关于围棋AI的新思路2 years ago855收藏分享举报文章被以下专栏收录“前进！前进！不择手段地前进！”——托马斯·维德{&debug&:false,&apiRoot&:&&,&paySDK&:&https:\u002F\u002Fpay.zhihu.com\u002Fapi\u002Fjs&,&wechatConfigAPI&:&\u002Fapi\u002Fwechat\u002Fjssdkconfig&,&name&:&production&,&instance&:&column&,&tokens&:{&X-XSRF-TOKEN&:null,&X-UDID&:null,&Authorization&:&oauth c3cef7c66aa9e6a1e3160e20&}}{&database&:{&Post&:{&&:{&isPending&:false,&contributes&:[{&sourceColumn&:{&lastUpdated&:,&description&:&“前进！前进！不择手段地前进！”——托马斯·维德&,&permission&:&COLUMN_PUBLIC&,&memberId&:318608,&contributePermission&:&COLUMN_PUBLIC&,&translatedCommentPermission&:&all&,&canManage&:true,&intro&:&“前进！前进！不择手段地前进！”——托马斯·维德&,&urlToken&:&yuandong&,&id&:4846,&imagePath&:&4b70deef7&,&slug&:&yuandong&,&applyReason&:&&,&name&:&远东轶事&,&title&:&远东轶事&,&url&:&https:\u002F\u002Fzhuanlan.zhihu.com\u002Fyuandong&,&commentPermission&:&COLUMN_ALL_CAN_COMMENT&,&canPost&:true,&created&:,&state&:&COLUMN_NORMAL&,&followers&:15734,&avatar&:{&id&:&4b70deef7&,&template&:&https:\u002F\u002Fpic3.zhimg.com\u002F{id}_{size}.jpg&},&activateAuthorRequested&:false,&following&:false,&imageUrl&:&https:\u002F\u002Fpic3.zhimg.com\u002F4b70deef7_l.jpg&,&articlesCount&:42},&state&:&accepted&,&targetPost&:{&titleImage&:&&,&lastUpdated&:,&imagePath&:&&,&permission&:&ARTICLE_PUBLIC&,&topics&:[],&summary&:&时隔两年，又找到了赶文章的感觉，17号坐飞机从加州飞回匹兹堡，身在万米高空还在跑实验改文章，飞机上的网络实在是破得可以，接了VPN登陆到公司机器，按一个字符都要等半秒钟才看到回显，但是亏得前一天晚上写了个好使的分布式框架，又有协作者\u003Ca href=\&https:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Ffaef7fda88\& data-hash=\&faef7fda88\& class=\&member_mention\& data-editable=\&true\& data-title=\&@Yan Zhu\& data-tip=\&p$b$faef7fda88\&\u003E@Yan Zhu\u003C\u002Fa\u003E 的…&,&copyPermission&:&ARTICLE_COPYABLE&,&translatedCommentPermission&:&all&,&likes&:0,&origAuthorId&:318608,&publishedTime&:&T12:24:58+08:00&,&sourceUrl&:&&,&urlToken&:,&id&:328388,&withContent&:false,&slug&:,&bigTitleImage&:false,&title&:&关于围棋AI的新思路&,&url&:&\u002Fp\u002F&,&commentPermission&:&ARTICLE_ALL_CAN_COMMENT&,&snapshotUrl&:&&,&created&:,&comments&:0,&columnId&:4846,&content&:&&,&parentId&:0,&state&:&ARTICLE_PUBLISHED&,&imageUrl&:&&,&author&:{&bio&:&Facebook人工智能研究院研究员\u002F研究经理，卡耐基梅隆大学机器人系博士&,&isFollowing&:false,&hash&:&be0d3bb133ad0151eefd188&,&uid&:32,&isOrg&:false,&slug&:&tian-yuan-dong&,&isFollowed&:false,&description&:&&,&name&:&田渊栋&,&profileUrl&:&https:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Ftian-yuan-dong&,&avatar&:{&id&:&71044e91d&,&template&:&https:\u002F\u002Fpic1.zhimg.com\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false,&isBanned&:false},&memberId&:318608,&excerptTitle&:&&,&voteType&:&ARTICLE_VOTE_CLEAR&},&id&:304185}],&title&:&关于围棋AI的新思路&,&author&:&tian-yuan-dong&,&content&:&\u003Cp\u003E时隔两年，又找到了赶文章的感觉，17号坐飞机从加州飞回匹兹堡，身在万米高空还在跑实验改文章，飞机上的网络实在是破得可以，接了VPN登陆到公司机器，按一个字符都要等半秒钟才看到回显，但是亏得前一天晚上写了个好使的分布式框架，又有协作者\u003Ca