果说电台#120-缘分天注定
你有思考过三年之后的自己会是什么样子吗?未来,是我们自主选择的,还是注定发生的?什么是数据驱动,什么是算法驱动?它们会对我们未来的生活和未来的企业产生怎样的影响?
我们该如何选择,才能让未来的自己做好准备?本期果说电台《缘分天注定》,再次邀请到知乎大 V、数据挖掘和机器学习领域答主、Tubi TV 的机器学习专家陈然,分享他的经验和思考。
相关链接
文字稿
机器转写,已做轻度分段整理,可能有识别错误。
00:00:11 A:果蔬让生活更多维欢迎大家收听果蔬电台我是火龙果果蔬是一个面向个人成长的知识分享平台我们在荔枝喜马拉雅等衣品网站上也有持续的内容更新今天这期节目应该是时隔两个多月又跟大家见面了然后我们今天也是请到了山竹君然后我们的小号还有一位也是一年前在我们节目中做客的陈然当时是一个在地产公司的互联网地产公司工作的一个数据科学家现在他去了 2BTV 他现在成为了一名算法工程师然后这期节目我们想跟大家聊的这个话题也比较有意思叫缘分天注定不知道这是一家什么节目听起来好像是个相亲节目那大家一起聊一聊有关个人选择包括当下的选择包括未来的选择然后如何去预见到你未来的一些职业发展的路径包括一些未来的公司等等我们可以聊得很开放毕竟时隔这么长时间再跟大家见面还有点紧张然后陈然在国内待几星期你可以跟我们分享一下在转行或者是跳槽这个阶段有一些什么样的心路历程
00:01:33 B:跳槽可能在美国的互联网网友中还是比较常见的吧所以很多人可能入职的时候就会想到未来三年之后如果我要跳槽的话会去一个什么样的公司
00:01:44 A:然后入职的时候就已经考虑
00:01:46 B:了因为三年一跳在硅谷特别硅谷这个圈子里面是非常非常常见的除非有什么特别的理由否则大家都是主要是通过跳槽来获得职位的提升然后薪水的增长之类的所以说很多人在入职的时候都会去想就是说在这样三年过程中我对自己有什么样的期待我希望在三年过程中学到哪些东西然后我现在职位职责是什么我希望在下一份工作中能提高到什么样的职责里面去所以可能希望在这份工作中通过做不同的项目之类的来弥补自己的能力上可能有
00:02:20 A:不足的地方对可能对于很多人来说就是找一份工作的时候已经消耗了很多精力了更没有精力去再想三年之后自己的样子就是你的这个习惯是因为是你当时在上学期间就有这么一个习惯
00:02:37 B:还是怎样嗯对就是我我本身的话就对于自己未来想做什么这个事情意味着的是闷心自问就是这个深夜辗转反侧难以自眠的一个会经常非常非常本质的问题就是我是谁对吧我从哪里来我要去哪里对所以特别是进入大学之后这个问题一直非常困惑我然后我也一直在问自己然后我我大学的时候因为我以前一直都学计算机相关的东西嘛所以当时选择了清华的软件学院然后但是当时的计算机并没有现在这么盛行就大家没有觉得那是个特别好的选择大家普遍都觉得是金管金融做管理做咨询是更好我当时也有这样的想法其实就是说因为人很难抵抗过这种我觉得与大缝隙对抗是一件非常困难的事情就是从众是一件非常容易的事情但是我这个人就是说遇到问题就是想解决问题然后我就去想探索感受这个东西到底适不适合我这个行业解决问题是不是我觉得有兴趣的所以我当时就找了一些机会跟着做一些非常简单的咨询类的项目就去实战
00:03:43 A:了然后在本科期间去做
00:03:44 B:对就大一大二的时候就去了然后选了一些课程然后跟那个学校的老师经管学院的一些老师都聊过就是我能感觉到很年轻的时候就进入咨询管理行业我觉得并不能从本质上解决问题就他们可能更多的还是说帮甲方甲方有什么需求来服务甲方而不是说本质的说为了公司的好或者是怎么样对对就是他的就解决问题思路还是不太一样吧
00:04:13 A:因为我们也做咨询啊就可以在这插一句因为这个咨询行业就还是很靠经验的就是特别是需要你在这个行业里面浸泡很多年你了解甲方遇到的这个问题到底本质上是什么问题是他内部管理的问题还是市场的问题还是什么问题就差很复杂的一个体系对那如果是年纪轻轻就从事咨询行业的话因为没有这样的背景或者对行业的理解可能很难深入的去做出甲方满意的东西就是所谓的不接地气可能就有
