我希望20歲時就知道的七件事
最近正是各大學的開學季,疫情後初次重返校園,相信大家都滿懷欣喜和對未來的憧憬。當我20歲的時候,也在大學裡享受著求知的樂趣,當然,也少不了年輕的困惑、迷茫。
今天想跟大家分享我的人生經歷,有找到一生所愛的欣喜,也有做錯事的失落,還有銘記至今的感動。如果人生可以從頭再來,我希望自己在20歲時就知道這些。
一、“奇妙的錯位”,讓我找到人生熱愛
20歲時,我就讀于哥倫比亞大學文理學院。我當時不知道文理學院和工程學院的區別,我作為一個工程師卻在文理學院讀書。
但就是這樣一個奇妙的錯位,讓我讀到了很多經典,學習到了許多在工程學院根本學不到的內容。這些人類智慧和文學知識豐富了我的讀寫能力,一定程度上幫助我實現了很多寫作和演講上的成就。
在那個年代,律師和醫生是大家最嚮往的職業。我本以為自己也會成為一名律師,所以最初學的是法律專業。但一段時間之後,我發現法律不太適合我。我經常上課睡著,而且成績也不好,對同學們都很喜歡的內容提不起興趣。
於是,20歲的我做了一個決定,轉去電腦專業,學習程式設計和人工智慧,最終找到了我一生所熱愛的事情。
作為一個年輕的工程師,電腦令我癡迷。我發現我十分擅長電腦科學,不用怎麼費勁就可以輕鬆拿到A。
電腦和人工智慧是很棒的學科,奠定了我職業發展的基礎。有一句名言說,“當你從事喜歡的工作時,就不會覺得自己是在工作”,儒家有句話也說“知之者不如好之者,好之者不如樂之者”。
這其中蘊含著大智慧:當你從事喜歡的事情,睡覺、吃飯、洗澡你都會不自覺地去思考這件事;同樣,你會越來越擅長,更加喜歡它,形成良性迴圈。
二、“我不同意你,但我支持你去做”
從哥大畢業後,我前往卡內基·梅隆大學學習語音辨識和人工智慧。
那時的AI研究形勢並不好,雖然我的導師瑞迪教授(Raj Reddy,圖靈獎得主、卡內基·梅隆大學電腦系終身教授) 希望我採用“專家系統”,但我卻不是很認同。
我認為,機器學習應該讓電腦發揮長處,而不是跟著人的想法亦步亦趨。於是我鼓起勇氣,對瑞迪教授說“感謝您的指導,但我不想再繼續研究專家系統了,我希望用基於統計學的機器學習。”
我以為瑞迪教授會有些失望,沒想到他卻一點都沒有生氣。教授仔細聽我解釋完之後跟我說:
“開複,你對專家系統和統計的觀點,我是不認同的,但是我可以支持你用統計的方法做,因為我相信科學沒有絕對的對錯,我們都是平等的。而且,我更相信一個有激情的人是可能找到更好的解決方案的。”
那一刻,我的感動無以倫比。這不僅僅是一種慷慨,也是對科研新人的尊重。不僅如此,他還給我提供了很多資源,包括資料、設備和資金,對我最後取得博士學位幫助很大。瑞迪教授既是我AI科學研究的導師,也是我人生道路的導師。
“我不同意你的看法,但我支持你”這句話我記了很久。在我進入企業界之後,每當同事們有不同意見時,我都會鼓勵他們勇敢嘗試自己的想法:當這個想法成功時,對他個人和對企業都會帶來益處;而當這種想法失敗時,這種被信任和支持的感覺也會讓他們越挫越勇。
三、創新不重要,實用性創新才重要
畢業一段時間之後,我選擇去蘋果公司工作,也把這種語音辨識技術應用到了蘋果的產品中。現在Siri研發小組的成員,就有很多是我當年的同事。再後來我去了SGI公司。這家公司現在已經聲名不顯,但在當時的矽谷,SGI是一家和谷歌齊名的公司。
在SGI,我做的產品叫“3D流覽器”。大家可能都沒聽說過,其實這純粹是一群科學家的想法:在流覽器裡建一個3D世界,能夠導航,移動物體,和做非常酷炫的廣告。
我們當時已經做出了產品,並且運行得相當不錯了。我們盲目地相信,只要做出高科技的產品,就自然會有顧客和市場。然而事實是,沒人想購買和使用這個產品。