href=\&http:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Ffaef7fda88\& data-hash=\&faef7fda88\& class=\&member_mention\& data-editable=\&true\& data-title=\&@Yan Zhu\& data-tip=\&p$b$faef7fda88\& data-hovercard=\&p$b$faef7fda88\&\u003E@Yan Zhu\u003C\u002Fa\u003E 的帮忙，真正能做到改几行脚本就启动百台机器跑想要的实验。什么是生产力，这就是生产力。\u003C\u002Fp\u003E\u003Cp\u003E努力终于有了回报，我们用深度学习做智能围棋的文章终于在arXiv上公开了，链接见\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Farxiv.org\u002Fabs\u002F\& class=\& external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E\u003Cspan class=\&invisible\&\u003Ehttp:\u002F\u002F\u003C\u002Fspan\u003E\u003Cspan class=\&visible\&\u003Earxiv.org\u002Fabs\u002F\u003C\u002Fspan\u003E\u003Cspan class=\&invisible\&\u003E0\u003C\u002Fspan\u003E\u003Cspan class=\&ellipsis\&\u003E\u003C\u002Fspan\u003E\u003C\u002Fa\u003E。这篇文章同时已投稿至ICLR 2016，中心思想是使用深度学习模型来训练AI走下一步，就能使AI达到KGS Go Server上1d-2d的水平，比去年Google DeepMind团队发布出的性能要好不少(见\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Farxiv.org\u002Fabs\u002F\& class=\& external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E\u003Cspan class=\&invisible\&\u003Ehttp:\u002F\u002F\u003C\u002Fspan\u003E\u003Cspan class=\&visible\&\u003Earxiv.org\u002Fabs\u002F\u003C\u002Fspan\u003E\u003Cspan class=\&invisible\&\u003E\u003C\u002Fspan\u003E\u003C\u002Fa\u003E)。再加上传统的蒙特卡洛树搜索，棋力能更上一层楼，当然，我们现在离最好的软件（比如说天顶，银星）还有相当的差距。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E在此之前，11月初已有一系列关于这个项目的媒体报道（\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Fsports.sina.com.cn\u002Fgo\u002F\u002Fdoc-ifxkhcfq1131988.shtml\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003EFacebook进军智能围棋 欲造新深蓝击败人类\u003C\u002Fa\u003E)。不过我们的目标并非如媒体所说要战胜顶尖职业棋手，而是借着这个平台来研究传统人工智能（如搜索）和深度学习的结合点。成为”新深蓝“听起来宏伟，但容易陷入为变强而变强的困局，通过打各种补丁以达成一点点的性能提升，并非是我们所要的。一个好的研究课题，应当是在立意时就超越以往方法，而非费尽力气比别人高几个点。\u003C\u002Fp\u003E\u003Cp\u003E我们一直以来说围棋很难，理由是围棋有着天文数字一样的对局可能性，让搜索无从进行。但这不是围棋困难的唯一原因，大量的问题同样有天文数字一样的穷举复杂度，但是因为估值函数的结构相对简单，所以贪心法，动态规划等就可以得到最优解，而不用穷尽解空间。围棋不是这样，它对盘面的估值函数非常复杂，是棋手通过大量的经验积累而成的直觉，不能用一两个原则简单概括。以前的围棋程序通常将这些直觉总结成一些规则和公式以辅助搜索，这就要求写程序的人有较高的棋力和总结能力，但就算如此，人力毕竟有时而穷，规则的数目上去了之后，调节各规则之间的权重就成为非常累人的工作，往往耗去了大量的时间之后，还离真正的直觉很远（如果大家有兴趣去看开源围棋软件Pachi或者Fuego的代码，就会发现里面的参数之多出乎想像）。深度卷积网络的出现，让通过大量数据直接学习这种直觉成为可能，从而在这个无法搜索并且无法估值的无解问题上撕开一个口子。\u003C\u002Fp\u003E\u003Cp\u003E当然，“撕开口子”和“解决问题”之间，还差着十万八千里，现有的深度学习框架需要大量数据进行训练，因此对于一些少见的情形效果不好。像我们训练的这个网络，虽然被KGS上的朋友评论为”感觉上和真人在下“，”大局观非常好“，但碰到征子这种初学者都会的局面时，有时还是无所适从（笑）。另外局部战斗的计算也有很多可以改进的地方。我们当然可以加些简单规则以应付大多数征子和一些局部战斗的情况（要全部覆盖那是很难的），这样棋力当然变强，但却违背了用一个比较干净的模型去解决问题的初衷。