内卷的世界,我们是否可以换一种思维生活?

文 | Flood Sung
源 | 知乎

前言

今年最热门的词汇之一当属内卷了。似乎很多行业都由于份额有限而陷入内卷当中。

最火的或许是清华学生的这张图,“骑车写代码”:

图片来自网络

虽然后来知道是这位同学怕关了屏幕程序就断了,但这不禁让人思考:

现在到底是一个怎么内卷的世界?

CV领域有多卷?

由于见识有限,不知道其他行业卷成什么样。这里就以我了解的CV领域卷的程度来做个介绍。

CV即计算机视觉,目前很多互联网公司都在招相关的算法工程师,研究员。但是顶级的互联网公司就那么几家,一年能招收的数量有限,而CV领域这几年却涌入了巨量的学生,因为深度学习太火,行行转AI,也导致行行转CV(深度学习首先就是CV)。那么这就导致了前所未有的竞争,而且不断加剧。

可能3年前有一篇顶会一作就可以被公司抢着要了,但现在有顶会已经不够了,因为太多人有了。

上图是CV领域顶会CVPR的投稿数量,2020已经破10000,投稿数量呈指数级增长,这背后就是指数级的学生涌入到CV领域。

太可怕了。

在这种情况下,想要拿到顶级互联网公司的offer难上加难。学历至少985,顶会得好几篇,最好还有互联网公司的实习经历,竞赛经历等等。

这大概是内卷的真实写照吧。

在这种情况下,如果你刚刚上研或者读博学CV,该是什么心情呢?

为了达到比如毕业进入好公司的目标,你需要给自己设定一个前所未有的困难目标:比如发几篇顶会,然而你可能才刚刚学pytorch,这简直是地狱模式。你开始害怕自己走的每一步,一旦出现失误,比如实验失败,投稿被拒,你的焦虑感将直线上升,似乎未来的一切都没希望了。

内卷环境下,你将永远焦虑与害怕失败

无法接受任何一步的失败是内卷下最可怕的地方!似乎只有一条路径可以让人生走向成功。一旦进入这种思维,压力就会接踵而至。

这让人很自然想到了现在的教育。为了害怕孩子输在起跑线上,考不上好的小学,初中,高中,大学,从小就开始让小孩上各种各样的学习班,似乎错过一个,孩子就没有未来。

所以,

难道 内卷的世界 里只能有这种活法?

这里面其实有两个问题,一个是

这个世界真的是内卷的世界吗?

另一个是

在内卷的环境中,有没有别的生存方式?

世界永远可以外卷,只是它需要创造性

你可曾想过短视频直播会创造多少就业机会?

这就是典型的外卷。短视频的兴起硬生生了创造了很多全新的机会。

内卷的问题在于大家都涌入到同一个领域内,导致的竞争加剧。

但这个世界其实一直是拥抱变化和多样性的。

穷则变,变则通,通则久。

所以应该反问所有人:

为何不外卷?

要外卷创造新的环境确实是一件比内卷更困难的事情,需要更多的创造性。但只有保持这种想法,才有可能实现外卷。深度学习本身不也是一种外卷(Hinton等老爷子创造出来的)

对企业来说,创新也一直是企业生存发展的唯一途径。所以我们每一个人都要思考如何创新在这个飞速发展的时代确实是不可或缺的。

那问题来了,假设我就处在一个内卷的环境中怎么办?

假设我学CV?

假设我是清华学生?

假设我是人大附中家长?

还好我都不是哈。那假如我就是怎么办?

这是第二个问题。

做自己,永远与自己竞争就好。Self Play

这就要引入强化学习的思想了。无论是AlphaGo还是AlphaStar,都使用了一种很重要的技术就是Self Play 和自己打。通过自我博弈来不断提升自己的水平。这里面没有别人,只有自己。但通过Self Play就可以让自己变得足够好。

Self Play的思想在于当前的自己才是最好的baseline,我们只要不断比自己强一点点,最终都会变得特别强。

所以,在内卷的领域,做自己能够让你脱颖而出!

做自己为什么能够让你脱颖而出还在于是做自己喜欢做的事!比如CV,那你一定是要因为感兴趣才去做这件事,那么这就能淘汰60%的人了,因为大部分人只是因为火才来学的CV。那么接下来你对事情的专注一定会让你比大部分人都强。

做自己将不再有压力!

因为不再需要和别人比较了。这很难,特别在高度竞争的环境。佛一点很重要。

你一定要问:offer的门槛就是变高了,做自己又不能改变什么。

这是没错,既然做自己并不能改变offer的门槛,为何不做自己呢?疲于奔命的竞争就一定能让自己变强吗?不会,只有小的压力情况下才能让压力变成动力,大的压力情况下只会让人想放弃。

除了外卷和做自己,还能做什么呢?

