沙龙设在学院三楼的会议室。当林深和苏念到达时,已经来了七八个人,大多是教授和研究生,正三三两两地交谈着。
“林深来了。”一位戴着眼镜的中年女性转过头,微笑着打招呼。她的目光很快落到苏念身上,“这位是?”
“张教授,这是我的朋友苏念,计算机学院的。”林深介绍道,手很自然地放在苏念后腰处,轻轻往前带了一步,“她对机器学习伦理很感兴趣。”
张教授约莫五十岁,气质温婉但眼神锐利。她打量了苏念几秒,然后笑容加深:“欢迎。林深跟我提过你,说你在算法优化上很有想法。”
苏念有些惊讶地看向林深,他微微点头,示意她不用紧张。
“谢谢教授,”苏念镇定下来,“我对跨学科研究一直很感兴趣,特别是AI在社会科学中的应用可能带来的伦理问题。”
“好,好。”张教授显得很满意,“一会儿我们可以多交流。先随便坐吧,沙龙七点准时开始。”
林深带着苏念找了个靠窗的位置坐下。他侧身低声说:“张教授很喜欢有自己想法的学生,你刚才回答得很好。”
“嗯,上次汇报工作的时候,提到了你的一些想法。”林深看着她,“她当时就说想见见你。”
苏念心里涌起一股暖流。她没想到林深会在导师面前提起她,更没想到会是这样正式的方式。
沙龙准时开始。首先是一位来自哲学系的教授做了关于“人工智能主体性与责任归属”的报告,接着是一位社会学博士生分享了AI在社区研究中的应用案例。每个报告结束后都有讨论环节,气氛热烈而友好。
苏念全神贯注地听着,不时在笔记本上记录要点。期间,她注意到林深会偶尔侧头看她,确认她是否跟得上讨论,或者在她露出困惑表情时,用简单的手势或低声提示帮助她理解。
讨论到某个关于算法偏见的问题时,张教授突然看向苏念:“苏同学,你是计算机背景的,对这个问题有什么看法?”
所有人的目光瞬间聚焦过来。苏念感到一阵紧张,但当她看向林深时,他给了她一个鼓励的点头。她深吸一口气,组织语言:
“从技术层面来说,算法偏见主要源于训练数据的不均衡和特征选择的主观性。比如在人脸识别系统中,如果训练数据大多来自特定肤色或性别群体,那么对其他群体的识别准确率就会下降。”她顿了顿,声音更坚定了一些,“但这不仅仅是技术问题,更是社会问题。开发团队的多样性、数据收集的伦理审查、算法的透明度...这些都是需要多学科合作解决的。”
会议室里安静了几秒,然后张教授带头鼓掌:“说得好。技术问题必须放在社会语境中理解。”她看向林深,“林深,你找了个好伙伴。”
林深笑了笑,在桌下轻轻握住苏念的手。他的手心温热,给了她无声的肯定。
接下来的讨论中,苏念逐渐放松下来,参与了更多话题。她发现这里的氛围确实很开放,即使有不同的观点,大家也都是以探讨的态度交流,而不是争论。
沙龙进行到八点半,进入茶歇环节。长桌上摆着茶点、水果和饮料,人们开始自由交流。
林深被另一位教授叫去讨论某个技术细节,苏念则被张教授留了下来。
“苏念,坐。”张教授示意她坐在旁边的沙发上,“我刚才听你说,你对算法透明度很关注?”
“是的,教授。”苏念坐下,认真回答,“我认为很多AI系统现在像是‘黑箱’,即使开发者自己可能也无法完全解释某些决策是如何做出的。这在一些关键领域,比如医疗诊断或司法评估中,会带来很大问题。”
张教授若有所思地点头:“我最近在申请一个跨学科项目,正好需要计算机背景的合作者。你有兴趣参与吗?”
“林深向我推荐过你,说你的编程能力和逻辑思维都很出色。”张教授微笑道,“当然,这只是一个初步的邀请,具体细节我们可以之后详谈。”
“我非常感兴趣!”苏念立刻回答,眼睛亮起来,“谢谢教授给我这个机会。”
“别客气。我看得出来,你不仅有技术能力,还有跨学科思考的视野。这很难得。”张教授拍拍她的手,“好了,去找林深吧,那孩子刚才一直往这边看呢。”
苏念转头,果然看到林深虽然在和别人交谈,但目光时不时飘向她这边。当他看到她起身时,很快结束了对话,朝她走来。
“怎么样?”他走到她身边,很自然地接过她手里的空茶杯。
“张教授邀请我参与她的一个项目。”苏念难掩兴奋,“是关于算法透明度和伦理审查的。”
“我只是说了事实。”林深轻轻揽住她的肩膀,带她走向点心桌,“饿了吗?吃点东西。”
他们挑了些水果和点心,站在窗边安静地吃着。窗外,校园的夜景灯火阑珊,会议室里的交谈声变成了柔和的背景音。
“很喜欢。”苏念点头,“大家都很真诚地在探讨问题,不是为了显示自己多聪明,而是真的想找到解决方案。”
“这就是张教授创立这个沙龙的初衷。”林深侧头看她,眼中映着窗外的灯光,“建立一个真正跨学科的对话空间。”
苏念看着他专注的侧脸,心中涌起一股冲动。她伸出手,轻轻握住了他垂在身侧的手。
他们就这样牵着手,站在窗边,看着窗外的夜景,谁也没有说话,却感到一种前所未有的亲密和默契。