Know Thyself – Telegram
Know Thyself
2.36K subscribers
916 photos
303 videos
196 files
653 links
免责声明:不要轻信反常识的观点,充分的调查研究后,选择你愿意相信的。

我未必赞同我昨天以前的发言,我对今天最新发表的言论也只有70%的信心,如果大家对我的思想充分的批判,我对明天的发言可能会有90%的信心。
Download Telegram
深度学习领域发展的很快,英语是第一道门槛、编程是第二道门槛、数学是第三道门槛,中国的防火墙是第四道门槛。

过了30岁,我的精力已经大不如以前了,快学不动了。

如果频道中有年轻人在未来两年学的比我更好,并且我们公司经营的还不错,可以过来接我的班或者做同事。

解决安装依赖并不是最麻烦的问题,麻烦的是训练的模型没有达到预期,怎样优化模型以满足企业的需求,走到这一步,我感觉才算摸到门了。

如果两年后,开源软件做的足以满足企业需求,开发、部署足够傻瓜化,可能又会出现AI人才大幅贬值的现象(这是我过去不愿意买显卡学这门技术的原因)。
👍41
Know Thyself
有个同事,综合实力非常强,阅历及其丰富。他好像专科没毕业,在学校时假期就骑着三轮到处维修电器、摆摊做生意。 之后做过电子维修,进过电子厂,然后做电子工程师,感觉赚钱太少又做电气工程师,感觉电气过于被动又开始接触机械,最后做到机电总工。因为那些年他的人生走的十分顺利,精力又特别充沛,于是他辞职跟人合伙创业。 创业投资挺大,也比打工要付出更大的精力,他每天熬夜到半夜一点,在公司吃住,很快身体就吃不消了,赔了几十万。 然后来到我们公司,一边休养身体,一边把他从东南沿海学到的经验传输给我们公司。等身体恢复的…
关于那位同事,再补充一些细节。他第一次去广东时,四处碰壁,一周后就回来了。

他到那里第一天就被派出所抓起来了,说他没有暂住证,让他打电话找人去赎他。

他听另一个同样因没暂住证被抓进去的人说,只要有三天之内的车票,派出所就不能抓他,可以打电话投诉派出所。于是他真的试图投诉,最后被派出所发现,把他赶了出去,当时是半夜三点。

之后他租住在旅馆,到处找工作,但是很多地方都写明了不要河南人。最后他打算找中介介绍,中介先要了300让他填表,等填完后又说,再给500可以免去面试直接进厂。他感觉可能被骗了,想要要回那300块,但是人家不给。于是他一狠心又拿了500块,打算进厂看看。

等他进厂的时候,人家再次给他要钱,而他身上已经没钱了,被逼无奈只好打电话到劳动局,最后中介把他的800块退了回去。

他回河南老家又工作半年,春节以后跟着几个同乡再次前往广东,扬言就算在外面讨饭也不回河南了。当时火车很慢,人也很多,他站了三十多个小时才到广东。

三女二男合租一个单间,女孩儿睡床上,他们打地铺或者睡门外过道。当有人查暂住证时就跟着别人提前跑,花了一周踏破铁鞋终于找到个工作。

我感觉他的经历可以拍一个电影或者电视剧了,只是这个时代发展的太快了,大多数人已经不愿回忆不堪回首的往事了。
😢91👍1
现在做企业很难,做技术很难。

虽然有了更多好用的工具,但我们必须充分利用各种好工具,才能让自己保持竞争优势。

好工具设计的初衷是节省时间、提高效率,让人们有更多闲暇享受生活。但是利用好工具做出物美价廉的好产品后,更多没有充分利用好工具的企业和技术人员都面临着被淘汰出局的下场。

一个人努力可以提高分数,一群人努力可以提高分数线。

一个公司做出好产品后,除了会提前造势吸引眼球,开发布会,还会在各大平台曝光,消费者真的成了上帝,逼的其它企业和技术人员不得不努力追赶。

这是我们想要的结果吗?这样伟大吗?

