从中文系本科生到认知科学博士

　　十年前，当一位中文系教授向黄萱菁推荐本系的钱鹏同学考人工智能方向的研究生时，这位复旦大学计算机科学技术学院教授以为自己听错了。虽然黄萱菁研究的领域自然语言处理与中文不无关系，但一个纯文科背景的学生想要转到计算机科学技术学院深造并非易事，况且，十年前人工智能在国内尚且算不上一个热门学科。

　　钱鹏告诉黄萱菁，大一、大二的通识教育让他有机会涉猎本专业以外的诸多学科，启发了他用跨学科的新视角来看待传统问题，尤其是通过计算的方法了解语言的本质、信息的处理，激发了他对人工智能领域的兴趣。

　　大三时，钱鹏赴香港中文大学交换学习，接触到了神经语言学，他转考人工智能方向研究生的决心更加坚定。钱鹏回到复旦后，黄萱菁开始尝试给他布置一些实验室的工作，钱鹏的完成度总会超出她的预期。

　　2015年，本科毕业的钱鹏通过考核，顺利进入黄萱菁的自然语言处理实验室攻读硕士研究生。2017年，他又进入美国麻省理工学院继续深造。今年，钱鹏终于取得认知科学博士学位。

　　文理科之间真的对立吗

　　高等教育中的专业“鄙视链”由来已久。在美国斯坦福大学，主修人文科学或社会科学的学生被称为“文艺呆”，主修工程学或计算机科学的是“技术宅”，讲的也是一种以专业来区分人的“标签”。

　　“但文科和理科之间真的是对立的吗？我的个人感受是，社会的专门化凸显了文理之间的差异，却在某种程度上遮蔽了它们的共性。”钱鹏说。

　　在研究生阶段，钱鹏的研究方向与人工智能传统主流的研究方向不同，文科背景让他有了新的视野。“相比于新模型的构建和改进，我更想从认知的角度研究模型的可解释性。这个方向在当时比较小众，是黄老师一直鼓励我，给了我很大的信心。对于跨专业背景的学生来说，这样一个宽容、开放的环境是非常重要的。”

　　一年前申请保研时，同样来自复旦大学中文系的本科生张向旭就明显感受到了压力。本科专业让他数度止步于投递简历的阶段。直到一位面试官给了他机会，在面试时问他：“作为一名中文系背景的学生，如果从你的专业出发，你对人工智能有什么新的想法？”张向旭回答：“我希望利用已有的汉语方面积累的构式知识库，作为外部的知识增强模型……”这个问题让他最终拿到了录取名额。

　　打破跨专业“知识诅咒”

　　当年，季雨秋因为全国中学生作文竞赛得奖，通过自主招生进了复旦。可她进了大学才发现，自己对写作的兴趣和热情在慢慢消失，反倒是大一学生必修的编程课让她兴趣盎然。当时恰逢阿尔法狗和微软小冰大火，融合了自己专业和兴趣的计算语言学走进了季雨秋的视野，她很快就找到了自己热爱的方向。

　　季雨秋给自己设定了学习计划——抓大放小。比如，对于计算机和数学相关的基础课程，她并不给自己设定过高的目标，只要达到计算机专业学生的平均水平即可。她转而把更多的精力放在深度学习和自然语言处理上，因为这才是能够让她脱颖而出的优势所在。

　　在选修相关课程和查阅资料时，季雨秋又发现，大多数课程设计和问题答疑对跨专业学习的学生并不友好，就像被“知识诅咒”了一样。因为这些课程往往默认接受知识的人有非常扎实的专业基础，并不适合像她这样的“小白”。她就去找适合初学者的学习资源，从零开始，反复啃、反复练，确保自己能够吃准吃透。最终，季雨秋被哈尔滨工业大学社会计算与信息检索研究中心录取。

　　“上岸后”的真正挑战

　　进入哈工大社会计算与信息检索研究中心这样国内一流的实验室继续深造，迎面而来的压力让季雨秋喘不过气来。她常常改代码改到深夜，睡醒了就继续修改代码、参加评测。她知道自己必须做出一些成绩，才能在即将到来的秋招中谋得一份心仪的工作。2021年4月，季雨秋终于实现了多年来的理想，成了一名算法工程师。

　　越来越多的人相信，跨越人文和技术、艺术与科学等学科，才是创新的关键。

　　即便在技术崇拜至上的硅谷，许多科技公司的领袖也都受益于文科教育。文转理成功“上岸”的考生都同意一点：从来没有哪个专业比别的专业更高贵。人类文明能够走到现在，靠的就是各个学科的紧密结合。　　　　（摘自7月2日《解放日报》）