[总结]AI工程实践与人才成长路径

听了北大的讲座受益匪浅，挑出自己收获最大的部分总结如下，出处见水印。

从数量上来看，计算机系相关专业培养出来的人才，大多数人可能是进入产业界，是去解决产业界里面最有挑战的问题。

产业的典型工作是：遇到一个没解决过的问题，没有paper写过这个问题该怎么解决，是需要自己去想这个问题该怎么解决。

我会问他们一个非常简单的问题：你用那么多模型，那你帮我想想在这个模型里面这个卷积的概念到底是什么？我会追问关于卷积关联性的问题，而不是卷积在CNN里面是怎么用的；学生们肯定清楚地知道卷积在CNN怎么用，但很多学生未必知道卷积在其他领域是什么样的关联方式。

我经常会问来面试的同学：你在CNN里经常用的是一种二维卷积，那卷积的N维形式是什么样的？然后还会追问，那你写一个一维的卷积的公式是怎么样？很多学生马上就懵了：怎么会有一维卷积呢？两个数字放在一起怎么算？碰见这种情况我会引导一下他：那你学过信号处理没有？他马上就能恍然大悟：噢信号处理有好多一维卷积。

这种事情就表明一个问题：很多学生不善于把一些共通的东西串在一个知识体系里。学CNN的时候，脑子里就是CNN，学傅里叶变换、小波变换的时候，未必会去想这个东西和卷积是什么关系。

学得不透彻的学生面对一个新问题时候，他更经常做的是问别人有没有现成的方案，有没有现成的paper，有没有现成的code从GitHub就可以下载，做的所有的事情永远是在表面。