什么是品味？-- Yoonho Lee （斯坦福大学计算机科学系的一名即将毕业的博士生）

最近有一篇论文训练模型来预测两篇论文中哪一篇会获得更多引用，并称之为"学习科学品味"。结果看起来很扎实，但我始终觉得不满足。引用数只是品味的副产品——就好比靠预测票房收入来训练一位影评人。它确实度量了某种真实的东西，却没有触及那个东西本身。这让我开始思考：品味，到底是什么？

🌟品味是什么（又不是什么）

品味似乎是那种人们能切身感受到、却难以精确定义的东西。我收集了一些试图定义它的说法；在我看来，每一种都捕捉到了同一件事的不同侧面。Ira Glass 描述了"品味差距"（taste gap）：你投身创作，是因为你有好的品味；但在早期，你的能力还跟不上它。你能看出自己的作品不够好，而这个差距令人痛苦，足以让许多人放弃。那些没有放弃的人，靠海量的作品积累弥合了差距。用机器学习的语言来说：验证器（品味）跑在了生成器（执行能力）前面。Chris Olah 区分了"研究亲密度"（research intimacy）与"研究品味"。亲密度是把关于所在领域的原始、未经消化的知识内化于心——比如记住 InceptionV1 中数百个神经元，并熟知它们各自的行为。品味则不同，但亲密度会滋养品味。Olah 认为，许多"绝妙的洞见"，对一个在课题上拥有深厚亲密度的人来说，不过是自然而然的下一步；而深度亲密度正是"在研究品味的竞争中胜出的关键要素之一"。

Michael Nielsen 区分了两类研究者原型：解题者与出题者。解题者攻克定义明确的难题；出题者提出新问题，或发现无人注意到的简单联系。可以说，出题者的核心能力就是品味：知道该问什么问题、哪些领域会兴盛、哪些看似有前景的想法其实行不通。Richard Hamming 把同样的观点说得更为直白："你所在领域的重要问题是什么？你为什么不在研究它们？"能回答第一个问题的能力，就是品味。Hamming 还注意到，那些敞着办公室门工作的人——尽管不断被打扰——最终研究的问题往往比闭门工作的人更重要。闭门的人日常产出更高，但"不知怎么的，他们似乎在做略微偏离方向的事"。看来，品味是在与同侪的耳濡目染中磨砺出来的。

Harriet Zuckerman 为撰写《科学精英》（Scientific Elite）一书，采访了几乎每一位 20 世纪的美国诺贝尔奖得主。她发现，师从伟大科学家的主要益处在于习得他们的研究风格与标准，而非获取资源。许多得主把"解决方案的简洁性"视为品味的标志。

Michael Polanyi 在《个人知识》（Personal Knowledge）中讨论了与品味相关的东西。他的核心概念是"默会知识"（tacit knowledge）：我们所知道的，永远多于我们能言说的。比如，骑自行车的人无法讲清平衡背后的物理学。Polanyi 认为，一切显性知识都建立在默会知识的基底之上，而科学发现依赖于训练有素的直觉与审美判断。

我对这些描述的简要综合是：品味是一种涌现式的体感，通过实践与亲近接触自下而上地获得。 它充当一个快速、先于语言的过滤器，作用于庞大的可能性空间。你能识别出他人身上的品味，却无法直接把它传递出去——除非在长期持续的交往中潜移默化。

🌟为什么此刻定义品味至关重要

我相信，品味是研究的核心技能。正是它告诉你该问什么问题、哪些结果出人意料、哪些方向值得投入时间。也恰恰因为它如此难以定义，它才是当前模型远未具备的能力。模型最终能发展出品味吗？我认为可以。"人类存在性证明"表明，某种神经元配置确实"拥有品味"——它们能稳定地产出优秀的研究——而从第一性原理出发，我看不出任何理由认为人工网络做不到。但如果最优秀的人类研究者都无法言说自己的品味，那么该用什么样的损失函数或奖励信号，才能从模型中激发出品味，就并非显而易见。研究界很可能会超越引用计数，转向更高带宽的代理指标：时间检验奖、审稿意见、综述覆盖，以及围绕论文展开的更广泛的书面讨论。这里面蕴含着密集的信号。它们都是滞后指标，但如果你知道它们所代理的是什么，弥合这段时滞就会容易一些。