机器学习专家克里斯·毕晓普教授

自1825年迈克尔·法拉第创办以来，久负盛名的皇家学院圣诞讲座一直激励着年轻的工程师们。多年来，像大卫·阿滕伯勒(David Attenborough)和乔治·波特(George Porter)这样的科学家试图通过化学、物理和生物方面的精彩实验来解释这个世界，数百万易激动的孩子和同样兴奋的成年人坐在一起。

克里斯托弗·毕晓普(Christopher Bishop)就是这些眼睛明亮的孩子之一，他现在是微软剑桥研究院(Microsoft Research in Cambridge)的合伙人，也是机器学习领域的顶尖专家。“我喜欢那些讲座，”毕晓普说。“我每年都看，发现它们非常鼓舞人心。这可能是让我走到今天这一步的因素之一。”

如今，毕晓普是英国皇家学会副主席，爱丁堡大学计算机科学系主任，微软研究院机器学习和感知小组负责人。今年5月，他因在工程和科学领域的公众参与而被授予鲁克奖章，他是目前欧洲唯一一位在微软拥有“杰出科学家”头衔的人。

在很小的时候，毕晓普就知道他想要参与科学研究。在学校，他制作了自己的二氧化碳激光器，被同学们戏称为“教授”。在大学里，当其他人都在消磨暑假的时候，他正在卡勒姆实验室(Culham Laboratory)从事欧洲联合环面(JET)核聚变项目的兼职工作——这份工作激发了他对机器学习的兴趣，他在那里待了8年。

毕晓普说:“当我在那里的时候，我们在机器智能领域正在进行一场革命。”“这个领域一直让我着迷。当我还是个孩子的时候，大约在登月的时候，电影《2001太空漫游》真的吸引了我的注意力。在电影中，有一台你可以和它对话的电脑。它可以推理，它可以思考，它可以在国际象棋上打败你，等等。”

他对人工智能(AI)的迷恋在大学期间暂时停止了，当时人工智能领域选择了基于规则的方法。“我就是不感兴趣，”毕晓普说。“这种方法基于我们所说的‘专家系统’，从人类那里获取规则。但整个系统非常脆弱，几乎在所有情况下都失败了。从根本上说，世界不能用简单的规则来描述。在我看来，这样做是不对的。”

相反，毕晓普对神经网络和统计学之间的联系感兴趣。他认为计算机应该从经验中学习，而不是像人类一样被教授规则。这种思维方式逐渐流行起来，在20世纪80年代末，研究人员试图将理论应用于实践。毕晓普自己也开始应用这些技术来分析Culham聚变实验的数据，并在1995年出版了一本名为《神经网络和模式识别》的书。

他在这一领域的努力得到了回报，当微软研究院决定在剑桥设立办事处时，他是第一批去咨询的人之一。微软研究院的全体人员都坐出租车来看我。他们三个都是。”毕夏普笑道。“这是一个很好的机会，但我很想回到我读博士的爱丁堡大学。所以我们同意让我做兼职，这在加强我们与学术界的关系方面效果很好。”

“使用TrueSkill，你可以在五场游戏后准确评估玩家的能力，从一开始就给他们一个良好的游戏体验。”

如今，微软研究院在剑桥拥有100多名研究人员，从事多个研究领域，包括计算机介导的生活、约束推理和计算科学。在这家跨国公司的强大支持下，毕晓普的机器学习和感知研究小组已经通过为Xbox Live开发TrueSkill排名系统取得了商业成功。该系统可以让Xbox在玩家玩游戏的早期就评估他们的技能，并将他们与其他具有相同能力的玩家进行匹配。

毕晓普说:“有了TrueSkill，你可以使用我们的贝叶斯方法在五场比赛后准确评估玩家的能力，而不是在旧系统下的50场比赛。”“这很重要，因为这意味着玩家从一开始就能获得良好的游戏体验，而不是长时间玩游戏，不断被打败。”

毕晓普对他的研究的热情在他的职业生涯中一直很明显。但最令他感到骄傲的时刻是，2008年，他有机会在皇家学会的圣诞讲座上分享他对科学和工程的热情。他说，这对我个人来说意义重大。“我觉得我欠皇家研究院太多了，因为多亏了他们，我才明白科学是多么令人兴奋，这是我像多年前一样激励年轻一代的机会……这是我喜欢做的事情。”如果我不需要为生活而工作，我可能会做同样的事情。很难想象有比这更好的生活了。