“補習班”出身的AI工程師，要得要不得？

郭一璞 李根 發自 2018

量子位 報導 | 公眾號 QbitAI

大過年的，但這事兒忍不了。

蘇珊娜·伊利奇(Suzana Ili?)，一位來自Google的小姐姐，Google東京機器學習負責人，博士畢業於因斯布魯克大學——相當於奧地利清華，不過因斯布魯克國際排名200開外。

剛剛在推特上發起了一場真理標準大討論。

因為蘇珊娜在跟一位AI從業者聊天中獲知，對方對非學院派出身的AI從業者偏見頗深，明確表示不會雇用通過在線教育完成機器學習培訓的人，也就是那些Moocer.

蘇珊娜並沒有指名道姓，但補充資訊說，這是一位畢業於斯坦福大學的電腦博士。

這是一場搞AI還得學院派和英雄不問出處的爭論。

沒道理！英雄就該不問出處

發出這個討論的蘇珊娜小姐姐自己就非常不認同這種說法。

她說，因為自己就是一名從事機器學習的非STEM專業的博士，博士生涯給自己留下的最重要的能力是自主思考、合作、實驗和學習能力，因此只要能力達到，非科班出身的人也可以承當相應崗位的工作。

並且，世界變化快，要是每次新的技術革命出現大家都要去先讀個博士，那一輩子得讀多少博士啊？

Keras之父Fran?ois Chollet也反對這種“非科班出身不要”的觀點。

他覺得，這是一種精英主義的陳舊觀點，事實上，最優秀的AI從業者中超過90%都是自學成才的，無論他們是不是斯坦福畢業的，CS學位現在越來越不重要了。

另一位網友Aegeus Zerium的觀點則和Chollet出奇的一致，他認為我們現在處在知識民主化的時代，把書本和資料鎖在圖書館裡的精英主義時代已經一去不複返了。

只有在沒有互聯網的時代，這種唯刻板出身不要的觀點才是可取的。

Kaggle總裁&fast.ai創始人Jeremy Howard也以身說法。

原來，Jeremy自己也沒有接受過正規的技術教育，即使是讀書期間，他也認為課堂上講的東西沒用，幾乎不會去聽課。

當然，fast.ai本身就是一個在線教育平台，Howard的說法其實也是利益相關。

另一個在線學習平台Lambda School的創始人Austen Allred甚至將這種觀點稱為“最愚蠢的事情”，聞所未聞。

他自己的平台上就曾經在一個星期內有五位0基礎學員拿到年薪13萬美金的offer。

Google Brain東京的研究科學家hardmaru也說，自己學過深度學習的在線教育課程，比如吳恩達的機器學習MOOC，斯坦福課程系列，還有Hinton的神經網絡MOOC……甚至，他的AI啟蒙老師是一部PPT。

這也炸出來了一群吳恩達的學生，這些無論有沒有在學校學過CS專業的學生們，紛紛表示從吳恩達的課程中獲益良多。

還有人對所謂“科班出身”的學生充滿了吐槽：我從各種在線平台上學到的東西比我在電腦專業裡花4年學得東西更多，學校裡那些不太會寫代碼的學生完全就是混畢業證的。

算了吧！補習班出身

雖然大部分人都覺得靠MOOC學AI的學生沒什麽不好，不過也有人堅持認為科班出身的學生更優秀。

曾經在斯坦福AI實驗室工作、現在是在因特爾工作的研究員ozansener表示堅決不會雇傭隻受過在線教育的人。

他覺得傳統的本科學歷，無論學得是電腦還是其他專業，不能被在線教育替代，因為在線教育缺少直接的溝通協作。

Twitter機器學習工程師Sijun He認為，MOOC課程沒有正規的學校教育那麽嚴謹。

他也在Coursera上自學了吳恩達的機器學習課程，但是感覺到這門課程為了適應大眾的需求，刪掉了很多數學的部分。

不過，在找工作面試的時候，相比面試表現，學歷無關緊要。

Lyft自動駕駛公司的工程師Clemens Marschner則認為，無論所受的教育是學校教育還是在線教育，找工作的時候關鍵得看教育提供的背書。

好實驗室出身無疑是很好的背書，Kaggle比賽的好成績也一樣。但是要是你隻學過一個在線課程……那估計沒人相信你的能力。

也有網友覺得，無論如何手裡有本電腦專業的畢業證在找工作的時候是個優勢，尤其是在找科研相關工作的時候。

不過，如果事先說明了工作細節，那無論手裡有沒有畢業證，任何人都能乾。

傲慢與偏見

“學院派”還是“英雄不問出處”，自然不止AI領域。

比如在編程領域，比“最好的程式語言”更容易造成撕裂的，是如何看待“補習班出身的程式員”。

那些原本零基礎、低學歷的高中生甚至初中生，經過12個月就能“速成”編程，然後再被輸送到西二旗等地，成為月薪N萬的碼農一員。

但偏見和爭論也就隨之而來。

支持補習班的人會認為，比起學院派甚至名校程式員，補習班出身的人往往姿態更低、更勤懇，髒活累活也毫無怨言，只要出活，就應該英雄不問出處。

但不待見的人也會強調，補習班出身通常缺乏系統性訓練和長期訓練，而且速成之下、求利而來，作假、技術不精的風險也會大得多，如果要降低招聘風險，還是“學院派”更有保障。

總之，這個話題爭論無休，沒有定論，誰也說服不了誰。

但需要注意的是，之所以AI領域才掀起這樣的討論，也跟歷史進程大有關聯。

編程培訓市場現在已經很成熟，但AI相關的教育和訓練，在歷史起落中，還沒有成熟的、系統的方案，體系性的教育仍然在學校，而且搞AI的仍然很少沒有個“PhD”。

即便是這次發起討論、反對“非學院派不可”的蘇珊娜小姐姐，實際也是NLP方向的博士。

也就是說，她是以既得利益者的身份反對既得利益機制，而不是現身說法的案例。

然而既然討論已經開始，不妨讓更多人參與進來，萬一一不小心推動了潮水流向呢？

所以，在你看來：搞AI，非學院派不可嗎？

—完—

年度評選報名

加入社群

量子位AI社群開始招募啦，歡迎對AI感興趣的同學，在量子位公眾號（QbitAI）對話界面回復關鍵字“交流群”，獲取入群方式；

此外，量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募，面向正在從事相關領域的工程師及研究人員。

進專業群請在量子位公眾號（QbitAI）對話界面回復關鍵字“專業群”，獲取入群方式。（專業群審核較嚴，敬請諒解）

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復“招聘”兩個字。

喜歡就點「好看」吧 !