历史上无数的例子证明，这种方式在将来能走得更远。\u003C\u002Fp\u003E\u003Cp\u003E将来我们希望通过对网络的分析，能够明白神经网络的学习和决策的过程，看它如何总结，如何应用大量的经验给出下一步。在明白了它的学习思路后，希望能找到进一步改进的方案。比如说人可以从死活题中学到很多东西，并且举一反三地应用到实战中，人看过几盘棋就知道问题在哪儿，并且因此改变自己的应对方案。对此，神经网络能不能做到？另外，人虽然不如机器那样能同时进行海量搜索，但人在应对没见过的局面的时候，仍然会进行推演，将过去的经验“以某种方式”重新组合以应对当前局面，虽然没推几步，但效率比暴力盲目搜索要高多了。长期的由经验习得的模式识别能力，加上在线的高效推演（搜索），可能是解决小样本问题的一把钥匙，同时，推演本身暗含着逻辑，有逻辑的人凭直觉做的推演一般是对的，并且能用逻辑去验证自己的推演过程，找到可能的漏洞以改进；而没逻辑的人在推演时，只会盲目地寻找下一步，走到哪里算哪里。深度学习是否能做到这一点，值得进一步探究。\u003C\u002Fp\u003E\u003Cp\u003E最后，大家如果有兴趣的话，可以去KGS Go Server和我们的两个AI下几局，他们的名字叫darkforest和darkfores1（笑），更强的darkfores2和基于蒙特卡洛树搜索的改进版会在之后陆续放出。\u003C\u002Fp\u003E\u003Cp\u003E多谢关注。\u003C\u002Fp\u003E\u003Cp\u003E==============================\u003C\u002Fp\u003E\u003Cp\u003E更新及一些问题的回答：\u003C\u002Fp\u003E\u003Cp\u003E1. 目前在KGS上三个AI都已经放上去了。darkforest是1d，darkfores1是2d，新放的darkfores2在2d和3d间波动，有一次上了4d。总的来说这些AI比较神经刀，能干掉5d也能输给4k，不用搜索，在有些局面下的弱点很明显。尽管如此，KGS上大家纷纷表示对于一个完全不用搜索只凭“感觉”下的AI来说，已经是史无前例了。\u003C\u002Fp\u003E\u003Cp\u003E2. 目前为止，我们的方法比爱丁堡大学和DeepMind的现有结果好很多；更重要的是，我们公开了对战接口，并在网络平台上与人类棋手进行了实际对战，这使得我们论文的结果更加坚实可信。\u003C\u002Fp\u003E\u003Cp\u003E3. 源码暂时不会公开，所有数据集都是从网上采得，完全是公开的，欢迎大家重现我们论文中的方法。我相信会有更好的文章出来。\u003C\u002Fp\u003E\u003Cp\u003E4. 取名darkforest因为我是《三体》的粉丝。而黑暗森林是个人最欣赏的一部。\u003C\u002Fp\u003E\u003Cp\u003E5. 我们组做围棋的现在有两个，全职的就我一个，主要算法和九成以上的程序都是我亲自操刀的，包括高效走子，神经网络训练和蒙特卡洛树搜索。\u003C\u002Fp\u003E&,&updated&:new Date(&T04:24:58.000Z&),&canComment&:false,&commentPermission&:&anyone&,&commentCount&:40,&collapsedCount&:0,&likeCount&:855,&state&:&published&,&isLiked&:false,&slug&:&&,&isTitleImageFullScreen&:false,&rating&:&none&,&titleImage&:&&,&links&:{&comments&:&\u002Fapi\u002Fposts\u002F2Fcomments&},&reviewers&:[],&topics&:[],&adminClosedComment&:false,&titleImageSize&:{&width&:0,&height&:0},&href&:&\u002Fapi\u002Fposts\u002F&,&excerptTitle&:&&,&column&:{&slug&:&yuandong&,&name&:&远东轶事&},&tipjarState&:&inactivated&,&annotationAction&:[],&sourceUrl&:&&,&pageCommentsCount&:40,&hasPublishingDraft&:false,&snapshotUrl&:&&,&publishedTime&:&T12:24:58+08:00&,&url&:&\u002Fp\u002F&,&lastestLikers&:[{&bio&:null,&isFollowing&:false,&hash&:&2c23ba16adf98b70fb609ba&,&uid&:12,&isOrg&:false,&slug&:&bluewhale1&,&isFollowed&:false,&description&:&&,&name&:&Whale Blue&,&profileUrl&:&https:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Fbluewhale1&,&avatar&:{&id&:&944f2caad58c9ac04c91346b&,&template&:&https:\u002F\u002Fpic1.zhimg.com\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false,&isBanned&:false},{&bio&:&来去匆匆&,&isFollowing&:false,&hash&:&526abdeb2e114bf94b7c53c&,&uid&:00,&isOrg&:false,&slug&:&yangxingjiang&,&isFollowed&:false,&description&:&喵～&,&name&:&姜雪倩&,&profileUrl&:&https:