我不太建议年轻人搞技术,也不建议中产考虑创业,除非做这件事本身能给你带来极大的乐趣。
今天终于训练了一个在验证集中表现不错的模型。

因为我对“机器代替人工”的想法比较排斥,我很难对机器学习充满热情。在这种情况下,解决软件依赖我嫌麻烦,标注个数据也嫌麻烦,修改个参数也嫌麻烦。因此我的进度很慢,每天大多数时间都在看书寻找灵感,既是在搜寻更简单的解决方案,又是在思索没有简单解决方案的原因。

我第一次使用Yolo训练的模型表现的极差,我直接打算放弃使用Yolo转而去了解医疗行业的实践经验了。但一大堆新的概念扑面而来,我感觉根本hold不住。我看不懂x光和CT的标注是否正确,我也不确定硬着头皮实践一遍对我的工作能起到多大帮助。

今天老板让我试着训练一个模型看看,我使用ffmpeg提取了一段视频的关键帧,进行了标注,修改了几次训练轮数,刚开始训练的模型表现的让我绝望,但最终表现出乎意料的好。虽然使用另外一段视频的测试集表现不够好,但是两个视频的角度和距离差异比较大,只要增加训练集就能解决问题。

机器代替人工的大趋势是难以扭转的,如果研究这一块,既能锻炼自己的脑子,又能增加对机器的了解。不做的话,就是个缺乏常识的理论家。

训练个工业场景下的物体检测模型对技术人员的英语、编程、数学能力的要求可能远没我想象的那么高,对人的耐心要求倒是挺高的。
4👍2
当前经济问题,主要是贫富差距越来越大。效率越是提高,越是讲什么“生产力工具”、“十倍工程师”……越是会加重贫富差距。

在北美华人网上,有人说来中国生活就跟不要钱似的,只要有个三百万美元就能过来体验财务自由的生活,谁家还没个两千万人民币……

这就跟国内专家讲的,谁家还没个五十万,没工作可以去开滴滴呀,到城里买房开车回家种地……

互联网上声音最大的代表的是极少数人,大多数人都在保持沉默。

我感觉只要改变分配制度,经济就能立竿见影的改善。并且分配制度应该随着生产力的提高不断调整,但是现在完全看不到这样的趋势,只有少数专家、教授在提这样的建议。
我到公司第一周时做的第一个项目比较简单,稍微花了点力气就做出了超出老板预期的效果,之后几周在修修补补不断完善那个项目,压力比较小。

这个月大概是客户发现性价比更高的选择了,老板让我转头去研究一个更难的项目。

我下载了十多本英文参考书,还在看论文、国内外的论坛、抖音和微信公众号的文章,感觉摆在面前的难题很多,没有半年都推出不了产品,压力大到吃不下饭、睡不着觉,也不想去骑车、打球。老板是不会给我半年时间的。

小公司想要破局,就要做出高性价比的产品,那就意味着要去研究行业里没人用的技术组合,出奇制胜。虽然那可能是巨坑,公司也想用最低的成本证明那条路走不通。PoC or GTFO!

我之前说我们就像植物的种子一样,在夹缝中艰难的求生存。一旦发芽的时机没把握好,或者没能野蛮生长,就会陷入进退两难的境地。

刚上班一个月,就想要回家躺平。不过我感觉我也不能太任性了,我把复杂的问题分解成几个相对简单的试验,未来一段时间,努力验证下同行没有使用的技术组合效果到底怎么样。
👍2😱1
The Economist 9359.mobi
16.2 MB
经济学人没有2023年8月5日的版本,7月29日的是Summer double issue。

从2022年开始,出现了Summer double issue,大概在在七月底发行。
我过去整理的电子书都是mobi格式,主要在Kindle Paperwhite 3漫画版上看。在Kindle退出中国市场后,我把仅剩的一个Kindle也送人了。