後來,SGI換了一個新的CEO,他為這個項目以及所耗費的公司資源感到失望。我告訴他,“這是世界上最好的VR技術,如果你不想留著,至少我們可以賣點錢。”
新CEO給了我一個期限,讓我尋找買家。我本以為能賣個好價錢,但最後還是以比較便宜的價格賣出去的。我感到十分內疚,自責當初就不應該組織這樣一個專案,看起來很酷,卻沒考慮實用性。
其實很多年輕人創業都會做出類似的決策,所以我非常建議大家再三考慮這些創新想法。創新不是最重要的,有實用性的創新才重要。
當你在設計一個技術、產品或創辦一家公司時,要想到你的投資者們正為此冒著巨大的風險。
四、如果想要,就積極主動地去爭取
從SGI離開之後,我就回到了中國,創辦了微軟中國研究院(後來的微軟亞洲研究院),《麻省理工技術評論》將其評為全球最熱門的電腦實驗室之一。當時研究院的主要成員,如今大都已成為中國知名科技企業的CTO或高管,像百度、阿裡巴巴等。
互聯網崛起之後,我對這個神秘的世界興趣日濃。當時最火的互聯網公司是谷歌,大家開玩笑說,如果你沒有得到谷歌的面試機會,就證明你不夠聰明。於是我給谷歌時任CEO埃裡克·施密特寫了封郵件,希望獲得面試機會。2005年,我正式加盟谷歌,擔任中國區總裁。
你們可能會問,你這麼資深還要自己寫信?他們不會直接聯繫到你,提供一個職位嗎?這就是我想告訴你們的另外一件事。其實當時谷歌和微軟正試圖達成人才競爭的約定,禁止主動挖對方牆腳。雖然這個約定沒有談成,但是當時要不是我的自薦,谷歌根本不會發現我,也就不會有後來的工作機會。所以,如果你想要,就積極主動地去爭取。
五、跟隨自己的心,找到心底的熱愛
隨著移動互聯網的快速發展,一大批創業公司開始湧現,我意識到中國的創業時代已經來臨,就像當初蘋果、微軟等公司創立時一樣,北京很可能變成中國的矽谷。
我想起了史蒂夫·約伯斯在斯坦福大學演講時說的一句話,跟隨自己的心,找到心底的熱愛。我們的人生由無數的節點構成,當你跟隨自己的內心,多年之後回首過往,會發現每一個節點的每一個選擇都是互相聯繫的。
你無法準確的預測未來,但是要相信,只要傾聽內心的聲音,這些選擇都會對你產生潛移默化的影響。
2000年左右,我給中國的大學生們寫了7封信,這也是追隨我的內心,幫助年輕人成長。我曾經為大約50萬名學生做過演講,出版了10本書,其中有5本都是寫給學生們的。
在微軟中國、SGI以及谷歌的工作,也讓我對科技瞭解頗多,所以我希望成為一名科技投資人,為初創科技公司提供幫助,創新工場的成立因此就自然而然的發生了。
這張圖是創新工場成立第一年的校招海報,上面寫著“加入你的公司”。我們的目標是讓年輕人以工程師的身份進入創新工場,通過技術創新得到資金支援,成為下一個成功公司的CEO。
這張海報中隨機挑出的八個人裡,有五個市值2億美元以上公司的CEO。所以我對於我們孵化創業公司的成績還是很驕傲的。
當AI時代來臨,創新工場投資了幾十家AI公司,其中包括五家獨角獸,我們還創建了AI工程院,並從中培育出了AI賦能與技術方案公司創新奇智。這些節點串起了我的經歷,也串起了中國過往10年的創業歷程。
六、世界上最富有的不是擁有的最多的人,而是想要的最少的人
回首過往,我真的是全心全意地投入到工作之中,一定程度上算是一個工作狂,我因此取得了一些成就,獲得了團隊的支持和外界的稱讚,我認為這樣的自己非常幸運。
上面這張圖片是2000年拍的,那時我剛做完一個手術,不能下床,於是讓團隊幫我做了這樣一個架子,我可以躺在床上繼續看電腦和工作。
這份熱情持續到六年前,直到我被診斷出患有淋巴癌四期。擴散的癌細胞取代了我的野心,我不得不接受生命可能只剩下幾個月的現實。朋友看我很痛苦,特地帶我去拜見星雲大師。
有一次,大師突然問我:“開復,有沒有想過,你的人生目標是什麼?”
