後世大家聽到斯坦福時，多是因爲它的聲名遠播。

但在創立初期，斯坦福的經營一直比較慘淡，甚至差點到了關門歇業的地步。直到五十年代才真正迎來轉機，靠的是充分挖掘學校的巨大的财富--龐大的土地面積。

那麽這個“龐大”有多大？以清大爲計量單位，大概是九到十個清大，算起來比北大、清大、浙大、吉大、川大、山大這些号稱“巨無霸”的學校，加起來還大。

當時的校領導，充分利用這些閑置的土地，低價租給工廠企業，還鼓勵畢業生在此創業，提供各種研究項目和實習機會，于是美國第一大學工業園成立，然後繼而成長形成了矽谷。

因此，斯坦福可以說它本身即帶着創業的基因。

姜斌進入校園的這一刻，也可以理解爲是進了一個工業園，周邊圍繞着90家企業，及25萬員工，而且不僅如此，整個科技産業依然在膨脹，未來将更加恐怖。

不過可惜，姜斌還不能借助這樣的優勢，因爲他的專業--人工智智能，此時已經走進了死胡同。

自1950年圖靈在他的論文《計算機器與智能》中第一次提出挑戰以來，AI的主導方法就是所謂的基于規則的專家系統，它将人類知識組織爲具體事實和一半事實的集合，并通過推理規則來連接他們。

這種方法理論是可行的，但是生活中卻有很多意外，計算機是無法完全複制人類的推理過程的，因此它這個“機器專家”并不能成爲真正的專家，存在很多的不确定性。

這就是姜斌所面臨的現實，他的專業前途灰暗的很，好像還有那麽一絲不明朗。

校園實在太大，姜斌在多次的問路後，終于在一個偏僻的實驗樓裏，見到了胡子拉擦的愛德華.費根鮑姆，一個戴着眼鏡的中年男人。

多本著作中都有這個男人的照片，姜斌倒是一眼認出了他。此時的費根鮑姆，正在埋頭演算些什麽東西，不時地有些卡頓，似乎是遇到了不小地疑難。

這種情況下，就像是遊戲中遇到了Boss，可能失敗與成功都在于瞬間地轉變。作爲理工男，姜斌非常的了解，此刻最好地做法就是安靜地等待。

于是，他随意地找了個門口的凳子靜靜地坐下，并小心地打量着實驗室。一百多平地房間裏，擺滿了很多台個人電腦，粗略地算下來，比清大全校加起來都多，而且多很多。

一瞬間，姜斌對斯坦福地财力有了清晰地認識。要知道人工智能隻是學校的小衆專業而已，簡單算一下，也能知道全校地電腦肯定是一個恐怖地數字。

正當姜斌胡思亂想的時候，費根鮑姆才堪堪停下手中地筆，并拿起演算紙檢查了好幾遍，才滿意地舒了一口氣，看來又是有了不小地收獲。

“教授”，姜斌小心的敲了敲門，打着招呼道。

此時，費根鮑姆才發現門口有人在等候自己，一個陌生的亞裔男子，腦中根本沒有此人的印象，于是疑惑的問道，“你是……？”

“傑克.姜，來自中國的傑克。”

姜斌在起英文名字的時候，考慮了半天，最後選了個最簡單的，他覺着這個名字與錢“有緣”。

“哦，你是親愛的姜………”說着，費根鮑姆來了個大大的擁抱，“我早已期待你的到來，見到你真是太高興了。”

這個不高的波蘭裔美國人，給了姜斌一個非常好的初見印象，作爲未來的圖靈獎得主，姜斌生怕他也會像圖靈一樣的孤僻，且難以相處。

“非常榮幸，能有機會到您這兒讀書，您的著作我多有拜讀……”無論到哪兒，寒暄是少不了的，而且并不是之國人隻愛聽贊美之詞，美國人也喜歡。

“走，我們去咖啡館細聊”，費根鮑姆一邊說着，一邊拿上了衣架上的外套，就要帶着姜斌外出。

咖啡的美味，姜斌兩輩子也沒有品出來，但是到了美國之後，也不得不硬着頭皮融入這種文化。

在費根鮑姆的帶領下，七拐八繞之後，終于到了一個精緻的小咖啡館，不大的幾張桌子，已經被三三兩兩教授模樣的人占據了。

姜斌本還想記住來時的路線，可是太過複雜，終究抛出了腦後，還是專心應對初次見面的談話吧。

美國人很現實，他能來這兒讀書也是因爲肚子裏有貨，才吸引了費根鮑姆的關注。不過，之前的了解，都是從論文中得來的，真正的水平還得當面測試，能帶來幫助的學生，才是好學生。

