德国留学记 之二

Categories Life

前段时间,科研有了一些进展,参与了小伙伴开启的事业。不愿让时光虚度,仍需砥砺前行。

记录一些碎碎念:

唯有发展,只有发展,才能获得更多理解与认同。

何为公民,何为公民精神?

因为参与的事业,产生了很多的碎片化思考过程,这个情况很不利。怎么应对?

在德国看到的,有些人,一辈子都在做同一件事,开公交车,一辈子在开公交车,做秘书,一辈子都在做秘书。职业的流动性相比国内,很小很小。所谓专业,所谓工匠精神,固然与这长年累月的积累有关。但它是否真的适合社会的发展?学习的广度与深度,如果不可兼得,是否应优先学习的深度?

德国留学记 之一

Categories Life

从9.1下飞机,在慕城已两月有余。除去最开始上语言班的一个月,后续的工作生活都有些艰辛。

组里做的东西很传统,近两年并没有顶会发表。独立选择的方向,是硕士研究的延续,虽然已经可以勉强自力更生,在没有思路的时候,还是很痛苦。

我太急切了,看到身在美国、新加坡和香港的同学都已经有顶会发表,羡慕之余,内心的自我驱动在一点一点加强。

沉住气。

纽约时间比加州时间早三个小时,
New York is 3 hours ahead of California,

但加州时间并没有变慢。
but it does not make California slow.

有人22岁就毕业了,
Someone graduated at the age of 22,

但等了五年才找到好的工作!
but waited 5 years before securing a good job!

有人25岁就当上CEO,
Someone became a CEO at 25,

却在50岁去世。
and died at 50.

也有人迟到50岁才当上CEO,
While another became a CEO at 50,

然后活到90岁。
and lived to 90 years.

有人依然单身,
Someone is still single,

同时也有人已婚。
while someone else got married.

世上每个人本来就有自己的发展时区。
Absolutely everyone in this world works based on their Time Zone.

身边有些人看似走在你前面,
People around you might seem to go ahead of you,

也有人看似走在你后面。
some might seem to be behind you.

但其实每个人在自己的时区有自己的步程。
But everyone is running their own RACE, in their own TIME.

不用嫉妒或嘲笑他们。
Don’t envy them or mock them.

他们都在自己的时区里,你也是!
They are in their TIME ZONE, and you are in yours!

生命就是等待正确的行动时机。
Life is about waiting for the right moment to act.

所以,放轻松。
So, RELAX.

你没有落后。
You’re not LATE.

你没有领先。
You’re not EARLY.

在命运为你安排的属于自己的时区里,一切都准时。
You are very much ON TIME, and in your TIME ZONE Destiny set up for you.

近期思考-20190129

Categories Life

回家刚好一周了,写毕业论文也一周了。硕士论文是关于 多标签学习与度量学习,问题比较传统。写前面部分的时候,发现自己对多标签学习还是不够了解,或者说是没有形成系统,写着写着,自己大概理出了几条线,对这个研究方向的认知也更加深刻了。

以上还是比较常规的,可以预想的东西。没有预想到的是,我之前认为的夕阳研究方向,可以从一些新的视角看待。

印象最深刻的是“SGM: Sequence Generation Model for Multi-label Classification”,COLING 2018的best paper,通过序列生成模型做多标签分类。之前思考深度学习和多标签分类这样的传统研究方向结合,主要和CNN相关,如TextCNN,做多标签文本分类问题。直到看到了这篇用Seq2Seq来做多标签分类的工作,感觉又打开了一条新的道路。

思路都不够开阔了,加油,少年,做最前沿的研究!

Some thoughts about PhD/Job Application

Categories Life

A friend of mine invited me for an internship in Tencent today. The job is about data mining. As I was busy preparing for my PhD application, I thanked him.