现在制作电子书还保持mobi格式,因为我懒得去改程序,但我会用calibre转换成PDF格式,方便在大屏阅读器上看。

最近国家发生的事情挺多,还是有必要看看外媒都是怎么说的。
2👏1
Know Thyself
查准率和查全率是相互矛盾的指标。 要求查准率高的场景,包括抖音推送人们可能感兴趣的视频,因为推送的视频必须是用户感兴趣的,难免会有很多用户可能感兴趣的没有被推送。也包括人与人之间的交流,“逢人只说三分话,未可全抛一片心”。当然也包括电影,冯小刚说,“电影不是为了改变你的价值观,而且迎合你的价值观”。 要求查全率高的,就是“宁可错抓一千,不能放过一个”的场景。主要包括疾病的检查,宁可出现假阳性,也难以容忍假阴性。古人也说,“水至清则无鱼,人至察则无徒”。 大多数情况下,我们希望两者表现都不错的模型,这也是古人追求的中道。…
人的大脑跟AI有个相似之处,投喂的数据越多,数据越能代表现实世界,构建的模型越好。

​模型的好表现在准确率/precision和召回率/recall高,泛化能力强,对长期大趋势预测的更加准确。

​“把厚书读薄”就是构建模型的过程,把“薄书读厚”就是使用模型解决问题的过程。

recall怎么翻译感觉也不容易理解,它表示“挑出来的好瓜占所有好瓜的比例”。precision表示,挑出来的好瓜占 挑出来的所有瓜 的比例。
👍2
Know Thyself
人的大脑跟AI有个相似之处,投喂的数据越多,数据越能代表现实世界,构建的模型越好。 ​ ​模型的好表现在准确率/precision和召回率/recall高,泛化能力强,对长期大趋势预测的更加准确。 ​ ​“把厚书读薄”就是构建模型的过程,把“薄书读厚”就是使用模型解决问题的过程。 recall怎么翻译感觉也不容易理解,它表示“挑出来的好瓜占所有好瓜的比例”。precision表示,挑出来的好瓜占 挑出来的所有瓜 的比例。
大学时,我虽然搞不懂这些概念,但我坚信技术比学历要重要,如果取得学历会影响我学习先进的技术,我只好不要大学文凭。如果必须靠文凭才能生存,我宁愿从来没有出生在这个世界中。

我当时深信一定有靠实力吃饭的地方。大多数招聘者都在用文凭这个简单的标准在筛选人才,我当时也希望用“没有文凭”这个显著的特征过滤掉我不希望为之服务的老板,当年盲目自信的我碰壁无数。(以学历为标准选人才的召回率极低,但是中国不缺人。“千里马常有,伯乐不常有”,也是在说古代筛选人才的召回率极低)

我们老板虽然对我不错,但是其他领导对替代性强的员工还是比较苛刻的,光公司制度(很多都要罚款)就有好几页。如果不是因为我熟悉老板,工作直接向他汇报,可能看到罚款制度就跑了。

后来我也了解到,公司这个岗位空缺很长时间了,而且因为公司对需求认识不到位,招聘信息写的不够详细,一直没找到合适的人(想回二线工作的,注意这一点),所以老板才会屈尊给我打电话,所以我刚过来就让我签了合同。

我认为学历总体上是在贬值的,卷学历是没意义(AI时代,我坚信很快就会有precision和recall都很高的筛选人才的模型),在体制内的人离开体制难以生存,即使能留在体制也会受到排挤。我宁愿在夹缝中生存:私企做技术、当蓝领、回家读书种地,也不愿意去体制内混日子。当然,我也尊重别人选择的活法。