00:04:44 B:这个对对我对我有我觉得这感受还挺深的然后也感觉到就听他们讲了一下可能国内的咨询和国外的咨询比如国外可能非常体系化国内又解决的问题又比较每个公司可能也不太一样然后也没有体系化的这种培养体系所以我觉得当时觉得没有觉得特别喜欢吧然后反而另外一方面觉得当时看了很多啊互联网公司的兴起觉得一个人就就能做出这么牛逼的东西出来就非常想自己也能靠个人的能力来做很大的项目就觉得创造写代码才是真正有意思的东西所以就在当时就又回来开始认真学习对
00:05:26 A:对对你是兜了一圈
00:05:28 B:才回来对有没有一大圈吧反正做一个尝试对很早就开始兜圈了所以可能对没有
00:05:34 C:都觉得这还挺难得的因为因为我自己是辅导员嘛所以说在带低年级的学生的时候他们普遍会存在一个问题就是他们进入到一个新的阶段之后会开始会比较安逸就像你如果说你先定了进到一个软件学院他们可能会先是更花很长的时间在既定的轨道上先去做很少会主动的去想一些改变的可能所以说就会导致当他们觉得这个方面不适合自己当自己开始决心有新的想法的时候发现时间已经过去很多了对像你这样在很开始之后就会去主动的去思考质疑自己现在这个道路适不适合自己然后以及跳出这个既定的道路看有没有更多的可能性去尝试这个其实在低年级真的是很
00:06:22 A:难得对我觉得很难因为本来你本身就不知道你自己对这个东西你首先对软件都不了解是吧你怎么
00:06:30 B:就跳出去了对而且当然还有感触很深的就是我当时上了一个课叫职业生涯规划然后我大一就开始上这个课所以我觉得那个东西就是改变了我思考我觉得上清华很大的轨迹就是说觉得可能做科研读研究生读博士很自然的他们就反复跟你说你找工作可能是更常见的事情你不要老觉得自己一定会去读博士所以你现在就要去看招聘会长什么样所以我大一就跑去看过招聘会长什么样子然后还写过那个感想我记得当时那个感想都在人人网上都写发了对就怎么写的感触很深, 那个时候就已经看出来整个行业对于计算机的需求非常大不管什么公司, 要么招销售, 要么招 IT 所以当时觉得做 IT 还挺好的因为毕竟公司都在招嘛对在那种双向选择过程中感觉公司是非常牛的存在求职都是有点低声下气的感觉然后感觉不太好就是我觉得我
00:07:34 C:更加的心态更加平和和谦卑一些支持更加的尊重他意思
00:07:39 A:应该是说自己感觉很不爽
00:07:41 B:对对对我就是觉得对我是觉得不应该是说如果你很牛逼你能帮自己能解决问题的话公司应该是非常希望求着你应该是人才市场对但是其实反过来的嘛但是就实际成果中是反过来的嘛所以我当时就是说也想知道有没有可能会发生这样的改变对但是不管怎么样那个时候就是对我让我对于整个求职找工作呀这种状态很早可能就跟别人想的思路就不太一样了对
00:08:09 A:对我多么希望我当时有这么一个职业人员规划我也
00:08:13 D:希望但是我觉得我是个反面的例子我大一的时候也上了这门课但是就是我大学期间就是我上了四年
00:08:20 A:的课以来分最低的一门
00:08:22 D:唯一一门不是我自己想选我去上所以我就完全几乎没有听的课其实我每一门选修课都是自己感兴趣我才去的但是刚好那一门是我同学帮我选的当时他帮我抢的我就
00:08:35 A:去了给了你机会然后
00:08:37 D:对但是我当时觉得这么课真的好无聊啊然后我就在那课上全部做高数作业啊对但是我就是今年的时候突然之间感受到职业规划非常非常重要而且我还跟我朋友说我说我现在回想起来我大一的时候居然上过一门职业规划而且当时我不以为然觉得就是那种很很教条式的说让你做一些测评什么什么分析然后说啊那你就应该适合某几种职业然后给你
00:09:05 A:几个维度可能是这个方法的问题你不太接受可能有
00:09:08 D:一点吧但是当时确实自己可能比较幼稚真的就没有去思考
00:09:13 C:所以今天第一条要尽早的建立起这个就业导向的职业职业
00:09:19 B:职业思考对我觉得确实很
00:09:22 C:现在很多学校学院都在推但更但其实更需要的是从个人角度去就这方面的
