一位女性技術(shù)高管，會面對什么？

（圖/《機械姬》電影劇照）

越是在這樣的環(huán)境下，女性越需要勇敢發(fā)聲，即便沒有被提問，也要主動尋找機會表達觀點、融入討論，讓自己的光芒被看見。

?記者 | 潘文捷

?編輯 | Felicia

北京的一個傍晚，林詠華在辦公室里接待了我。她微笑著說，自己身為女性，一路走來，得到了許多的鼓勵和支持。她帶領(lǐng)團隊做系統(tǒng)性的創(chuàng)新，也參與和組織了不少行業(yè)女性的活動。

林詠華對計算機技術(shù)的熱愛，始于她在廣州本地少年宮上的編程啟蒙課。從AppleⅡ上的LOGO語言，到中華學(xué)習(xí)機上的C語言，她早早便沉浸于代碼天地中。為了支持她的興趣，母親不惜花掉半年薪水為她購置了一臺“286電腦”。于是，她不再滿足于常規(guī)操作，而是癡迷于鉆研底層技巧，例如如何優(yōu)化有限的內(nèi)存，讓黑白屏幕呈現(xiàn)出模擬彩色的效果。高中時代，管財務(wù)的母親被手抄工資條折磨得眼花，便“委托”女兒幫忙。林詠華一邊備戰(zhàn)高考，一邊通過自學(xué)，編寫出了一套用于記賬發(fā)薪的程序。

后來，林詠華在西安交通大學(xué)就讀，當(dāng)時她雖然擁有保研名額，但需要找到愿意接收她的導(dǎo)師。她找到系里最有名且以嚴(yán)厲著稱的導(dǎo)師——殷勤業(yè)。當(dāng)時，實驗室里主要是男生。殷勤業(yè)給了林詠華一個月時間去解決一個難題，以此考察她的動手能力。林詠華成功解決了難題之后，殷勤業(yè)同意接收她。“在我后續(xù)整個研究生學(xué)習(xí)過程中，殷老師對我的要求很嚴(yán)格，但也給了我很多支持。”林詠華說。

（圖/作者提供）

進入職場后，林詠華有十六七年都在IBM中國研究院工作。“我很幸運，因為IBM本身很鼓勵女性走上技術(shù)崗位、技術(shù)領(lǐng)導(dǎo)崗位。我的上級領(lǐng)導(dǎo)，包括我的mentor（導(dǎo)師），都很幫助我成長。”當(dāng)時IBM的董事長、首席執(zhí)行官羅睿蘭是一位女性，她在整個公司發(fā)起了托舉技術(shù)領(lǐng)域女性的計劃。

林詠華在IBM晉升到技術(shù)領(lǐng)域的最高崗位——杰出工程師（Distinguished Engineer）。“羅睿蘭女士通過多年的努力，成為IBM首位女性董事長，她也希望有更多的女性能像她這樣，走上領(lǐng)導(dǎo)崗位。我相信這是她希望能夠幫助更多女性成長的原因。”林詠華說道。

2018年，林詠華被IBM總部任命為IBM中國研究院院長。她不僅是該院成立以來首位在中國本土成長起來的院長，也是首位女性院長。這是標(biāo)志著其個人職業(yè)成就與公司人才發(fā)展的重要里程碑。

為了推動AI領(lǐng)先的科研成果實現(xiàn)產(chǎn)業(yè)落地，林詠華加入了非營利性研究機構(gòu)——北京智源人工智能研究院（下文簡稱“智源”），現(xiàn)擔(dān)任該研究院的副院長兼總工程師。

在接受《新周刊》的采訪時，林詠華談到了身為一名技術(shù)型女性，她如何幫助其他女性共同成長，也談到了目前她在人工智能領(lǐng)域的一些重要關(guān)切和取得的突破。

女性該怎么“推銷”自己？

新周刊：你在IBM中國研究院得到了大量的支持和幫助，你自己后來有做類似的工作嗎？

林詠華：我在2017年牽頭成立了IEEE女工程師協(xié)會北京分會。當(dāng)時依托IBM中國研究院與眾多高校的緊密合作，我們在產(chǎn)學(xué)研領(lǐng)域具備了一定影響力，也借此為女性技術(shù)人才——無論是科研人員還是工程師——搭建起一個專屬平臺。2019年我們舉辦了首屆論壇，之后每年延續(xù)。如今我已不再擔(dān)任會長職務(wù)了。

