新智元报道
编辑：桃子 拉燕
【新智元导读】OpenAI即将迎来量子计算大牛Scott Aaronson！刚刚，Aaronson在博客上宣布，他将离开德州大学一年，到OpenAI从事理论研究，而且大部分是远程工作。
国内大厂的大牛纷纷离职，转投高校，自创业。
偏偏与众不同的是，量子计算大牛Scott Aaronson现在要从教学阵地转移大厂了！
今天，Aaronson在博客上表示，自己将从德克萨斯州大学奥斯汀分校（UT Austin）休假一年，并在下周去OpenAI工作。
他的工作职责是思考人工智能安全和对齐（AI Safety and Alignment）的理论基础。
其中就包括思考像「计算复杂性对于如何让人工智能做我们想做的事情，而不是做我们不想做的事情的原则性有什么理解」这样的问题。
OpenAI的机器学习研究员，人工智能对齐团队负责人Jan Leike表示，「非常期待和传奇人物Scott Aaronson一起工作。」
Open AI迎量子计算大牛
可以说，OpenAI迎来了一位「居家办公」的BIG Name。
怎么讲？
Scott Aaronson表示，「出于家庭原因，我将主要在德克萨斯州的家中进行这项工作，但也会时不时地前往位于旧金山的OpenAI办公室。」
在OpenAI工作期间，Aaronson还会花30%的时间继续管理奥斯汀大学的量子信息中心，与他的学生和博士后一起工作。
到今年年底，Aaronson计划重新回到全职教学、写作和思考量子问题的岗位上。也就是说，他去OpenAI只是体验一年的工作生活。
对于Aaronson来说，即便在人工智能以我们都无法忽视的方式统治着世界之际，量子问题仍是其生活中最主要的爱好。在他转向研究量子计算之前，人工智能曾是Aaronson作为博士生开始研究的领域。
话说，Scott Aaronson到底要在OpenAI做什么样的项目？
他承认暂时没有头绪，因此需要花一整年时间去思考，并提出了几种可能性。
首先，他可能会得出一个关于样本复杂性的一般理论，以便在危险环境中学习。 其次，可能会致力于机器学习的可解释性：当给定一个产生特定输出的深度神经网络，对为什么产生该输出而进行解释；对于找到该解释的计算复杂性，我们能说些什么？ 第三，可能会研究弱智能体验证强智能体行为的能力。
有网友直接问道，你是否应该担心OpenAI只是雇佣你为了说「看，我们有Scott Aaronson在解决这个问题，而不是真正关心它的安全研究人员想出了什么」？
Scott Aaronson称，「我自己没法证明你自己担心的这个问题。无论我在这个主题上做什么工作，都必须为自己说话。」
Scott Aaronson目前是德克萨斯大学奥斯汀分校计算机科学David J. Bruton Jr. 百年纪念教授，担任学校量子信息中心创始主任。
Aaronson曾在康奈尔大学获计算机科学专业学士学位，在加州大学伯克利分校获博士学位，在加拿大滑铁卢大学量子计算研究所做博士后研究员。
此前，他曾在麻省理工学院（MIT）教了9年的电子工程和计算机科学。
他2007-2016年在MIT任教，2007 年秋任助理教授，2013年春晋升为副教授。直到，2016年至今在德州大学奥斯汀分校任教，任全职教授。
姚班学霸陈立杰在MIT交换期间，曾师从Aaronson。
图源：清华大学
无人不知 Scott Aaronson
Scott Aaronson可不是一般人。
1981年，Aaronson在美国出生。
他儿时的经历算是比较丰富。虽说他从小就在美国生活，但是他的父亲在他童年的时候被派往了香港工作。于是，Aaronson也跟着在亚洲度过了一段时光。
那时，他在亚洲的学校就彰显出了聪明才智——他跳级了。
可惜，不知道是水土不服还是什么原因，回到美国以后，他的求学之路就变得非常坎坷。
他经常与老师发生冲突，成绩也变得不尽如人意。
最终，他报名了Clarkson学校，这是一所由Clarkson大学为有天赋的年轻人开办的项目，该项目让Aaronson在高一那年就可以申请大学。
也是因为这个契机，他被康奈尔大学录取，并且在2000年获得了计算机科学的学士学位。
拿到学位后，他没有放弃求学，继续奔赴加州大学伯克利分校攻读博士学位。最终，2004年，他在Umesh Vazirani教授手下拿到了博士学位。
实际上，Aaronson的技能点从小开始就点满了。他的数学能力和同龄人相比超乎寻常的优异，他在11岁那年自学了微积分。
甚至，他在11岁那年发现了有计算机编程这么个玩意儿之后，懊恼自己没有早点开始接触，觉得自己已经和「编程多年」的「同龄人」落下太多。
而之后，他在更高层的技能树上点到了量子计算这个分支。在康奈尔大学，他致力于研究计算复杂性和量子计算这两个部分。
他的努力和天赋也给了他足够的回报。
2021年4月，美国计算机协会（ACM）将2020年的ACM计算奖颁给了Aaronson，以表彰他在量子计算领域所作的贡献。
具体来讲，他的研究领域包括量子计算机的性能与局限，更广义的计算复杂度理论等。
ACM介绍道，量子计算的目标是利用量子物理学定律来构造设备，以解决经典计算机无法解决或者无法在任何合理时间内解决的问题。
而Aaronson向我们展示了计算复杂性理论的研究结果如何为量子物理学定律提供新的见解，并且清楚地说明了「量子计算机能做什么，不能做什么」。
不仅如此，Aaronson还帮助发展了「量子霸权」概念。量子霸权是指，当一个量子设备能够在合理的时间内解决一个经典计算机无法解决的问题时，就达到了一个「里程碑」。
Aaronson建立了许多量子霸权实验的理论基础。这种实验让科学家们能够给出令人信服的证据，证明量子计算机能够提供指数级的加速，而不必首先建立一个完整的容错量子计算机。
ACM总裁Gabriele Kotsis表示，「Aaronson的贡献并不局限于量子计算，在计算复杂性理论和物理学等领域也产生了重大影响。」
值得一提的是，Aaronson还著有《德谟克利特以来的量子计算》。
他的个人博客「Shtetl-Optimized」经常从科普的角度解答一些关于量子计算的问题，一直广受欢迎。
他撰写的《谁可以命名更大的数字？》一文在计算机科学学术界中得到了广泛传播，文中使用了 Tibor Radó 所描述的 Busy Beaver Numbers 的概念来说明在教学环境中可计算性的局限性。
如今，这么一个牛人来到了OpenAI，可以说是来了位精兵强将。
网友热评
Scott Aaronson宣布即将加入OpenAI工作后，许多网友为他送去工作顺利的祝福。
为了纪念这一刻，网友用DALL·E为Scott Aaronson生成了一幅画。
有网友与其探讨了人工智能对齐问题，
请解释下，当人类自己认同这些价值观是什么时，人工智能如何与人类价值观对齐？并且通常情况下，人类并不会与自己所声称的价值观保持一致。
在我看来，这证明了关于对齐或安全，或其他什么的基本思想范畴不是道德哲学，也不是计算复杂性，而是进化理论。也就是物竞天择。由于进化论有数学基础 (可参见John Baez) ，我认为可能存在一些与比较复杂性相交的情况。
虽然我不是这两个领域的专家，但从进化的角度来看，人工智能是否具有能动性或者一致的问题可能很重要，但不是核心。
还有崇拜Aaronson课程的网友问道，「您还会在UT教授2022-2023学年的量子信息科学课程吗？我真的很期待上这门课！」
参考资料：
https://scottaaronson.blog/?p=6484