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Fyangxingjiang&,&avatar&:{&id&:&eea136b8b&,&template&:&https:\u002F\u002Fpic3.zhimg.com\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false,&isBanned&:false},{&bio&:&专注脑洞成像技术二十年&,&isFollowing&:false,&hash&:&e0f06fa785&,&uid&:12,&isOrg&:false,&slug&:&helianus-hu&,&isFollowed&:false,&description&:&&,&name&:&Helianus&,&profileUrl&:&https:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Fhelianus-hu&,&avatar&:{&id&:&v2-7bb6bf70e4cc32deccc2df1&,&template&:&https:\u002F\u002Fpic2.zhimg.com\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false,&isBanned&:false},{&bio&:&&,&isFollowing&:false,&hash&:&ce80e0b41aad56c71d52f52f&,&uid&:92,&isOrg&:false,&slug&:&xiang-shou-xuan&,&isFollowed&:false,&description&:&&,&name&:&sdfghjkl&,&profileUrl&:&https:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Fxiang-shou-xuan&,&avatar&:{&id&:&d09a1f2e874cde2f4bc4cba82a3374a8&,&template&:&https:\u002F\u002Fpic2.zhimg.com\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false,&isBanned&:false},{&bio&:&财务在读\u002F好奇一切事情~&,&isFollowing&:false,&hash&:&c69c5ddfe&,&uid&:56,&isOrg&:false,&slug&:&lu-jing-75-79&,&isFollowed&:false,&description&:&21世纪是人工智能的世纪 ？？？&,&name&:&声闻独觉&,&profileUrl&:&https:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Flu-jing-75-79&,&avatar&:{&id&:&e75b64bd693b7be3d0de1a&,&template&:&https:\u002F\u002Fpic3.zhimg.com\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false,&isBanned&:false}],&summary&:&时隔两年，又找到了赶文章的感觉，17号坐飞机从加州飞回匹兹堡，身在万米高空还在跑实验改文章，飞机上的网络实在是破得可以，接了VPN登陆到公司机器，按一个字符都要等半秒钟才看到回显，但是亏得前一天晚上写了个好使的分布式框架，又有协作者\u003Ca href=\&https:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Ffaef7fda88\& data-hash=\&faef7fda88\& class=\&member_mention\& data-editable=\&true\& data-title=\&@Yan Zhu\& data-tip=\&p$b$faef7fda88\&\u003E@Yan Zhu\u003C\u002Fa\u003E 的…&,&reviewingCommentsCount&:0,&meta&:{&previous&:{&isTitleImageFullScreen&:false,&rating&:&none&,&titleImage&:&&,&links&:{&comments&:&\u002Fapi\u002Fposts\u002F2Fcomments&},&topics&:[],&adminClosedComment&:false,&href&:&\u002Fapi\u002Fposts\u002F&,&excerptTitle&:&&,&author&:{&bio&:&Facebook人工智能研究院研究员\u002F研究经理，卡耐基梅隆大学机器人系博士&,&isFollowing&:false,&hash&:&be0d3bb133ad0151eefd188&,&uid&:32,&isOrg&:false,&slug&:&tian-yuan-dong&,&isFollowed&:false,&description&:&&,&name&:&田渊栋&,&profileUrl&:&https:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Ftian-yuan-dong&,&avatar&:{&id&:&71044e91d&,&template&:&https:\u002F\u002Fpic1.zhimg.com\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false,&isBanned&:false},&column&:{&slug&:&yuandong&,&name&:&远东轶事&},&content&:&\u003Cp\u003E我们每天都经历快节奏和频繁被人打断的生活，没有大块时间可以拿来阅读和写作。