大牛分享:@爱可可成长记

从一个人的狂欢到一群人的狂欢,到除了我以外其他人的狂欢,我其实是越来越冷静了。——陈光

陈光算得上是地道的北邮人。从本科到博士,一直到留校任教,刚满 40 的陈光超过一半的时间都是在北邮度过的。

2010 年,陈光的女儿在北京出生,小名“可可”。同年,陈光注册了一个名叫@爱可可-爱生活的微博账号。

8 年后,@爱可可-爱生活已经变成拥有接近 34 万粉丝的大V,在人工智能领域算得上小有名气。毕竟,吴恩达的 Twitter 粉丝也才刚刚突破 30 万。

陈光说,自己就是一个 Nerd,一个技术“呆子”。然而,就是这样一个“呆子”,却成了微博大V。

▌@爱可可-爱生活成长记

2010 年 2 月,陈光发布了第一条微博,“做个准爸爸可真不易啊”,10 个月后,陈光发布了第二条微博,“谢谢,老婆”。

对陈光来说,@爱可可-爱生活这个微博一开始不过是为了记录生活。在开始的几年里,@爱可可-爱生活 记录的基本就是陈光的生活“流水账”。

直到 2014 年,陈光才开始重新定位,在微博上分享的学术资源逐渐多了起来。2015 年之后,机器学习的论文也慢慢多了起来。

当你觉得市场上所有产品都无法满足你某方面需求的时候,可能你的机会就来了。我的微博,最早就是想做符合我自己需要的推荐频道,这些年,其实我一直在打磨能真正“懂我自己”的推荐系统。

作为一名大学老师,看论文是必不可少的,论文的甄选是很耗时耗力也很考验“功底”的工作,而推荐系统一直是陈光最感兴趣的领域,可以说,@爱可可-爱生活 就是一个推荐系统,只不过这个系统的背后不是计算机,而是陈光。

多年来,陈光一直坚持早上 4、5 点起床发微博的习惯。他说,自己的“勤奋”都是被女儿“训练”出来的。毕竟,既要照顾三四岁的小朋友,又不误工作,就只能早睡早起了。因此,陈光每天发微博最频繁的时间都是在 5~7 点。

另外,也因为中国与美国之间十几个小时的时差,早上 4、5 点正好积累了国外一整天的消息,陈光刚好可以利用这个时间差,筛选出有价值的新闻和论文,通过微博进行分享。也正是因为这一点,反倒让陈光先人一步,毕竟不是所有人都能坚持 5 点起床。

如果没有特殊情况,陈光每天都要发几十条微博,其中大部分都是论文和技术文章,然而这么多内容,就连陈光自己也不可能一篇篇精读,但是为什么陈光依旧要发这么多内容?

我一直在倡导大家,一定要大量地泛读,哪怕你光看一个标题。有些东西实际上光看标题就足够了,尤其是新闻。技术性的东西,其实就是看角度,看思路,非常快速的。如果是你确实很感兴趣的,再去精读,一旦精读了就不要抱着泛读的心态。我们一直在倡导,包括我们自己的学生,一定不要在精读、泛读之间的层次上去徘徊,你要是精读的话一定要每字每句都能理解,都去思考。如果是泛读的话一定要快快地去掠过,别看的半懂不懂的,整篇看了,又好像整篇都没看,那个状态是最差的。

实际上,一直关注@爱可可-爱生活的人应该有注意到微博风格的变化:

最早的时候就是自己喜欢什么发什么,但逐渐的你会发现,大家的反应是不一样的,做微博就像在做一个社区,原来是你自娱自乐,但逐渐就成了一群人在欢乐,再往后可能就成了你要让大家欢乐,你会发现这种责任感会越来越强。 一开始我是一个对技术很着迷的人,因此主要就是和大家分享在技术领域自己觉得比较好的东西,逐渐的会形成自己的一些思考。其实原来思考很少,大家看到我现在会逐渐地写一些东西,有一些自己东西的思考。越来越多地,大家也想看到更多的有思想性的东西,现在我也更喜欢分享这些,这些我觉得更值得去讨论。 其实也是我越来越希望在技术之外去影响大家,尤其是学生朋友,包括思考的角度,选问题的角度,看待问题的角度。因为我发现,你要弥补技术上的缺陷或者漏洞,或者说不足,其实还是相对容易的,因为这些东西你都很好找,技术上的东西其实没有特别多需要探讨的,因为它就在那儿,它是一个客观的东西。反过来现在特别提倡元思考,问题背后的思考其实更重要。批判性思维是现在的年轻人最需要的。

▌如何评价 AI 媒体?

