雷鋒網(wǎng)AI科技評論按：在舊金山參加 AAAI 期間，經(jīng)余凱老師的引薦，AI 君來到了位于 Palo Alto 的亞馬遜AWS 辦公室與李沐見了一面。從百度少帥到 CMU 博士再到 MXNet， 李沐的履歷儼然自帶距離感。但當穿著耐克灰色套頭衫和牛仔褲的李沐坐在我們面前侃侃而談時，AI 君在會面前的擔(dān)心一掃而光。

嚴格來說這并不是一次采訪，更像是朋友間的閑聊。經(jīng)李沐老師的同意，我們整理出了下面這篇文章，其中涉及的內(nèi)容僅代表他的個人觀點，特此聲明。

MXNet作者 李沐

2015 年的最后一天，李沐在朋友圈自嘲：

「15 年混跡于全球最大男性交友網(wǎng)站（GitHub），一切事都憑興趣」。

在這一年里，他為社區(qū)做出了 1580 個貢獻，最長連續(xù)參與了 39 天。

在接下來的幾個小時，他和小伙伴在 CMU 的機房跨了年。

當時的他說，2016 年有更多更多需要完成的重要的事情。

的確，李沐在剛剛過去的 2016 年完成了學(xué)業(yè)愛情事業(yè)的三豐收：準備 CMU 博士畢業(yè)答辯、步入婚姻殿堂、迎接兒子的誕生……而 MXNet 在 2016 年 11 月被亞馬遜選為官方開源平臺，無疑是其作者李沐在過去一年無法忽視的、濃墨重彩的一筆。

MXNet：“多談技術(shù)，少做對比”

在知乎問答「如何評價 MXNet 被 Amazon AWS 選為官方深度學(xué)習(xí)平臺？」中，李沐個人覺得，不管是亞馬遜還是其它公司，第一點首先還是要聽從用戶的聲音（listen to the customer），基于社區(qū)驅(qū)動導(dǎo)向的 MXNet 實際上需要帶給用戶的不是別的，而是「爽」。

當用戶只需要關(guān)心數(shù)據(jù)量和運算量、寫好數(shù)學(xué)公式、把數(shù)據(jù)交給云并用花錢租算力；而不需要關(guān)心如何有效實現(xiàn)利用硬件、不需要關(guān)心自動求導(dǎo)是如何訓(xùn)練、云端如何優(yōu)化的時候，用戶才能夠真正把精力放在自己想做的事情上?！窤WS 最關(guān)心的是用戶體驗，然后是買資源賺錢。這里最保險的是支持所有流行的 DL 框架?！估钽逶?jīng)在一個知乎問答中這樣總結(jié)道。

在提及這一點的時候，李沐也向雷鋒網(wǎng)AI科技評論表達了他自己的看法，他認為亞馬遜看重的是「有與無」的問題，而不是「誰」的問題。

「亞馬遜靠的是機器時間（machine hour）賺錢，而不是靠軟件與平臺。因此，做社區(qū)的目的主要是為了把用戶量積累起來，而上面用的是什么開源平臺，其實并不重要?！?/p>

當然，亞馬遜不會傻到為谷歌做嫁衣裳而選擇 Tensorflow，因此它亟需的是找尋一個能夠?qū)儆谧约旱拈_源平臺。實際上這樁合作的促成，背后的「二傳手」Alex Smola 功不可沒。

Smola 是李沐在 CMU 的兩位博士導(dǎo)師之一，于 15 年從 CMU 重返工業(yè)界，加入亞馬遜 AWS 擔(dān)任機器學(xué)習(xí)總監(jiān)。此前在雷鋒網(wǎng)AI科技評論報道過的 AAAI 2017 大會上，Smola 也以 MXNet 做了主題分享，而在演講開始的感謝環(huán)節(jié)，李沐的名字赫然在目。

在 AAAI 的演講中，Smola 拿 MXNet 的運行速度與其它開源平臺做對比，而在談話中李沐表示，自己并不愿意這樣簡單粗暴地做對比，他也告訴員工們，如果其它公司邀請你們做分享，一般不要做對比，只談技術(shù)就好。

「我很理解大家愛看對比類的文章，但這是一個有偏見（biased）的做法。我們比別人快一兩倍，不是我們想表達的東西，而為什么快，做了哪些優(yōu)化，離我們的理想狀態(tài)還有哪些差距，這樣的總結(jié)可能對我來說更有價值一些?！?/p>

