闲情居|特稿丨平安肖京:AI 的差距、边界、传承( 三 )


AI掘金志:你觉得金出武雄老师一直这么拼的驱动力是什么?
肖京:对科学的热爱和对生活的态度 。
有一年的圣诞节 , 我们去他办公室开会 , 旁边办公室有个日本访问学者在工作 。 老师夸奖说每次来办公室 , 不管什么时间 , 都看到他在那里工作 。 我随口说了一句 , “这样的人没有生活了呀 。 ”
金出武雄老师说 , 你是科研人员 , 科研不就是你的生活吗?
他觉得 , 你只要选择了科研这条路 , 你就更应该努力去学习 , 你来读博士肯定是因为有一个问题尚未解决 , 如果都没问题了 , 那就不会再来读书了 , 早就毕业了 。
还有一个特别有意思的事情 , 金出武雄老师还很擅长做木工 , 他在日本盖了个房子 , 里面很多设计或家具制作都是他参与设计甚至自己完成的 。
AI掘金志:马颂德老师、金出武雄老师身上有什么共性吗?他们的AI研究方法论对现如今的行业发展都具哪些指导意义?
肖京:特别拔尖的人往往有相似的地方 。
首先 , 他们对自己所做的事都非常热爱 , 其次做事极其认真、分析问题特别缜密 , 考虑问题也非常全面 。
另外 , 他们都不是那种喜欢讲大道理的人 , 他们都比较追崇实用性和动手能力 , 不提倡单纯为了出论文而做科研 。
AI掘金志:你跟马颂德老师和金出武雄老师学习的是计算机视觉 , 但现在从事的AI研究线 , 覆盖范畴远远超出了视觉 , 这是怎么做到的?AI研究者如何才能把自己研究的边界无限扩大?
肖京:我本科学自动控制 , 硕士、博士研究计算机视觉模式识别 , 底层其实都是优化算法和机器学习相关的技能 。
毕业后我在爱普生做了8年 , 领导他们在美国研究院的算法团队 , 这是日本一家大型综合科技企业 , 相关业务包括打印机、投影仪、精密仪器、传感器、机器手臂等 , 所涉及的知识领域包括各种传感器信号的数据分析、检测、识别、决策、及相关的应用 。
之后在微软Bing做互联网广告搜索 , 又积累了不少互联网大数据分析挖掘及应用方面的经验 。
然后回国到了平安 , 平安业务场景非常多元 , 从金融到医疗到智慧城市等 , 目前我也做了快六年时间 。
这么多年下来 , 基于底层的学术底子 , 我基本在各行各业都做过 , 也确实对人工智能技术在各个场景的应用实践都比较熟悉 。
AI掘金志:所以一方面是经历足、一方面是天分好 , 对吗?毕竟绝大部分人一辈子做好一个领域都比较吃力 。
肖京:没有没有 , 主要还是机遇好 , 遇上了好时代 。
AI掘金志:对于一些年轻的AI从业者们来说 , 你是推荐他们在一行做深做透 , 还是趁着年轻多看看 。
肖京:一开始肯定要做深 , 基础打好了、骨架硬实了 , 后面的事情都是触类旁通的 , 基础理论和发现、分析、解决问题的方法论都是相通的 。
AI掘金志:这些年轻的AI从业者们怎么保持敏锐的技术嗅觉并坚持下去?有时候方向走错了 , 还一直在错误地坚持着 , 是一件比较尴尬的事 。
肖京:所以需要靠谱的导师 。 除了自己的天赋和努力外 , 还要善于借助外力 , 善于向别人学习 。
我经常跟年轻同事说 , 我们老祖宗很多总结是非常有道理的 。 比如“三人行必有我师焉“ , 即便这个人比你差 , 也有很多值得学习的地方 , 一定要善于发现别人的长处并学习 。 再比如”吾日三省吾身“ , 要定期给自己留一些时间 , 反思过去这段时间的事情并总结、沉淀 。
至于怎么坚持 , 除了热爱之外 , 有必要在每一个阶段都设定一个学习目标 , 这个学习榜样会督促引导你成长 。
AI掘金志:你现在的学习榜样是谁?
肖京:太多了 。 我现在所做工作的认知水平和学习热情 , 如果能够达到马颂德老师、金出武雄老师一半的高度 , 我就很知足了 。
AI掘金志:你觉得自己在学术造诣或职业成就方面还没有超过他们吗?


推荐阅读