第4章 感谢内卷的面试文化
其实孟繁岐也曾无数次幻想过重生这样的事情，在他的梦中，事业，爱情的进展总是神速，一帆风顺。</p>
然而当真有机会重新走在十年前的大学校园里，孟繁岐却发现，也就只有买买BTC这种事比较容易做。</p>
他没有异界默写《红楼梦》，倒背唐诗宋词三百首的记忆力。</p>
而AI时代代码和工具的更新换代又是如此迅捷神速。</p>
截止此时，别说是后世二分天下的两个AI工具没有发布，就连更早的Caffe都没有开始开发。</p>
整个学界还在AlexNet大地震的余震当中，学界不少人连深度神经网络到底长什么样子还没完全搞清楚，又哪来的现成框架给他使用呢？</p>
孟繁岐走在回宿舍的路上，开始思索怎么应付重生回来的第一个难题，服务器这东西只要熬过这几个月，出一部分BTC就够买。</p>
而参赛拿了第一之后，谷歌可不会吝啬几台机器借你用。孟繁岐非常清楚这段往事，只要顺利实现算法，谷歌开给自己的将会是一个天文数字。</p>
比较麻烦的是构建这個模型要用的代码框架。他开始接触的那会儿，最火热的工具是15年出的TensorFlow(TF)，又过了两年，17年脸书(Facebook)提出了PyTorch，更加易用，渐渐后来居上。孟繁岐便也转而使用PyTorch居多。</p>
再之前的一些框架，他有所听闻，但诚实地来说，确实从来没有接触过。</p>
越到后期，各种包装就做得越好，即便是小学生来了也可以两行代码直接构造一个高性能的前沿模型。</p>
但那到底是十年后了，如今距离TF发布最初版本还有两年多，孟繁岐有点烦躁。</p>
他目前的计划是去看一看去年AlexNet最初版的源码，再去看看阿里克斯本人的主页，应当会有一些收获。</p>
实在不行，就只能乘着阿里克斯如今春风得意，又还没有签约谷歌的这段当口，多套近乎，向他请教。</p>
由于AlexNet是深度学习时代的里程碑事件，其模型名称又以本人命名，因而孟繁岐对其论文，网络乃至本人都稍有些了解。点开网页搜索其人的姓名，很容易就能在多伦多大学的网站上找到其简洁的个人主页。</p>
不仅如此，这个个人主页上还详细记载了他在校期间自己开发加速的一些代码。主要是C++和基于英伟达显卡的CUDA代码，基本上在10年-12年这个时间段。</p>
“好人一生平安啊！”孟繁岐点开链接，发现他不仅是代码和结果记录在里面，就连每次的改动修正了什么也都记得清清楚楚，甚至旁边还留了一句言，“如果有任何代码跑不起来，请随时联系我。”</p>
孟繁岐的眼中流出了两行热泪，正是因为一代代算法开创者如此无私的奉献和分享，AI行业才在十年中发展的如此迅猛。</p>
“好代码，我抄！”数据和代码都在下载之中，如果这个cuda-convnet的框架可以使用，那代码的问题其实就算解决了一半，孟繁岐完全可以基于这个雏形框架先初步实现一些比较关键的算法。</p>
想到这里，孟繁岐不得不由衷地感谢后世越来越内卷的算法面试。</p>try{ggauto();} catch(ex){}
他对自己的能力认知非常清楚，即便是重回十年前，他的代码能力也并不突出。他的优势在于清楚很多技术和公司的发展路线。</p>
之所以对这些著名的算法技术了若指掌，并且能复现其中相当的一部分。还得多多感谢程序员特色的面试机制。大一些的企业，一次面试面你三轮五轮技术，现场考你写代码，问你经典技术让你实现，那是司空见惯了。</p>
加上程序员这群人又特别喜欢分享，酷爱写“面经”也就是面试的经历和经验。往往又有好心人针对这些问题提供非常详细完美的答案。</p>
如此来回反复几年，大企业为了筛选人选，题目也是越出越难，越出越加刁钻。因而使得孟繁岐对各个路线的基本核心技术和经典论文烂熟于心。</p>
只是后世早有人把工具写好，了解这些经典原理在工作中没什么大用处，却没想到竟能在这里物尽其用。</p>
除了代码之外，另一个要紧的任务就是几篇重要论文的细节和推理论证。</p>
孟繁岐基本记得主要的脉络和逻辑，但细微之处却不周全，还需要好好努力打磨一番。</p>
如果想要分最大的蛋糕，要做的事情还是相当多的，孟繁岐仔细盘算了一下，许多日后AI方向的基石，其实大都在13-15年这段时间提出。</p>
