“培训班”出身的AI工程师,要得要不得?

“培训班”出身的AI工程师,要得要不得?

2019-01-01 10:26量子位 合作伙伴
大过年的,但这事儿忍不了。


苏珊娜·伊利奇(Suzana Ilić),一位来自Google的小姐姐,Google东京机器学习负责人,博士毕业于因斯布鲁克大学——相当于奥地利清华,不过因斯布鲁克国际排名200开外。

刚刚在推特上发起了一场真理标准大讨论。

因为苏珊娜在跟一位AI从业者聊天中获知,对方对非学院派出身的AI从业者偏见颇深,明确表示不会雇用通过在线教育完成机器学习培训的人,也就是那些Moocer.

苏珊娜并没有指名道姓,但补充信息说,这是一位毕业于斯坦福大学的计算机博士。

这是一场搞AI还得学院派英雄不问出处的争论。

没道理!英雄就该不问出处

发出这个讨论的苏珊娜小姐姐自己就非常不认同这种说法。

她说,因为自己就是一名从事机器学习的非STEM专业的博士,博士生涯给自己留下的最重要的能力是自主思考、合作、实验和学习能力,因此只要能力达到,非科班出身的人也可以承当相应岗位的工作。

并且,世界变化快,要是每次新的技术革命出现大家都要去先读个博士,那一辈子得读多少博士啊?

Keras之父François Chollet也反对这种“非科班出身不要”的观点。

他觉得,这是一种精英主义的陈旧观点,事实上,最优秀的AI从业者中超过90%都是自学成才的,无论他们是不是斯坦福毕业的,CS学位现在越来越不重要了。

另一位网友Aegeus Zerium的观点则和Chollet出奇的一致,他认为我们现在处在知识民主化的时代,把书本和资料锁在图书馆里的精英主义时代已经一去不复返了。

只有在没有互联网的时代,这种唯刻板出身不要的观点才是可取的。

Kaggle总裁&fast.ai创始人Jeremy Howard也以身说法。

原来,Jeremy自己也没有接受过正规的技术教育,即使是读书期间,他也认为课堂上讲的东西没用,几乎不会去听课。

当然,fast.ai本身就是一个在线教育平台,Howard的说法其实也是利益相关。

另一个在线学习平台Lambda School的创始人Austen Allred甚至将这种观点称为“最愚蠢的事情”,闻所未闻。

他自己的平台上就曾经在一个星期内有五位0基础学员拿到年薪13万美金的offer。

Google Brain东京的研究科学家hardmaru也说,自己学过深度学习的在线教育课程,比如吴恩达的机器学习MOOC,斯坦福课程系列,还有Hinton的神经网络MOOC……甚至,他的AI启蒙老师是一部PPT。

这也炸出来了一群吴恩达的学生,这些无论有没有在学校学过CS专业的学生们,纷纷表示从吴恩达的课程中获益良多。

还有人对所谓“科班出身”的学生充满了吐槽:我从各种在线平台上学到的东西比我在计算机专业里花4年学得东西更多,学校里那些不太会写代码的学生完全就是混毕业证的。

算了吧!培训班出身

虽然大部分人都觉得靠MOOC学AI的学生没什么不好,不过也有人坚持认为科班出身的学生更优秀。

曾经在斯坦福AI实验室工作、现在是在因特尔工作的研究员ozansener表示坚决不会雇佣只受过在线教育的人。

他觉得传统的本科学历,无论学得是计算机还是其他专业,不能被在线教育替代,因为在线教育缺少直接的沟通协作。

Twitter机器学习工程师Sijun He认为,MOOC课程没有正规的学校教育那么严谨。

他也在Coursera上自学了吴恩达的机器学习课程,但是感觉到这门课程为了适应大众的需求,删掉了很多数学的部分。

不过,在找工作面试的时候,相比面试表现,学历无关紧要。

Lyft自动驾驶公司的工程师Clemens Marschner则认为,无论所受的教育是学校教育还是在线教育,找工作的时候关键得看教育提供的背书。

好实验室出身无疑是很好的背书,Kaggle比赛的好成绩也一样。但是要是你只学过一个在线课程……那估计没人相信你的能力。

也有网友觉得,无论如何手里有本计算机专业的毕业证在找工作的时候是个优势,尤其是在找科研相关工作的时候。

不过,如果事先说明了工作细节,那无论手里有没有毕业证,任何人都能干。

傲慢与偏见

“学院派”还是“英雄不问出处”,自然不止AI领域。

比如在编程领域,比“最好的程序语言”更容易造成撕裂的,是如何看待“培训班出身的程序员”。

那些原本零基础、低学历的高中生甚至初中生,经过12个月就能“速成”编程,然后再被输送到西二旗等地,成为月薪N万的码农一员。

但偏见和争论也就随之而来。

支持培训班的人会认为,比起学院派甚至名校程序员,培训班出身的人往往姿态更低、更勤恳,脏活累活也毫无怨言,只要出活,就应该英雄不问出处。

但不待见的人也会强调,培训班出身通常缺乏系统性训练和长期训练,而且速成之下、求利而来,作假、技术不精的风险也会大得多,如果要降低招聘风险,还是“学院派”更有保障。

总之,这个话题争论无休,没有定论,谁也说服不了谁。

但需要注意的是,之所以AI领域才掀起这样的讨论,也跟历史进程大有关联。

编程培训市场现在已经很成熟,但AI相关的教育和训练,在历史起落中,还没有成熟的、系统的方案,体系性的教育仍然在学校,而且搞AI的仍然很少没有个“PhD”。

即便是这次发起讨论、反对“非学院派不可”的苏珊娜小姐姐,实际也是NLP方向的博士。

也就是说,她是以既得利益者的身份反对既得利益机制,而不是现身说法的案例。

然而既然讨论已经开始,不妨让更多人参与进来,万一一不小心推动了潮水流向呢?

所以,在你看来:搞AI,非学院派不可吗?


*本文作者郭一璞 李根,由新芽NewSeed合作伙伴量子位授权发布,转载请联系原出处。如内容、图片有任何版权问题,请联系新芽NewSeed处理。