周骁，突然转身，一路开挂

很少有人能把眼前这位高瘦女孩，和博士生导师联系起来。

她的眼镜框圆圆的，说话时眼睛亮亮的。与很多年轻人一样，她的朋友圈多是音乐节、网球和看展。连学生也评价她，“（周老师）是个很玩得开的人”，平时组里去爬山或者出去玩，她也跟着去。

但这个“90后”女孩周骁，在月季簇拥的中国人民大学（以下简称：人大）最高的一栋教学楼里，已经有了一间不大的、属于自己的办公室。她是准聘助理教授，也是高瓴人工智能学院唯一的“90后”女教师。

周骁不认为自己是“天才少女”。11年前读本科时，她根本没想到自己会在人工智能专业深耕，还成为一名学者。她在建筑学院就读本科的5年里，拿下了专业第一，申请去英国剑桥大学读硕士，专业却变成了土地经济学，一个属于社会科学类的专业。

2015年，读博士第一年时，她又“预谋”转专业，想转到计算机科学系的女博导麾下。尽管在此之前，她从未敲过任何代码，但一切又那么成了。

“一路开挂”背后，她的故事更像是，一个人在面临各类重大选择时，始终坚持不被裹挟的选择自由。

“我的人生想要追求的本质是，想给自己一点自由度。”周骁告诉南风窗。这个自由度的定义是，无论在何种环境与关卡下，都遵从自己的心，走只有自己才会选择的道路。

变化之路

如果回到2015年，在古老剑桥校园的计算机科学院，周骁的身影应该在人群中很容易辨别。

她留着过肩的黑发，戴着眼镜，与《奇葩说》辩手詹青云有些神似。不同的是，在这个与世界最前沿科技挂钩的院系，学生绝大部分是欧洲男性。他们与电视剧里演的极客很相似—至少，他们每个人都深谙计算机语言，能长时间沉迷在敲代码、解bug的AI宇宙里。

2015年，因为硕士成绩优异而顺利申请到剑桥读研的周骁，却想挤入这个不属于她世界的院系。这的确让所有人吃惊，因为她的过往人生与计算机专业毫不相关。

2009年，周骁考入哈尔滨工业大学，本科学的是城市规划专业，属于建筑学系的大类。她记得，这个专业偏向于设计，本科的许多时间，她分配给了画素描画，设计建筑图。最夸张的一次，为了完善设计方案，她连续70多个小时没闭眼，就在埋头画画。

拿下本科专业第一后，周骁却开始隐隐地反思，在建筑院系，衡量建筑设计、城市规划好坏的标准，很多都是主观的因素，考验的是审美与灵感。

“也就是，凭感觉来判断我设计得好不好。”周骁说。但作为理工科出身的人，她很想知道“能不能用技术和数据去支持我的方案，让它显得是更加科学的决策”。

基于这一发现，周骁没选择在国内的建筑院校保研，而到了剑桥的土地经济系，寻找用技术和定量手段来辅助判断的快感。

地理信息系统（GIS）可以帮助她建模城市、处理大量数据。在一年的硕士课程里，她要面对8门课的任务，得拿下优异成绩才能顺利申请博士。

周骁记得，这一年，她泡在上课与写论文中，节假日都不曾休息。连离校园50分钟车程的伦敦，她都忙碌得没时间去。

一年的硕士课程后，她开始好奇：地理的海量数据，能否帮助服务于城市的发展？理性的思维让她尤其迷恋对数据的科学分析，她相信这样才能证明什么。最终，翻遍剑桥官网，她发现，土地经济系的老师很少会将重点放在数据上，要想做这一块，她只能到计算机科学系。

“传统学科就是去现场调研发问卷。可能收几百份（问卷），很难说规模上有代表性。而大数据都是用几百万条的数据去做分析的。”周骁说，“即使（两种方法）可能得出一个相似的结论，但是用偏技术和数据的手段做，我觉得找到了跟我想要的很契合的路线。”

为了这个“路线”，在剑桥给她考虑是否读博的最后一天，周骁敲开了剑桥计算机系研究数据科学的教授Cecilia Mascolo的门。身为知名教授的Cecilia，一年只招收一名博士生，过往从来没有接收过华人学生。

谈话前，周骁做好了心理准备。“如果计算机系的导师不接收我，我就拿着硕士学位回国工作，或者再去别的大学重新申请（博士）。”她说，“没什么是一定的和既定要走的路线。”

