首先我想问你一个问题，你觉得你是“刁宝侠”还是“刁残侠”？我想不是每个人都有勇气回答，但这种焦虑确实存在于每个从业者的心中。各大公司都在开发机器学习平台，想用积木来做积木。近两年流行的神经网络架构搜索（NAS）相关研究的目的也是为了“搭积木搭建模型”。近日，Reddit上的一位小哥“大方”承认了自己作为会员的行为，感觉他是来公司骗工资的。他一再后悔，自己本来应该做软件开发工程师（做切换台？）。这个人，本科是计算机，硕士是生物信息学，主要研究领域是机器学习，统计和概率。我通常使用的语言是R和Python。我工作的意义是什么？“工业革命”给人们带来了最多的工作，减少了在田间劳作的人数。在满足了最底层的欲望之后，我们开始思考工作的意义。以下是这位小哥的Reddit翻译：X说我每天的工作就是清洗数据，写脚本，数据可视化，以及基本的机器学习算法（比如tSNE降维，k-means聚类等），只是使用以前的经典算法。没有人来审查代码！我也不需要把代码上传到GitHub，只对团队内部的人可见，我也不需要做单元测试。我不会使用Hive、Spark、Kafka、CI/CD、Hadoop、AWS、GCP、Docker等与用户接触的工具。我不知道自己在做什么，无论我做什么都感觉毫无意义。有一次采访他们问我，你们使用Git还是单元测试？谁来审查代码？如何交付代码和持续集成？我知道我无法回答这些问题。我着急了，也许同事们都在泡泡里工作吧！他们不想学习新的技术，甚至讨厌我的咄咄逼人。工作4年了，感觉比刚毕业的时候更郁闷。然后我开始找工作和面试。面试官问我KNN的原理，我才发现我根本不知道公式！是的，我学会了，但是我忘记了！现在我只需要sklear.neighbors。我感觉很糟糕，我不觉得我的能力在提高。每年都有资助，毕竟是科学，我们写论文，但我不在作者名单上，因为作者太多了。任何人都是机器学习领域的天才，在jupyter上写代码，仅此而已，即使是初级数据分析师。我觉得我失去了记忆。本科时最擅长的C++/Java，现在已经完全被遗忘了。我想知道如果我选择做软件开发，我会不会过得更好？也许我注定是一个失败者！我周围也有自我感觉良好的人，我觉得10年后，这就是我们将在工作中做的事情。理想与现实的差距在哪里？看完这段话，大家可能或多或少会有同感，高学历，却换来更大的失落；工作内容重复，看不到幸福。未入行前，你眼中的AI正在改变人类的未来。进入行业后，你眼中的AI变成了黑盒模型。我想要更多更干净的数据和更大的模型！“有多少人工智能，就有多少智能”，即使是在深度学习时代。各大AI公司招聘的第一件事就是标注员。科研机构发表的关于新数据集的论文也会公布他们使用了多少标注者，他们每小时支付多少费用等等。AI进入这个行业难吗？说入行难，说计算机专业难，应该是一波“劝党”。计算机专业难：计算机不仅要学习编译原理、体系结构、计算机网络，还要徒手制作网线（美好的回忆，第一次充满成就感），然后再去软件工程。很简单：各种7天速成班，无处不在的“Python学习班”广告。AI行业入门难：各种数学原理学不会？周志华和李航的作品，不是读了三十遍才叫入门吗？AI行业入门很简单：上GitHub搜一搜，有什么不会的？有的人本科可以发多个topconference，有的人博士发还是有难度。这之间的区别可能因人而异！所以难度不能一概而论。网友们对此也有不同的看法：你支持哪一方？不过，“我有话，请听我说。”如果数据和特征都很重要，那深度学习的优势岂不是少了一个？
