机械之心报道

编辑:杜伟

一直以来,对机械学习(ML)社区的吐槽没有断过。但总是提出的问题多,解决方案却很少。以是,若何刷新并确立一个相对康健的 ML 社区仍将是一个耐久存在的问题。

机械学习(ML)在不停地生长,大量令人瞩目的研究功效也相继泛起。但正如其他领域一样,ML 领域并不完善,存在着这样那样的问题,因而对该领域的吐槽和批判从未住手过。

之前,有人总结出了 ML 社区的八大「毒瘤」,包罗盲目崇敬、相互攻讦、重 SOTA 轻实效等,警醒人们,促使社区沿着康健的偏向生长。不久前,一位硕士刚结业的「老」工程师也对 ML 社区的残酷现状举行了无情揭破,诸如封锁、缺少代码审查等,纷歧而足。

但只要问题不解决,吐槽就永一直止!

克日,reddit 上又一则「质疑机械学习领域」的帖子火了,发帖者灵魂发问:「为何机械学习酿成了这样一个充满毒瘤且自诩无所不能的领域?

以下为帖子原文:

我曾与许多差异领域和靠山的科学家都互助过,但从未领教过机械学习社区那般着实令人生厌、自诩无所不能的学术气氛。而且,我敢一定是「一些行为不端的『老鼠屎』坏了机械学习社区『这锅粥』」。

事实是哪些群体和哪些行为损坏了 ML 社区的气氛呢?发帖者总结了以下几点:

一些群体自以为可以掌控 ML 领域

在 ML 领域,我经常会看到一个群体或多个群体蜂拥至某个问题上,拿出 ML 这个工具,然后声称问题「已经解决」。此外,还应看到,在解决一些问题时,很少有中小企业介入其中,更主要的是,没有后续解决方案。

深度学习(DL)领域激励「不学习基础知识」的民俗

我经常遇到这种情形,在深度学习领域尤为显著。人们会直接跳入盘算机视觉(CV)或自然语言处置(NLP)等领域的学习,而不学习任何基础知识。我曾见过许多在著名学术 *** 上揭晓 CV 论文的学者,在与他们的攀谈中,发现他们不清晰「颜色空间为什么有用」甚至「不清晰什么是像素」(像素绝对不是图像上的小方块)。

你可能会说他们不需要领会这些,但这是妄想,他们绝对需要领会这些。好比,「盘算 + CNN/transformer 能做的事情」是有限制的,以是他们需要在领会基础知识的条件下搞明了若何举行改善。

绝大多数论文都是「纸上谈兵」,不涉及现实事情

已往许多人都提到过这一点,但我必须澄清自己的看法。我知道,许多因素导致了这一问题以及所有其他问题。论文往往只包罗细小的架构转变或渐进式的改善,「真正的头脑」却看不到。这就导致有时一位博士却不善于工程实践,或者其研究效率比不上有履历的硕士生。在一个 ML 团队中,博士的头脑在研发历程中异常有用,但在现实科研中,这些博士的显示却往往不尽如人意。

「自诩公正 / 道德」群体的狂妄无礼

当前,这类群体在 ML 社区中充当了「毒瘤」。他们总是指出问题,却从未提供(切实有用的)解决方案。他们就像「看门狗」一样,把 ML 社区搞得乌烟瘴气,甚至阻止社区内自由揭晓言论,却不用忧郁自己受到影响。这类群体应该接受彻底的刷新,这是由于其中一些「自诩为专业学者的向导者」却最为刻薄无礼、游手好闲。

,

足球免费推荐

免费足球贴士网(www.zq68.vip)是国内最权威的足球赛事报道、预测平台。免费提供赛事直播,免费足球贴士,免费足球推介,免费专家贴士,免费足球推荐,最专业的足球心水网。

,

ML这么一个应用型领域,却很少关注应用

通常给出的理由是:像数学这样的领域也没有什么直接应用。但事实果真云云吗?首先,ML(尤其 DL)不像数学,更像直接的工程实践。那么作为应用型的领域,ML 应该加倍关注应用。细小的架构转变或者 ImageNet 数据集上 0.5% 的提升远远不够,这是一种惰性行为,单纯是为了获得博士学位。

物理和统计等学科往往会在现实生涯中获得应用,并对现实天下发生影响。公正来讲,ML 领域也应云云。但很遗憾,ML 领域却没有施展应有的作用,尤其是在偕行业的一样平常企业中。

以为ML可以解决现实天下所有问题

这一问题也经常被提及。一味地强调 ML 的能力,不确定是无知的理想照样有意的宣传,或二者兼有。

网友:埋怨解决不了问题,解决方案才是要害

对于这位发帖者对 ML 社区的质疑和吐槽,多数网友示意认同,不外也有些以为不应只是埋怨,更应提出切实可行的解决方案。

一位用户说道:「在攻读硕士时代,我也有过同样的感受。有时甚至以为『什么都是假的』,以至于决议不再攻读博士并退出学术圈。像股票生意一样,ML 领域充斥着林林总总的谣言,只不外涉及的钱少而已。」

另一位用户也示意:「再赞成不外了。当一个领域充斥着炒作并有利可图时,一切都只是预期效果而已,而且对野心家们的吸引永远不会消逝。」

不外,也有用户以为发帖者只是指出问题,也并没有提出现实的解决方案,这不正和那些自诩公正 / 道德群体的做法一样吗?

对于这位发帖者考察到的 ML 社区的种种乱象,机械之心的列位读者有没有什么可行的解决方案呢?若是有,可以在谈论中分享出来供人人探讨。

参考链接:

https://www.reddit.com/r/MachineLearning/comments/n7qrz5/d_why_has_machine_learning_become_such_a_toxic/

全民K歌音频手艺详解

5月22日9:30-12:00,腾讯音乐娱乐团体(TME)全民K歌基础架构团队认真人与三位高级算法工程师将带来4场线上主题分享,为人人揭秘「全民K歌」背后的音频手艺。

主题一:全民K歌智能录唱服务架构

主题二:轻量级歌声合成手艺及应用实践

主题三:多维度讴歌评价

IPFS矿机挖矿

IPFS矿机挖矿官网(www.ipfs8.vip)是FiLecoin致力服务于使用FiLecoin存储和检索数据的官方权威平台。IPFS矿机挖矿官网实时更新FiLecoin(FIL)行情、当前FiLecoin(FIL)矿池、FiLecoin(FIL)收益数据、各类FiLecoin(FIL)矿机出售信息。并开放FiLecoin(FIL)交易所、IPFS云矿机、IPFS矿机出售、租用、招商等业务。

Allbet Gaming声明:该文看法仅代表作者自己,与www.allbetgame.us无关。转载请注明:ipfs矿机(www.ipfs8.vip):强调ML能力、论文纸上谈兵……机械学习社区为何酿成这样?
发布评论

分享到:

万利逆商(www.ipfs8.vip):刘宇高卿尘卡点为周柯宇庆生,我却更在意,谈论区第一个留言的人
你是第一个吃螃蟹的人
发表评论

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。