yuanlf的个人博客分享 http://blog.sciencenet.cn/u/yuanlf

博文

不要用民科的心态对待AI 精选

已有 6980 次阅读 2019-1-29 15:47 |系统分类:观点评述

导读

   

        AI这么火爆,真的适合你吗?

AI概念如此之火。从各种BP和公司宣传看,老板们纷纷转型AI公司,从只缺一个程序员变成了只缺一个AI专家;从不同职位收的简历来看,对于广大的同学们,最热门的职业理想从前几年的产品经理变成了AI专家,那么关键的问题就来了,到底什么是AI专家?

从前我在大公司招聘的时候,最怕的是没有任何工作经验和相关背景的同学,上门就说做科学家,反问对方做了什么准备,小朋友理直气壮的说,我就是等着进来你们培养我的。觉得自己只差进入牛的AI公司(或者牛AI学校,研究院)有AI牛人给个机会手把手的教,是第一大幻觉。有些小朋友心气很高,就算让他进了谷歌Facebook,他也会觉得怎么谷歌的科学家都在做数据测试啊,去阿里腾讯解决业务问题一定更好;去了BAT会觉得怎么只会糙快猛,部门互相撕逼,重复造轮子,技术水平上不去啊,还是再读个博士吧;到了学校里发现怎么缺数据缺资源,都在研究茴字的24种写法(计算机科学的研究与工业界存在差距)……直到被不同地方虐一圈,才有个理性的认识。

当然也有像王垠同学(王垠,四川大学97级本科毕业,保送到清华大学计算机系直博。期间曾在清华大学计算机系软件工程专业就读,主要进行集成电路布线算法的研究。在此期间,他因《完全用GNU/Linux工作》一文和对TeX的推广等“非研究成果的业余东西”而出名。在只剩一年就要博士毕业的时候,他申请退学,并将1万7千余字的“退学申请书”(题为清华梦的粉碎)公布在网上,引起舆论界一时对教育体制、理想主义等的热议,后来去美国大学读博和谷歌微软等公司实习,也分别吐槽并退出)这样的,每个地方吐槽一遍,举世皆浊我独清的做了网红。作为各种牛棚里看着大牛们长大的人,我没有见到哪个计算机科学的牛人不是首先靠着自己极其的努力成长起来的。清华张钹院士的得意弟子朱军从本科开始发KDD和ICML(机器学习和数据挖掘领域的顶级会议,以前大陆发的很少),每天早上一早从清华骑车到微软亚洲研究院坐到晚上12点回清华,除了去打两局台球,几乎不停歇的写代码,他的系统工程能力非常强,是微软学术搜索系统的核心成员,理论上也做了很深的研究,后来去CMU跟着Eric Xing做的也非常好,回清华计算机做博导,也跟我一起得了去年中国区的MIT TR35(MIT评选的35岁以下创新35人,以前的得主包括杨致远,拉里佩奇,扎克伯格等等)。我们这级的达哥,林达华教授(他写的《MIT牛人说数学体系》,隔几年都会被人翻出来转几次,对了,现在是商汤的联合创始人,刚刚主编了人工智能的中学教材),大学几乎不上课,研究生和博士生的导师都非常牛,他们都感叹林达华这样的学生特别省心,是自己做系统,自己推着自己做研究,只需要大方向上点拨一下就可以了。师傅领进门,学艺靠个人,指望学校或者公司帮你成为专家不现实,谷歌10万人,BAT都好几万人,你能找来解决AI问题的有几个人?

还有些同学的幻觉是觉得AI专家做的事情,应该是研究算法,机器学习嘛,应该是跑模型调算法,只要负责研究优化目标就好了嘛。那这样算的话,只有去大学和研究院了。计算机科学的特点是,数据量和业务复杂程度会决定你问题的复杂程度,很多同学在学校里的project,大多是理想化状态下小数据集上的原型,离工业级别的应用,有着巨大的鸿沟,这需要真实世界里一路踩坑的血泪经验磨砺,哪个现在成功的大公司不是当初一路拉网线拼服务器,一点一点优化出来的。当世赫赫有名的计算机科学家谷歌的Jeff Dean,不就是负责system和infrastructure的么,现在他讲的Google Brain,Knowledge Graph也都是在强大的系统上来的。以前MSRA徐谷做了一个关于大规模图像去重的报告,我印象非常深刻的是always get your hands dirty。在互联网级别的数据上面,所谓的各种算法,都变成花拳绣腿,重要的是系统,系统,系统!对底层数据理解,对商业目标清楚。无论是MSR还是Google X, YahooLabs,里面厉害科学家的动手能力非常的强。Facebook招了很多牛PhD写PHP,外面有些尊贵的同学颇受不了(FB大量的工作是写前端,所以早年FB招聘背景很好的人进去写前端,其他人颇有非议)。计算机首先是一门engineering的学科,这里的开发不分贵贱,重要的是你能够解决问题,革命成功靠的不是28个半布尔什维克。

第三个幻觉是,从头造锤子才是有挑战性的人工智能。这是我深恶痛绝的,公司不是研究院,AI不是空中楼阁,你修炼的也不是屠龙术。现在各种开源项目和系统都非常成熟了,你在一个烧着投资人钱的商业公司里从头写一套OpenCV(计算机视觉开源的一套库,已经存在了很多年),重新发明一遍SVM,觉得这样才有意思,对不起,请回到30年前的学校里去。你必须有产品sense,而产品的本质是解决问题。

以前沈向洋老师经常说的三好学生招人标准,数学好,编程好,态度好。

对现在有志于投身AI时代的同学们来说,最重要的是看待人工智能的态度,纸上得来终觉浅,找到一个可以解决问题的地方,和专家们一起,靠自己挽起袖子去躬行。要么系统能力特别强,要么能理解商业,最终AI专家的价值,取决于他能够解决问题的大小。

对于想找AI专家的老板们,先想清楚你的业务问题,AI并不是解决战略无能的灵丹妙药,找几个纸上谈兵的专家来解决问题,彼此过高的期望只怕会互相伤害。

当然还是有同学不服气,我这么聪明,这么天才,还要做这些low的事儿吗。

有天赋的人呢确实是有的,比如这样的傅太阳(科大00少傅亮,MIT最年轻的终身教授之一,07年的论文被PRL评为最近100年最有影响的49篇物理学论文之一,2016年科学突破奖得主https://www.zhihu.com/question/266979967/answer/317627581),大一时候业余爱好抽空写了套模拟进化的系统,当然计算机对他来说没挑战性,继续研究物理去了。

被智商高的人完爆是种什么体验?https://www.zhihu.com/question/266979967/answer/317627581

还有这样的,都自己写代码。


你见过出身最奇特的码农是什么样的?https://www.zhihu.com/question/268241812/answer/337667377

1.jpg

2.jpg

原文发布在【风云之声】公众号 2018年9月16号 



https://blog.sciencenet.cn/blog-3277323-1159732.html

上一篇:从蓝眼睛问题,看群众理解能力的巨大差异
下一篇:袁岚峰:从“王师傅卖鞋收假钞亏多少”看科学思维
收藏 IP: 42.101.65.*| 热度|

9 邵宇飞 黄永义 黄仁勇 王安良 薛亮 周春雷 康建 李剑超 shenlu

该博文允许注册用户评论 请点击登录 评论 (3 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-20 11:20

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部