我不假思索地回答:“‘最大化影響力’、‘世界因我不同’!”這是我長久以來的人生信仰:一個人能在多大程度上改變世界,就看自己有多大的影響力;影響力越大,做出來的事情就越能夠發揮效應……
大師沉吟片刻後說:“改變世界這個想法太狂妄了,也許只是貪婪的藉口。什麼是‘最大化影響力’呢?一個人如果老想著擴大自己的影響力,你想想,那其實是在追求名利啊!人生一回太不容易了,不必想要改變世界,能把自己做好就很不容易了。
我無法反駁他,我的那些聽起來宏大的目標,其實只是貪婪和欲望的藉口。他送給我一句話,“世界上最富有的不是擁有的最多的人,而是想要的最少的人”。
這句話讓我警醒,後來每當我覺得自己被欲望佔據時,都會想到這句話;每當我有想改變世界的想法時,我會讓自己思考,我這樣做究竟是不是為了追逐名利……
我學到這一課太晚了,之前的努力工作讓我錯失了很多與家人相處的機會:我的父親去世了,我甚至沒能來得及告訴他我愛他;我的母親得了失智症,認不出我了;我的孩子們已經長大,而我還不太瞭解她們……
我在化療期間讀了一本書,是Bronnie Ware所著的《臨終前最後悔的五件事》。正如書裡所寫,在臨終之時,沒有人會因為沒有努力工作而後悔,絕大多數人最後悔的事情,都是未能花更多時間與所愛之人相處。
我從星雲大師和Bronnie Ware學到了很多。我開始改變自己的工作方式,花更多的時間陪伴家人。母親去世前,我搬回家陪她度過了最後的時光;當孩子需要我時,我會把她們放在第一位,工作第二;我會花更多的時間和家人在一起,比如說出去旅行……
七、毫無保留地愛你所愛之人
這段人生經歷改變了我的想法,人生的意義應該是給予他人無條件的愛。在AI時代,這種愛更加難能可貴。
AI在做重複性工作方面比我們有優勢,但將人類與AI區別開的,是愛與創造。不管科幻小說如何描述,AI終究是沒有感情的。AlphaGo不喜歡下棋,它贏了比賽不會覺得開心,輸掉比賽也不會難過,事實上,它可能根本就不知道我們為什麼要下棋。
AI承擔重複性的工作並不意味著人類沒有工作可做,需要人情味和愛的工作仍然只有人類才能從事,比如導遊、禮賓、護士、教師等。
長遠來看,我更願意相信30年之後,我們會覺得AI的出現是件幸事:它沒有搶走我們的工作,而是將人類從繁瑣的重複性工作中解放出來,讓我們有時間去做自己喜歡和擅長的事情,構建出人類與AI共存的美好藍圖。
這就是我在過往的人生歲月中學到的七件事。當我在SGI公司的項目失敗時,我知道了創新不能忽略實用性;當我面臨死亡時,我學到了要毫無保留地愛你所愛之人。
One more thing -- 你看了這篇文章可能會發現我最重要的人生教訓不是來自成功,而是來自我的失敗。所以,請記住,你人生中的失敗,並不是對你做錯事的懲罰,而是一個學習人生課程的寶貴機會。
同時也有1部Youtube影片,追蹤數超過5,870的網紅珊蒂微AI,也在其Youtube影片中提到,「人工智慧」並非遙不可及,但如果你現在還離它有點遠,那就先從「已經在接觸AI的人」的生活日常認識起吧! 專訪「台灣人工智慧學校」 (簡稱AIA) 第一期技術班的班代表 陳宇春!(下集) 1:48 DARPA XAI Program:https://www.darpa.mil/program/ex...