I heard the news that Tencent Corporation decided to change its structure, to make the company flatter, as Alibaba did in 2015 (news said the idea was coming from Supersell, after a visit of Jack Ma to that north Europe company). What I did not anticipate was that change came so fast. They build a new department and many people are needed, so my friend told me that it’s a good chance. When everything is new, there is a higher chance to make a difference.

It was a pity, for I decided to follow my heard, to be a researcher. First, to be a PhD student.

Between the conversation, my friend said he wanted to learn some knowledge about DM/ML. From my perspective, he is a very good engineer, to be a specialist in the algorithm is not a wise choice for him. Maybe a system architect is better, where algorithm design is needed but not the core part. He agreed with me on that. Another reason is there are too many youths coming to the AI industry. It has been a boom since 2017. Some students from EE or even arts learned some algorithms, like SVM, decision tree, then they began to apply for AI jobs. Can you see bubbles flying? So terrible.

As I learned from industry friends, recommendation system, graph mining (i.e. mining on social network, knowledge graph search), CV and NLP, are what the industry generally needs, and streaming data mining would be a hot area. As a researcher, I always want my research to be useful. I am delighted for what I am doing.

Hope everything is OK.

太子岭滑雪

Categories Life

这趟旅行有点出其不意,很久前和好友约好,冬天去滑雪,可16年的那个时候在准备KDD,给耽搁了,今年投完IJCAI还有十多天的时间。那几天生活上恍恍惚惚,满脑子只有工作的事情,还是好友提醒,他做规划,在论文投完后的周末就出发。生活总是很戏剧化,IJCAI的提交网站出了bug,截止时间延后两天。在尽量完善那份工作后,不等投稿时间截止,在最后一天的中午,起意,还是和好友一起出发了。从天灰灰的成都,到了不仅天灰灰还要被冷风吹的山上。

住宿是在山上酒店的阁楼,建筑面积利用的特别充分,功能也很完善。虽然是阁楼,但也有地热供暖,可以透过天窗往外看,晚上睡的很好。
第二天早上,落雪了。好久不见。

乘车到太子岭滑雪场,它在成都周边是最大的了,比之前去过的西岭雪山滑雪场要大很多,高级道和中级道的坡度目测都有45°,只是高级道是弯曲的,这些我们暂时肯定是不考虑的啦!初级道比较缓,20°的样子,分为两段,加起来300多米。感觉不太够。上去10分钟,下来1分钟。大概是第一次滑雪摔够多了,这次没。从山坡上冲下来的时候,雪打在脸上有点疼,很开心。下午雪渐渐变大,开始看不清,人少了一些,所以冲下来的速度反而加快了。连日来工作的疲惫,被风雪反复地冲刷,留下的只有悸动。
下次会和谁一起?

结尾放一首我喜欢的诗,有些改动。

我像冬天里的落木 你像飞鸟掠过蛮荒
你微笑的脸映着飞扬的光彩 期盼的目光穿越了许多年
风吹着不知迟暮的年华 青春的花凋了不开了
岁月的霜刀刻下生命的年轮 记载着幸福的永恒
你游荡在他乡的风风雨雨 是我寂寞抽屉里的字字句句
我期待着我们某天能相遇 再去看看那些老去的诗

我的宿命分两段,未遇见你时,和遇见你以后。
你治好我的忧郁,而后赐我悲伤。
忧郁和悲伤之间的片刻欢喜,透支了我生命全部的热情储蓄。
想饮一些酒,让灵魂失重,好被风吹走。
可一想到终将是你的路人,
便觉得,沦为整个世界的路人。
风虽大,都绕过我灵魂。

写在除夕夜之前

Categories Life

憧憬

科研上开始有些起色了。虽然一个人做一个方向的感觉实在是不太好,但在找到长期的合作伙伴前,就再坚持一会会儿吧!

回家

父母安康,弟弟在成长。给弟弟的衣服买小了很多,小孩子长个的速度实在是太快。
来年也要这样啊!