退隐江湖归农种地，望南山悠然捧卷铺宣，这当然是不可能的，\&跑得慢点等等灵魂\&之类的也没什么可操作性。那么我们如何才能提升自己，怎么样才能给自己的未来记下点什么呢？\u003C\u002Fp\u003E\u003Cp\u003E我们每天在手机上花的阅读时间其实不少，但要让这些阅读变得有用，重要的不在于阅读量的多少，而在于通过思考，慢慢把碎片化的知识转化成体系知识，这样才能知道取舍和正误，才有进一步的动力去吸收更多更准确的知识。不然人的大脑容量是有限的，不停地吸取碎片知识却不思考的后果，就是捡一个掉一个，最后啥也不记得了。\u003C\u002Fp\u003E\u003Cp\u003E我这里举两个例子，一个是我学python的经历。我从来没有系统地学过python，博士阶段都用Matlab和C\u002FC++，后来意识到脚本快捷的好处了，开始用一些python，但每次都去stackoverflow上查，查到用上就好，下一次再用，又全忘记了。有一度连怎么构建列表和字典都不怎么记得，很羞耻地去网上查，写代码的效率自然就低。直到之后用python写了个小项目，才开始慢慢熟悉起来，建立了长期记忆。学lua的过程则正好相反，一开始就花了两个晚上，系统地把它的手册从头到尾看了遍。之后写程序很快熟悉，虽不能说得心应手，但基本上是比较顺利了。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E另一个例子是改我老婆的会计学博士论文演讲稿件，每次和她讨论都能明白模型，但是过了一阵子就全忘了。几周后再看就得从头开始。很有趣的是，在这个过程中，和会计学有关的故事我永远记不住，只有里面的数学模型是可以一直记住的。这是个很鲜明的标志，说明曾思考过的系统知识不容易忘记，与它相关的事实也是如此，但是临时学会的知识则不然。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E新手和专家之间，就差系统不系统，有没有一个自己的体系和自己的观点，只记得一些知识点，成为小牛都不可能，遑论专家。碎片化知识确实有这个弊端，它只给知识点，不提轻重缓急，不给相关联系和上下文，若是没有耐心进行思考，很容易成为孤立的知识点渐渐遗忘。而思考本身，往往伴随着反复、比较、停顿等非线性的阅读方式，及带着问题的主动查询，这和手机阅读的被动性和快捷性是相冲的。所以大部分的有意义的阅读，是得在电脑上通过若干搜索和思考来完成，或者如果条件允许的情况下，把材料打印出来，去一个没有干扰的地方品味一阵子。\u003C\u002Fp\u003E\u003Cp\u003E想及之前浏览的无数经济科普文，每一篇都术语满天头头是道，但过了两天，全都忘记，我到底入门了经济学没有呢？没有！我记得最清楚的那些概念，还只是供求曲线等本科课程里最基础的东西。因此与其浏览大量的科普文，不如直接拿几篇论文过来啃一啃，看完它们的“相关文献”章节，认真推一下相关公式，知识体系就初步建立起来了，各种方案的优劣就会有大概分寸。并非读得多就是好，读得精，对手头的材料思考全面，就够形成一个小小的体系，就如同在丹田里种下上乘内力，以后随着阅读量的扩大和思考的深入而拓展体系，内力就会渐长；读得多了，发现新的知识与原来的体系衔接不上，经过大量思考后把原来的体系推翻，得到一个全新的更加广大的体系，就是开悟的过程和境界的提升。长此以往，练成九阳神功，也不是不可想像的事情。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E相比阅读，写作就更困难，因为更需要计划和思考，还需要点子。很多人往往心里想着有些东西要记下来，但提笔想不出啥要写的，就放弃了，等到回头再捡，那些片断思绪已是迷失在过去再也不回来了。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E那怎么办呢？不是每个人都像传说的文豪们，可以七步成篇一气呵成。我的经验是先把自己想说的零碎思路写下来，然后反复看反复组织，才能写出长文来。在第一阶段写零碎思路时，往往先有个模糊的提纲（这也是写作的第一推动力），然后无拘无束地写，这样九成会离题万里，说些自己潜意识里想说，但却和初衷完全违背的话来。但这完全没有关系，只要咬住一个字“快”，十几分钟就有大段稿子。我有时候程序写到一半，突然有个想法想写下来，那就切到另一个窗口开始打字，等榨干了自己的想法，再回去写程序，这样至少可以保存思考的火种，之后可以继续。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E这样写出来的文章，大多是不忍卒读兼无人可懂的。这样就跳到第二阶段。视情况一般有两种选择，可以根据内容修改主题，或者受已经写下的片断启发，重新写些与主题相关的句子。这时候选择切题的段落，打通全文脉络是最重要的，能否成文取决于此，如果看到一个有开头结尾的完整故事，那就算局部不通顺或者详略失当，这一篇文章也是板上钉钉有了；如果很不幸没有一以贯之的思路，那只能回到阶段一继续，我自己就曾有无数片言只语，因为没有前后接续，再加各种拖延，渐渐就荒废了。第二阶段费时稍长，但也不会超过两三个小时。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E有故事了之后，再作局部段落的精加工就不难了，耗时也不长，甚至可以加些文采或是包袱。像这样的简单且目标明确的任务，是非常容易完成的，甚至有成瘾的可能。一篇一篇博客，就是这样成文的。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E最后，感谢大家花了些碎片时间，看完这篇长文。\u002F\u002F BOW\u003C\u002Fp\u003E&,&state&:&published&,&sourceUrl&:&&,&pageCommentsCount&:0,&canComment&:false,&snapshotUrl&:&&,&slug&:,&publishedTime&:&T15:09:15+08:00&,&url&:&\u002Fp\u002F&,&title&:&碎片化时代如何读写&,&summary&:&我们每天都经历快节奏和频繁被人打断的生活，没有大块时间可以拿来阅读和写作。