這類組織在海外起步較早，例如英偉達GTC大會就設(shè)有“女性免費、男性付費”的交流派對，以此吸引更多女性參與。我們創(chuàng)立IEEE女工程師協(xié)會北京分會之初，國內(nèi)還鮮有專門面向女性科技工作者的平臺；但如今，包括中國計算機學(xué)會在內(nèi)的多家學(xué)會，以及國內(nèi)許多行業(yè)的重要會議，都已設(shè)立專門針對女性開發(fā)者與研究人員的分論壇，為她們創(chuàng)造交流與見面的機會。

在這些會議上，議題往往更偏向“軟性”。參與者中既有經(jīng)驗豐富的分享者，也有不少剛剛步入職場或?qū)W術(shù)領(lǐng)域的年輕女性，她們常帶著困惑而來，或希望拓展人脈。我們的分享雖然會涉及技術(shù)，但更多時候是探討技術(shù)女性如何充實自我、突破局限，更清晰地認(rèn)識自身優(yōu)勢，看見自己未來可能成為的樣子。

（圖/來源網(wǎng)站unsplash）

新周刊：很多女性初入職場，可能不是很自信，不知道怎么展現(xiàn)自己。

林詠華：我很早就注意到這個問題。剛?cè)肼殘鰰r，每個人都會經(jīng)歷從表現(xiàn)平平到逐漸出色、從無人知曉到被人認(rèn)可的過程。確實有人天生自信，不管做得怎樣都信心滿滿，但大多數(shù)人——尤其是中國人——性格較為謙虛內(nèi)斂，在職業(yè)起步階段，自信心往往還沒建立起來。

信心不是一天養(yǎng)成的。那時我意識到，人如果一直不敢表達自己，只會被困在囚籠里。剛參加工作那幾年，我經(jīng)常逼自己在會上必須至少發(fā)言一次，就這樣一點點把自信建立起來。

當(dāng)時常有一些從美國來的資深研究員主持圓桌討論，他們都是我們敬仰的領(lǐng)域?qū)＜摇BM也會優(yōu)先推薦女性研究人員參加討論。但即便被安排坐到圓桌邊，如果自己不主動發(fā)言，也是白白浪費機會。為了給專家留下印象，便于日后能有合作的機會，我只能一次次逼迫自己開口。

新周刊：我看到你在過往的采訪中說，同樣是坐在桌子前，但如果不主動“推銷”自己，第一個被提問的人往往不會是女性，尤其是在技術(shù)領(lǐng)域。你是怎么打破這個局面的？女性應(yīng)該如何主動“推銷”自己？

林詠華：我相信很多女性技術(shù)工作者都經(jīng)歷過類似的局面：坐在會議桌前，如果桌上沒有名牌或職務(wù)說明，別人往往會默認(rèn)這些女性從事的是非技術(shù)類崗位，或是擔(dān)任非技術(shù)類崗位的領(lǐng)導(dǎo)。我們必須承認(rèn)，現(xiàn)實中的數(shù)據(jù)確實如此。尤其在技術(shù)類崗位領(lǐng)導(dǎo)層，女性占比低于20%。所以為了不“猜錯”被提問者的職務(wù)，人們往往會先向男性提問。

越是在這樣的環(huán)境下，女性越需要勇敢發(fā)聲，即便沒有被提問，也要主動尋找機會表達觀點、融入討論，讓自己的光芒被看見。謝麗爾·桑德伯格所著的《向前一步——女性，工作及領(lǐng)導(dǎo)意志》中對我最重要的提醒就是：開會時不要坐在后排，不要因為沒被點名而慶幸“逃過一劫”，而是應(yīng)該主動“向前一步”。這不僅是對女性的鼓勵，對男性同樣適用。

《向前一步——女性，工作及領(lǐng)導(dǎo)意志》

[美]謝麗爾?桑德伯格 著

顏箏 譯

中信出版社，2013-6

新周刊：參加女性會議和參加普通會議有什么不一樣？

林詠華：在當(dāng)前高校計算機專業(yè)中，本科生的男女比例常維持在7∶3，有的學(xué)校女性的占比甚至更低；進入技術(shù)職場后，女性的占比會進一步下降。這也導(dǎo)致技術(shù)會議中男性常占80%甚至90%以上。若一位女性本身性格并不外向，在這樣的環(huán)境中往往更難主動參與交流。

男性之間可能通過一個拍肩就可以展開對話，而女性技術(shù)人員往往缺乏破冰的勇氣。但在純女性場合中，她們更容易放松，也能更快建立起有效聯(lián)結(jié)。女性會議雖不能替代無性別導(dǎo)向的會議，卻能讓參會者——尤其是學(xué)生、青年教師或企業(yè)職員——更直接地與院士、教授或技術(shù)領(lǐng)袖交流，拓展研究、實習(xí)或項目合作的機會。無論男女，融入技術(shù)社區(qū)、拓展專業(yè)人脈都同樣重要。

