清华大学姚班含金量（在清华姚班我学到了什么）

清华大学2019年各类型自主选拔复试正在进行中。6月16日上午，即将参加复试的同学们在新清华学堂参加了开营仪式。开营仪式上，4位优秀的清华在校本科生向复试考生们分享了自己在清华的学习和成长经历。

他们来自不同的院系，有不同的履历，但都在清华获得了多样的成长。他们的发言幽默风趣、坦诚率真，可以说是一份非常好的高考志愿填报指南。清小华特分享他们的精彩发言，希望为正面临着高考志愿填报的考生和家长提供参考。

今天我们要分享的发言来自姚班2015级本科生姚顺雨。他高中毕业于安徽省合肥一中，是姚班联席会主席，清华大学学生说唱社联合创始人，即将赴普林斯顿大学攻读计算机博士学位。

大家好！我是2015届的姚班学生姚顺雨，四年前从安徽合肥一中考入清华。刚刚两位同学分享了他们为什么选择清华，但是对于我来说，选择清华、北大并不是问题，因为北大没有我姓氏命名的班级。

大学四年我曾经两度担任清华的招生志愿者，被问过很多棘手的问题。比如他们问我，清华有多少食堂？我并不清楚，我说大概20个。比如他们问我，清华的男女比例是多少？当然我也不知道，所以我就说每个院系都不一样。学弟会追问我工科院系男女比例，我就会跳过这个问题。

他们会问我清华有什么缺点，我实在想不出来，就会假装沉思一阵，说工科院系的男女比。我遇到最棘手的问题是，学长你在姚班学了什么？这个问题我思考了四年也没有获得答案。

昨天一个朋友还问我，你们是不是学写代码的，我说不是；他说你们是不是修电脑，我说也不是；他说你们是做硬件吗？我说也不是。他就很困惑，他说你们到底做什么？我说其实我也不知道，回去我就思索这个问题。今天我想分享我一些思索的收获，作为一个清华学生学习经历的缩影。

我的专业是计算机科学（computer science），但实际上我觉得它应该叫计算科学（computation science），正如同天文学不应该是天文望远镜学。我觉得四年下来，最大的收获是计算的思维。接下来我可以从理论和实践两方面分享一下我学到了什么。

理论，大家都觉得是定理、证明、公式、定义。在我看来理论并不止是这些，它其实告诉你什么东西难，什么东西简单，什么东西可做，什么东西不可做。证明不可能性，这往往是最难、最美、也最深刻的理论结果。我想分享三个例子。

姚顺雨在芝加哥学习交流

第一个结论关于计算。我们知道图灵是世界上最伟大的计算机科学家，他最伟大的成果是界定了计算机的理论框架（图灵机），研究了它能做什么不能做什么。计算机有很多程序，每个程序有一个输入一个输出。图灵证明了存在计算机不能在有限时间完成的任务。

大家觉得这个非常显然，比如我不能完成输入一个高考试卷输出一个答案，但是其实你不能证明这个不可能。图灵提出的不可解问题是停机问题，就是说不存在可以判断程序会不会停止的程序。这个证明像是个脑筋急转弯。 如果一个程序f可以解决停机问题，我可以构造另一个程序g。其中，g调用f判断g会不会停止。如果f判断停止，g就死机；f判断死机，g就停止，这就实现了反证。这也许是计算机科学最深刻的结论之一，它告诉我们计算机的能力是有界限的。

姚班在清华学堂合影

第二个结论关于民主。Kenneth Joseph Arrow是世界上最伟大的经济学家之一，他最重要的结果是证明了民主的局限性。我们现在考虑一个简单的设定，假设现在有n(n>2)个小伙伴在聊天，现在每个人都有关于m(m>2)个学校的排序看法，然后希望通过民主表决获得m个学校的排名结果。比如甲觉得MIT比清华好，清华比北大好；乙说清华比北大好，北大比MIT好；丙说北大比MIT好，MIT比清华好，当然丙肯定是有问题。假设我们有甲乙丙三个人，正好一半以上的人A比B好，一半以上的认为B比C好，一半以上的人认为C比A好，这样就没有办法选出结论。

更一般的，我们觉得民主应该达到两个前提条件。首先，如果所有人都觉得A比B好，那就应该A最终结果比B好。其次，如果没有人改变关于A和B的相对看法，最终A和B的相对顺序不应该改变。那么这种情况下，存在一个人，每次他的排名表就是最终的排名。也就是说，这种限制下唯一的合理选举方式是独裁。

“星火计划”学员合影

第三个结论关于共识，提出者是FLP，这是三个人，分别姓F和L和P。什么叫共识？在座的同学上大学可能只有A和B两个选择。现在n(n>2)个小伙伴要达成一个共识，必须去同一个学校。这不难，最容易的方法，我们独裁，让一个人完全决定去哪就行。但是现在有两个关于沟通的限制条件。首先，我们可以两两的微信交流，但是微信有任意长时间的延时。这种情况下共识还是很容易达成，我们可以设立独裁者，他决定去A还是去B，他来通知每个人，然后所有人听命于这个领导。这样的独裁效率非常高。