兴趣之用

直到现在，一向理性的周骁也无法解释清楚，自己是如何凭借着1小时谈话，成为大教授门徒里的一员。而她此后的人生，又因此意外地与近年大热学科—人工智能产生深刻勾连。

她只觉得谈话期间，自己和这位女导师有一种无法言说的相互欣赏。而从决定“接收”她以后，Cecilia就对她展露一种“不知从哪里来的”坚定信心。

毕竟，要想接收一个非本专业的学生成为剑桥的博士，导师也要冒一定风险。周骁记得，进入计算机系第一年时，她的邮件名字底下挂着两个院系的名字，计算机系给她的前缀是“访问学生”。这意味着，她需要做出一番成绩，来证明自己属于以数学和代码为王的计算机世界。

“她（Cecilia）一直都跟我说，我们要努力，我们不会比纯计算机（专业）的人差。”

同样让她感到幸运的是，英国的博士学制为非授课型，学生的奖学金也由国家基金会或企业发放，而不是实验室的导师。这就意味着，学生拥有足够多的空间来研究自己好奇的问题，不用过度受限于导师的课题或项目。

自由宽松的学制，让她在一个全然陌生的领域得以喘息，她开始自学代码，从“hello world”以及算平均数敲起。周骁现在想来有些好笑，每周与导师一对一汇报，她会兴奋地报告说：“我又解锁了一个新的Python软件包。”

“现在想想（技能）都很基础，”周骁说，“但她一直是鼓励我的。导师会说‘你好棒，你又学会了什么’。”

她的初心是，将大数据和城市发展结合。正好，2015年是伦敦奥运会三周年，她对奥运经济效应产生了好奇。

在过往的经验里，文化场所的兴建有助于提振一个地方的经济。因此，许多政策制定者会将新建的文化场所规划至相对落后的地区。伦敦也不例外，将2012年奥运会场所放在了经济偏落后的东伦敦区。

“奥运会举办后三年，按理说应该达到政府短期改善经济的目标，所以我就想看，这个目标它到底有没有实现。”周骁回忆。

当时，组里拥有某社交平台近400万的用户地理时空数据。她后来在论文里写道：“与传统分析方法通常采用自上而下的方式不同，计算机科学本质上是一种自下而上的方法，它在时空框架内将个体的行为联系起来，有助于为社会转型提供重要的见解。”

更简单来说，她所做的就是，将传统领域里看上去毫无关联的数据聚集在一起，找到不同事物、坐标系之间的关联。这恰恰是计算机科学擅长的。

比如，通过融合网络分析、统计分析和监督式机器学习等技术手段，她的团队发现，文化投资高的区域在伦敦奥运会举办后几年，经济显著地增长。“这验证了城市复兴中实施文化战略的有效性，并说明，以文化为主导的再生政策更适合贫困地区。”

时隔多年，周骁仍记得这一发现给她带来的欣喜。这是她转型至计算机专业的第一篇研究，在2017年成功被英国皇家学会的期刊收录。更重要的是，过去她在一无所知的领域孤独地探索，终于得到了专业的认可。

后来，2017—2018年，她连续发了三篇论文，都在研究时空大数据如何帮助理解城市活动和资源分配，最终影响城市规划。这些研究，只有在近些年AI爆火后，国内才对此进行广泛讨论—都属于“智慧城市”的研究范畴。

2018年，她的研究在数据挖掘领域顶级会议KDD（“知识发现与数据挖掘”）上获得认可，周骁终于从计算机访问学生变成了正式的博士生。

她记得，到计算机学院转专业时，行政秘书表现了惊讶。“学生转专业不算开先例，但以前多是数学和物理系的学生转到计算机。她还是第一次见到土地经济系转过来的。”

后来在人大校园里，很多文科生也问她类似的文转理之路。她的答案是，不需要面面俱到地学习计算机技术，而是让技术服务于自己的领域和问题。“我们的目的不是去做一个计算机的好学生，完成计算机的考试，而是将技术与自己的专业和兴趣结合起来。”

“只要它确实是我想做的事情，服务于问题去学，就不太会有痛苦的过程。”周骁说。

有温度的AI

5月中旬，人大校园已经在澎湃热浪之下。以人大为圆心，半径两公里之内有中国最先进的AI大厂，如位于大钟寺的字节跳动总部、只需骑行10分钟的微软亚洲研究院，还有中国“AI六小龙”如月之暗面、智谱……

2021年后，周骁就住在这里。她的办公地在人大校园最高的一层，18楼，同时是人大最新的一栋教学楼。这一定程度上反映了她所在高瓴人工智能学院的特点：新、前沿、重要。

从学科建设来说，传统文科强校人大，在人工智能领域不如清华系的历史悠久。2017年，高瓴资本创始人、人大校友张磊宣布捐资，支持建设人大的AI队伍。两年后，高瓴人工智能学院才揭牌成立，由原先人大信息学院院长文继荣带队。