姜斌非常了解這一點，他也知道自己的定位在哪兒。

兩人落座，一陣關于天氣的寒暄之後，呷了一口咖啡的費根鮑姆，轉入了正題，“我看過你的論文，特别是你關于概率的闡述，非常的感興趣，不知你是怎麽想到的？”

姜斌在論文中闡述的想法，正是這個時代缺乏的。人工智能處理不确定性問題的方法很多，但都有一個共同的缺陷：他們模拟專家，而不是模拟世界，因此往往産生意外的結果。

姜斌的方法倒也簡單，平平無奇卻又激進：将概率作爲常識的守護者，僅僅修複計算缺陷，而不是創造新的理論。更具體地地說，不像以前一樣，以一張巨大地表格來表示概率，而是用松散耦合地變量網絡來表示。

方法簡單，但卻有可操作性和開創性，因此姜斌倒也沒謙虛，“謝謝，我的想法來自于大衛.魯梅哈特。”

“魯梅哈特？神經網絡？”作爲計算機界的大拿，對于重量級專家的文章都是耳熟能詳的。因此，姜斌稍稍提起，費根鮑姆就想到了出處。

“是的，就是魯梅哈特。我在閱讀他文章的時候，确信任何人工智能必須建模在我們所知道的人類神經信息處理的基礎上，并且不确定性下的機器推理，必須用類似消息傳遞的體系結構來構建。”

對于姜斌的闡述，費根鮑姆，聽的特别認真，每一個詞都在細細推敲。人工智能已經沉寂了很久，很多人都在埋頭尋找方向，因此姜斌的建議彷佛給他推開了一個門縫，好似看到了一絲亮光。

“我明白，但是‘消息’是什麽？”邏輯完美，但似乎少了一個環節，費根鮑姆很快找到了關節。

這也正是姜斌預留的口子，他當然知道‘消息’是什麽，但就像要吊人胃口一樣，總要留些内容的，于是對着費根鮑姆，道，“我不知道，但我知道方法，我需要時間去推導……”

果然，費根鮑姆對于姜斌口中的方法非常關注，這讓他意識到推導的可能性，也許正是打開人工智能死胡同的鑰匙，因此倒是沒有絲毫的猶豫，伸出手道，“歡迎加入我的團隊！”

姜斌終于松了口氣，這算是過關了，至少專業得到了肯定，因此興奮的答道，“非常榮幸。”

“我這兒還有一個助教的職位，不知你是否感興趣？”似乎爲了表示對姜斌的重視，費根鮑姆倒是不吝啬的再次抛出一個邀請。

“Teaching Assistant？or Graduate Assistant？”助教是教授雇傭的，也可算作學校的工作人員，不僅有工資拿，地位也還可以。但對他來說，卻有一個坑，還是确認一下好。

要知道助教也分授課型的和研究型的，這兩個類别，差距可是很大。

授課型助教，顧名思義，就是負責協助教授們完成授課任務，所以工作内容包括審核考勤、批改作業、準備試題、輔助備課、邀請嘉賓等等，簡直就是個專職秘書，累的要死。姜斌可不想每周完成自己的學習任務外，還要解答學生們一大堆跟學習直接和間接的問題。

而研究型助教，則輕松的多，隻需要負責教授們布置的研究内容，而不需要直接對接學生，這樣正好遂了姜斌的意，有更多的時間放在研究上。

“當然是後者！”

有些心想事成地感覺，答案正是姜斌期待的那個，于是欣然地回道，“謝謝！我非常感興趣，願意接受您的邀請。”

PS：進入兩周的出差時間，估摸都得一章了。