但是我们现在有另一个限制条件，可能有一个人会失踪了，再也不回消息了。这时候我们希望剩下的人可以忽略这个失踪的人达成共识。但是FLP证明了剩下的人不可能在有限时间达成共识。直观的说，你永远不知道一个人是真正的消失了还是潜水，所以你不知道该等多久做决定；即使是最高效的独裁机制，独裁者的失踪也会让机制崩溃。这告诉我们，一个分布式系统里同步性非常重要。

从理论上我们现在看到很多不可能做到的事情。所谓理论指导实践，我觉得更多的是说，我们得从一个高度理解一个系统的能力极限和事情难易，然后再选择能做的、有意义的事情去做。我们现在看一些实践上可以做的事情。

姚班所在的院系是交叉信息研究院，顾名思义，就是研究任何东西。在这个时代，任何东西都能和计算结合。比如计算和物理结合可以做量子计算机，和经济结合可以做博弈论，和生物结合可以做生物信息学，和语言结合可以做机器翻译等。我想举两个很酷的例子。

姚班篮球队合影

第一个例子是计算和社会科学的结合。社会科学一个核心的问题在于因果性。比如说泰坦尼克号的例子，如果我们观察到船舱越贵生存率越高，难道真的说明船舱越贵导致了生存率越高吗？不一定，比如有钱人之所以有钱是因为身体好，这时候就不是船舱导致他生存率很高，而是因为他身体很好。另一个非常经典的例子是，教育会不会提升一个人的工资水平。当然我们现实生活中发现，教育水平越高工资水平是越高的，但这是因果关系吗？其实不一定，因为我们有很多混淆变量，比如智商、能力、家庭。也许，成功完全取决于智商，只不过智商高的人恰好都去了名校，而“校强我渣”的人还是无法成功。

怎么解决混淆变量的问题？科学家想出一个方法是工具变量，他们提出研究一个人的出生月份和工资水平的关系。当时在美国，所有人必须是同一时间开学，但是出生月份越晚的人越晚毕业，所以出生月份越大的人获得的教育时间越长。如果出生月份会和工资水平有正相关，你能想到的唯一解释是出生月份改变了他的受教育时间。如果我们建立了贝叶斯网络的计算框架，这些社会科学里困难的问题就会变得清晰。

第一幅由AI生成的画作拍卖品

第二个例子是计算和艺术的结合。这是一个油画，这个画在拍卖会你们觉得能卖多少钱？卖了432500美元，但我觉得我上我也行，因为它并不是人画的，是AI画的，而AI是开源的。这是第一副人工智能生成的图片被拍卖。近年来，对抗生成网络等模型取得了突破，比如可以把马变成斑马，把猫变成狗，也可以把男人变成女人。这会使我们反思一个非常深刻的问题，艺术到底是什么？艺术的载体是什么？图片其实只是一些像素的集合，音乐只是一些波函数的叠加，一切都是数据和信息，都能被学习和计算。这种情况下我们人作为艺术家的创造性和独特性在哪里，我们需要开始思考这些问题。

我进行一个小小的总结，在姚班我们学习了理论和实践。在清华也是，学生会学习很多扎实的理论知识，有了这些基础我们才能进行各种各样的应用和实践，我觉得厚积薄发是清华学习非常大的特征。

姚顺雨在阿根廷偶遇的孩子们

最后我想以一张图结束我的讲话。这是我在阿根廷拍的照片，我们学校有一个很棒的项目叫南方浸润计划，使清华学生能够前往一些可能一辈子去不了的南方国家，感受非常不同的文化。这是在郊区的船上，我遇到了一群阿根廷的孩子，他们第一次遇到一个中国人，我们彼此看着，都对对方很感兴趣。

这时候遇到一个非常大的问题，英语并不是世界通用的，阿根廷人说西班牙语。我曾经试图学西班牙语，但是我放弃了，因为我学计算机，我拿出了谷歌翻译。我跟他们说北京的故宫和长城，他们告诉我阿根廷的小学什么时候毕业，聊得很开心。

姚顺雨在MIT学习交流

这个快乐的瞬间，今天回想起来我想到三点：

第一，世界很大，在清华我们真的可以去世界任何地方接触任何人做任何事情。

第二，我们学到的东西真的可以改变这个世界。比如机器翻译，真的可以让世界上任何两个完全没有联系的人联系在一起，实现人类最古老而浪漫的梦想——推翻巴别塔。

第三，清华的平台和视野会帮助我们反思，我们学到的为了什么，实现了什么，这种责任感比知识本身更加珍贵。

谢谢大家！

文字 | 姚顺雨

供图 | 姚顺雨

编辑 | 清小华 核桃