為什麼ai需要被解釋 在 蕪菁雜誌 Facebook 八卦
我個人認為這篇文章是講得最透徹的。疫苗相關的醫藥審核制度,核准藥證/緊急授權,本身其實真的沒有一個硬標準,歸根究柢還是視時空環境、利害權衡之下,做出來的道德抉擇。
🔹 🔹 🔹
原作者:iamlam2005(山風)
這些問題從EUA還沒通過到現在,已經很多人講過了,我也懶得再複述一次。但你會吵這些,代表你根本沒想通醫藥審查的本質。
你就先想一個問題:如果三期這麼香,AZ幹嘛不做傳統三期?BNT幹嘛不做傳統三期?莫德納幹嘛不做傳統三期?如果做了傳統三期,監測個三年五年,我們就會知道原來目前的疫苗根本沒辦法防止感染,防止傳播,也不能打疫苗之後就脫口罩、停止NPI,這些檯面上的疫苗(可能包括高端)通通應該退回去重做,我們就不用浪費這麼多錢來買一堆半成品!
你一邊想,我們一邊來看看2009年的國光H1N1疫苗:
1. 只做了相當於傳統一、二期合併的人體實驗,受試者480人。是高端的1/10。
2. 從選病毒株之後只過了半年就拿到藥證,還不是EUA。
3. 沒有保護力數據。當時是跟諾華疫苗比抗體,沒錯就是免疫橋接。同時血清陽轉率的要求是是70%,今年聯亞89%都被刷掉了。
當年的新聞稿:https://reurl.cc/r18OaN
所以你說什麼「全世界首例,免疫橋接EUA」,這太小兒科了,當年是免疫橋接直接給藥證欸!這支疫苗,大家還不是打得很香,每年打。而從2016年開始,國光公司改成用重組蛋白技術來做Flublok Quadrivalant疫苗,不再需要搶購雞蛋了。核准依據就是「與其他四
價流感疫苗的比對性臨床試驗」,也沒有做傳統三期。
然後2015年,藥事法修法,才多了一個緊急使用許可的條款,也就是現在我們看到的藥事法48-2第二款。否則在那之前只有「拿到藥證」跟「失敗重做」兩種選擇。
三期並不是什麼科學標準,它跟「手放開蘋果會往下掉」「水在攝氏零度會結冰」不一樣,不是什麼顛撲不破的物理定律。到底要不要許可一個新藥、新疫苗,它本質上就是一種道德選擇:
「在怎樣的情況下,我們允許自己的同胞接受一個新藥的使用風險」
這很明顯是一個道德抉擇,科學資料只是幫助我們進行判斷而已。
你拿癌症用藥的審查來看就會很清楚。為什麼癌症化療用藥的副作用都那麼強?生物學上的原因當然是:因為癌細胞是人體自己的細胞,你要攻擊癌細胞就會攻擊到有同樣特徵(複製旺盛)的正常細胞。
可是從制度的角度來看,之所以癌症用藥副作用這麼強也會通過審查,就是因為我們認為它過比不過要好。比起掉頭髮、嘔吐這些副作用,讓病人無藥可用最後走向死亡,更讓人難以忍受。反過來,如果今天審查的是感冒用藥,我們大概就不能接受比頭痛更強的副作用。
甚至很多藥不是因為它「更有效」而被許可的。比如說乳癌的化療用藥,第二代小紅莓,它的療效並沒有比第一代要好。它之所以被許可是因為它的副作用少的多,可以顯著提升患者的QoL(生命品質)。有效性從來就不是通過與否的唯一指標。
當年翁啟惠的新藥在浩鼎解盲失敗。也有人說它可能是選錯了指標。因為它用腫瘤尺寸當做指標,但是免疫藥物會引起免疫反應攻擊腫瘤,反而會讓它發炎腫大。因此就算它有效,在實驗期間腫瘤尺寸並沒有下降太多。有人在猜測,如果用的是最終生存率(overall