现在,我对技术也有了不同的认识,技术虽然很重要,但也不能不接地气。只有公司的领导对技术有个比较准确的认识,才方便开展工作,这就像AI建模一样是个缓慢的过程,需要尊重客观规律。
👍6
信息大爆炸,但人类大脑处理信息的速度却难以适应这个时代,及时进行有效的沟通越来越难,这让人与人之间互相理解变得更难,这可能会成为制约社会发展的最大瓶颈。

​古人说“海内存知己,天涯若比邻”,现在网络便捷人类却更加孤独了。大多数人都在一个细分领域里深耕,不用几年细分领域又会分出更多的细分领域……

​最开始人们认为程序员都没啥区别,相互之间都能理解,现在程序员内部分化的也挺严重,偶尔相互交流都会发现对方对自己了解的领域缺乏基本常识。

​经济机器依赖的系统的复杂度已经很高了,坍塌的风险很大。

如果市场真的失灵了,最后没有选择的选择可能就是计划经济,但是不能开倒车让一个人计划,而是要训练一个模型来计划。这类模型可能先在公司运行,经过激烈的竞争存留下来的,可以为国家制定计划。
👍2
以前下雨天不怎么骑车,一是过于爱惜自行车,二是怕溅一身水。

昨天下午感觉屋里有点闷热,外面却很凉快,于是骑车上山一趟,发现雨天骑车的还不少。

今天早上又骑车去玩了会儿单杠,雨天的空气特别清新,令人”心旷神怡,宠辱偕忘”。

​大自然就是最好的药物,这样就很容易理解为何压力巨大的富人总往山里跑了。
5👍1
腹式呼吸也许是在自然环境下不自觉的一种呼吸方式,当进行有氧运动、抬起重物、做有挑战的动作、遇到危险时,人们都会不自觉的深呼吸。

​长期远离自然,却又面对着精神压力时,人们的气会变短,这不是主动深呼吸就能改变的。
👍61
This media is not supported in your browser
VIEW IN TELEGRAM
佛门的和尚们表面上是在念经,实际上佛可能只是想要他们深呼吸。一个人是否在深呼吸很难察觉,一个人念经的声音如何却很容易判断。禅在呼吸之间。

张朝阳说,一个人每天都要说足够多的话,他虽然没讲到我说的这层道理,但我猜都是类似的,大声讲话也是在深呼吸。

深呼吸一方面可以把体内的浊气排出来,一方面又能减少人的压力。因为人们只有在悬着的心放下时,才会长出一口气。深呼吸代表着人们在放下执念。

读书人声音常常没有体力劳动者洪亮,独居时代人们说话更少、运动更少、精神状态也更差了。我认为不论是唱歌、讲话、念经、运动,都有可能改善这种状态。
7
高翔的《视觉SLAM十四讲》被翻译成英文版《Introduction to Visual SLAM》并被Springer出版,看到更多的中国科研、技术人员得到国外的认可,还是比较光荣的。

但是这本书英文版翻译的不太好,读起来感觉不太顺畅,而且有些很低级的错误。

中国人写的书,如果在没有外国人帮忙润色的情况下直接翻译成英文版,质量是很难保证的。

他出版这本书时,ChatGPT做得还不够好,未来的书在更强大的AI的帮助下,也许能翻译的更好。
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
过去我认为我是在锻炼平衡性、协调性、灵活性。

现在我认为我在锻炼大脑中负责平衡的一个模块,这个模块对反应速度要求比较高。

视频是2倍速度
“人无百岁命,常怀千岁忧”

我连自己的事情都操心不过来,常常需要调整习惯才能勉强胜任自己的工作,根本就没有多余的精力操心日本往大海排核废水的事。

而且我认为放射性元素在自然界是普遍存在的,因为它们大部分密度都比较大,应该都会沉入海底,不需要我操心。

今天看了3blue1brown关于卷积的一期视频,再次发现了数学之美,以后可能就要更多的靠这种方式弥补数学上的短板了。

https://youtu.be/IaSGqQa5O-M
👍5