00:09:28 A:转变和思考别说这些同学们了就包括我们现在每个人你说考虑之后几年的事情多吗其实并不多就我们大部分的时间都还花在当前眼前的事情上是吧对啊那你当时在比如说在上一家公司啊当时我记得采访你的时候应该也算感觉做的还挺好的也是也是做数据科学家是吧也是做数据对然后也做推荐算法对然后我觉得还跟你的这个判断还是比较一致的对那为什么会有了这个换一份
00:09:58 B:工作的这个考虑嗯就是当时的时候我研究生毕业的时候我就想去找一个做机器学习应用的工作嘛然后我又不希望去一个纯互联网公司我希望有交叉然后对有行业经验然后希望这个组在公司里面有比较重要所以我就选择了去出利亚这样一间公司然后我觉得就是我对自己的期待就是说我希望在这一份工作中我学会怎么样把一件项目做成能把项目做上线然后我希望了解这个行业的工具啊工具的使用啊行业的发展情况呀然后与人打交道一些软技能啊之类的然后在那工作的可能两三年左右的时间中算是你的第一份工对第一份工作我觉得我能学到你都学到了然后嗯我能想做的技术学习应用我基本上都做了就是包括推荐系统啊包括呃语言理解啊包括通向识别呀就是我能想到的东西我都做过了一遍这个时候就感觉自己提高的程度就很少了就是再往后发展就是大公司嘛他可能相对比较慢一点那产品上线的流程非常长对我就觉得我就非常期待去找一个更小的公司然后我能发挥我自己的专长就是我希望这个公司里面第一积极学习啊数据是公司文化中非常重要的部分然后这公司里面还没有这个组还很小可能就一个两个人那我去了可不可以帮整个组搭建一个很大的平台所以当时就看了很多碧伦以前的小公司对然后
00:11:30 A:也是一个海量筛选的过程
00:11:32 B:海量筛选然后当时我还有一些别的要求吧就是我比较现实我也比较希望这个公司能赚钱就是我不太希望这我不太要求这个公司有伟大的改变人类的理想的这种计划但是我非常在乎这个公司能不能赚钱因为我觉得公司赚的钱才会对员工好如果公司不赚钱是不可能对员工好的我
00:11:53 A:觉得这是他商业价值的一个
00:11:55 B:体现对所以我很在乎这个然后还有就是我希望公司或多或少比如说有北京办公室或者说和国内有很多人联系可能长期来讲我也希望保持这种对回来保持这种可能性就是能够来两地多跑一跑所以当时看到 2B 的这个机会感觉非常合适
00:12:17 A:你的这些标准是在你选择 2B 之前就已经设定好
00:12:21 B:了也没有完全设定好比如说 B轮以前肯定设定好了然后公司要赚钱肯定设定好了然后在不同的公司反复交流过程中又想明白了很多别的事情然后我一般找工作就是说其实大部分事情都是这样就是说我都会去想一个标准比如说一条两条然后我就开始简单的搜索满足这个标准了我就停下来然后这件事
00:12:44 A:就结束了那你也不会再去比较很多其他东西这个
00:12:47 C:标准是有一个限度的就有一个时间或者说是一个程度的一个限度不会无限的这种
00:12:54 B:不会我觉得设定标准我看来都是一些比较合理的标准就是我觉得是找得到的然后我不会说比如说找到一个合理合标准的我会再去找下一家我很难我觉得既然这是我的标准那就是达到了标准我就是结束了就是这个意思然后就找到了这家对然后我觉得非常合适然后就就当时都没有什么犹豫就面试就全部都停止了我就本来一般来讲都是说你还有面试会面
00:13:20 C:完嘛权衡利弊然后是多选择对
00:13:23 B:多选择然后可能要工资相互对比啊什么的然后我感觉这家公司就各方面给我的都满足我的要求我就也没有对比也没有什么就直接就过来了当时在
00:13:34 A:那个时间节点上这个公司应该还就比如营收这块应该不如今天这么好它的利润肯定也没今天这么好对那你是怎么判断它会有一个成长就是这个是做怎么样做出来的就包括对这家公司可能还是有一些其他东西能
00:13:49 B:打动你吧对就可能跟创始人啊跟 cto 聊啊就明显感受到他们公司对于这个数据驱动和算法驱动这个文化非常重视然后也非常愿意投入资源但是招一个合适的人进来非常难就是他们明显的感受然后在另外一方面我觉得在这个我们做的这个 2B 是一个类似于 Netflix 的东西嘛就是 Netflix 和 Hulu 他们已经证明过了算法驱动这些东西是可以对公司帮助很大的听众
