艺术．经济．生活：李晋教授
为追求人生中的快乐，李教授在年轻的时候曾想过成为一名精算师，一份在他的年代薪金丰厚而且在社会中享负盛名的职业。然而，在一个为期两周的研究计划中与现代微分几何学之父陈省身的相遇，成为了李教授人生中一个重大的转捩点。这段经历使李教授对知识创造的过程着迷，亦使他意识到学者所享有的自由就是他一生所渴望的 「快乐」 ，驱使李教授踏上了他的学术之旅。
班特 · 霍姆斯壮教授，是另一位对李教授影响深远的人物。他不但是2016年诺贝尔经济学奖得奖者，他亦是李教授的博士委员会的成员。霍姆斯壮教授有着强大的洞察力，他精辟独到的眼光以及严密的逻辑思维，令他往往能够从平凡的现象中挖掘出隐蔽深藏的秘密。他见微知著的能力，以及他富哲学性的思维和研究方式，鼓励了李教授成为一位致力于化繁为简的经济学理论家。
我们生活在一个复杂多变的世界，但是我们的大脑能过吸收以及分析的资讯是有限的，心理学家更认为我们的大脑平均只能记住七个项目。故此，由人脑创建的知识必然是不完整和不准确的。从某种意义上说，所有经济学模型都是错误的，皆因它们都不能够完美地反映现实。但是总有一些模型能够相对地反映现实，为人们提供了一个更全面的角度观察自己的日常生活，了解世界。探索的过程中，说不定我们能够发掘一些惊人丶却又原来理所当然的事实。
能够认知到我们的分析工具的局限性，意味着一个人已经到达了学习经济学和研究经济学之间的分水岭。本科课程的培训使同学能够利用既有的分析工具解决数字上的问题。但研究生的课程已经超越单纯处理二元对立，只有对错的数学问题。研究，是一门艺术，因为它牵涉价值判断。李教授认为，经济理论家的工作过程与艺术家丶画家和诗人的有着异曲同工之妙。文科与商科学者之间的相似之处，不仅在于两者都需要无比的创造力，更重要的是，他们都是利用有限的媒介（不论是纸张丶诗词丶还是数学公式），在复杂的世界中，反映他们能够拿捏的现实。媒介的局限性意味着艺术品和经济模型中无可避免的扭曲现实。能否做出明确的价值判断补捉适合的现实，舍弃局部的现实，以展示出更重要，以及能够帮助我们更深入了解世界的现实，不但能够反映出一个学者的功架和实力，亦能够使读者发现在艺术品以及经济模式中的美。为帮助大家进入经济学家的思想领域，磨练自己的价值判断能力，李教授推荐大家阅读恩斯特· 贡布里希的《艺术与幻觉》，以及托马斯· 斯特恩斯· 艾略特的《On Poetry and Poets》。
在访谈中，李教授与我们分享了一段他认为深刻难忘的的研究经历。该研究钻研企业应该透过什么方法提拔高层管理人员以留住人才。特别是当企业的增长率随时间波动时，企业的内部市场可以怎样稳定公司的内部劳动力供应。概括而言，研究得出的结论，指出最佳的升迁机制应结合「先到先得」和「随机分配」这两个因素。 「随机分配」可以给与具有相同能力的优质员工相同的晋升机会，而「先到先得」则可以有效控制企业内部的流动性，使企业的结构在「上重下轻」以「下重上轻」之间取得平衡。
虽然研究结果看似简单易明，但李教授其实花了好几年时间才得出这个结论。在研究的早期阶段，李教授将大量的变数（例如工资和奖金）加入了计算模型里。尽管这些变数使模型计算出来的结果更加贴近现实的，但亦同时使「该如可制定最佳的升迁机制」这个关键条件变得不透明，令研究的结果难以被分析，得不出有意义的结论。经过长时间的停滞，李教授决定排除这些额外的变数。排除他们使李教授能够专注于问题的核心，反过来帮助他简化了计算模型，从而产生出了一个清晰而简单的结果。
这段经历除了反映出退一步开阔天空的道理，亦反映出研究知识是一段漫长的道路。唯有带着无比的耐性，不断地探索新的出路，我们才能突破自己以及环境加诸在我们身上的限制，获得成功以及进步。
作为一名富有想像力的组织经济学家，李教授一直视我们的身体视为一个组织（企业）。由于研发出能够像人类一样思考的人工智能是机器学习学者的目标，李教授开始涉足相关领域的研究，借以了解机器人和人类的命令结构之间会否存在差异。席间，他还与我们分享了他对神经科学与人工智能之间可能有所相关的想法。
『当我们拿着一杯热咖啡的时候，我们的手会想放开，但是我们的大脑会迫使它继续握住杯身。但是，如果杯身太热，我们的手会违抗大脑的指令而放手。因此，我相信研究神经科学能够帮助我们更深入了解机器学习的方式。 』