新周刊：我看到你在一個采訪中說：“說起來有一陣子我對智源還挺自豪的，當(dāng)時智源內(nèi)部的AI系統(tǒng)、AI大模型評測、語言大模型團隊的負(fù)責(zé)人都是女性。”為什么智源有很多女性擔(dān)任團隊負(fù)責(zé)人？有什么重要的特點或長處能助力她們晉升到這些位置？智源有支持女性的舉措嗎？

林詠華：我是在2022年發(fā)現(xiàn)這個現(xiàn)象的。那時，我們的數(shù)據(jù)研究組經(jīng)理是女性，AI系統(tǒng)組經(jīng)理是女性，語言模型組經(jīng)理是女性，AI評測組經(jīng)理也是女性。我在一次IEEE女工程師協(xié)會年會上，特意把她們的照片放在一起，很自豪地告訴大家，智源大模型團隊從上到下不同層級的領(lǐng)導(dǎo)大都是女性。但這并不是刻意安排的。

我們的人數(shù)不多，因此并未刻意推動這類項目，畢竟它們需要大量參與者。坦白說，今天的女性仍須同時承擔(dān)工作與家庭的雙重責(zé)任。相較于國內(nèi)一些大廠，智源為有需要的同事提供了更加靈活的工作條件。在這一靈活體制下，受益更多的無疑是女性同事。

（圖/來源網(wǎng)站unsplash）

新周刊：你認(rèn)為，身處行業(yè)之中，個體是否應(yīng)該關(guān)注自己的性別身份？

林詠華：不需要太關(guān)注這件事，否則很容易先把自己矮了半截。但是無論女性還是男性，“向前一步”的做法其實都適用——去表達，更主動地去承擔(dān)一些責(zé)任。

AI硬件的創(chuàng)新還遠(yuǎn)遠(yuǎn)沒到滯緩期

新周刊：智源發(fā)布的CCI4.0已經(jīng)成為全球范圍內(nèi)具有影響力的高質(zhì)量中英文數(shù)據(jù)集。對于數(shù)據(jù)集中可能存在的各種偏見（例如文化、性別、地域等），你們是怎么識別、評估和處理的？在構(gòu)建如此大規(guī)模、高質(zhì)量的數(shù)據(jù)集時，你們面臨的最大技術(shù)挑戰(zhàn)是什么？

林詠華：原始的數(shù)據(jù)的確會有很多不同的價值觀、偏見等。我們會訓(xùn)練特定的模型，設(shè)計各種規(guī)則，對數(shù)據(jù)集進行清洗和過濾。經(jīng)過清洗和過濾之后，可以大幅減少這些問題對數(shù)據(jù)集的影響。但是畢竟數(shù)據(jù)集為中英雙語，規(guī)模超過30TB，無法保證每一行數(shù)據(jù)都無誤或來源準(zhǔn)確。作為數(shù)據(jù)集的提供方，我們正憑借自有技術(shù)能力努力做得更好。

打造開源數(shù)據(jù)集，最難的是預(yù)判用戶需求。用戶遍布千行百業(yè)，眾口難調(diào)。今年我們采取了兩項重要措施：其一，為CCI數(shù)據(jù)集打上詳盡的標(biāo)簽，僅質(zhì)量維度便分為高、中、低三級，用戶可按標(biāo)簽自行過濾；其二，推出工具平臺“數(shù)據(jù)魔方”，從“我們猜用戶要什么”轉(zhuǎn)為“用戶自己定義要什么”。用戶只需用一兩句自然語言描述自己的需求，平臺即可從海量數(shù)據(jù)中即時聚合符合條件的數(shù)據(jù)集并提供下載服務(wù)，讓每位應(yīng)用開發(fā)者或行業(yè)模型開發(fā)者都能取用所需數(shù)據(jù)。我們近期還會開源一項重要的具身智能數(shù)據(jù)集RoboCOIN，這是全球本體數(shù)最多、標(biāo)注最細(xì)、使用最便捷的雙臂機器人操作數(shù)據(jù)集。