永远不要限制未来的想象力

人生并不是只有一条路径。因为没有人知道未来会发生什么。

只要在自己的领域做好了都会很棒。

所以人大附中的家长操那么多心完全没有必要。

说白了我们现在的学生就算初中已经把大学学了,未来也不见得能够比美国人强。因为你可能丧失了更重要的东西:乐趣!当一件事情都不是因为喜欢而做它,这件事就很难做好,就算做好了也没有太大价值。很多小孩从小学那么多的兴趣班,真的是有兴趣?以后可能一个都不想玩。还不如找个孩子感兴趣的做做就好,用玩的心态去做。

很多博士跳楼都是因为限制了自己对未来的想象力,好像一件事不行未来就没希望了。然而这个世界明明可以有各种不一样的选择。

最后说一下我自己吧,也许有参考价值

我现在在字节跳动从事强化学习的工作,也许在很多人看来很成功。但是我自己其实是跨专业转到这个方向的。

我本科学的是飞行器动力工程,学习理论力学,材料力学这些,后来又转到了偏自动化的专业,学自动控制原理,学通信原理。工作了3年后才转到计算机专业读研。当时一开始就想学深度学习,后来出了深度强化学习之后就转到强化学习方向了。研究生毕业后又去做了一些不相干的工作才真正从事强化学习。从产生研究人工智能的想法(2009)到真正从事人工智能的工作(2019),我花了大概10年,应该没有比这更慢的吧。

这或许比较奇葩,一直转来转去,但根本原因还是我对通用人工智能感兴趣罢了。如果我对考古感兴趣,或许也会去研究考古吧。

所以,我比较相信的是:

这个世界根本就不存在完全的内卷!人只需要做自己,跟自己 self play!永远保持创造性及勇气去做不一样的事情,就根本没有竞争。

这个世界有太多领域是没有竞争的,就算是看起来最卷的CV,也有它独特的子领域。

最后以乔布斯的话结尾吧,追随自己的内心去生活,一切将豁然开朗。

后台回复关键词【入群

加入卖萌屋NLP/IR/Rec与求职讨论群

后台回复关键词【顶会

获取ACL、CIKM等各大顶会论文集!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/479339.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

LeetCode 513. 找树左下角的值(按层遍历 queue)

1. 题目 给定一个二叉树,在树的最后一行找到最左边的值。 2. 解题 利用队列按层次遍历顺序,根右左,要求最左边的一个,所以根右左,最后一个队列元素就是答案 class Solution { public:int findBottomLeftValue(TreeN…

Hadoop YARN:调度性能优化实践

背景 YARN作为Hadoop的资源管理系统,负责Hadoop集群上计算资源的管理和作业调度。 美团的YARN以社区2.7.1版本为基础构建分支。目前在YARN上支撑离线业务、实时业务以及机器学习业务。 离线业务主要运行的是Hive on MapReduce, Spark SQL为主的数据仓库作…

LeetCode 39. 组合总和(排列组合 回溯)

1. 题目 给定一个无重复元素的数组 candidates 和一个目标数 target ,找出 candidates 中所有可以使数字和为 target 的组合。 candidates 中的数字可以无限制重复被选取。 说明: 所有数字(包括 target)都是正整数。 解集不能包…

深度学习平台的未来:谁会赢得下半场?

今天这篇文章无意引战,只想从历史发展的角度来谈谈深度学习大背景下的开发工具变迁,以及对未来发展趋势的想象。TensorFlow:无力回天的深度学习里程碑不知道有多少小伙伴是2017年以前入坑深度学习的,那时候人工智能概念火热&#…

论文浅尝 | 基于属性嵌入的知识图谱实体对齐

论文笔记整理:王中昊,天津大学硕士,方向:自然语言处理。来源:AAAI2019论文链接: https://doi.org/10.1609/aaai.v33i01.3301297概述知识图谱之间的实体对齐的任务目标是去找到那些在两个不同的知识图谱上表…

基本功 | Litho的使用及原理剖析

1. 什么是Litho? Litho是Facebook推出的一套高效构建Android UI的声明式框架,主要目的是提升RecyclerView复杂列表的滑动性能和降低内存占用。下面是Litho官网的介绍: Litho is a declarative framework for building efficient user interfa…

论文浅尝 | 基于深度强化学习将图注意力机制融入知识图谱推理

论文笔记整理:陈名杨,浙江大学直博生。Introduction知识图谱(KGs)在很多NLP的下游应用中起着越来越重要的作用。但是知识图谱常常是不完整的,所以解决知识图谱补全的任务也非常重要。主要有三种方法来完成知识图谱补全…