@爱可可-爱生活的粉丝除了学生、科研工作者之外,其实还有一个很特殊的群体,那就是 AI 媒体人。

和其他领域不太一样,AI 领域学术界和产业界的结合非常紧密,因此国内外的最新论文,大家都会第一时间报导。

因此,虽然@爱可可-爱生活分享的绝大部分都是技术文章或者论文,但是对于很多 AI 媒体人来说,不管是话题选择还是内容时效,@爱可可-爱生活都是一个非常好的消息源。

于是,很多人早上起来的第一件事就是刷@爱可可-爱生活的微博,找选题。

虽然国内外的 AI 媒体在近几年蓬勃发展,然而两者之间有仍然存在很大的差异。由于 AI 领域的论文大部分都是英文撰写的,因此国内的 AI 媒体经常做的一件事——翻译。

然而,陈光却对此并不赞同,“我觉得技术论文不但不应该全文翻译,连摘要都不应该翻译。”

如果他想做研究的话,看这个东西绝对是走了一条更长的路,看原文一定是最好。我的观点是,如果你做学问想绕开英文,你还是趁早转行,这个东西是绕不开的,不但要看,你将来还要自己写,如果你看都不想看,怎么写?所以我觉得从某种意义上来讲,把中文版的这些论文交给他们,其实是害了他们。

除此之外,在陈光看来,相比国外的媒体,国内的媒体更侧重于技术和论文本身的介绍,而缺乏对这种技术可能带来的影响的思考。

你看国外的报道,(以及)一些作者在博客上写的这些文章,都是很有思想性的文章,他一定是一个技术领域有广泛了解,但是没有那么深入,他是一个真正记者的存在。国内我感觉还没有找到哪一家媒体,不管是自媒体,还是大媒体。这些记者我感觉可能角色还没有到位,更多的还是纯媒体人,对技术感觉不够到位,只是英文的直译。 我觉得国内媒体对于最新的论文,应该从一个更广阔的视野去看,扩展性的东西应该是更重要的。技术突破本身很重要,但是这个突破能给我们的产业、生活带来的变化和更加深入的思考,我觉得这个可能更重要。

在陈光眼里,中国的 AI 媒体更多地扮演的是搬运工的角色,而且在标题党泛滥的情况下,媒体本身的职能并没有发挥出来。

AI 媒体非常重要的一个作用在于要让大家认清目前技术发展的真相,不仅仅是告诉大家这个能干了,那个能干了,这儿打败人了,那儿打败人了,而更重要的是告诉大家,AI 发展能给我们的未来带来些什么。 另外一个层面,我觉得(AI 媒体)有责任和义务去倡导一种正确的 AI 观,不仅仅是把这些华丽的好的东西,业界的发展告诉大家,另外也要告诉大家哪些是泡沫,哪些是炒作。 大家现在对人工智能的喜欢和恐惧,其实都来自于未知,因为你不知道它具体能发展什么样,所以你想象的好像它将来啥都能干。所以我觉得 AI 媒体的做强做大,是非常好的现象。但是反过来,我觉得大家冷静下来去考虑这件事,AI 媒体是有很大的责任和义务,它担负着让所有的大众对 AI 的发展前景有一个正确的认识的重大责任。

▌如何评价 AI 炒作?

从 AlphaGo 开始,很多公司和机构出于公关的需求,开始夸大 AI 的能力,而很多媒体也在知情或者不知情的情况下成为了帮凶。比如大家都知道的 ImageNet 图像分类挑战赛,每年的成绩都会创新高,这个比赛的评价标准其实是 Top-5 错误率,然而大部分的报道都非常容易造成误解。

Top-1 就是你预测的标签取最后概率向量里面最大的那一个作为预测结果,你的预测结果中概率最大的那个类必须是正确类别才算预测正确。而 Top-5 就是最后概率向量最大的前五名中出现了正确概率即为预测正确。

显然,两者有很大的不同。然而你很少会在标题甚至正文中看到“Top-5”的字眼。一位业内人士曾告诉AI科技大本营,在图像分类任务中,如果没有特别说明,其正确率或者错误率默认的都是“Top-5”,但是没有专业背景的普通读者如何去分辨?这算得上是一种变相的夸大。

夸大、炒作……这种现象已经屡见不鲜,而且有时候手法隐秘,陈光也深有感触。

比如说像翻译或者打游戏,动不动就说超过人,我们其实都很反对这种说法,离人还早着呢。像翻译,我们现在争议最大的就是怎么样来评价它是一个好的翻译?我们也看到 BLEU(Bilingual Evaluation Understudy) 指标很高的系统,真正拿出来翻译作品的时候,看起来其实挺费劲的。所以一旦脱离了技术本身去做比较,去做评判,或者做渲染的时候,那就是炒作了。

