國內大廠的大牛紛紛離職，轉投大學，自創業。
偏偏與眾不同的是，量子計算大牛Scott Aaronson現在要從教學陣地轉移大廠了！
今天，Aaronson在部落格上表示，自己將從德州大學奧斯汀分校（UT Austin）休假一年，並在下週前往OpenAI工作。
他的工作職責是思考人工智慧安全和對齊（AI Safety and Alignment）的理論基礎。
其中就包含思考像是「計算複雜性對於如何讓人工智慧做我們想做的事情，而不是做我們不想做的事情的原則性有什麼理解」這樣的問題。
OpenAI的機器學習研究員，人工智慧對齊團隊負責人Jan Leike表示，「非常期待和傳奇人物Scott Aaronson一起工作。」
可以說，OpenAI迎來了一位「居家辦公」的BIG Name。
怎麼講？
Scott Aaronson表示，「出於家庭原因，我將主要在德州的家中進行這項工作，但也會不時前往位於舊金山的OpenAI辦公室。」
#在OpenAI工作期間，Aaronson也會花30%的時間繼續管理奧斯汀大學的量子資訊中心，與他的學生和博士後一起工作。
到今年年底，Aaronson計畫重新回到全職教學、寫作和思考量子問題的職位。也就是說，他去OpenAI只是體驗一年的工作生活。
對Aaronson來說，即使在人工智慧以我們都無法忽視的方式統治著世界之際，量子問題仍是其生活中最主要的愛好。在他轉向研究量子計算之前，人工智慧曾是Aaronson作為博士生開始研究的領域。
話說，Scott Aaronson到底要在OpenAI做什麼樣的專案？
他承認暫時沒有頭緒，因此需要花一整年時間去思考，並提出了幾種可能性。
#首先，他可能會得到一個關於樣本複雜性的一般理論，以便在危險環境中學習。
其次，可能會致力於機器學習的可解釋性：當給定一個產生特定輸出的深度神經網絡，對為什麼產生該輸出而進行解釋；對於找到該解釋的計算複雜性，我們能說些什麼？
第三，可能會研究弱智能體驗證強智能體行為的能力。
有網友直接問道，你是否應該擔心OpenAI只是僱用你為了說「看，我們有Scott Aaronson在解決這個問題，而不是真正關心它的安全研究人員想出了什麼」？
Scott Aaronson稱，「我自己沒辦法證明你自己擔心的這個問題。無論我在這個主題上做什麼工作，都必須為自己說話。」
Scott Aaronson目前是德州大學奧斯汀分校電腦科學David J. Bruton Jr. 百年紀念教授，擔任學校量子資訊中心創始主任。
Aaronson曾在康乃爾大學獲電腦科學專業學士學位，在加州大學柏克萊分校獲博士學位，在加拿大滑鐵盧大學量子計算研究所做博士後研究員。
此前，他曾在麻省理工學院（MIT）教了9年的電子工程和電腦科學。
他2007-2016年在MIT任教，2007 年秋任助理教授，2013年春天晉升為副教授。直到，2016年至今在德州大學奧斯汀分校任教，並擔任全職教授。
姚班學霸陳立傑在MIT交換期間，曾師從Aaronson。
圖片來源：清華大學
Scott Aaronson可不是一般人。
1981年，Aaronson在美國出生。
他兒時的經歷算是比較豐富。雖說他從小就在美國生活，但是他的父親在他童年的時候被派往了香港工作。於是，Aaronson也跟著在亞洲度過了一段時光。
那時，他在亞洲的學校就彰顯出了聰明才智──他跳級了。
可惜，不知道是水土不服還是什麼原因，回到美國以後，他的求學之路就變得非常坎坷。
他常與老師發生衝突，成績也變得不盡人意。
最終，他報名了Clarkson學校，這是一所由Clarkson大學為有天賦的年輕人開辦的項目，該項目讓Aaronson在高一那年就可以申請大學。
也是因為這個契機，他被康乃爾大學錄取，並且在2000年獲得了電腦科學的學士學位。
拿到學位後，他沒有放棄求學，繼續奔赴加州大學柏克萊分校攻讀博士學位。最終，2004年，他在Umesh Vazirani教授手下拿到了博士學位。
實際上，Aaronson的技能點從小就點滿了。他的數學能力和同齡人相比超乎尋常的優異，他在11歲時自學了微積分。
甚至，他在11歲那年發現了有電腦程式設計這麼個玩意兒之後，懊惱自己沒有早點開始接觸，覺得自己已經和「程式設計多年」的「同儕」落下太多。
而之後，他在更高層的技能樹上點到了量子計算這個分支。在康乃爾大學，他致力於研究計算複雜性和量子計算這兩個部分。
他的努力和天賦也給了他足夠的回報。
2021年4月，美國電腦協會（ACM）將2020年的ACM計算獎頒給了Aaronson，以表彰他在量子計算領域所做的貢獻。
具體來講，他的研究領域包括量子電腦的表現與限制，更廣義的計算複雜度理論等。
ACM介紹道，量子運算的目標是利用量子物理學定律來建構設備，以解決經典電腦無法解決或無法在任何合理時間內解決的問題。
而Aaronson則向我們展示了計算複雜性理論的研究結果如何為量子物理學定律提供新的見解，並且清楚地說明了「量子計算機能做什麼，不能做什麼」。
不僅如此，Aaronson也幫助發展了「量子霸權」概念。量子霸權是指，當一個量子設備能夠在合理的時間內解決一個經典電腦無法解決的問題時，就達到了一個「里程碑」。
Aaronson建立了許多量子霸權實驗的理論基礎。這種實驗讓科學家們能夠給出令人信服的證據，證明量子電腦能夠提供指數級的加速，而不必先建立一個完整的容錯量子電腦。
ACM總裁Gabriele Kotsis表示，「Aaronson的貢獻不限於量子運算，在計算複雜性理論和物理學等領域也產生了重大影響」
值得一提的是，Aaronson也著有《德謨克利特以來的量子計算》。
他的個人部落格「Shtetl-Optimized」經常從科普的角度解答一些關於量子計算的問題，一直廣受歡迎。
#
他所寫的《誰可以命名更大的數字？ 》一文在電腦科學學術界中得到了廣泛傳播，文中使用了 Tibor Radó 所描述的 Busy Beaver Numbers 的概念來說明在教學環境中可計算性的局限性。
如今，這麼一個牛人來到了OpenAI，可以說是來了位精兵強將。
Scott Aaronson宣布即將加入OpenAI工作後，許多網友為他送去工作順利的祝福。
為了紀念這一刻，網友用DALL·E為Scott Aaronson生成了一幅畫。
有網友與其探討了人工智慧對齊問題，
請解釋下，當人類自己認同這些價值觀是什麼時，人工智慧如何與人類價值對齊？並且通常情況下，人類並不會與自己所聲稱的價值觀一致。
在我看來，這證明了關於對齊或安全，或其他什麼的基本思想範疇不是道德哲學，也不是計算複雜性，而是進化理論。也就是物競天擇。由於進化論有數學基礎 (可參見John Baez) ，我認為可能存在一些與比較複雜性相交的情況。
雖然我不是這兩個領域的專家，但從演化的角度來看，人工智慧是否具有能動性或一致的問題可能很重要，但不是核心。
還有崇拜Aaronson課程的網友問道，「您還會在UT教授2022-2023學年的量子資訊科學課程嗎？我真的很期待上這門課！」
以上是量子計算大神Aaronson加盟OpenAI！他也是姚班學霸陳立傑導師的詳細內容。更多資訊請關注PHP中文網其他相關文章！