退隐江湖归农种地，望南山悠然捧卷铺宣，这当然是不可能的，\&跑得慢点等等灵魂\&之类的也没什么可操作性。那么我们如何才能提升自己，怎么样才能给自己的未来记下点什么呢？我们…&,&reviewingCommentsCount&:0,&meta&:{&previous&:null,&next&:null},&commentPermission&:&anyone&,&commentsCount&:24,&likesCount&:469},&next&:{&isTitleImageFullScreen&:false,&rating&:&none&,&titleImage&:&&,&links&:{&comments&:&\u002Fapi\u002Fposts\u002F2Fcomments&},&topics&:[],&adminClosedComment&:false,&href&:&\u002Fapi\u002Fposts\u002F&,&excerptTitle&:&&,&author&:{&bio&:&Facebook人工智能研究院研究员\u002F研究经理，卡耐基梅隆大学机器人系博士&,&isFollowing&:false,&hash&:&be0d3bb133ad0151eefd188&,&uid&:32,&isOrg&:false,&slug&:&tian-yuan-dong&,&isFollowed&:false,&description&:&&,&name&:&田渊栋&,&profileUrl&:&https:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Ftian-yuan-dong&,&avatar&:{&id&:&71044e91d&,&template&:&https:\u002F\u002Fpic1.zhimg.com\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false,&isBanned&:false},&column&:{&slug&:&yuandong&,&name&:&远东轶事&},&content&:&\u003Cp\u003E2014年年底的时候，我辞了在谷歌无人车组的工作，和老婆开车穿越死谷，看着白茫茫的盐海，一望无垠。\u003C\u002Fp\u003E\u003Cp\u003E无人车的前景确实广阔，要是能做成，那对整个世界将是革命性的。犹记得2013年年底，我还写过一篇推广无人车的文章，介绍它不同于学术界的工程思路。当时的我，觉得这很新鲜很有趣，但是时间一长，狐狸尾巴就露出来了。思维方式的不同，决定了我还是必须去追求自己的方向。与其在泱泱大河中做一滴水，还是不如当西部牛仔在沙漠中闯出一条自己的路。老婆说“这工作多少人羡慕，为什么还要换？”，老妈说“换工作钱少了，将来我们靠什么养，有病怎么治？”——我当时听了，潸然泪下。\u003C\u002Fp\u003E\u003Cp\u003E但男人，得要为自己的选择负责。对别人负责，更要对自己负责。\u003C\u002Fp\u003E\u003Cp\u003E2013年年底，我在ICCV上的文章获得了马尔奖提名，给我很大的信心。这篇做理论分析非凸问题下全局最优解样本复杂度的文章，其实验效果也不错。那时正是深度学习开始大火的时候，自然而然，我就想试着做下深度学习的理论，因为那个也是非凸问题。2014年我还在无人车组，同事们都在写code过review修bug过测试，没有人在意会议和文章，因为一切都是保密的。只有我自己业余时间在家里单干，打算投2014年的NIPS。最后期限前一周，我每个中午都消失不见，不参加组里的午饭，腾出一小时来改业余时间自己折腾的文章。最后一天，最后一小时，文章都改得差不多，帐号都已经注册好了等着投稿，我让老婆随便读一读，她出于好奇提了一个问题，我想了想，说回答不了，于是撤稿。\u003C\u002Fp\u003E\u003Cp\u003E那天晚上，我非常沮丧，但是越是沮丧，越想着要往前走。这种冲动，可以是大海中的明灯，也可以是永不消逝的诅咒，究竟是哪个，全要看能力、大势和运气。我当时觉得出不了理论成果的原因，是不能全职做，但真去Facebook全职做了，每天折腾，仍然出不了。2015年的前半年，花一半的工作时间继续从事理论，又写掉一本草稿本， 但仍然只是个半成品，2015年6月的NIPS还是没有投成。毕竟小规模的理论可以做，但是要再上一层，就千难万难，更进一步，要让深度学习的理论像物理学那样能和现实情况完全对上号，那几乎是不可能的任务。为了让理论能得出有意思的结果，不得不发明一套自己的假设，而实际情况并不是这样。结果是，要么活在简单完美的理想国，要么就活在真实复杂的现实世界。对于一个从心底里认为“世界是有规律”的人而言，强迫自己闷头只调参数很困难，然而眼见深度学习的大潮汹涌而至，可做的应用茫茫一眼望不到头，每个月在arXiv上都有新成果，在这种情况下，罔顾整个研究界作出的努力，去花几年为自己想像出来的模型做理论，合适么？\u003C\u002Fp\u003E\u003Cp\u003E不能再这样下去了。于是时隔两年以后，\n我在2015年七月底做出了这个妥协：先做应用，有了好的应用，再回头去做理论，只有那些效果非常好并且相对简单的模型，才值得去思考对应的理论。脱开效果去设计模型，可能走了十万条看起来很美的道路，但没有什么能称得上是真正的进展——扪心自问，现在都已经博士毕业了，我还愿不愿意花时间去写那些明知不好用的文章呢？\u003C\u002Fp\u003E\u003Cp\u003E想清楚这一点，脱下身上的枷锁，下半年的狂奔就开始了。与做理论相比，做应用的好处是目标明确易于管理，花时间下去必有所成。只要一直处于精力集中的状态一两个月，没有进展才是不正常的，更何况一周工作六七天，一天十多小时的强度了。\u003C\u002Fp\u003E\u003Cp\u003E结果大家都看到了。