（圖/《機械姬》電影劇照）

新周刊：為什么需要提供低質(zhì)量的數(shù)據(jù)集？

林詠華：對于特別低質(zhì)量的數(shù)據(jù)，我們會直接過濾，但是總會有通過打分來區(qū)分的稍低質(zhì)量的數(shù)據(jù)。大模型在學(xué)習(xí)的時候，不能完全依靠高質(zhì)量數(shù)據(jù)——如果只見過高質(zhì)量數(shù)據(jù)，日后的容錯性就比較低。比如，很多時候可能會有一些同音字錯誤，如果大模型只學(xué)習(xí)了正確的寫法，當(dāng)咱們問的問題里頭摻雜了幾個同音錯字，它可能就回答不出來了。

同樣，我們不僅需要提供成功的數(shù)據(jù)，也得提供一些失敗的數(shù)據(jù)。見過失敗的數(shù)據(jù)，模型才能夠自我糾錯。例如讓它去拿一瓶水，可能它會將水推倒，那它就知道這瓶水倒了之后，接下來要干什么；如果永遠(yuǎn)只是正向地告訴它這瓶水該這么拿，那么萬一這瓶水倒了，它就不知道該怎么做了。

新周刊：普通人使用AI工具時，常常很難判斷各家AI工具的優(yōu)劣。能否談?wù)勀銈冊贏I大模型評測方面的理念和方法論？一個客觀、科學(xué)的評測體系對于引導(dǎo)大模型技術(shù)健康發(fā)展有多重要？

林詠華：我們一直認(rèn)為，大模型評測的核心是“以評促優(yōu)”，即通過評測推動模型變得更加優(yōu)秀。因此在我們看來，打榜（即讓模型在公開的測試平臺或榜單上進行“考試”或“擂臺PK”，用分?jǐn)?shù)或排名來展示自己當(dāng)前的能力水平）本身是一件特別次要的事情。如今，眾多榜單反復(fù)測試的，很多都是常識問答題、數(shù)學(xué)題、編程題等。邏輯答題能力雖然重要，但如果評測始終圍繞這類能力打轉(zhuǎn)，行業(yè)便容易忽視對新能力的探索。我們的理念始終是：有能力去設(shè)計更新穎的評測維度，可以挖掘模型尚未暴露的問題，并引導(dǎo)大模型企業(yè)向這些新能力進發(fā)。

智源大模型評測團隊自2022年起就持續(xù)挖掘和評估大模型能力。語言模型剛興起時，我們已著手相關(guān)工作。2024年，我們多次發(fā)版公布結(jié)果，并與北京市海淀區(qū)教委合作，邀請海淀區(qū)教師出了一系列覆蓋小學(xué)三年級至高中三年級、涵蓋多科目的K12新題，確保這些資料是模型從未見過的，再評測模型的測試結(jié)果，并與人類智力水平——例如海淀區(qū)學(xué)生的平均水平，進行對比。

今年年初，我們決定啟動全新的推理邏輯評測，原因在于當(dāng)前大模型的能力已邁上新臺階，沿用舊有評估方法已難以挖掘更多問題。因此，自今年3月開始，我們花費了大半年時間投入全新的、針對邏輯推理能力的題庫建設(shè)，其中大量題目需人工主觀評定，耗時極長。我們針對DeepSeek等模型的邏輯推理的新特性——先輸出長段思考過程，再給出結(jié)論——搭建了評測集、評測方法和評測基準(zhǔn)。我們也剛發(fā)布了一套全新的邏輯推理評測體系。

（圖/來源網(wǎng)站unsplash）

當(dāng)前用戶普遍關(guān)心的是，面對復(fù)雜的、未收錄的提問，模型能否答對。但是，模型輸出推理需消耗大量token，成本最終仍會折算到消費者或企業(yè)的賬單上。因此，新評測不僅比較哪種大模型能在邏輯推理上攻克更陌生、更復(fù)雜的問題，還要比較哪種大模型能用更少的token、更低的成本給出正確答案。

再舉一個例子。大模型有時候輸出的答案是對的，但“思考”或者推理的過程可能全是錯的；也有一些情況中，過程是對的，但輸出的結(jié)果卻是錯的。其實很多時候，這不光是用戶關(guān)心的問題，大模型企業(yè)也很關(guān)心——企業(yè)方也想從評測里知道，現(xiàn)在大模型普遍存在什么樣的問題。

新周刊：你強調(diào)打破中心化、封閉的“煙囪式”生態(tài)，是什么意思？

林詠華：AI硬件的形態(tài)還遠(yuǎn)遠(yuǎn)沒有收斂。把人腦跟AI芯片對比，人腦可以用百萬分之一的功耗、萬分之一的訓(xùn)練數(shù)據(jù)量，就達到與現(xiàn)在大模型持平的智力水平。這說明，人腦無論是在結(jié)構(gòu)的高效性還是在學(xué)習(xí)方法的高效性上，仍然遠(yuǎn)優(yōu)于現(xiàn)有的AI芯片架構(gòu)或算法模式。正因如此，硬件的顛覆性創(chuàng)新還將持續(xù)。

