迷茫的科研之路|焦点评论

2016 年 11 月 22 日 视觉求索 吴郢

科研的原动力,一是好奇,二是质疑。好奇是引领你看到创新彼岸的诺亚方舟,而质疑是让你真正能到达彼岸的般若智光。

 

计算机视觉是个方兴未艾的领域。在当前的AI热潮下,可喜的是中国的年轻一代,有很多基础好能力强的学生,都想去实现这个智能视觉机器的梦想。在学界,每年的CVPR/ICCV可以看到大批的年轻学子。在业界,不仅是巨头公司,还是初创企业,年轻一代都非常活跃。

 

可是,很多年轻学子都难免觉得很迷茫,有些甚至有上错船了的感觉。在科研道路上的迷茫,是一件再正常不过的事情,不同的阶段也会有不同的迷茫。不在迷茫中爆发,就在迷茫中沉沦。上了计算机视觉这艘船的人,一定要不断地拷问自己几个基本问题。

 

第一个基本问题就是,我们要到哪里去?在学术上,就是到底啥是计算机视觉?在业界,就是计算机视觉到底有啥不可取代的作用?这个问题涉及到计算机视觉的identity和门槛。很多年轻的学子,一个根本迷茫就在于自己根本不清楚自己在从事的是啥研究。用一个前辈的话来讲:很多人博士毕业了,却连问题都没有搞清楚。

 

这种情况在当前年轻一代学子中,不是个案。很多人对计算机视觉科研的认识,就是(1)调参数,(2)刷结果,(3)撺八股文。不用慢慢地,很多人马上就失去了科研的热情,因为这和他们当初上船时看到的梦想彼岸太不同了。想做学术的,却没有做学术的感觉,没有一种豁然开朗的兴奋;想做工业的,却天天被对手逼着再去刷benchmark,没有做有用的东西的踏实。很多以为自己在做计算机视觉的,结果发现自己既不是机器学习,也不懂计算机视觉;既不是新颖深刻的想法,也不是有效有用的东西。解决这个迷茫的唯一办法,就是去独立思考和搞清楚上面讲的第一个基本问题。

 

对搞请第一个基本问题有帮助的是第二个基本问题:我们是从哪里来的?计算机视觉的源头在哪里?当然,一个学科的发展,它的研究内容是不断改变的。但是,它的核心问题,却一定是在这个学科发展之初,就明确提出来了的。随着研究的深入,有的问题可能得到了答案,有个问题可能还门都没有摸到。做学问也好,做工业也好,如果都没有搞清楚计算机视觉的基本核心的问题,那就会对这个领域的发展做出过于乐观或者过于悲观的估计。与其迷茫在现在浩如烟海的文献里,不如追根溯源地探究这第二基本问题。

 

这两个问题不明确,哪怕一时间昙花一现,最终还是会竹篮打水,会归于沉寂。在过去的20年里,计算机视觉学术圈的中国学子,每年都有增加。可是,每年看到的大部分都是新面孔。真是铁打的视觉学术圈,流水的中国学子。能留在国际学术舞台的,和中国学子的基数比起来,其实太少了。在这样的环境下,有很多有能力的学子,都没有能够留下来做自己喜欢的学问。

 

要明确这两个基本问题,要靠的就是你自己的独立思考,和你自己不断的质疑。对于有志计算机视觉学问的,有志做视觉机器产品的,都需要不断走出人云亦云的迷茫。做那种“虽千万人吾往矣”的scholar和entrepreneur,才是让人向往和致敬的。否则,迷失在人云亦云中,遂成枯落,多不接世,将复何及!


登录查看更多
0

相关内容

计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
最新《机器学习理论初探》概述
专知会员服务
48+阅读 · 2020年5月19日
卷积神经网络的概述论文:分析、应用和展望,21页pdf
专知会员服务
91+阅读 · 2020年4月7日
 第八届中国科技大学《计算机图形学》暑期课程课件
专知会员服务
60+阅读 · 2020年3月4日
【综述】金融领域中的深度学习,附52页论文下载
专知会员服务
165+阅读 · 2020年2月27日
机器翻译深度学习最新综述
专知会员服务
99+阅读 · 2020年2月20日
2019中国硬科技发展白皮书 193页
专知会员服务
85+阅读 · 2019年12月13日
2019 年,最值得回顾的十大 AI 学术观点
AI科技评论
6+阅读 · 2019年12月31日
创业者和伪创业者的10大区别
创业财经汇
8+阅读 · 2018年6月5日
【机器视觉】如何做好计算机视觉的研究?
产业智能官
7+阅读 · 2017年10月19日
观点 | 计算机视觉,路在何方
微软研究院AI头条
6+阅读 · 2017年6月21日
Arxiv
14+阅读 · 2020年1月27日
CoCoNet: A Collaborative Convolutional Network
Arxiv
6+阅读 · 2019年1月28日
Labeling Panoramas with Spherical Hourglass Networks
Arxiv
22+阅读 · 2018年8月30日
Arxiv
7+阅读 · 2018年1月30日
VIP会员
相关资讯
2019 年,最值得回顾的十大 AI 学术观点
AI科技评论
6+阅读 · 2019年12月31日
创业者和伪创业者的10大区别
创业财经汇
8+阅读 · 2018年6月5日
【机器视觉】如何做好计算机视觉的研究?
产业智能官
7+阅读 · 2017年10月19日
观点 | 计算机视觉,路在何方
微软研究院AI头条
6+阅读 · 2017年6月21日
相关论文
Arxiv
14+阅读 · 2020年1月27日
CoCoNet: A Collaborative Convolutional Network
Arxiv
6+阅读 · 2019年1月28日
Labeling Panoramas with Spherical Hourglass Networks
Arxiv
22+阅读 · 2018年8月30日
Arxiv
7+阅读 · 2018年1月30日
Top
微信扫码咨询专知VIP会员