但不論李沐如何避免對比，MXNet 還是經(jīng)常會被拿來與 TensorFlow 相提并論，他在談話過程中也時常提及后者。在知乎上，他索性將機器學(xué)習(xí)的發(fā)展歷史寫成了一篇武俠小傳，將修真世界里的 MXNet 比喻為「散修小團體」，而 TensorFlow 則是「最大流派平臺」。

誠然，不論是開始時間還是平臺特性，MXNet 都是與 Tensorflow 最為接近的一個：完整的多語言前端、全系統(tǒng)模塊化、編譯依賴小、適合快速開發(fā)的特性。雖然吃瓜群眾們津津樂道的無非是哪家更強、優(yōu)缺點是什么、兩家如何自處競爭這樣的問題，甚至還會八卦兩家之間的關(guān)系。但李沐表示，其實他們與 TensorFlow 并不是想象中那種劍拔弩張的狀態(tài)，相反，幾個朋友每個星期都會碰頭交流，討論技術(shù)問題。

而更重要的一點在于，李沐認為所謂的「不同」純粹是設(shè)計理念（design choice）的差異所導(dǎo)致的。

「谷歌想做的是一個完完整整的語言，跟 python 無關(guān)，自己就能成為一門語言 TF?！惯@樣的策略能讓谷歌從底層到上層擁有絕對控制權(quán)，像安卓一樣，用戶只要在上層做東西，底層全交給谷歌。雖然大體量勢必會帶來優(yōu)化的困難，但這是谷歌的生態(tài)圈和戰(zhàn)略所決定的。而 MXNet 選擇的是輕量化的設(shè)計路線，畢竟這個平臺一開始也只是 DMLC 抱著純粹的熱情做起來的興趣項目，希望能降低深度學(xué)習(xí)的門檻。

「算法是科學(xué)?？蚣懿皇?。它涉及的是設(shè)計者自己的審美觀、哲學(xué)等主觀理念，如果要用基于不同設(shè)計理念的表現(xiàn)性能來評論這個平臺的好壞，我覺得意義不大。」

是的，基因——李沐用這個詞來形容再恰當不過了。不論是亞馬遜選擇了 MXNet，抑或是谷歌做出了大而全的 TensorFlow，都是公司骨子里的基因在起著決定性的作用。

李沐覺得，框架的融合（merge）會是未來的趨勢，系統(tǒng)各自為政的時代會被更多的兼容與支持取代。但不論 AI 潮流會是驚濤駭浪或是風(fēng)平浪靜，李沐堅信前端的用戶驅(qū)動導(dǎo)向總是不會改變的。

學(xué)術(shù)界的“why”與工業(yè)界的“how”

初為人父的李沐在 2017 年初又實現(xiàn)了一個小目標。在 2 月初，他順利完成了 CMU 的博士論文答辯。

在旁人看起來難如登天的答辯環(huán)節(jié)，對于李沐而言卻只是「走走流程」般的輕松及「了卻一件事」般的易如反掌。更何況，這場答辯匯集了全球頂尖科技公司的大牛們：谷歌、蘋果、亞馬遜深度學(xué)習(xí)項目的 Jeff Dean，Ruslan Salakhutdinov，Alex Smola，還有 CMU 機器學(xué)習(xí)助理教授 Barnabas Poczos。

雖然毫無懸念地被問到了「比較下 MXNet 和 TensorFlow」，但李沐在微博中調(diào)侃稱，「最后大家并沒有打起來」。

記得有位朋友這樣評價李沐，「他是少有的在工業(yè)界和學(xué)術(shù)界都有著深厚積累的人。」微軟亞洲研究院、百度少帥、谷歌實習(xí)生再到亞馬遜，任何一份工作放在別人身上都是閃閃發(fā)光的經(jīng)歷，然而李沐一人占全了。即使有著令人艷羨的工作，李沐還是選擇了到 CMU 讀博。

在美國深造五年的李沐也目睹了深度學(xué)習(xí)火得一塌糊涂的全過程，不少企業(yè)也開始涉足這一領(lǐng)域。在他看來，普通民眾更多的關(guān)注點是在強 AI，而學(xué)術(shù)界甚至都不會用「AI」這個詞。在美國的 Top 學(xué)校里，做純 ML 的其實不多，就連 MIT 這樣的學(xué)校也是新近才招募了專門教授機器學(xué)習(xí)的老師。

