國內大廠的大牛紛紛離職，轉投高校，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在博客上表示，自己將從德克薩斯州大學奧斯汀分校（UT Austin）休假一年，并在下周去OpenAI工作。

他的工作職責是思考人工智能安全和對齊（AI Safety and Alignment）的理論基礎。

其中就包括思考像「計算復雜性對于如何讓人工智能做我們想做的事情，而不是做我們不想做的事情的原則性有什么理解」這樣的問題。

OpenAI的機器學習研究員，人工智能對齊團隊負責人Jan Leike表示，「非常期待和傳奇人物Scott Aaronson一起工作?！?/span>

Open AI迎量子計算大牛

可以說，OpenAI迎來了一位「居家辦公」的BIG Name。

怎么講？

Scott Aaronson表示，「出于家庭原因，我將主要在德克薩斯州的家中進行這項工作，但也會時不時地前往位于舊金山的OpenAI辦公室?！?/span>

在OpenAI工作期間，Aaronson還會花30%的時間繼續管理奧斯汀大學的量子信息中心，與他的學生和博士后一起工作。

到今年年底，Aaronson計劃重新回到全職教學、寫作和思考量子問題的崗位上。也就是說，他去OpenAI只是體驗一年的工作生活。

對于Aaronson來說，即便在人工智能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，人工智能曾是Aaronson作為博士生開始研究的領域。

話說，Scott Aaronson到底要在OpenAI做什么樣的項目？

他承認暫時沒有頭緒，因此需要花一整年時間去思考，并提出了幾種可能性。

首先，他可能會得出一個關于樣本復雜性的一般理論，以便在危險環境中學習。

其次，可能會致力于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，對為什么產生該輸出而進行解釋；對于找到該解釋的計算復雜性，我們能說些什么？

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只是雇傭你為了說「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么」？

Scott Aaronson稱，「我自己沒法證明你自己擔心的這個問題。無論我在這個主題上做什么工作，都必須為自己說話。」

Scott Aaronson目前是德克薩斯大學奧斯汀分校計算機科學David J. Bruton Jr. 百年紀念教授，擔任學校量子信息中心創始主任。

Aaronson曾在康奈爾大學獲計算機科學專業學士學位，在加州大學伯克利分校獲博士學位，在加拿大滑鐵盧大學量子計算研究所做博士后研究員。

此前，他曾在麻省理工學院（MIT）教了9年的電子工程和計算機科學。

他2007-2016年在MIT任教，2007 年秋任助理教授，2013年春晉升為副教授。直到，2016年至今在德州大學奧斯汀分校任教，任全職教授。

姚班學霸陳立杰在MIT交換期間，曾師從Aaronson。

圖源：清華大學

無人不知 Scott Aaronson

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。于是，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么原因，回到美國以后，他的求學之路就變得非?？部馈?/span>

他經常與老師發生沖突，成績也變得不盡如人意。

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，他被康奈爾大學錄取，并且在2000年獲得了計算機科學的學士學位。

拿到學位后，他沒有放棄求學，繼續奔赴加州大學伯克利分校攻讀博士學位。最終，2004年，他在Umesh Vazirani教授手下拿到了博士學位。

實際上，Aaronson的技能點從小開始就點滿了。他的數學能力和同齡人相比超乎尋常的優異，他在11歲那年自學了微積分。

甚至，他在11歲那年發現了有計算機編程這么個玩意兒之后，懊惱自己沒有早點開始接觸，覺得自己已經和「編程多年」的「同齡人」落下太多。

而之后，他在更高層的技能樹上點到了量子計算這個分支。在康奈爾大學，他致力于研究計算復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，美國計算機協會（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作的貢獻。

具體來講，他的研究領域包括量子計算機的性能與局限，更廣義的計算復雜度理論等。

ACM介紹道，量子計算的目標是利用量子物理學定律來構造設備，以解決經典計算機無法解決或者無法在任何合理時間內解決的問題。

而Aaronson向我們展示了計算復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，并且清楚地說明了「量子計算機能做什么，不能做什么」。

不僅如此，Aaronson還幫助發展了「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計算機無法解決的問題時，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，證明量子計算機能夠提供指數級的加速，而不必首先建立一個完整的容錯量子計算機。

ACM總裁Gabriele Kotsis表示，「Aaronson的貢獻并不局限于量子計算，在計算復雜性理論和物理學等領域也產生了重大影響?！?/span>

值得一提的是，Aaronson還著有《德謨克利特以來的量子計算》。

他的個人博客「Shtetl-Optimized」經常從科普的角度解答一些關于量子計算的問題，一直廣受歡迎。

他撰寫的《誰可以命名更大的數字？》一文在計算機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，這么一個牛人來到了OpenAI，可以說是來了位精兵強將。

網友熱評

Scott Aaronson宣布即將加入OpenAI工作后，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能對齊問題，

請解釋下，當人類自己認同這些價值觀是什么時，人工智能如何與人類價值觀對齊？并且通常情況下，人類并不會與自己所聲稱的價值觀保持一致。

在我看來，這證明了關于對齊或安全，或其他什么的基本思想范疇不是道德哲學，也不是計算復雜性，而是進化理論。也就是物競天擇。由于進化論有數學基礎 (可參見John Baez) ，我認為可能存在一些與比較復雜性相交的情況。

雖然我不是這兩個領域的專家，但從進化的角度來看，人工智能是否具有能動性或者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學年的量子信息科學課程嗎？我真的很期待上這門課！」