——罗伯特·夏皮尔

罗伯特·夏皮尔（Robert Schapire）因为发明了著名的机器学习算法AdaBoost与Yoav Freund一起获得了计算理论界最高奖歌德尔奖。我曾问罗伯特：“你们当初是怎么想到AdaBoost的？”他的回答非常简单：“因为我们之前证明了可以把弱分类器提升为强分类器，所以后来就想到了AdaBoost。”好像一切都在情理之中。他的表情也像平时一样从容淡定。一流科学家思想都达到了极高境界，很多发明发现都是他们通过自然推理，而非灵光一现，产生出来的。

Idea如泉涌，当今的爱因斯坦——爱德华·威滕

有人说爱德华·威滕（Edward Witten）是有史以来最伟大的理论物理学家，还有人说他是当今的爱因斯坦。威滕建立和发展了诸多物理学理论，特别是超弦理论（Superstring Theory）。他曾撰写了两百多篇论文，在物理学中论文引用H指数排名第一。他获得过多个大奖，包括数学的菲尔兹奖。威滕思维敏捷，经常会思若泉涌，想出很多idea。正因如此，他也从不吝惜自己的idea，只将最好的idea付诸于研究。他说：“我年轻的时候，每天早上起来都会有一种感觉，今天会有从来没有过的好idea。”[2]

深厚的理论功底——彼得·巴特利特

彼得·巴特利特（Peter Bartlett）创立了学习泛化能力的分析手法，是机器学习理论的领军人物。彼得的机器学习讲义思路清晰、证明严谨、叙述简明，读起来让人觉得是一种享受。有一次，彼得儿子的学校请他给小学生们讲一堂课，内容是微积分！他说花了很大功夫备课，但也可见他理论功底之深。

绅士风度，为人谦和——罗斯·昆兰

罗斯·昆兰（Ross Quinlan） 2011年获得了数据挖掘领域最高荣誉奖KDD创新奖。十多年前听过昆兰先生的报告。即将结束时，一位听众冒昧地问：“什么是方差？”这位相貌酷似林肯的澳大利亚绅士并没有显出不耐烦，相反他耐心地解释说：“我不是统计学家。方差是......”八十年代末九十年代初，当人们还在用手工的方法构建专家系统时，昆兰发明了著名决策树学习算法ID3、C4.5，闯出一条数据驱动、统计学习的新路，实在难能可贵。

参考文献

[1] News at UC Berkeley, http://berkeley.edu/news/media/releases/2005/07/07_breiman.shtml.

[2] The Puzzle of Genius, Newsweek 1993, http://www.thedailybeast.com/newsweek/1993/06/27/the-puzzle-of-genius.html.

(本文图片均来自于网络)

作者介绍

李航博士：

微软亚洲研究院互联网搜索与挖掘组高级研究员及主任研究员。李航博士是日本京都大学电气工程系毕业，日本东京大学计算机科学博士。曾任职于日本NEC公司中央研究所，2001年至今任职于微软亚洲研究院，现任高级研究员及主任研究员。北京大学，南开大学，西安交通大学客座教授。李航的研究方向包括信息检索，自然语言处理，统计机器学习，及数据挖掘。李航一直活跃在相关学术领域，并在重要国际学术杂志和国际学术会议上发表过近百篇学术论文。

相关阅读

计算机算法设计大师-图灵奖得主John Hopcroft

现代个人计算机之父—记图灵奖得主Chuck Thacker

计算机界巾帼不让须眉--记图灵奖得主Barbara Liskov

—————————————————————————————————————————

欢迎关注

微软亚洲研究院人人网主页：http://page.renren.com/600674137

微软亚洲研究院微博：http://t.sina.com.cn/msra