当然,目前争论最大的还是 AI 这个词本身是不是就包含了炒作的成分。机器学习大牛迈克尔·乔丹在今年初的 SysML 大会就曾表示,“我讨厌把机器学习称为 AI”,引发了学术界的大讨论。

作为学术界的一员,陈光对此也非常反感:

我们最开始的时候都是模式识别、机器学习,学术圈子的人原来很少说 AI,但是现在是不得已,你不说 AI 大家不知道你说的是啥,所以你必须要用通俗的语言跟大家交流,那就是要用 AI。 学术界的 AI 和大家现在所说的 AI 其实不是一回事,学术界的 AI 更多的是科普书里介绍的人工智能的发展历史。乔丹为什么说他不喜欢这个词?实际上大众认知里面的 AI 已经科幻化了,像原来人工智能电影里所说的 AI,它恨不得复制人脑的智能。它应该叫人工心智了,现在大家脑子里面的人工智能,远还没有发展到这个阶段。目前大家做的真正 AI 的应用,都是某种意义上的自动化。 现在的人工智能其实一大块都是智能增强,抛开智能增强以外就是自主控制,自主控制的东西其实非常少,包括我们现在说的打游戏,其实都还算不上自主控制,它只是一个特别窄的领域的机器学习算法。现在我们所说的炒作,是因为(这些炒作)让大家对通用智能有太多的幻想。 为什么会有这么多炒作?为了让投资人看到,让政府看到,以此来获得更多的支持。然而,很多时候一旦过热就很难收场。 现在一个共识是,为什么以前老是寒冬寒冬的?就是因为过热,因为你告诉大家你能实现什么样的东西,但是最后你又实现不了的时候,投资就撤了,紧接着就是真正做研究、真正搞学问的这些人得不到足够的支持,这时候它就下坡了。

▌如何评价 AI 教育?

陈光的身份不只是微博网红,还是北邮的一名老师。而就在昨天(7 月 19 日),北邮也宣布成立人工智能研究院。

为什么要用“也”?

2017 年 7 月,国务院发布《新一代人工智能发展规划》;今年4月,教育部发布《高等学校人工智能创新行动计划》。

在政策的支持下,仅在今年 5 月,南开大学、天津大学、南京大学、吉林大学四所高校就相继成立了人工智能学院。此外,哈尔滨工业大学和清华大学分别在今年 5 月和 6 月成立了人工智能研究院。

可以说,各大高校相继成立人工智能学院或者研究院已经成了最新的风潮,种蜂拥而上的现象真的好吗?

至少陈光认为这是一个必要的过程。

我觉得它是一个过程,还是有必要上的。我们看到国外高校也在开人工智能专业,但是到底什么样的专业真正能培养出好人才,其实全世界的人都不知道。从积极的角度来讲,人工智能这个领域,尤其在教育这个领域我觉得是值得去探索的。 其实我们研究院更多的想做和企业的对接,只有在应用环境下面才能接触到实际的问题,他(学生)才有实际的分析问题、解决问题的感觉。

在具体的教学形式上,陈光也在不断尝试。

大家逐渐会发现,这些(人工智能)课程的质量也参差不齐,而且也没有特别好的教材,都是从国外找一本书,就这么上。最终学生达到教育的效果可能就和他们自己看完这本书也差不多,只是老师可能理解得更深入一些。 现在网络上内容这么多,国外这些好的课这么多,我们到底还有没有必要讲?我们讲的又比不上人家,唯一的好处是我们讲的是中文。这时候我们怎么办?我们也一直在思考。现在有一句话叫你要和学生一起成长,要发自内心地和学生站在统一的战线上。网上这些资源有,我们一起看,它重点讲的东西我就不重点讲了,但是我知道有一些东西它没讲到,或者在它讲的之外的一些扩展、延伸性的内容,这种东西我们作为重点来讲,真正把现在所谓的翻转教学推行起来,而不仅仅是在形式上。大家下面去看网络教程,课上大家随意讨论,这不叫翻转课堂。

(编者注: 翻转课堂译自“Flipped Classroom”或“Inverted Classroom”,也可译为“颠倒课堂”,是指重新调整课堂内外的时间,将学习的决定权从教师转移给学生。)

在最近一年的时间里,陈光做了不少改变,包括怎样去贴近学生,怎样让学生保持上课的注意力,而不仅仅是对着 PPT 照本宣科。

我觉得有一句话很好,就是和学生共同的成长,就是怎么样的过程算是和学生共同成长?其实一直在体会这句话。

▌陈光的坚持

一天发几十条微博可能很容易,但是数年如一日,这就变成了一项艰巨的任务。一直有人怀疑,@爱可可-爱生活其实是一个团队,但是陈光告诉AI科技大本营,一直就是他一个人。