survival)或是其他指標,搞不好解盲就過了。
這就是為什麼免疫橋接會被稱作「替代性指標」,因為原本的「有效性試驗」(也就是所謂的保護力數據,efficiency)也只不過是另外一個比較常用的指標。你到另一個時空背景底下重做一次,不會得到相同的數字。他們都是指標。這些所有的科學資料,不管是有
效性試驗、副作用、抗體濃度....他們都只是一個指標而已,是拿來讓審查委員參考用的。
神靈你就是眼睛裡面都看不到人,只看到理想的社會模型。不符合這個模型的你就認為是德性有所欠缺,或是執政黨的問題。而且不管哪個議題都一樣。但實際上並沒有一個神奇的機器,你把數字輸入進去,它就會自己跑出一個核准與否的答案出來。國家是人組成的,不是神,也不是AI。答案要自己去找。
你如果有去看高端或聯亞的審查會議紀錄,你會發現在會議一開始,主席都會宣布「目前(根據若干理由)認定有緊急公衛需求,請各位專家在這個前提下進行審查」。這個宣布就完美解釋了我上面講到的,一種新藥要不要核准,它是一個道德選擇。你必然是在一個特定的時空背景底下做選擇。你不可能開上帝視角知道說這個藥半年、一年、十年之後會不會有更好的替代品。如果你現在只有一個療效50%的藥,你也只能用,你不可能說十年後會出一個療效90%的藥,所以我們就先等十年。不管是EUA還是藥證都是這樣,而EUA「道德選擇」的性格又更強烈許多。
回到一開始的問題,如果你真的要問為什麼沒有三期就要人打,那我也可以反問,為什麼沒有傳統三期就要人打?為什麼不追蹤打疫苗之後半年、一年、兩年的保護力跟副作用?只追蹤兩個月就解盲做期中報告?腸病毒疫苗做了17年,為什麼不能跟他一樣嚴謹?為什麼要核准一個施打半年之後抗體濃度會下降的疫苗?如果我們使用的是正確的疫苗,搞不好真的可以達成群體免疫!
而你也知道答案是什麼,就是時間不夠。你要在時間不夠的前提下做選擇。痛苦的選擇。以色列核准BNT的時候也不知道會有變種病毒,也不知道它的效力會下降的那麼快。但它不可能等到三期先做一年看看疫苗效力會不會下降再來決定要不要核准。否則這一年之內可能會多死很多人。
就跟2009年一樣,當年沒有緊急使用許可的條款,如果當時的審查委員宣布H1N1失敗不給發藥證,那台灣就要面臨外購一劑難求(當時是真的一劑難求,比現在還誇張),國內又自己生不出疫苗的窘境。審查委員唯一需要擔心的問題就是「核准是不是比不核准還要好?」,而不是在那邊糾結為什麼沒做完三期,為什麼沒有有效性試驗。因為就是沒有,而你現在就要做決定。
而對武漢肺炎疫苗來說,台灣當然是時間不夠加上外購不穩的雙重困境(而有些人還在幻想多下單就會多到貨),我們是在這個前提下認定它有緊急使用需求。
EUA的重點就是緊急使用需求,而不是要做出一支完美的疫苗。你沒有緊急使用需求,後面有再多資料都不用談。所以AZ在美國也拿不到EUA,因為美國已經不缺疫苗了,並不是因為AZ資料不夠。
🔹 🔹 🔹
做為題外話,今天這些疫苗要走什麼流程通過,不會是蔡英文可以決定的。就是專家提議,她點頭,就這樣而已。她唯一可以選擇的就是做不做國產疫苗。就好像當年H1N1疫苗那如今看起來很陽春的流程,也不會是馬英九決定的。
