怎样在众多PhD中独树一帜?你该发Paper还是做新产品?

最近在二听Naval的 “How to get rich”的podcast。他取名的时候故意有点标题党,其实更准确的说是,How to build your wealth。听的过程中我觉得有很多其实和自己工作/研究/生活相关的点,于是就想着写一个系列来分享给大家。想听原版的可以去

原版很长,三个小时,今天讲的就是其中一点「Specific Knowledge」。然后我会延伸到为什么我会在过去的几年里一直在做孵化的新产品,而暂缓了做研究发Paper的脚步。

同时,我也延展到我们能从沈向洋/李开复/张亚勤的早期研究职业生涯学到什么?

Specific Knowledge 独特知识

如果你知道的信息可以通过上一门课或者短期自学就学会,那么这是比较低价值的,因为公司可以随便找new grad然后要求他们修过某些课即可。这些属于common knowledge。比方说,如果你只会刷leet code上面的题,甚至把各种hard的题都解的很好,这并不是specific knowledge,任何一个拔尖的应届生,砸上较短的时间,总能把leetcode里hard的那些难题攻克。(当然,如果连common knowledge都不熟的话,那就更缺乏竞争力了)

相反,如果你掌握的信息非常specific,那么当某个人需要这个specific knowledge的时候,你是独此一家,那么你就在negotiation当中有了独特的优势。打个比方,比如说你非常了解Tiktok的短视频推荐系统里的设计和挑战,有哪些失败的尝试/模型,有哪些用户观看或者交互的信息可以帮助推荐准确性;这时Youtube Shorts想要来招人,有两种背景的人1)流利的会刷leetcode hard全部题目 或者 2)你在Tiktok里负责推荐系统的一部分;你说哪种人会有更高的谈判的资本。

Specific knowledge的一个前提是,大家并没有把这些知识提炼成为公开的书籍/文字等其他形式。这其中的原因有很多:

  • 有可能是因为公司并不想把有些细节公开(但是知识会在人脑子里,所有有些国内公司会用 noncompete,这在加州是违法的,所以可以把人挖走);
  • 也有可能是这类知识太难总结,导致还没有被提炼成书籍,比如怎么做一个成功的自媒体,这知识太难精炼总结,有太多不确定因素和外界因素;
  • 也有可能是因为受众太小,所以知情人并没有incentive去花时间总结并发布,比如怎么系统的训练奥运冠军,明显各大体育强国是有一个体系的,但教练的主观指导仍然是十分重要的一环。

换句话说,如果一个知识在某本书里或者某个Youtube视频里可以轻易的获取,那么你去把它背下来这个过程就没有很大的意义了 —- 在AI的时代,这个背诵的过程应该被搜索引擎所取代。

但是,很多知识会在运用过程中升华。在第一个写出很厉害的短视频推荐系统的团队以前,并没有人成功过,所以很有可能他们也是在现有的书本和个人经历里延伸,不断试错,不断总结,不断进步。慢慢的,量变终究成为质变。从人人都可买到的书本里的知识出发,精炼,转化,升华,最终变成了specific knowledge。

读到这里,各位, 思考一下你的工作中有多少是在提炼specific knowledge,又有多少是在背诵机械性重复common knowledge。

为什么我目前选择孵化AI product 而不接着做纯学术研究?

我一直都不喜欢随大流,因为我想做我觉得unique的事情。如果有很多人都在做一个事情,为什么我还要去做?

其实我也是最近才了解到specific knowledge的这个概念,但是其实我选择做unique的事情,也是一脉相承的。如果整个大流都在做XXX的大方向,那么这个方向在N年后如果火了,那么就有很多很多人都有所谓的specific knowledge,但是问题是一旦这么多人都有这种信息之后,那么谈判起来就没有leverage了。用回Tiktok推荐的例子,抖音有短视频推荐,小红书也有,YouTube也有,Instagram也有,snap也有,等等,你如何differentiate自己。

终于说到这篇blog的标题。各位博士同学,你们觉得每年灌个几篇CVPR/SIGGRAPH paper在今年还属于specific knowledge吗?你觉得各大AI lab当中的研究员做的研究有质的区别吗?在几个来自华为,阿里,腾讯,Google,Meta,Adobe,MSRA的研究员之中,你觉得他们共性多还是独特性多呢?除了发Paper之外,你觉得他们的specific knowledge多吗?