各种报道都有了，先是图像问答系统，更火的是智能围棋系统，在Wired（\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Fwww.wired.com\u002F\u002Ffacebook-is-aiming-its-ai-at-go-the-game-no-computer-can-crack\u002F\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E这里\u003C\u002Fa\u003E和\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Fwww.wired.com\u002F\u002Fgoogle-and-facebook-race-to-solve-the-ancient-game-of-go\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E这里\u003C\u002Fa\u003E），\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Fwww.technologyreview.com\u002Fview\u002F2Fhow-facebooks-ai-researchers-built-a-game-changing-go-engine\u002F\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003EMIT Tech Review\u003C\u002Fa\u003E和\u003Ca href=\&http:\u002F\u002Flink.zhihu.com\u002F?target=http%3A\u002F\u002Fwww.wsj.com\u002Farticles\u002Fwhy-go-still-foils-the-computers-\& class=\& wrap external\& target=\&_blank\& rel=\&nofollow noreferrer\&\u003E华尔街时报\u003C\u002Fa\u003E上都登了（新浪翻译并转载了）。这两个系统都能拿出去给别人使用，都是目前人工智能各自领域数一数二的水准 。一年前我还在愁申请绿卡所需要的媒体报道不够，现在与之相比真有天壤之别。与谷歌的低调保密不同，Facebook是追着要报道，要新闻，毕竟它是个社交媒体公司，只要是吸引眼球的东西都会喜欢。这点对研究员来说是好是坏，不得而知，你可以批评它太过浮躁，也可以赞赏它的快速行动力，或者暗爽自己的工作被人关注。在微软研究院都得被逼去做产品的现在，“急功近利”未必是坏事，而“十年磨一剑”也未必是好事，这是个只看成果的世界，知道什么办法有效，并实践之，然后等着几个月效果出来后帮你说话。至于那些语文课上学的成语，都是被人当成标签，事后再给成功者或者失败者们贴的。\u003C\u002Fp\u003E\u003Cp\u003E我有时候会问自己：“我是不是背弃了梦想？”我想除了我自己，任何人都不会给我答案，任何评论也不具效力。我记得有人问过，如果梦想从践行的一开始，就在不自觉地向现实妥协，那样的梦想还是最初的梦想么？其实，这样的问题没什么可纠结的，因为世界从来就不是二元的，梦想和现实，如同高悬的日月，日月之间，有一条灰色的路，在自己脚下蜿蜒曲折，绕过各种险阻，一直向前。\u003C\u002Fp\u003E\u003Cp\u003E而我能做的，只是要在奔跑时，不停提醒自己，还记得“梦想”这个词的含义。\u003C\u002Fp\u003E&,&state&:&published&,&sourceUrl&:&&,&pageCommentsCount&:0,&canComment&:false,&snapshotUrl&:&&,&slug&:,&publishedTime&:&T11:31:52+08:00&,&url&:&\u002Fp\u002F&,&title&:&2015年末总结&,&summary&:&2014年年底的时候，我辞了在谷歌无人车组的工作，和老婆开车穿越死谷，看着白茫茫的盐海，一望无垠。无人车的前景确实广阔，要是能做成，那对整个世界将是革命性的。犹记得2013年年底，我还写过一篇推广无人车的文章，介绍它不同于学术界的工程思路。当时的…&,&reviewingCommentsCount&:0,&meta&:{&previous&:null,&next&:null},&commentPermission&:&anyone&,&commentsCount&:71,&likesCount&:2200}},&annotationDetail&:null,&commentsCount&:40,&likesCount&:855,&FULLINFO&:true}},&User&:{&tian-yuan-dong&:{&isFollowed&:false,&name&:&田渊栋&,&headline&:&&,&avatarUrl&:&https:\u002F\u002Fpic1.zhimg.com\u002F71044e91d_s.jpg&,&isFollowing&:false,&type&:&people&,&slug&:&tian-yuan-dong&,&bio&:&Facebook人工智能研究院研究员\u002F研究经理，卡耐基梅隆大学机器人系博士&,&hash&:&be0d3bb133ad0151eefd188&,&uid&:32,&isOrg&:false,&description&:&&,&badge&:{&identity&:null,&bestAnswerer&:{&topics&:[{&type&:&topic&,&id&:&&,&name&:&人工智能&},{&type&:&topic&,&id&:&&,&name&:&深度学习（Deep