重點是,不管是什麼流程,審這些疫苗的都是同一群人。當年叫衛生署食品藥物管理局,如今叫衛福部食藥署。他們就是陳時中後面的人,也是全台灣最懂疫苗的一群人。現在你看到的張上淳、李秉穎、陳建仁、黃立民這些人,當時也都參與其中。數十年如一日。當年幫馬英九扛砲火,如今幫蔡英文扛砲火。當年還有多一個李慶雲,今年六月過世了。所以現在李秉穎會被叫小李P,不是要裝可愛,是他上面還有一個大李P。
如果你要做政治判斷,就不該把這個疫苗流程當成是蔡英文的問題(或是政績)。你唯一可以問的就是,我到底相不相信這群專家。因為AZ進來的EUA,也是他們審的。Moderna進來的EUA,也是他們審的。BNT進來的EUA,也是他們審的。一但疫苗有任何狀況,不會是天邊的「國際認證」來幫你負責。連正式藥證的藥害救濟都很困難了,怎麼還有人會幻想自己在EUA的情況下打「國際疫苗」就會有「國際保證」?不管你是打國際疫苗還是國產疫苗,通通都是你看到的這群食藥署的專家來處理,也只有他們可以處理。
李慶雲當年把自己的女兒找去試驗麻疹鼻噴劑疫苗;把自己的兒子找去試驗日本腦炎疫苗。如今連加恩把自己的三個小孩送去做臨床實驗。陳建仁自己也參與高端疫苗的人體實驗。發現自己打了兩劑之後,都是安慰劑,沒有要求補打,而是自告奮勇繼續參與第三劑--也是安慰劑組的試驗。換言之,陳建仁到現在還沒打(真的)疫苗。
你可以自己決定要不要相信這群燃燒自己生命的人。還是說你寧願相信他們是為了炒股、為了試驗疫苗故意放毒進來強迫台灣人去打疫苗、給蔡英文打假針、給一般民眾打食鹽水。雖然我對你的判斷力沒什麼信心就是了。
為什麼ai需要被解釋 在 李開復 Kai-Fu Lee Facebook 八卦
二十多年前,我和沈向洋等人一起從零開始,創辦了微軟亞洲研究院。二十多年後的今天,我已在另一職業領域內深耕十年,而這位老朋友也告別了微軟,迎來了人生的新篇章。他說,在微軟工作的二十三年對他有非凡的意義,給他帶來巨大的成長和寶貴的回憶。
今天與大家分享的文章整理自沈向洋自述,他思考了多年來的工作經歷,總結了自己在職業生涯中學到的七個經驗教訓。
職業生涯中的七堂課
文章來源 | AI科技評論(ID:aitechtalk)
1.你不能什麼都做(要專注)
2.要拓寬,先深入
3.會講故事很重要,對工程師亦然
4.定位是什麼,就會得到什麼
5.把握可控的,留心可見的
6.專注於項目,而不是名頭
7.走中庸之道,不偏不倚
在我剛獲得卡內基梅隆大學的機器人學博士學位時,我的職業目標是成為一名電腦科學教授。我將説明年輕人學習電腦知識,並為這個領域貢獻世界級的研究成果。
我渴望成為和我的導師 Raj Reddy 一樣的人,他教給了我一些人生中最重要的知識。當時一切準備就緒,我想我會在大約十年內成為終身教授。
但事實並非如此。
我後來做的一系列選擇讓我離這個目標越來越遠。作為事後諸葛亮,我發現我一直被另一種力量驅使著做出了這些選擇。
幾年前,數學家 Richard Hamming 發表了一次主題為 You and Your Research的演講,這次演講觸動了我。他問道:“你所在的領域最重要的問題是什麼?如果你所做的並不重要,如果你認為它不會產生重要的成果,那為什麼還要做這件事呢?”
我們中的許多人都會樹立一個特定的職業目標:成為一名經理,成為一名副總裁,並且不斷朝著目標前進。相比於“我想要什麼?”也許我們應該問自己,“我的領域需要什麼?”