这个新的院系同样人才济济，在成立几年内已经入选世界人工智能专业榜单前十。但更重要的区别是，与传统的理工科不同，人大强调AI+，学者们很多都有交叉学科的背景。相比于清华，人大说得更多的是，做“有温度的人工智能”，要培养“有人类情怀的人工智能”人才。这正好与周骁的志向不谋而合。2019年，回国找工作时，她被“有温度的人工智能”打动，很快加入这个新学院。她的研究方向也与人大的交叉学科定位非常匹配：数据挖掘、城市计算、社交网络分析、大模型和智慧城市等。

方向看上去多样，但周骁说，这些都没有离开最早她选择人工智能的初衷：用一个更科学、更基于数据的方法，来帮助一个城市变得更好，资源更加公平。

她的实验室博士生洪乾告诉南风窗，跟着周骁在高瓴人工智能学院学习，与其他专业最大的不同是，她知道自己学习的东西可能“有用”。这种“有用”，是指人工智能的研究有一天也许真会落地，改变不够好的社会现状。

比如，她最近在关注暴雨天气下的车流量预测问题。“很多人可能一想到AI，就会想到在大模型层面做开发和改进，”洪乾说，“而我想关注的是实际应用层面的问题。比如，暴雨天气里，导航在预测出租车流量时不够准确。”

所以，她正在利用机器学习的办法，“比如加入一些因果分析”，试图找到一个优化预测车流量的办法，缓解导航精准度不佳的问题。类似的改善社会的研究，洪乾说，她在做的还有两个。

周骁也认为，人工智能在现阶段的魅力，恰恰因为它不是一个纯粹的、独立的学科。“随着信息化的发展，传统的行业收集到了大量的数据。”她说，“人工智能算法跟大数据，以及某个领域的专业知识结合，就可以发挥很多的作用。”

这样的“作用”，周骁在人大感受强烈：无论是政府层面，还是各大企业，都对AI+的转型有很大的需求。

她现在做的一个研究，是关于北京市的适老化设施。“调查表明中国80%以上的老人还是喜欢居家养老”，周骁因此关注城市里无障碍设施、养老助餐点以及社区化养老资源的分配。

这其中，周骁说，有太多现实因素需要考虑了。“比如老年人出行范围有限，在15分钟的生活圈内，我们怎么进行设施优化？”

“还有很多体现温度的一些考虑，比如公平性，老年人年纪不同，健康状况不同，收入水平又不同，怎么能够保证他们尽可能都在他物理可达，以及满足经济可达条件的情况下，进行养老设施的配比呢？”

在初步的评测中，她发现，即使是在资源丰富的北京，“养老服务也没有达到我们希望的标准”，不同地区资源分配依然不均。她和团队正通过AI算法，生成全新的规划方案，对养老设施的可达性、公平性等进行多目标优化。

听上去，周骁的AI项目并非如物理学、数学等深不可测。但事实上，“接地气”的AI研究与其他的科研道路无异，面临的最大挑战依然是前方道路的未知。

“不要畏难，”她经常对学生说，“研究一定是去找一个别人没做过的事情做。我知道我的目标在哪，但现在起点在这儿，中间的这条路没人告诉我们要怎么走，一定是探索找到的。”

恰恰是探索这种无人知晓、没有确定答案的路径，让周骁感到作为一名科学家的乐趣。她还是喜欢用“自由度”一词，来形容做研究带给她的快乐。

“（科研）过程当中人其实是很自由的。比如，我选这个题是相对自由的，不是谁给我的任务；我怎么去走这个路，也是自由的。”周骁说，“每个研究的背后都很个性化，同一个题给不同的人做，路径一定是不一样的。这是我比较喜欢的一点。”

在追求自由度的道路上，周骁同时希望，她可以是一名很好的导师。

最近一年，她的博士生男女比例变成了6比4，女学生变成了4人。“我不会刻意看性别（挑学生），但是能招到女生还是很开心的。”周骁说，“上高中时，有人说女孩学不好数学，或者说女生做不好科研，肯定是不对的。甚至，女性有一些性格上的特质，比如踏实、思考深刻，做科研是有优势的。”

她至今想起来仍感到温暖的小事是，每年圣诞节时，导师Cecilia会邀请所有学生聚会，大家一起交换礼物。有时候，她还会偷摸着拉周骁到一个角落，送她一份独属于她的礼物。在剑桥的经历一定程度上塑造了她。这时候，理性与数据都不重要了，她更相信，是人与人的连接与爱在起作用。