00:14:22 A:稍微简单介绍一下就是这个 2B 是做什么呢是做一家你在线看电影或者电视剧免费的有正版的电影的一个网站像耐飞是吧就像一些比较优良电视剧的制作方它是那种订阅制的就是你每月要付月费但是像这家公司打的是免费这个旗号然后给你在电视上比如说用小米盒子类似于小米盒子里装载的 APP 就是这个 2B 然后你可以通过这个 APP 看到一些免费的片源他们就做这么一件事那怎么赚钱呢就是
00:15:00 B:广告然后我们主要是北美了可能国内中国现在还是没有的
00:15:04 A:嗯对然后那就是整个这个他们算法驱动数据驱动这点也比较打动你然后你你会认为这个是下一轮这个这些公司有竞争力的一个增长点对
00:15:16 B:我我我确实是比较这么认为的就是说如果你有这个算法驱动比如说数据驱动文化的话公司就会对于 ABtest 实验就会是就会觉得非常重要就是说我们可能人都有很多的阴推直觉觉得怎么样做更好怎么样做更好 A 更好 B 更好 C 更好但是这种其实这种直觉都没有什么意义就是说它并不能说明什么也不意味着你在这个行业里待的久你就会更对我们都得靠做 ABTEST 看最后哪些 ABTEST 的结果能够对用户的体验更好我们的这个反馈更好我们才用哪一个对吧如果有这样的文化的话就意味着比如说我们每个做产品的人脑袋里都要想这件事情我不会跟你去吵架没有意义对吧我们最后就是说我们都认为有几种方法我们都做出来我们同时上线十种不同的那个我们就测谁的好就上谁的就这么简单对吧然后那这也意味着我们做后端做算法都得必须要做很多技术性的工作来支持同时能够做这么多的实验对所以我觉得这对于这个公司的整个架构啊什么的都是一种挑战但是另外一方面我也认为就是说这也是公司能够快速
00:16:37 A:发展的一个基础对或者说咱们举个例子啊就是国内用算法和数据驱动做的比较好
00:16:44 B:的今日头条包括抖音是吧抖音都是今日头条做出来
00:16:49 A:的他们这个算法驱动就是说类似于你看了一个视频然后我推荐给你另一个视频让你看了还想看对看了还想看然后看很长很长的时间对反正就是说明他们算法驱动做的
00:17:00 B:非常好对就是说你想传传统的比如说更早一点的你想当时新浪这种新闻网站的时候满屏幕都是什么编辑推荐之类的东西对吧这就是说人类所谓的直觉他相信你如果喜欢这个可能也喜欢那个但是这个在算法体系上都没有意义就是说算法它可以在几千万种不同的人类的性格当中找每一种人你看过了不同的电影之后可能会喜欢看另外一种不同的电影对吧然后它会反复的根据你实时的行为来优化你下一个可能更喜欢看哪个电影并且来学习你这种行为的特征对这个是一个
00:17:36 C:最优的一种情况这个会让把人的这个兴趣更加的关联起来就比如说以前推荐我印象中以前推荐比如说你看了一场比赛的视频他就会给你推比赛的视频现在可能说你可能喜欢看比赛的视频的人可能更也喜欢看游戏他就会给你推个游戏但是你刚才
00:17:58 A:说的这些都是人的判断算法可能就不管这些他
00:18:03 C:看结果对对可能会出来一个你按照常理想不到的一个结果但是他是算出来的也是一个符合事实感觉很可怕
00:18:11 A:挖掘你内心潜在的事情他
00:18:15 C:比我更了解我黑暗的
00:18:17 B:小秘密
00:18:29 A:那你觉得就提一个比较开放一点的问题就是你觉得这个算法帮助我们来去优化一套体系这种方法能不能移植在个人的选择上就是就类似于我未来我要做很多选择当然这个不可验证
00:18:47 B:了对但是其实你想某种意义上当时比如说你之前说做过那个性格测试职业规划职业性格测试对他建议你去职业某种意义上也是这种算出来
00:18:59 A:的对也是根据你的行为特质包括你的一些对
00:19:04 D:但是他那个可能就是通过心理学专家然后他提炼的几个那种维度专家打分法对对对然后不是相当于那个那种现在比较比较经典或者说大家公认的那种大
00:19:15 A:我摸鞋等等那些算出来的对对如果是有这么一套体系就是说呃我们做很多算法啊预测这个人下一步的行为会是什么样的然后我们再来根据这个人下一步发生的情况做比对看谁运错的更准这个肯定很快也
00:19:32 C:要发生了这也需要很多
00:19:35 A:历史数据对样本积累对我其实想说的就是想拽回来咱们刚才面对咱们未来的选择你是怎么预见到的除了这种提前规划就三五年提前去设想他还有什么就帮助你去
