物理學(xué)家 Oscar Boykin，現(xiàn)在轉(zhuǎn)型做了軟件工程師

雷鋒網(wǎng)按：人工智能已經(jīng)越來越火熱，對(duì)于有著突出數(shù)學(xué)能力和抽象思維能力的物理學(xué)家，進(jìn)軍 AI 是很有優(yōu)勢(shì)的。近日，《連線》雜志的資深撰稿人 Cade Metz 撰文表達(dá)了對(duì)物理學(xué)家進(jìn)軍 AI 及機(jī)器學(xué)習(xí)領(lǐng)域的看法。Cade Metz 一直關(guān)注人工智能，比特幣，數(shù)據(jù)科學(xué)以及 Google、Facebook 等公司的科技動(dòng)態(tài)。原文標(biāo)題《Move Over, Coders—Physicists Will Soon Rule Silicon Valley》，雷鋒網(wǎng)編譯。

對(duì)物理學(xué)家來說，這是個(gè)“最壞”的時(shí)代。

至少， Oscar Boykin 是這么認(rèn)為的。他曾在喬治亞理工學(xué)院學(xué)習(xí)物理學(xué)，并且在 2002 年獲得了加州大學(xué)洛杉磯分校（UCLA）的 PhD。雖然是學(xué)物理出身，但 Oscar Boykin 坦承物理學(xué)家的日子并不好過。就像四年前， LHC 物理學(xué)家探測(cè)到了希格斯玻色子（Higgs boson），這是 20 世紀(jì) 60 年代以來人們首次探測(cè)到亞原子粒子。雖然物理學(xué)家們對(duì)結(jié)果很激動(dòng)，但是這項(xiàng)發(fā)現(xiàn)并沒有對(duì)宇宙的理論模型有實(shí)質(zhì)性的影響，也并沒有帶給物理學(xué)家?guī)眍A(yù)期的努力方向。“以前，在物理領(lǐng)域出現(xiàn)了什么事，大家都會(huì)很興奮?，F(xiàn)在這種情況很少發(fā)生了。這讓人感到難過。”Boykin 補(bǔ)充道，“而且，物理學(xué)家的薪水待遇也不高?！?/p>

Boykin 現(xiàn)在已經(jīng)成功轉(zhuǎn)型成為了硅谷的一名軟件工程師。他在一家估值超過 90 億美元的初創(chuàng)公司 Stripe 工作，公司的主要業(yè)務(wù)是幫助企業(yè)進(jìn)行在線支付服務(wù)。Boykin 憑借自己杰出的數(shù)學(xué)知識(shí)和抽象思維能力為公司構(gòu)建了軟件系統(tǒng)，并預(yù)測(cè)這些服務(wù)可能出現(xiàn)的狀況，比如什么時(shí)候以何種方式產(chǎn)生欺詐交易等等。

或許對(duì)軟件工程師來說，這是一個(gè)“最好”的時(shí)代。

人工智能和數(shù)據(jù)科學(xué)最適合物理學(xué)家

如果將物理學(xué)和軟件比作是亞原子粒子，那么硅谷就是它們產(chǎn)生化學(xué)反應(yīng)的地方。去年 12 月，通用電氣收購了機(jī)器學(xué)習(xí)公司 Wise.io ，其 CEO Jeff Immelt 表示自己擁有了一家物理學(xué)家構(gòu)成的公司，其中包括著名的加州大學(xué)天體物理學(xué)家 Joshua Bloom。雷鋒網(wǎng)讀者或許聽過開源機(jī)器學(xué)習(xí)平臺(tái) H20 的名字，該公司也是在瑞士物理學(xué)家 Arno Candel 的幫助下建立的。微軟的數(shù)據(jù)科學(xué)總監(jiān) Vijay Narayanan 是一名天體物理學(xué)家，參與設(shè)計(jì)了最早的計(jì)算機(jī)之一的  John Mauchly 是物理學(xué)家，發(fā)明 C 語言的 Dennis Ritchie 也是物理學(xué)家。

這一切都是水到渠成的。近年來，隨著機(jī)器學(xué)習(xí)的興起，人們需要用大量數(shù)據(jù)來訓(xùn)練機(jī)器執(zhí)行及學(xué)習(xí)任務(wù)，而這種新興的領(lǐng)域正是物理學(xué)家最擅長的方向。