你可能会说了,啊, 沈向洋 Harry Shum和某某某其他人不就是职业早期在努力发paper的嘛?有很多所谓的大佬在他们职业早期都在发paper呀。

的确,我在高中的时候读到了「成长比成功更重要」的这本书,其中介绍到了沈向洋,张亚勤等人的职业轨迹。其中一个他们比较共同的点就是职业的早期都在1)读了PhD,2)PhD之后努力的发paper做研究。这给本科时的我一个信号,我要读博士,因为我想成为像他们一样的人,追随他们的这个第一点。

对于第二点,工作之后也努力的发paper这一点,在他们当时的确是specific knowledge。在MSRA微软亚研院成立之初,沈向洋加入。在九十年代末,二十世纪初,在国内可是基本没有人能够发出高质量的SIGGRAPH论文。所以Harry Shum带着他的研究团队多年研究,逐渐培养一支成熟的graphics团队,如同图形学的黄埔军校一般,现在分布在中国的各种大小公司/大学里。

在当时,怎么投中一篇SIGGRAPH paper的确就是specific knowledge;在当时的国内,这个就是解决了当时的未解之谜。而二十多年后的今天。国内各大团队在SIGGRAPH和CVPR等等其他国际会议上有大把大把的(灌水)论文,各位读者, 你觉得这个还是一个specific knowledge吗?

所以在我毕业后,我一直不愿意加入灌论文的大军,而是一直在做我自己认为unique的方向。

作为一个CS graphics/vision/hci的一名博士,我的Peers基本绝大多数都在以下两个方面。要么在努力发学术论文(as an industry researcher or as a professor),要么转纯engineering track 为公司的产品添砖加瓦。这两者都是很好的选择,只是我想选择第三条路。

我相信,在接下来的几十年里,一个新的旋律将会是“能够落地的AI研究”。而这其中最重要的问题是,什么样的问题是属于能够落地的AI研究?

什么因素决定什么能落地?

我认为是用户。用户愿意买单的就是能够落地的。所以我现在在全力孵化我们内部的新的AI 产品,这些产品可以十分有效地帮助我找寻到什么样的研究是能够真正帮助到用户的。一旦我获取到了这些用户的喜好,那么对于下一阶段AI 研究该怎么走,我就会有非常独特的specific knowledge。

(有一个问题我在这篇里就不讨论了,为什么不在传统产品里去获取用户的需求和兴趣?各位有兴趣的可以在评论区里讨论。)

那么该发Paper还是做产品呢?

上面说的是对于适用的思路,是不是也适用于呢?我不知道。因为有很多变量,并不是每人都一样的。

1. 你想追求什么?我并不想追求纯粹的学术impact。我对于做纯学术研究没有很深的兴趣。我就想让自己独特,做独特的事情且有价值让我很有热情。

2. 你的peers是谁?我的peers大部分都在埋头做研究,而我的选择刚好可以与众不同。如果你在一个产品组,那的确可以发paper来树立自己的独一无二。

3. 你有没有魄力去做与众不同的事情?作为只有少数人知道的specific knowledge,最大的一个缺点就是,它没啥用。所以很有可能你找寻多年获得的独特知识最终并没有价值。


今天我们聊了Naval Podcast里的specific knowledge。他的那期podcast很长,还有好几个话题我想细细分析的,所以在接下来的几周我会来分享,如果想要第一时间收到的话,欢迎点击右下角的订阅按钮。

也欢迎分享给你的朋友。



如果你的节选是50字以下,文字的授权是署名-非商业性使用 4.0 (CC BY-NC 4.0)

如果你的节选超过50字,或者需要视频/音频授权,请联系李丁获取合适的授权。