而让陈光坚持下来的一个重要原因,却是奇虎 360 的创始人——周鸿祎。

2014 年的时候,周鸿祎是第一个关注@爱可可-爱生活的大V,当时的陈光还是一个“小草根”,并没有什么名气。周鸿祎给陈光发了封私信,建议陈光在微博中加上一些中文介绍,并告诉他怎样跟粉丝走的更近一些。

那个时候陈光发的东西并没有什么人看,纯属自娱自乐,周鸿祎的关注让陈光信心倍增。虽然两人至今未在现实世界中碰过面,但是周鸿祎对陈光的承认却是他坚持下来的重要原因。

从 2014 年到现在,我基本上没有间断,每天都会去发。逐渐你会有一种责任感。一开始是觉得今天不发点儿什么,好像少干了一件事,但逐渐的好像觉得如果不发的话,好像很多人还希望能看到一些东西,你应该发一些东西让他们能看见。 这四年不仅仅是在给大家发东西,我自己也在看东西,反过来对我也有挺大的促进,它也会帮助我改进注意力,帮助我改进对于问题思考的方向。

除了周鸿祎之外,没有商业化的纯粹也是陈光能走到现在的重要因素。

我当初没做商业化运作还是对的。如果我把微博这个当一个创业项目来做,现在估计就黄了,我可能坚持不下去了,就是因为我一直自己一个人在做,所以才能做到今天。 一旦你有商业目标,一旦你有考核指标,你肯定不能坚持你原来的想法,我觉得我现在最大的一个优势,也是最大一个劣势,就是没有什么想法,完全可以自由自在地去做,就是坚持做我自己觉得好的事。 我的导师说的一句话,我一直都记在心里,做事情,尤其是做学问,一定要耐得住寂寞,在背后默默坚持,你如果是为了出名,为了让大家知道而让大家知道的话,你做的事一定不是出自本心的。 如果有一天我停止做这件事,那一定是因为我已经不是我自己了,我不希望做那样的事。

浮夸当道,衷心希望这个 Nerd 保持本心,不负“呆子”之名。

——【完】——

原文发布于微信公众号 - CVer(CVerNews)

原文发表时间:2018-07-21

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技大本营的专栏

揭秘@爱可可:“寂寞呆子”成长记

从一个人的狂欢到一群人的狂欢,到除了我以外其他人的狂欢,我其实是越来越冷静了。——陈光

1213
来自专栏PPV课数据科学社区

盘点国外社交网络:大数据意义究竟何在?

“别说忙,没工夫看书。。。你那刷FB/朋友圈的工夫腾出来,保证每周啃下一本”,小编身边总充斥着这样的‘训话’。。。 额,奈何我每天的工作离不开从社交媒体中获取信...

4136
来自专栏VRPinea

7.11 VR扫描:Oculus VR或将低于399美元;美图与Natura推口红试妆服务

3206
来自专栏量子位

AI时代要来了,怎样让我们的下一代做好准备?

唐旭 编译自 《哈佛商业评论》 量子位 报道 | 公众号 QbitAI ? AI正在各个行业内掀起一场革命,但很多人还没有想好该如何迎接它。 近日,CMU计算机...

3375
来自专栏全栈数据化营销

数据分析视角:咪蒙凭什么写出那么火的文章

       写这篇文章最主要的,是想说明数据和数据分析在工作和生活中的实用性和重要性,顺便说一说我认识的咪蒙。       很早很早之前就听过关于咪蒙的各种...

4298
来自专栏顶级程序员

哪些人工智能电影演得最逼真?

在 1982 年的电影《银翼杀手》的开幕镜头中,一个调查员不断向询问一名为 Leon 的机器人,旨在激发他的情绪反应。在电影中,同情心是区分人类与人工智能(A...

3656
来自专栏数据派THU

基于问题导向与成果产出的教学模式:《大数据与城市规划》特色课程

[ 编者按 ]2015年12月,清华大学推出“大数据能力提升项目”,旨在促进大数据人才培养,服务国家大数据发展战略。项目由清华-青岛数据科学研究院(以下简称:数...

1613
来自专栏韩伟的专栏

什么是游戏性

由于最近忙于写各种文档,所以很长一段时间没有更新了。不过作为一个产品、技术内外双修的神人,还是有一些存活的。今天发送的和单纯的技术关系不大,而是一份对于游戏这个...

3206
来自专栏新智元

乂学栗浩洋:教育版AlphaGo打破垄断,撬动2000亿在线教育市场

新智元 AI 技术峰会 演讲人:栗浩洋(乂学教育创始人) 【新智元导读】据艾瑞咨询的报告,2018年中国在线教育市场规模达2727.1 亿元,AI+教育...

3134
来自专栏大数据文摘

打开大数据研究的潘多拉魔盒

2128

扫码关注云+社区

领取腾讯云代金券