如果我們這樣做,Hamming 提出的追隨最重要問題的建議可能會把我們帶到我們應該去的地方。
以下是我在追求這一哲學過程中學到的七個經驗教訓。
┃第一課:你不能什麼都做
剛從學校畢業時,我就決定在一家致力於虛擬實境(VR)的初創企業工作,在當時,VR 是一項遠遠領先於時代的技術。
在初創企業,所有的事情都必須你自己做,甚至這樣都遠遠不夠。在那個時候,我有了一個孩子。我很快意識到照顧孩子和創業這兩件事是不能同時兼顧的。我選擇了照顧孩子!
我第一次意識到,我的時間和精力並不是無窮無盡的。你不能一次做所有的事情。
┃第二課:要拓寬,先深入
在微軟研究院(MSR)成立之初,我就加入了它。不知何故,我覺得這將是一個可以開拓新天地的地方。
我遇到了很多像 Rick Szeliski 這樣的非凡人物,是他們教會了我在電腦視覺中深入研究運動估計等基本問題的重要性。我學到了當你在做某件事情的時候,理解它,以一種令人信服的方式來書寫它,並且真正把它做好,這將會給你帶來巨大的進步。
我和 Rick 一起寫了很多文章,這裡面有一篇文章名為Creating Full View Panoramic Image Mosaics and Environment Maps,發表於 1997 年。今天,當你用手機拍攝全景照片時,你可能正在使用我們的演算法!
尋求重要的問題、解決棘手的挑戰,這就是通往領導的道路。成為某個領域的專家,並讓這成為自己的個人標籤,然後再擴展知識的廣度。
┃第三課:會講故事很重要
在科研、商業和生活中,你交流你的想法的方式可能比工作本身更重要。
我從電腦圖形學和交互技術領域的 TED——SIGGRAPH 中學到了這一點。十多年來,SIGGRAPH 教會了我才能的新標準。
即使作為工程師,在做技術演示的時候,你也需要通過講故事來向同事解釋你的想法,激勵人們去推進你的工作。如果沒有人相信,即使你做的工作再好也是無用功。
┃第四課:定位是什麼,就會得到什麼
我決定在北京擔任新的 MSR 實驗室主任,在四年多的時間裡,我真正瞭解了成為一名負責人意味著什麼。
在剛開始的時候,我們不知道跨國公司在中國的實驗室應該做到怎樣才算成功。我們是第一個在中國成立實驗室的跨國公司!我們制定了三個目標:(1)推進電腦科學領域的發展;(2)為微軟的產品貢獻技術;(3)造福中國學術界和本土產業。
為了實現這些目標,我們不懈地努力。在早期,我們定義的成功標準是使實驗室處於領先地位。我在中國的同事們將把 MSR Asia 變成世界領先的實驗室之一。所以,明智地定位你的目標。
┃第五課:把握可控的,留心可見的
我被要求回到美國並加入 Bing 專案,擔任產品開發副總裁,儘管我在專案管理、測試和開發方面幾乎沒有工程經驗。對當時的微軟來說,Bing 是一項新的工作。我必須重新學習最基礎的知識:項目如何活下來、如何快速學習和增值。
我發現解決 Bing 專案中最重要的問題需要深入的研究知識:搜索品質機器學習和分散式系統,而我們只有 2 個相關研究人員。因此,我回到 MSR 並招聘了 50 多個人。
面對競爭對手 google,我們經驗匱乏的團隊面臨著巨大的壓力。我們堅持不懈地度過了最艱難的時期,在研究過程中,團隊成員經常產生分歧。在這段時間,我總結出一句話:“把握可控的,留心可見的,不管其他。”人們很容易被沒有意義的事情所激怒,也經常會把自己困在那些不能解決的問題上。你必須先看看你的身邊在發生什麼。如果你不能後退一步觀察全域,那你什麼也不能做。
┃第六課:專注於項目,而不是名頭
在 MSR,我遇到了圖靈獎獲得者、偉大的技術領袖 Jim Gray。
我曾經問過 Jim:“你在 MSR 和 SQL 都工作過,你似乎從不擔心自己是在產品團隊還是研究團隊”
Jim 的回答是,你不應該以你的頭銜來定義你的職業生涯。他說:“我跟進的是能產生影響的專案。”他並不關心自己在產品團隊還是研究團隊。
相反,他會思考有什麼有趣的項目可以做,以及有什麼團隊可以一起解決重大難題。不要陷入頭銜的泥潭,相反,潛心沉入研究吧。
┃第七課:走中庸之道,不偏不倚
無論在職業道路的哪個階段,你都會做很多事情,你會做決定,你會編碼,你會創造,你會實現。但比這些更重要的是,你會是誰?你會因為你是誰而為人所知?