00:19:54 B:判断我觉得一定要多尝试然后多看一些新的东西然后去舍得花钱去体验对
00:20:01 A:所谓的体验是怎样就是再
00:20:03 B:举个例子比如说我上大学的时候那个时候啊移动开发刚刚开始那时候安卓手机非常贵那我也是花了学费花了 40 多块钱买了第一款那个安卓智能机那时候在安卓 1.5 还是什么叫叫里程碑对然后那个基本上开始我当时大学很长一段时间移动开发对就是我做过安卓的很长的开发包括我对那参加小米的第一场发布会就是因为就觉得 MIUI 那个时候很牛逼然后但是做了一段时间之后就意识到了就虽然安卓非常酷但是我觉得它不够难就是我觉得对门槛不是那么高就是我觉得你一个比如说经过技术培训你可能上就是怎么讲就是你可能写过很长时间代码之后你大家都可以写熟练写安卓这种东西对所以我还期待找一个更难的东西然后那个时候在实验室里面机缘巧合可能就接触到一些数据挖掘和一些机器学习的概念那个时候还没有这么火但是我当时就感觉这个东西非常的厉害就它可以解决很多问题然后它本质上它又可以改变你对于这个产品制作的这种就产品方法论上的一些改变就当时只有一些粗略的这种感觉嘛所以但是我觉得就是我一定要去美国学这个东西就是我我因为当时的主流的风气是把大学毕业要创业那时候车库咖啡非常那个火对我就想大学毕业创业对但是那个时候我因为对这个了解改变了我的想法然后我就决定了说我不要去创业了我要去美国读积极学习然后后来就去看了 gmail 读了积极学习然后结果事实上也是在我大学毕业的时候开始就积极学习的就风潮就起来了然后刚好毕业的时候就赶上了那一步所以他成
00:21:53 A:了那个知乎上去大为对对
00:21:54 B:对对对关注的关注一下对对就是是因为就那个时候我我觉得还是很早就意识到了这个东西会以后会发生不一样所以有选择性的在那个时候就选择学习了
00:22:06 A:这个东西对所以其实对一些新鲜事物的追寻和这种保持热忱去关注它还是还挺
00:22:14 C:重要的这种特别开放积极性看迎接新事物的这种心态而且你敢于去尝试有勇气去
00:22:21 A:尝试对那你对现在这个节点你看到了什么我其实
00:22:26 B:不知道就是我比如说我觉得记忆学习可能还有更多的潜力没有被发掘但是另外一方面我觉得年纪更轻一点的小朋友可能也应该去尝试一些不一样的东西比如说如果仅仅允许买一些 VRAR 的设备感受一下自己做一些开发或者说自己发个币, 对吧, 搞个区块链, 现在就是尝试嘛, 反正就不管以后做
00:22:49 A:什么, 或者去这样的公司是
00:22:51 B:吧, 去实习一下, 对吧, 去感受一下, 我觉得这个可能会改变你对于这个世界的理解, 我觉得非常好。对
00:22:58 A:你说这个机器学习这块它被挖掘啊就是它的价值还有很大但是从这个目前它的这种开源的算法越来越多然后成熟的库也越来越多的情况下它的门槛是在变低的对的对的那其实不符合你刚才说的这个要有一定难度未来还会有什么就比较有挑战
00:23:19 B:的这种方向对就是我觉得
00:23:22 C:需要做做完这这一轮的三年再想出来这个问题是
00:23:27 B:吧对我还在思考中进学习他虽然是说啊本质上是可能开源的包越来越多但是那些东西并没有帮助你理解问题对吧就是他的理解还是数学还是公式对如果你不能理解那些公式你依然没有理解这个问题到底要解决什么问题所以我觉得这个门槛依然还是在这里的可能会有些越来越常规化的问题会被转化成你可以简单的调包就能解决但是深度去理解
00:23:54 A:它背后的原理对依然是
00:23:56 B:非常非常重要的而且依然是可能在跨领域做应用的时候依然是一个门槛在这里
00:24:03 A:我的一个感受是这个计算机的工具它越来越像是一种工具它包括一些封装好的一些算法但是本质上来说驱动你对就是现实中创造价值的还是你对现实问题的把握和对客户真实需求的把握
00:24:18 B:对对我也挺同意的
00:24:20 A:对那么就是你们现在这个 2BTV 在发展的过程中你觉得就是作为一个团队来说在这个团队中你会有什么样跟之前不一样的体验吗就是