201711月记

Categories Life

又是一年双十一,花了大概一下午的时间整理出了自己想买的东西。其中有些并不是想,是因为需要。数买衣服最麻烦了。到了一定年龄,有社交的需要,不能穿的那么随意,现在开始习惯了。想给家里买些东西,爸妈总说不需要,只好给弟弟买了些吃的,兄弟二人一人一份。

《基地》,《三体》,《新人来自火星》,《莫洛博士岛》,加上“多少个未解之谜”这样的科普(灵异?)读物……小时候读科幻小说,沉迷的是宏大的构想和星空之下的迷惘,幻想着各种飞船,外星人,冒险,像在海边捡贝壳的小孩;大一点的时候,对书中所描述的文明的起源、进化和终结,有了些自己的思考,可以窥见了历史的侧影,如《基地》中对几种社会形态的描写,其中也有对现实的放大。现在看,科幻作品的核心,逻辑和想象力同等重要,希望能看到更多智商上线的作品。

朋友因为家里的事情不得不提前自己的规划,休学参加工作,希望做到小公司的技术leader后再跳槽到大的公司。然而,他发现在小公司做到技术leader很容易,但公司对技术的不重视和野路子的技术路线让他很痛苦。为什么不一开始就去大公司?按照他的实力并不难。朋友说自己还没准备好。理解他的想法但不认同,85分的时候不满意,但一定要准备到95分才开始行动吗?还是把他的简历发出去了。既然你和我说无路可走,那踩出一条前进便是。

满足了我长期以来想在宿舍打地铺的愿望。稍微坐起一点,看对面楼栋的灯光渐灭,沉入梦乡。

最近的几件事情很让人失望,三色黑、D等?一直不敢妄信媒体的报道,可有些事,即使不信,却已是心寒。为天地立心,为生民立命,为往圣继绝学,为万世开太平。能做的还只有锤炼自身。

解一个优化问题,用了大概一周才理清思路,从鸭梨贼大到心死如灰,再到看到丝丝曙光,反复几次心里已经逐渐平静,终于和晨晨讨论出解法,幸甚至极。

最优化,贝叶斯,深度学习,是我们头顶的三座大山。

第一次给论文作者发邮件,一天内收到了回信,很感谢@KuanLiu

201710月记

Categories Life

十月,秋风秋雨瑟人的季节,日常仍在继续。

记一些碎碎念
  • 把Need4Speed跑到了45级
  • 重读了心水的小说
  • 生活作息恢复正常,可以早上第一个到实验室了
  • 有了一个每天都聊天的好朋友
  • 用英文讲了一次组会
  • 在做实验与刷论文之间来回切换,加上项目,之后是这仨了
  • 发现那家郡肝串串真不错,去了两次
  • 送走了一位去藏传佛教地区追随自我的好友
  • 入手ikbc,茶轴的,不是很吵,机械键盘敲着好爽
长一点的碎碎念

好久都没联系的高中同学,因为代码问题突然联系上了,才知道,谁谁谁工作了,谁谁谁在读博,又是一阵唏嘘。高中班上的同学,现在有物理博士,生物博士,医学博士,经济学博士,也许再过不久会多出一个计算机博士。高中时的偏好,对未来的影响太大了。我怎么就不明不白地选了计算机呢?还好喜欢。

我是谁,我从哪来,我到哪去。目前层次不够,觉得它们只是在启发自己对生活的思考。朋友说:世界很虚伪,人类很无聊,作为个体,还是先做到人类的标准之后,再去否定这样的行为。我说:人活着的时间太短了,还是去做有探索性的工作有意思一些,虽然大部分的探索都是失败没有价值的,得益于人类社会的延续性,这样的经历也会聚沙成塔。

希望能一点微小的贡献。

规则学习

Categories Life

去华为成研所做交流,发现一个很有意思的问题。

blokus,也就是角斗士棋,给定一定量的真人比赛棋谱,不能使用蒙特卡洛搜索或者其它的暴力搜索,也不能在代码中加入任何角斗士棋的规则(同色对角等),通过程序学习出该比赛的规则,且具有获胜能力。