前幾天面試了一個(gè)C9應(yīng)屆碩士生,模式識(shí)別專業(yè),連續(xù)問好幾個(gè)專業(yè)問題都沒能答上來。
尷尬之余,我問他:「你沒有什么理想嗎?你現(xiàn)在最渴望的事情是什么?」
他轉(zhuǎn)悠著大眼睛,不假思索道:「將kaiming大大的Resnet擴(kuò)展到10萬層,把kitti,COCO數(shù)據(jù)庫(kù)檢測(cè)識(shí)別任務(wù)提升20個(gè)點(diǎn)以上」
真沒想到在面試中居然還有這種操作。
我問為什么這能成為現(xiàn)階段最渴望的事情,他反問「你難道不為L(zhǎng)eCun、Bengio和Hinton的執(zhí)著精神所感動(dòng)么?你難道不羨慕ILSVRC2012 AlexNet大放異彩么?你難道不被googlenet,Resnet的深邃思想所折服么?」
好有道理我竟無法反駁。
這么了解市場(chǎng)的工程師,一定是個(gè)不可多得的人才!
于是,我決定:不錄取他。
這幾年,深度學(xué)習(xí)在CV領(lǐng)域大行其道,不論是detection,segmentation,classification,還是stereo matching,pose estimation,深度學(xué)習(xí)把之前傳統(tǒng)各種state of the art方法爆出翔?,F(xiàn)今,算法工程師不知道經(jīng)典網(wǎng)絡(luò),流行框架都不好意思和別人打招呼。
此現(xiàn)象僅僅局限于剛?cè)肟拥男“?。但是?duì)于浸淫5年以上的無論bat算法經(jīng)理還是資深人肉特征設(shè)計(jì)工程師,這種事情對(duì)于他們不過是一種笑談。久而久之,我發(fā)現(xiàn)一個(gè)殘酷的共同點(diǎn)——
他們只用傳統(tǒng)方法。
工資不高嗎?最低的月薪都有20K+,還有公司期權(quán)和股票。
技術(shù)不行嗎?Paper 發(fā)到手軟,代碼編譯一次就好。
我問過其中一個(gè):我看你整天針對(duì)不同任務(wù),手動(dòng)設(shè)計(jì)特征,分類器不累么,不想試試cnn方法么?
他說:廢話,肯定想啊。
我問:那為什么不試一下LeNet,AlexNet呢,caffe框架下不是都有例子么?
他嘆氣:不,太忙。
他意味深長(zhǎng)道:優(yōu)秀的算法工程師都是不用深度學(xué)習(xí)方法的。
跟我聊天的這個(gè)人,本身就是個(gè)大神,BS CMU,MS Stanford,doctor在MIT,三年完成五年課程,讀博期間發(fā)了100多篇sci,h index 40好幾,回國(guó)任創(chuàng)業(yè)公司首席科學(xué)家,閑著沒事發(fā) Paper 玩,引用也很可觀。
追隨興趣投入cv研究10幾年,早在01年P(guān)aul Viola提出Haar與級(jí)聯(lián)adaboost時(shí),小修了特征與分類器,識(shí)別率提升了0.1%,達(dá)到當(dāng)年人臉檢測(cè)領(lǐng)域的state of the art。后來受不了國(guó)外大學(xué)對(duì)華裔學(xué)術(shù)上的歧視,毅然回國(guó),目前早已實(shí)現(xiàn)財(cái)務(wù)自由。
這樣的算法佬,我想出來,從來不買好的顯卡跑深度學(xué)習(xí),買來顯卡應(yīng)該也是吃雞用的吧。
我還是認(rèn)識(shí)另一個(gè)算法工程師。
最喜歡傳統(tǒng)特征與分類器,像gabor濾波器,LBP特征,adaboost算法,SVM分類,random forest等自然是如數(shù)家珍,每每驚嘆于harr特征在人臉檢測(cè),hog在人體檢測(cè),LBP在人臉識(shí)別取得的成功而熱淚盈眶。但也由于過于癡迷,每天神神道道: 秀,天秀,陳獨(dú)秀,蒂花之秀。對(duì)于深度學(xué)習(xí)方法不屑一顧,可以搭出比cnn更work傳統(tǒng)特征+分類器方法。
這個(gè)人才是是圈子里的一股清流。
他最大的愛好是在視頻監(jiān)控rgb通過高斯背景建模生成的前景圖像上,用米尺丈量顯示器來確定物體的寬高比,剔除樹葉抖動(dòng),水波蕩漾,磕頭機(jī)等帶來的誤報(bào)。此等神級(jí)操作在剛?cè)肟拥男“卓磥?,是那樣的格格不入。有時(shí)也有人勸他,目前cnn通過剪枝,壓縮模型等技術(shù),在1080ti上已經(jīng)達(dá)到實(shí)時(shí),你也可以試一下,減少一下工作量。
他卻不會(huì)受到任何影響。
我問他:你到底怎么保持一顆平常心的,別人都用深度學(xué)習(xí)取得較好的泛化效果,你卻針對(duì)一個(gè)個(gè)場(chǎng)景手工設(shè)計(jì)特征和分類器,不累么?
他笑,說:累又怎么了,不服讓深度學(xué)習(xí)跑在低端arm平臺(tái)上試試?
我立刻懂了。
同樣是這個(gè)人,利用傳統(tǒng)方法,在特定場(chǎng)景實(shí)現(xiàn)比深度學(xué)習(xí)更好的效果,而且通過5輪算法優(yōu)化,硬是把算法移植到低端平臺(tái),每路為公司剩下2K的成本,這是一種工匠精神。
上周跟一個(gè) CEO 朋友出去吃飯,他說他招來的一些菜雞算法工程師,總想買多個(gè)1080ti顯卡,用深度學(xué)習(xí)方法提升研發(fā)效率。
他跟我說,「可你不一樣,你會(huì)一直提醒我,要我遠(yuǎn)離舒適區(qū),要我不能安于現(xiàn)狀,要我有危機(jī)意識(shí),你好像特別看重用傳統(tǒng)方法解決問題?!?/p>
人都是需要獨(dú)立的。
仍是要永遠(yuǎn)年輕,永遠(yuǎn)熱淚盈眶。
仍是要時(shí)時(shí)刻刻對(duì)美好滿懷期待,對(duì)未來充滿渴望,對(duì)經(jīng)典心懷敬畏。
要記住啊,知世故而不世故,處江湖而遠(yuǎn)江湖,才是最善良的成熟。
-
深度學(xué)習(xí)
+關(guān)注
關(guān)注
73文章
5510瀏覽量
121337 -
算法工程師
+關(guān)注
關(guān)注
2文章
30瀏覽量
6133
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論