00:24:33 B:一个中式问题体验就是因为选择了创业公司就意味着选择了你可能希望承担更大的责任对吧你希望做更多的东西工作时间更长所以在公司里面感觉更多就是大家在乎他们做的东西并且可能是思考是说公司现在需要我做什么然后我就去做什么而不是说可能在大公司里面更多思考就是说我想得到什么呃对我想得到什么或者说今天我怎么把这八个小时度过去那还是对对对对那对大公司吗包括其实有个跟国企啊什么的可能都有点类似了就是说对嗯所以参与感参与度会更强责任感会对责任感更强然后很多东西都是自己手把手做出来的小公司就是这一点是特别爽啊然后啊对反馈非常及时然后上线速度非常快然后很多核心的决策是自己做决定而不需要开太多的会啊这样的东西然后最后而且如果你是数据驱动的话最后都是结果说话所以本质上就是在结果面前大家都没有区别你做产品的并不意味着对你级别
00:25:49 A:高也并不意味着你怎么样
00:25:50 B:对对的我们最后都是靠 ABtest 结果嘛对吧那如果我做的更好那就是
00:25:55 A:我更好对那这是一种非常好的一种文化以前说工程师驱动说的多现在是算法驱动我觉得算法驱动比工程师驱动还重要一些数据驱动
00:26:08 B:算法驱动对结果说话刚才我们
00:26:12 A:在聊天的时候讲了一个特别好的例子讲算法驱动说是跟 Facebook 结合你可以跟大家讲讲这套逻辑还挺有意思的相当于是端到端
00:26:23 B:对刚才在讲那个在做 usergrowth 就是用户增长在美国最常见的用户增长方式就是在 Facebook 上买广告因为 Facebook 是最大的广告商然后它的要上面用户行为比较真实所以大家都愿意在上面买广告然后广告的形式就是说你作为一个 Facebook 的用户你可能在他们的那个信息流里面看到了一个说哎要不要来看一下 TubeTV 然后你会点击然后他就会让你去下载平台上
00:26:50 A:来说对于其他这个广告投放商来说下载可能就已经成功了对的对对就是已经满足了我的用户增长的需要了
00:26:58 C:对的他是思考如何优化这个下载的数量对的对
00:27:02 B:的但是呢对但是我们就是说因为下载本身就是说它是个流量但他没有不一定看的时间长对吧他可能有些人爱下载但是从来不看对吧我们并不希望这种事情发生所以说我们 facebook 提供的这样的借口之后我们会把用户的一些行为数据实时的返回给 facebook 这样子的话我们就不需要用户增长的这个同事想很多的直觉来找到更合适的人比如说选什么样的标签选什么样的年龄段选什么样的性别选哪里的哪个城市的人哪个州的人之类的这个都不需要了就直接把这个实时的大家观看的这些数据返回给 Facebook 这样 Facebook 可以根据真实的数据来优化他们的算法感觉好像把
00:27:48 A:你们的一部分工作交给了 Facebook
00:27:50 B:在做对因为他们更擅长嘛啊对所以所以这样子也更高效嘛嗯然后他们也需要对他们也需要对嗯所以我们这样子做做用户增长的同时他们就也不需要每天想这些直觉上一些奇奇怪怪的配置啊交叉对比了就相当于他只需要更关心说啊我的大方向上不能错对吧我们的啊品牌是安全的就你不能把自己的品牌跟一些其他的东西混在一起之类的别的问题了对像增长这个问题就完全被数据驱动然后让真实的用户能够自动的流进来我们就要花钱就能买到真实的用户这是非常好的一个
00:28:31 C:状况我理解就是相当于之前的时候是只是点击或者说转移到了你们这个平台上他就认为这个广告就生效了你们现在由于进一步接触到你们自己的数据现在是产生了对于公司真实效益真实经济收益的这些人然后再反馈给这个数据投放对广告投放方就把两端
00:28:55 B:打通这个非常好就在于说赚钱本质上就是说你希望你获取一个用户比如十块钱但你的用户身上能赚 15 块钱对吧那这就是一个好的商业模式对至于做什么其实对吧并不重要那这个数据的流通就我们就可以保证从每个用户上面我们都可以保证我们一块钱来我们可以他正在身上通过放广告我们赚一块五对吧所以这个是数据驱动可以让这个事情做的更本质一些对
