专访伯克利 BAIR Blog 编委会成员许华哲：至少在传播科学的任务上，我们希望和企业研究院做得一样好

雷锋网 AI 科技评论按：6 月 21 日，加州大学伯克利分校人工智能研究院的博客「BAIR Blog」正式开张，雷锋网 AI 科技评论作为早期发现 BAIR Blog 的少数媒体之一，也对博客概况和文章内容进行了覆盖。

博客地址：http://bair.berkeley.edu/blog/

目前 BAIR Blog 编委会成员共有六人（6 月份初次报道时为五人，近期新增 Jacky Liang）。在 CVPR 2017 期间，雷锋网 AI 科技评论与编委会初期成员之一、加州大学伯克利分校的博士生许华哲（Harry Huazhe Xu）取得了联系并进行了交流。在沟通过程中，许华哲向雷锋网 AI 科技评论介绍了 BAIR Blog 诞生的动机和运营状态。

许华哲, 加州大学伯克利分校博士二年级学生，主要研究兴趣是计算机视觉, 自动驾驶和强化学习, 师从 Prof. Trevor Darrell.

从 6 月份至今，BAIR Blog 除了 7 月 24 日当周（CVPR 2017）外，基本保持着每周一篇的更新节奏。雷锋网 AI 科技评论此前在报道中提及，在第一篇博客《Introducing the BAIR Blog》中，BAIR 主创人员介绍了伯克利 AI 研究所博客的创办概况。

BAIR 博客为伯克利人工智能研究院的老师和同学们提供了一个公开发言的平台，针对人工智能领域交流研究成果及观点。以 Sergey Levine 为代表的伯克利教授认为，学校应该把自己的工作让更多的人知道，「传播科学本身也是研究者的使命之一。」而在 BAIR Blog 中，编委会也清楚地提及了创办博客的主要原因：

「伯克利 BAIR 需要让研究成果更加亲民，更易于理解，也更便于让大家获知。……我们会在这个平台发布伯克利大学在人工智能领域的最新成果，涵盖计算机视觉、机器学习、NLP、规划及机器人领域，此外还涉及伯克利每年的前沿研究内容。我们希望 BAIR 博客希望能将前沿内容以一种更加吸引人的形式呈现出来，但依然保留它的专业度，为相关的读者提供足够的信息。」

但除了这一点外，许华哲提及，工业界对研究成果的成功宣传和推广，也给了伯克利很大的触动。

首先从纯学术领域来看，工业界越来越多地介入。以近期正在开展的 ICML 为例，在 2011 年，ICML 很少有来自工业界的投稿。但从近几年开始，这个以往非常理论化，原本只属于学术圈的会议，也吸引了非常多的工业界投稿。Open AI 的研究科学家 Andrej Karpathy 对 ICML 2017 收录论文做分析后，发现谷歌（44 篇）、微软（33 篇）、DeepMind（25 篇）等知名工业界实验室的论文占据总数的 14%，如果算上其他不甚知名的公司，工业界投稿将达到四分之一。

此外，从宣传角度上讲，工业界自身具备非常强烈的推广需求，因此不少工业界的实验室虽然致力于学术研究，但宣传工作也做得很好。根据雷锋网(公众号：雷锋网) AI 科技评论在 ACL 2017 上的了解，有些企业会将在顶级学术会议发表的论文数作为一种宣传自身研究实力的证明，而宣传的渠道自然就通过各家研究院的博客来体现了。

以 Google、Facebook 和 OpenAI 的研究院实验室为例，它们都拥有属于自己的博客，且保持着不定期的更新；文章的内容大部分是针对最新论文的解读，宣传企业应用与学术内容的结合。这些内容往往受到工业界和学术界人士的高度关注，甚至也影响了不少还在象牙塔的学生。

「其实学界的很多内容非常有意思，只不过缺乏宣传的渠道和能力，」许华哲这样总结道，他认为目前工业界占据了学术宣传的主导权，学术界亟待拥有新的发声渠道。因此，伯克利人工智能研究院作为在学术圈不可忽视的一股力量，也希望能够通过自己搭建博客的方式，至少能够在传播科学的任务上，做得和企业研究院一样好。

目前，BAIR Blog 主要发布的内容分为两个方面：

• 首先是伯克利的学生或学者近期发表了与人工智能相关的文章，希望能把这个内容用更通俗的语言推广给更广泛的受众；

• 其次，在实验室内有一些比较优秀的学生，他们对整个领域也有一些自己的见解，希望能在某个平台上发表对人工智能更宏观的看法。

在 BAIR Blog 的准备过程中，网站从筹备、搭建到上线花了两到三个月的时间，都是由组委会的老师和学生一起完成的。网站上线的时候，加州大学伯克利分校的编委会成员还联系了学校内的一些学术「网红大 V」进行宣传，比如 Alyosha Efros，Pieter Abbeel 等教授进行对外宣传。

此外，为了能让 BAIR Blog 保持每周一更的节奏，编委会也会持续联系发表过优秀论文的同学为博客供稿。「博士生活也相对比较辛苦，很多学生不一定愿意去做这样的一个分享工作。但因为供稿是一个持续的需求，所以编委会成员也需要做更多的沟通工作，说服这些作者们把自己的工作写成大众能看懂的内容。」许华哲如是说。

BAIR Blog 的编委会成员们主要从谷歌数据进行流量分析，对读者来源进行判断。许华哲表示，他们的博客还是起到了一定的科普作用。「一方面，对于更广泛的科学爱好者的圈子，我们可以知道大家对什么样的话题更感兴趣；其次，博客文章也有助于研究者推广自己的工作。」

据许华哲反映，一些在 Blog 上发布文章的作者们曾向编委会反馈，有读者会和他们邮件交流文章内容，也有的会希望作者能够提供原始代码。

但从宣传角度上看，BAIR Blog 在推广时所覆盖的群体，除了原本所面向的普通读者外，也有很大一部分群体是具备一定基础的学者。「我们的主要宣传方式都是通过 Twitter 和 Facebook，也包括微信朋友圈，这样的分享渠道所传播的对象都是自己身边的朋友群体，包括在其他学校读博的同学和朋友，或是工业界的技术人士，再者便是媒体。因此我们也觉得，这部分群体也确实是我们希望触及的目标用户。」这样一来，伯克利人工智能实验室也拥有了一个官方发声渠道，能够及时让其他对 BAIR 感兴趣的人群了解加州大学伯克利分校在人工智能实验室上的研究进展。

公众之所以对人工智能有种种误解，很大原因在于人们认为学术界的论文属于阳春白雪，无法被普通人所理解和认识。随着以谷歌研究院等工业界代表的宣传，有很多读者也开始关注这些内容；而现在，包括 BAIR 这样的高校实验室也开始做这样的突破和尝试，可谓是人工智能知识传播的一种进步。更重要的是，加州大学伯克利分校为其他高校的人工智能实验室提供了一个有意思的先例：「我们不仅可以在研究上引领人工智能潮流，也同样能够用通俗的语言让大家知道我们的工作。」

。