（圖/作者提供）

問題在于，每一款芯片從設(shè)計到批量落地，投資都高達幾億元甚至更多。如果上層的軟件完全用不起來或者不能適配，新的芯片就無法被大范圍、便捷地使用，投資也就打了水漂。這樣的話，試問誰還敢再投資下一款創(chuàng)新芯片？這必然阻礙芯片的創(chuàng)新，也阻礙AI能力的提升。

因此，我們希望打造一個開放的計算生態(tài)：底層是各種AI芯片，上層是各種AI算法和模型，中間原本是煙囪式垂直割裂的軟件生態(tài)，現(xiàn)在我們希望與業(yè)界一起打造統(tǒng)一開源的基礎(chǔ)軟件棧，讓創(chuàng)新的大模型算法可以用同一套技術(shù)棧運行各種AI硬件。

這樣做的好處有二：第一，開發(fā)者、用戶、企業(yè)可以按需選用芯片，選擇多了，芯片的價格自然下降，使用門檻更低；第二，制作AI硬件的企業(yè)和芯片創(chuàng)新企業(yè)可以專注于下一代架構(gòu)創(chuàng)新，而上面的軟件棧由社區(qū)共同推進，實現(xiàn)產(chǎn)業(yè)分工。

這項技術(shù)相當(dāng)具有挑戰(zhàn)性。我們目前正在聯(lián)合多個科研機構(gòu)的力量，共同打造一套統(tǒng)一開源、面向多種AI芯片的系統(tǒng)軟件棧——眾智FlagOS，向下要兼顧不同芯片的架構(gòu)，并讓每種芯片都能極致發(fā)揮其性能。然而，“統(tǒng)一”與“極致”之間天然存在矛盾——如果只追求統(tǒng)一，所有芯片可能只能停留在中位性能；如果放棄統(tǒng)一，單一芯片雖可做到極致，卻失去了通用性。如何平衡兩者，是設(shè)計上的核心難點。

這是從芯片角度出發(fā)的思考。向上層看，還存在用戶開發(fā)語言發(fā)散的問題。用戶可能直接在語言層開發(fā)AI算法，而語言層本身正逐漸發(fā)散成多種編程語言。我們無法強迫開發(fā)者只能使用某一種語言。因此，中間技術(shù)棧既要平衡下方芯片的差異，又要兼顧上方用戶對各類開發(fā)語言的選擇需求。

新周刊：一種常見的憂慮是把人類與AI對立起來，擔(dān)憂AI有朝一日會替代或毀滅人類。也有像唐娜·哈拉維這樣的女性思想家會用“后人類主義”確立起新的開放式框架，換一個角度去思考人機之間的情感聯(lián)結(jié)。從一個技術(shù)實踐者的角度看，你如何看待人類與AI的未來？

《類人猿、賽博格和女人：自然的重塑》

[美]唐娜·哈拉維 著

陳靜 譯

河南大學(xué)出版社，2016-12

林詠華：我始終認(rèn)為未來必然是人機協(xié)同。例如智源在打造眾智FlagOS技術(shù)棧的過程中，為加快迭代，讓生態(tài)更蓬勃，我們正在大量使用大模型和AI自動化方式，使技術(shù)棧對算法場景的覆蓋迭代速度更快。

這個過程本質(zhì)上就是人機協(xié)同：我們構(gòu)建的技術(shù)棧本身服務(wù)于AI發(fā)展，未來將孕育出更好的芯片與算法；同時，我們也用AI來加速技術(shù)棧自身的迭代。今年，我們發(fā)布了名為Triton-Copilot的自動化AI工具，用于幫助大模型的開發(fā)人員自動生成Triton語言的算子。我們非常相信人機協(xié)同的價值。

當(dāng)然，其中確有必須守住的紅線。若在某些場景下刻意用AI作惡，必然引發(fā)災(zāi)難性后果。這也正是當(dāng)前人工智能學(xué)術(shù)界與產(chǎn)業(yè)界已形成的共識：AI安全與“AI向善”必須深深刻進所有從業(yè)者的腦海，大家共同守住這一底線。所謂“道高一尺，魔高一丈”，因此AI安全研究不可或缺。智源也已確立AI安全的研究方向，專門探討“矛與盾”的問題。

696期雜志

《她世紀(jì)2.0》已上市