00:29:36 A:我之前看到 Plantier 上有一句话他们说自己这个公司也是个数据公司帮美国政府做了很多种安全监控体系的公司他有一句话说我们的一个任务不是为了用这个计算机去替代人的这个智能而是为了增进人的这个 humanintelligence 就是增进人的智慧但是从刚才我们的对话中讲到这个算法驱动啊等等他他其实都是一个结果导向就是人在这个里面他其实他可能就是把这个流程设计好对后面我就不再管了你说这个人的智能是被增加了
00:30:15 B:还是被减少了对啊我
00:30:18 A:感觉不需要人做这个增长
00:30:20 B:了已经是不需要了我们只需要看我们用户已经是
00:30:26 A:黑箱了我们已经不理解了
00:30:29 C:就相当于之前的工业革命解放的是过于过剩的劳动力吗现在是解放的过剩的脑力过剩
00:30:38 A:吗不一定过剩只是说它的效果没有那么好了就是你跟机器去就是算法驱动相比的话你的对结果的判断没有那么准确了对他从结果的就就你你
00:30:50 C:你你以前说你体力干部机器吗现在是你脑力上过干部算法对对对所以你就用用脑力去干点别的吧娱乐吧文化休闲吗社会
00:31:03 A:在进步吗还有机器现在还
00:31:06 D:不能也不叫不能创造但是可能跟人的创造力还是有区别嘛只是可能比如说在这种计算广告的领域就不需要人的智能所谓的智能去做这件事情机器已经可以做了人就把这种脑力放到
00:31:22 C:其他的地方从另外一个角度讲也是在推动人类进化
00:31:27 A:这个方向我就觉得不太好判断未来有了这些算法驱动数据驱动以后人们大家都在干嘛然后我们当时之前讨论啊就是人会分成两种一部分呢是一些还在写算法的人他们觉得这是一种娱乐方式然后另外一部分是被这些算法然后提供了一些娱乐方式娱乐这个 APP 啊快手啊或者是那个他就在娱乐最终极状态
00:31:55 B:就是娱乐状态因为娱乐状态一部分
00:31:58 C:人更聪明了然后但是另一部分人就是也不能这么说
00:32:01 B:过你聪明也不能这么说过你聪明也不能这么说
00:32:01 A:过你聪明也不能这么说过你聪明也不能这么说过你聪明也不能这么说过你聪明也不能这么说过你聪明也不能这么说
00:32:03 D:过你聪明也不能这么说过你聪明也不能这么说
00:32:03 A:过你聪明也不能这么说
00:32:04 D:过你聪明也不能这么说过你聪明也不能这么说
00:32:05 A:过你聪明也不能这么说过你聪明也不能这么说过你聪明也不能这么说过你聪明也不能这么说过你聪明也不能这么说过你聪明也不能这么说过你聪明也不能这么说过你聪明也不能这么说
00:32:08 B:过你聪明也不能这么说
00:32:09 A:过你聪明也不能这么我
00:32:10 B:也不知道这可能比较远比较远对但是反正就所有的推荐系统现在学出来他可能其实是挺本质的就是说什么让你开心对吧他不需要解释这件事情但是他就能通过不断的预测来让你下一刻感觉很开心对吧这个东西就是退一步说说让一个人开心是不是这个人拥有的一个权利你有没有权利
00:32:37 A:选择让自己开心我感觉应该
00:32:40 B:选择让自己开心对那如果现在有这种黑箱模型可以一直让你开心我们应该允不允许这种黑箱模型的存在这
00:32:47 A:是个哲学问题对这个问题
00:32:49 B:很哲学对因为其实这个问题和很多东西混在一起比如说假新闻对吧对那其实新闻的真假有时候也很难说到底什么是真什么假那如果这个东西用户看了开心对吧如果我们没有谁能说这个东西到底是真是假的情况下我们允不允许应不应该允许它的
00:33:07 A:存在这得看新闻的本质是什么如果新闻它是本质是真实报道的话那就应该是假的肯定是不好的但是如果是换一种就是说娱乐方式吧对如果这种娱乐方式让你开心是不是这个舆论方式就会比另外一种舆论方式更好那当然是了我觉得人
00:33:26 C:还是有这个选择的权利但
00:33:28 A:实际上人在让渡这种选择的权利你不觉得吗但是也
00:33:32 C:是自愿让多不一定是
00:33:34 A:自愿只是说所以这些问题就是会比较麻烦我们还说比较近的未来你比如说你现在预测三年之后的自己你肯定不是基于让自己开心这个维度去预测自己的未来是吧如果是开心的话我可能三年之内打游戏是吧打很多游戏