而李沐認為深度學(xué)習(xí)突然火起來的原因，其實是門檻太低的結(jié)果?！改悴恍枰當?shù)學(xué)。它就是一種語言，神經(jīng)網(wǎng)絡(luò)的層是不同的句子，每個人都可以通過這個語言描述你對問題的理解，鏈接不同層構(gòu)造一個程序。框架可以幫你完成計算，更何況計算量和數(shù)據(jù)都不缺，必然導(dǎo)致大家會慢慢進來?！?/p>

鑒于學(xué)術(shù)界與工業(yè)界的交互越來越頻繁，也有不少企業(yè)也會與大學(xué)研究院進行合作發(fā)表應(yīng)用性強的論文，但這些論文往往拿不到 Best 或 Oral Paper，也是因為評審標準的出發(fā)點不同所致。作為在工業(yè)界與學(xué)術(shù)界都待過的大牛，李沐雖然現(xiàn)在對于兩個領(lǐng)域的研究側(cè)重頗有心得，但在四年前，他在投遞論文時也吃過不少虧，NIPS、IJCAI、JMLR、UAI、KDD連續(xù)被拒絕的他，心情非常郁悶。2013 年 8 月，他在微博上無奈地寫道：

“今年往nips投了篇分布式優(yōu)化的文章，自覺性能和通用性都可以beat掉度廠和谷歌的當家機器學(xué)習(xí)系統(tǒng)。結(jié)果收了滿滿6頁的review 真是rebuttal不能啊，不報希望去nips普及大數(shù)據(jù)了。轉(zhuǎn)身投system會議去了....” 

后來回顧這段歷程時，李沐感慨道：

「做產(chǎn)品和做學(xué)術(shù)研究是完全不同的東西。產(chǎn)品的導(dǎo)向是解決問題的 how，效果好、簡單好用、通用性強、資源消耗低、便于實踐，也就是東西要 work（應(yīng)用）。不同公司的側(cè)重點可能有些差異，比如百度對廣告的精準性要求高一些，騰訊可能需要產(chǎn)品簡單一些。而做學(xué)術(shù)研究時要寫清楚的是 why，最重要的是想法（idea），第二點是洞察（insight）, 也就是你能把這個事情做出深層的解釋，再接下來才是結(jié)果好不好?！?/p>

但李沐在實踐的時候，還是會把應(yīng)用放在第一位。他在帶實習(xí)生的時候，就要求對方首先要做一個至少能跑得起來（work）的東西，然后再在其中提煉想法。在他的理解中，沒有實踐基礎(chǔ)的理論就是空中樓閣。

在 CMU 博士論文答辯之后，李沐從匹茲堡回加州的飛機上寫就了一篇隨想錄。他笑著對雷鋒網(wǎng)AI科技評論說，這篇文章本來設(shè)想了兩種寫法，一種是說自己有多牛多牛（李沐說，文中列舉的只有一半）。「但后來想了一下，第一種寫法雖然看上去很厲害，但對別人沒有意義。反過來，我寫自己做過了什么，哪些失敗了，原因是什么。其實這五年做的大部分事情是失敗的，如果不總結(jié)一下，錯誤總是一直在犯?！?/p>

文章寫就之后，李沐感悟最深的一點在于每個人都應(yīng)該走自己的路?！该總€人在文章中都看到了不同的東西，很多人看到工業(yè)界有錢，有的人看到技術(shù)方面的一些思考，也有的人看到我最后一段的情懷，但并不代表著你一定要跟著我走的路去走。如果只是因為這篇文章覺得雞血滿滿，轉(zhuǎn)頭去讀了個博士，可能也會后悔。我的背景決定了自己能做什么，每個人也都是如此?！?/p>

CMU的答辯結(jié)束之后，家庭暫時成為了李沐生活的重心，但這并不會持續(xù)很久。原來只有 Smola 和李沐兩個人的辦公室，現(xiàn)在已經(jīng)滿滿當當。李沐說，他們很快就要搬進不遠處的新辦公室，并計劃再招 300 個人，準備讓 MXNet 變得更好用一些。

雷鋒網(wǎng)AI科技評論后記：AI君一開始的文章標題其實并非長這樣，但李沐老師在看完文章之后，卻希望能換個低調(diào)一些的標題，他說自己并不希望靠上“亞馬遜”、“CMU”這樣的標簽。細想也是，以李沐老師的存在感，似乎也不需要吧。

封面與正文圖片由李沐本人提供，特此感謝。

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