Learning）&}],&description&:&优秀回答者&}},&profileUrl&:&https:\u002F\u002Fwww.zhihu.com\u002Fpeople\u002Ftian-yuan-dong&,&avatar&:{&id&:&71044e91d&,&template&:&https:\u002F\u002Fpic1.zhimg.com\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false,&isBanned&:false}},&Comment&:{},&favlists&:{}},&me&:{},&global&:{&experimentFeatures&:{&ge3&:&ge3_9&,&ge2&:&ge2_1&,&growthSearch&:&s2&,&sEI&:&c&,&nwebQAGrowth&:&experiment&,&qawebRelatedReadingsContentControl&:&close&,&liveStore&:&ls_a2_b2_c1_f2&,&nwebSearch&:&nweb_search_heifetz&,&rt&:&y&,&isOffice&:&false&,&enableTtsPlay&:&post&,&newLiveFeedMediacard&:&new&,&newMobileAppHeader&:&true&,&androidPassThroughPush&:&all&,&hybridZhmoreVideo&:&yes&,&nwebGrowthPeople&:&default&,&nwebSearchSuggest&:&default&,&qrcodeLogin&:&qrcode&,&enableVoteDownReasonMenu&:&enable&,&isShowUnicomFreeEntry&:&unicom_free_entry_off&,&newMobileColumnAppheader&:&new_header&,&androidDbRecommendAction&:&open&,&biu&:&1&,&androidDbFeedHashTagStyle&:&button&,&appStoreRateDialog&:&close&,&default&:&None&,&isNewNotiPanel&:&no&,&biua&:&1&,&zcmLighting&:&zcm&,&adR&:&b&,&wechatShareModal&:&wechat_share_modal_show&,&growthBanner&:&default&,&androidProfilePanel&:&panel_b&}},&columns&:{&next&:{},&yuandong&:{&following&:false,&canManage&:false,&href&:&\u002Fapi\u002Fcolumns\u002Fyuandong&,&name&:&远东轶事&,&creator&:{&slug&:&tian-yuan-dong&},&url&:&\u002Fyuandong&,&slug&:&yuandong&,&avatar&:{&id&:&4b70deef7&,&template&:&https:\u002F\u002Fpic3.zhimg.com\u002F{id}_{size}.jpg&}}},&columnPosts&:{},&columnSettings&:{&colomnAuthor&:[],&uploadAvatarDetails&:&&,&contributeRequests&:[],&contributeRequestsTotalCount&:0,&inviteAuthor&:&&},&postComments&:{},&postReviewComments&:{&comments&:[],&newComments&:[],&hasMore&:true},&favlistsByUser&:{},&favlistRelations&:{},&promotions&:{},&switches&:{&couldSetPoster&:false},&draft&:{&titleImage&:&&,&titleImageSize&:{},&isTitleImageFullScreen&:false,&canTitleImageFullScreen&:false,&title&:&&,&titleImageUploading&:false,&error&:&&,&content&:&&,&draftLoading&:false,&globalLoading&:false,&pendingVideo&:{&resource&:null,&error&:null}},&drafts&:{&draftsList&:[],&next&:{}},&config&:{&userNotBindPhoneTipString&:{}},&recommendPosts&:{&articleRecommendations&:[],&columnRecommendations&:[]},&env&:{&edition&:{&baidu&:false,&yidianzixun&:false,&qqnews&:false},&isAppView&:false,&appViewConfig&:{&content_padding_top&:128,&content_padding_bottom&:56,&content_padding_left&:16,&content_padding_right&:16,&title_font_size&:22,&body_font_size&:16,&is_dark_theme&:false,&can_auto_load_image&:true,&app_info&:&OS=iOS&},&isApp&:false,&userAgent&:{&ua&:&Mozilla\u002F5.0 (compatible, MSIE 11, Windows NT 6.3; Trident\u002F7.0; rv:11.0) like Gecko&,&browser&:{&name&:&IE&,&version&:&11&,&major&:&11&},&engine&:{&version&:&7.0&,&name&:&Trident&},&os&:{&name&:&Windows&,&version&:&8.1&},&device&:{},&cpu&:{}}},&message&:{&newCount&:0},&pushNotification&:{&newCount&:0}}