00:33:56 C:我就很开心是不是需要一个更长的人生目标和这个方向
00:34:04 A:我
00:34:07 B:觉得我们这一类人相对活的比较焦虑可能是寻求自我价值但是我也我也慢慢意识到并不是所有人都是
00:34:14 A:这样子的多元的人生价值观嘛很多人无所谓啊反正就是赚钱也是为了娱乐你们娱乐
00:34:24 B:也是为了娱乐直接开始娱乐
00:34:28 A:是吧所以有一种假设就是说未来包括阿拉莫斯科也在给就是担心人工智能的出现会对人类整体有一些威胁就这个其实也是一个也是一个潜在的风险我们一味的让数据驱动和算法驱动对于公司来说固然很好对于个人来说是不是能够长期的服务于我们
00:34:56 B:的福祉幸福人类的终极幸福
00:35:00 A:到底是什么是吧当下来说对于我们的听众来说可能更多的去接触一下这些新鲜的事物包括技术的前沿肯定会解放生产力能够让你做更多的事做更多的选择刚才陈然从她的经历中总结就是我们如何预见未来预见到一个相对来说更可能发生的未来或者帮助你去做一些决策比如说首先是你在要去迟早的关注尽早的关注更多的可能性然后尽早的去接触一些新的新鲜的事物更早的去尝试还有一些什么样的建议吗然后
00:35:44 B:我觉得你资源允许的情况下多把资源就是投入到让你可以去尝试不同东西的上面就不用太担心钱呀什么的但是还是在条件允许的情况下因为我觉得当你慢慢的这些就是当你选择了正确的方向了选择合适自己的方向之后钱呀什么的都是对都是可以会回来的但是早期如果你能够接触一些非常不一样的东西我觉得对于你个人成长
00:36:10 A:帮助非常的大打个比方有点像企业不是会有研发投入其实对于你个体来说的研发投入早期
00:36:18 B:阶段也能把研发投入投上去的话其实我觉得是非常有
00:36:23 C:帮助的起码要建立这么一个意识你要对于自己有投入对对要要拿一部分钱拿一部分时间时间和资金这样
00:36:33 A:投入到未来的关注上对对就是做公司的一些思路可以在人生的经营上对我们都说创业精神吧你就是每个人如果不创业也可以
00:36:42 C:有创业精神对自己就是一家企业
00:36:45 A:对经营自己因为陈然他们公司也在招聘包括我们公司也在招聘当然我们都需要数据
00:36:54 C:驱动算法驱动我们都是非常
00:36:56 A:新鲜的事物所以欢迎感兴趣的同学也加入到我们的行列中包括陈然他们在北京也有 office 我们在北京也有 office 一起去探索位置今天非常感谢陈然今天又再次做客然后我们期待再过一段时间再邀请你来然后我们可以见证你的成长也见证你对未来的
00:37:17 B:一些判断好的谢谢谢谢大家
00:38:00 C:嗯嗯嗯
转写来源:applepodcasts / podcast;引擎:assemblyai
继续阅读
全部内容谁来颠覆低频刚需?
这篇文章是我2017年写的草稿但一直没有发布,那时候 Google 刚刚提到 AI First 的战略,互联网的迭代重点还是以推荐系统和深度学习为核心。时至今日 LLM 的出现让这个问题有了些许答案,想了想还是把文章发布出来。 推荐系统的胜利 过去五年,机器学习在推荐系统领域的研究,给高科技企业带来了巨大的收益。我们在...
如何评价 DeepMind 在星际中的失利,以及 OpenAI 在 Dota 上的成功?
谢邀 两者都很成功,但是 OpenAI 更擅长宣传。 星际哪怕最简单的 1v1 都需要同时控制大量单位,这与 dota 中 1v1 只需要控制一个单位难度差别很大。两者都证明了在复杂游戏中人工智能已经可以完成相对简单的任务,但暂时还无法完成整个游戏:DeepMind 在星际中已经精通挖矿,建造,控兵,但无法正常比赛。O...
截至 2016 年 3 月,机器学习、数据挖掘、计算机视觉等的泡沫有多大?
谢邀 现在,2016年6月,机器学习、数据挖掘、计算机视觉等应用毫无泡沫,甚至远远没有发挥算法应有的潜力。 从我在 Trulia: Real Estate Listings, Homes For Sale, Housing Data 工作的经验来看,公司几乎每一个产品线都有可以算法化的地方。同时,不少新的算法可以带来全...
