Keras創始人：過去6個月，深度學習崗位已崩潰

蕭簫 2020-09-04 14:42:58 來源：量子位

蕭簫 發自 凹非寺
量子位 報道 | 公眾號 QbitAI

深夜“報社”，著名的深度學習框架Keras的作者Fran?ois Chollet語出驚人：

深度學習崗位在這6個月以來已經崩潰。

沒有開放評論，僅僅是一個觀點的輸出。但與此同時，Chollet也附上了自己的理解和領英的圖表數據：

對于那些投資深度學習的小企業來說，目前的情形已經很清楚了：深度學習崗位不是必須的，隨著疫情的到來，它們將可能被裁撤。相較于半年前，目前還在做深度學習的人明顯更少了，這種情況是自2010年來第一次發生。

需要澄清一下，我個人認為這只是一個疫情期間經濟衰退的現象，而不是又一個AI寒冬。

但這樣的論調一經提出，立即在社交媒體上立即引爆了網友們的討論，贊成與反對的皆有：

各種觀點與聲音

部分高管回應：仍在擴招

著名AI數據公司DataBricks的首席技術官Matei Zaharia表示，他們公司就沒有這樣的情況。

有意思的是，我們目前還沒有看見這樣的事情在Databricks上發生，我們GPU的運行時間和客戶數量都在大量增加，機器學習相關軟件也在大規模擴大。

事實上，不止一家公司如此表態，SisuData的CEO表示，他們同樣也在招人。

然而，仔細觀察之下可以發現，這兩家公司的高管，本身都是從名校（斯坦福）計算機專業走出來的，對AI行業有著一定的了解。

那么，對于那些在AI競爭中不占優勢的企業呢？

就在今年5月，CNBC報道，Uber宣布關閉AI實驗室，裁員人數達幾千人。

除了這些企業的裁員現象，在這場討論中，也有網友對Chollet的觀點表示贊成，并分析這種現象背后的原因。

他們認為，如今這樣的趨勢，絕不僅僅是疫情帶來的影響。

員工：企業對機器學習存在誤解

知情網友在針對這場話題的討論下表示，許多公司花在機器學習上的投資實際上一無所獲。

就像在7年前，“大數據”這個話題帶來的熱度一樣，我認為機器學習也正在發生同樣的事情：許多公司都在將機器學習強行用在不適當的地方……也許深度學習崗位的減少是疫情的后果，但大多數公司的確可能在一兩年內又跳到下一個熱點中。

也有網友表示，這可能是上市公司與初創公司對待技術的區別：相比于機器學習真正能應用的地方（文本分類、圖像標記等），上市公司更需要炒作帶來的商業投資。

不僅如此，因為在上市公司中，買賣股票的人往往更希望聽到一些流行語，所以高管往往會傾向于在產品中加入各種熱點。相比之下，初創公司則更側重于技術，可能會給技術嫻熟的人帶來更多的成就感。

更有網友一針見血地指出，最糟糕的是，企業管理其實可能對機器學習一無所知。

有很多公司都在招聘機器學習相關的博士，來解決一些實際上非常簡單的問題。而且，為了確保這些工作“有價值”，管理層會試圖吸引更多團隊來利用這些模型。但事實上，沒人了解模型的工作原理，反而會浪費大量的投資。

而對于員工來說，由于與公司利益不直接掛鉤，所以對于管理層的不合理建議，他們并不會直接發表意見。

的確，由于太多的機器學習工程師和研究者急于解決問題，必須在工作上交付某些東西，所以這些項目往往能進展神速，但它們其實根本沒有意義。

一方面是企業的擴招，另一方面卻是機器學習相關職業員工的怨聲載道。

那么，Keras的作者Fran?ois Chollet提出的觀點，究竟是否有其他實例佐證呢？

英偉達工程師：AI炒作確實存在

6月22日的時候，英偉達工程師Chip Huyen就曾給出結論：一些大公司正在裁撤機器學習的某些崗位。

畢竟，目前人工智能很大一部分投資仍然是在無人駕駛汽車上，但由于全自動駕駛汽車還遠遠不是商品，所以AI發展仍是未知數。

已有的現象是，谷歌已經凍結了所有機器學習研究人員的招聘，而Uber則解雇了AI團隊一半的工作人員。

不僅如此，由于機器學習課程頗受歡迎，目前擁有機器學習技能的人，可能比機器學習崗位需求更多。

Chip Huyen表示，不可否認的是，AI行業確實存在炒作現象。

但與此同時，她也認為，當這一切熱潮褪去，機器學習并不會消失。

只不過，擁有軟件工程、或者工程相關的知識背景后，再去接觸機器學習，會比直接接觸機器學習更有前景。

機器學習之外，Quora上有關數據科學崗位的討論，也早已有之。

數據科學崗位需求情況

相對于機器學習而言，大部分網友對數據科學持樂觀狀態。

我認為，數據科學崗位的數量將會增加，當然，應聘者的數量也會增加。如果你真心喜歡數學和編程，可以考慮入行這門崗位。

但有意思的是，與Chip Huyen的觀點相似，機器學習工程師Jared Thompson認為，數據科學家的崗位同樣會減少。

作為所有討論下面贊數最高的回答，Thompson表示，相比于“數據科學家”，首先成為“科學家”才是最正規的路途。

事實上，我們最不需要的是初級的“數據科學家”，畢竟這種熱門行業下，會有各種各樣的人加入進來，試圖了解一點皮毛。……隨著炒作過去，“數據科學”這一崗位的需求肯定會減少，但優秀的軟件工程師不會找不到工作。

對此，你怎么看？

參考鏈接：

https://news.ycombinator.com/item?id=24330326

https://twitter.com/fchollet/status/1300137812872765440

https://huyenchip.com/2020/06/22/mlops.html

https://www.quora.com/Will-the-need-for-data-scientists-increase-or-decrease

https://www.cnbc.com/2020/05/18/uber-reportedly-to-cut-3000-more-jobs.html

https://www.reddit.com/r/MachineLearning/comments/gm80x2/n_uber_to_cut_3000_jobs_including_rollbacks_on_ai/