很久以前,當我還是一個年輕的中國學生的時候,我接觸到了孔子的中庸之道。中庸之道的字面意思是走在路中間,保持你的方向。
對我來說,孔子所教東西的本質是要在各方之間保持平衡,傾聽、體貼和尊重。人們可能是極端的,並且不知道他們的極端立場是否正確。
不要過河拆橋。你永遠不知道哪位同事會成為你的下一任老闆,哪位實習生會繼續創造下一個獨角獸。
寬宏大量,敞開心扉,友善仁慈。
你永遠不知道前方等待你的是什麼。也許有一天,我會成為一名更好的教授。
為什麼ai需要被解釋 在 珊蒂微AI Youtube 的評價
「人工智慧」並非遙不可及,但如果你現在還離它有點遠,那就先從「已經在接觸AI的人」的生活日常認識起吧!
專訪「台灣人工智慧學校」 (簡稱AIA) 第一期技術班的班代表 陳宇春!(下集)
1:48 DARPA XAI Program:https://www.darpa.mil/program/explainable-artificial-intelligence
2:29 「為什麼AI需要被解釋」的四個理由:https://medium.com/trustableai/%E5%AE%83%E6%98%AF%E6%80%8E%E9%BA%BC%E7%9F%A5%E9%81%93%E7%9A%84-%E8%A7%A3%E9%87%8B%E6%B7%B1%E5%BA%A6%E5%AD%B8%E7%BF%92%E6%A8%A1%E5%9E%8B-f18f57d18d4f
3:02 「L.I.M.E.」:https://medium.com/@kstseng/lime-local-interpretable-model-agnostic-explanation-%E6%8A%80%E8%A1%93%E4%BB%8B%E7%B4%B9-a67b6c34c3f8
3:21 「Neuron Deletion」:https://www.leiphone.com/news/201803/PJH0q2tj8d3jvVIk.html
#AI
#XAI
#解釋性AI
#解釋性人工智慧
#AI黑盒子
#人工智慧
#ArtificialIntelligence
#LIME
#DARPAXAIProgram
#為什麼AI需要被解釋
#NeuronDeletion
#隱藏層
#透明層
#神經網路
#hiddenlayer
#neuralnetwork
#ExplainableAI

為什麼ai需要被解釋 在 Explainable AI 是什麼?為什麼AI 下判斷要可以解釋? 的相關結果
可解釋人工智慧(Explainable AI,或縮寫為XAI)這個研究領域所關心的是,如何讓人類瞭解人工智慧下判斷的理由。特別是近來有重大突破的深度學習技術 ... ... <看更多>
為什麼ai需要被解釋 在 AI的可解釋性是什麼?能吃嗎? 的相關結果
「可解釋性」(Interpretability)便是在這樣的脈絡下被提出。 研究可解釋性最主要的原因就如前面所提到的:信任。不僅是「訓練好的模型是否足以應付實際 ... ... <看更多>
為什麼ai需要被解釋 在 為什麼可解釋人工智慧(Explainable AI, XAI)是人工智慧的 ... 的相關結果
人工智慧做出的預測和決策需要更容易被專家解釋並向公眾解釋。如果無法建立基本信任,人們會本能地拒絕不正確的建議。失去這些建議,也等於錯過避免 ... ... <看更多>