聊聊如何提升推荐系统的结果多样性

文 | 洪九(李戈)源 | 知乎个性化推荐系统的出现为处理信息过载问题提供了一个有效的工具,已经成为互联网各大平台(电商、信息流等)的标配,并在技术(个性化召回、个性化排序等)上取得了长足的发展,逐渐从传统模型过度到深度学习时代。但是&…

论文浅尝 | GNN with Generated Parameters for Relation Extraction

论文笔记整理:申时荣,东南大学博士生。地址:https://arxiv.org/pdf/1902.00756.pdf来源:ACL2019在许多自然语言处理任务(例如关系提取)中,多跳关系推理是必不可少的,而图神经网络&am…

大众点评信息流基于文本生成的创意优化实践

1. 引言 信息流是目前大众点评除搜索之外的第二大用户获取信息的入口,以优质内容来辅助用户消费决策并引导发现品质生活。整个大众点评信息流(下文简称点评信息流)围绕个性化推荐去连接用户和信息,把更好的内容推荐给需要的用户。…

LeetCode 701. 二叉搜索树中的插入操作(二叉查找树/插入)

1. 题目 给定二叉搜索树(BST)的根节点和要插入树中的值,将值插入二叉搜索树。 返回插入后二叉搜索树的根节点。 保证原始二叉搜索树中不存在新值。 注意,可能存在多种有效的插入方式,只要树在插入后仍保持为二叉搜索…

docker的简单操作和端口映射

docker的简单操作和端口映射:https://www.cnblogs.com/lixaingyang/p/11976827.html docker的简单操作和端口映射 一:简介 Docker镜像 在Docker中容器是基于镜像启动的 镜像是启动容器的核心 镜像采用分层设计,最顶层为读写层 使用快照COW技…

Android官方开发文档Training系列课程中文版:管理Activity的生命周期之启动一个Activity

原文地址 : http://android.xsoftlab.net/training/basics/activity-lifecycle/index.html 导言 用户通过导航退出或者返回应用的时候,应用中Activity的生命周期会在不同的状态之间变换。举个例子,当Activity初次启动的时候,它会来到系统的…

论文浅尝 | 利用多语言 wordnet 上随机游走实现双语 embeddings

论文笔记整理:谭亦鸣,东南大学博士生,研究方向为知识图谱问答。来源:Knowledge Based System链接:https://www.sciencedirect.com/science/article/abs/pii/S0950705118301412?via%3Dihub双语word embedding将两种语言…

实践中学到的最重要的机器学习经验!

文 | 微调源 | 知乎问答今天我们讨论一个很有实际意义的问题:你在实践中学到的最重要的机器学习经验是什么?以下回答来自知乎优秀答主微调。1.永远保持怀疑机器学习是最容易得到错误结论的一种解决方案。和编程、做表格、或者纯粹的数学建模不同&#xf…

Android官方开发文档Training系列课程中文版:管理Activity的生命周期之暂停和恢复Activity

原文地址 : http://android.xsoftlab.net/training/basics/activity-lifecycle/pausing.html 在APP的正常使用过程中,在前台工作的Activity有时可能会被其他的可视化组件挡住,而引起Activity进入Paused状态。举个例子,当一个半透明的Activit…

Leaf:美团分布式ID生成服务开源

Leaf是美团基础研发平台推出的一个分布式ID生成服务,名字取自德国哲学家、数学家莱布尼茨的一句话:“There are no two identical leaves in the world.”Leaf具备高可靠、低延迟、全局唯一等特点。目前已经广泛应用于美团金融、美团外卖、美团酒旅等多个…

LeetCode 658. 找到 K 个最接近的元素(二分查找)

1. 题目 给定一个排序好的数组,两个整数 k 和 x,从数组中找到最靠近 x(两数之差最小)的 k 个数。返回的结果必须要是按升序排好的。如果有两个数与 x 的差值一样,优先选择数值较小的那个数。 示例 1:输入: [1,2,3,4,…

负数的开方到底等于多少?

文:杨树森知乎编:小鹿鹿lulu负数的开方到底等于多少?举个栗子拿出小本本, 一通变换,得到:Really? 且看下面详解乘方来源于乘法,我们可以归纳地定义,设 是一个域,, 则上述的域 可以是有理数域 , 实数域, 或复数域 前两…

综述 | 知识图谱实体链接:一份“由浅入深”的综述

本文转载自公众号:PaperWeekly。 作者丨Nicolas单位丨追一科技 AI Lab 研究员研究方向丨信息抽取、机器阅读理解本文介绍实体链接(Entity Linking)这一技术方向&#xff0…