除此之外，神經(jīng)網(wǎng)絡(luò)技術(shù)也在業(yè)界逐漸流行起來，由于這項(xiàng)技術(shù)需要一定的數(shù)學(xué)背景才能較好地理解及應(yīng)用（主要是線性代數(shù)和概率），而這些都是物理學(xué)家所擅長的?！皩?duì)于物理學(xué)家而言，困難的只是學(xué)習(xí)如何優(yōu)化以及訓(xùn)練這些神經(jīng)網(wǎng)絡(luò)，但這相對(duì)而言是比較簡(jiǎn)單的。”Boykin 說。

早在 30 年前，微軟劍橋?qū)嶒?yàn)室的主管 Chris Bishop 就感受到了這種風(fēng)氣，當(dāng)時(shí)神經(jīng)網(wǎng)絡(luò)才剛開始在學(xué)術(shù)界流行，這也是他從物理學(xué)轉(zhuǎn)到研究機(jī)器學(xué)習(xí)的原因之一。 Chris Bishop 表示：“物理學(xué)家進(jìn)軍機(jī)器學(xué)習(xí)領(lǐng)域是自然而然發(fā)生的事情，甚至比計(jì)算機(jī)專家還理所應(yīng)當(dāng)?！?/p>

有挑戰(zhàn)的領(lǐng)域

不過，Boykin 在指出數(shù)學(xué)對(duì)預(yù)測(cè)市場(chǎng)價(jià)值的重要性的同時(shí)，也提到了其中隱藏的未知挑戰(zhàn)。舉個(gè)例子，一種叫做 Black-Scholes 的數(shù)字化解決模型可以用來判斷金融衍生物的價(jià)值，但 Black-Scholes 同時(shí)也是促成 2008 年全球金融危機(jī)的罪臣之一。

從十幾年前開始，就有許多物理學(xué)家紛紛進(jìn)入頂尖的科技公司工作，幫助企業(yè)建立起能夠在數(shù)千臺(tái)機(jī)器上處理大量數(shù)據(jù)的軟件系統(tǒng)。比如 Boykin 幫 Twitter 設(shè)計(jì)了 Summingbird ，再比如幾個(gè) MIT 物理系畢業(yè)的愛好者在 Cloudant 建立的類似軟件。想要建立這些復(fù)雜系統(tǒng)需要有很強(qiáng)的抽象思維，而這些都是物理學(xué)家駕輕就熟的。在 Stripe 公司里，Boykin 的團(tuán)隊(duì)還包括 Roban Kramer（物理學(xué)博士，哥倫比亞大學(xué)），Christian Anderson（物理學(xué)碩士，哈佛大學(xué)）、 Kelley Rivoire（物理學(xué)學(xué)士，MIT）等等。

值得一提的是，Christian Anderson  在獲得 PhD 之前就離開了哈佛大學(xué)，因?yàn)樗?nbsp;Boykin 一樣，認(rèn)為物理學(xué)研究是一項(xiàng)回報(bào)率遞減的事。但AI領(lǐng)域的機(jī)遇更多，也具有更多的挑戰(zhàn)空間。

未來大門已打開

不論如何，我們已經(jīng)可以看到有不少物理學(xué)家正在占領(lǐng)硅谷公司的一席之地。雷鋒網(wǎng)估計(jì)這樣的勢(shì)頭還會(huì)繼續(xù)保持下去。

機(jī)器學(xué)習(xí)和人工智能不只是會(huì)改變?nèi)澜鐢?shù)據(jù)分析的方式，而且還將改變工程師們組建軟件的方式。要知道，神經(jīng)網(wǎng)絡(luò)技術(shù)現(xiàn)在已經(jīng)顛覆了圖像識(shí)別、語音識(shí)別、機(jī)器翻譯等等人們之前不敢想象的領(lǐng)域。就像微軟 Chris Bishop 所言，軟件正在從基于邏輯的人工編碼轉(zhuǎn)換成基于概率和未知性的機(jī)器學(xué)習(xí)模型。譬如 谷歌、Facebook 這種科技巨頭已經(jīng)開始用新的思維方式來訓(xùn)練自己的工程師。最后，計(jì)算行業(yè)的其他公司也必將跟上時(shí)代的腳步。

Via wired

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。