并且，如果自己频频提前一两年提出算法，发表论文的话，很有可能引起蝴蝶效应，使得领域内的进展更加的快速。导致自己的时间比原本要越少。</p>
因此，孟繁岐初步规划，在前一到两年，也就是到15年左右，尽量把日后各个方向的最核心算法给实现或者提出理论。</p>
随后15-18年，主要利用已经换取的资源，经济资源也好流量知名度也好。转移重心把自己的精力主要放在突破人类水平的那几个项目当中，如AI围棋，AI游戏，AI绘画和AI语言等。凭借基于自己算法的AI频频创造击败人类顶级水平的记录。论文只需要少发几篇重要内容就够了。</p>
一旦过程中积攒了足够的资产，便可以提前大规模持股一些科技公司。等到18-19年，自己便可以逐渐转型，渐渐离开学术界，以投资或者AI创业为主以规避自己逐渐失去的技术优势了。</p>
除此之外，如果说还缺什么的话，就只能是一个独立的住所。燕京电力大学作为一所电力写在校名中的大学，隔三差五晚上就给学生断电。有时候模型或者算法测试要连续运行几天，孟繁岐并不想整天被晚上的熄灯断电所影响。</p>
况且电脑若是做算法工作，高负荷运行，动静极大。即便可以在宿舍做这件事，恐怕也会吵得室友们难以入眠。</p>
在学校附近租一小间吧，自己这两年存的钱刚刚投了BTC，实在没办法，只能问兄弟借一些了。</p>
问兄弟借钱，辈分必然骤降。自己的AI教父之路还没迈出去几步，“叫父”倒成了真。不叫两声爸爸，那几个损货室友又怎么可能借钱给自己？</p>
“珍惜最后几个月抠抠搜搜的日子吧。”孟繁岐有些忧伤地拍了拍自己空空如也的钱包，“以后可能就再也不知道缺钱是什么感觉了。”</p></div>
然而当真有机会重新走在十年前的大学校园里，孟繁岐却发现，也就只有买买BTC这种事比较容易做。</p>
他没有异界默写《红楼梦》，倒背唐诗宋词三百首的记忆力。</p>
而AI时代代码和工具的更新换代又是如此迅捷神速。</p>
截止此时，别说是后世二分天下的两个AI工具没有发布，就连更早的Caffe都没有开始开发。</p>
整个学界还在AlexNet大地震的余震当中，学界不少人连深度神经网络到底长什么样子还没完全搞清楚，又哪来的现成框架给他使用呢？</p>
孟繁岐走在回宿舍的路上，开始思索怎么应付重生回来的第一个难题，服务器这东西只要熬过这几个月，出一部分BTC就够买。</p>
而参赛拿了第一之后，谷歌可不会吝啬几台机器借你用。孟繁岐非常清楚这段往事，只要顺利实现算法，谷歌开给自己的将会是一个天文数字。</p>
比较麻烦的是构建这個模型要用的代码框架。他开始接触的那会儿，最火热的工具是15年出的TensorFlow(TF)，又过了两年，17年脸书(Facebook)提出了PyTorch，更加易用，渐渐后来居上。孟繁岐便也转而使用PyTorch居多。</p>
再之前的一些框架，他有所听闻，但诚实地来说，确实从来没有接触过。</p>
越到后期，各种包装就做得越好，即便是小学生来了也可以两行代码直接构造一个高性能的前沿模型。</p>
但那到底是十年后了，如今距离TF发布最初版本还有两年多，孟繁岐有点烦躁。</p>
他目前的计划是去看一看去年AlexNet最初版的源码，再去看看阿里克斯本人的主页，应当会有一些收获。</p>
实在不行，就只能乘着阿里克斯如今春风得意，又还没有签约谷歌的这段当口，多套近乎，向他请教。</p>
由于AlexNet是深度学习时代的里程碑事件，其模型名称又以本人命名，因而孟繁岐对其论文，网络乃至本人都稍有些了解。点开网页搜索其人的姓名，很容易就能在多伦多大学的网站上找到其简洁的个人主页。</p>
不仅如此，这个个人主页上还详细记载了他在校期间自己开发加速的一些代码。主要是C++和基于英伟达显卡的CUDA代码，基本上在10年-12年这个时间段。</p>
“好人一生平安啊！”孟繁岐点开链接，发现他不仅是代码和结果记录在里面，就连每次的改动修正了什么也都记得清清楚楚，甚至旁边还留了一句言，“如果有任何代码跑不起来，请随时联系我。”</p>
孟繁岐的眼中流出了两行热泪，正是因为一代代算法开创者如此无私的奉献和分享，AI行业才在十年中发展的如此迅猛。</p>
“好代码，我抄！”数据和代码都在下载之中，如果这个cuda-convnet的框架可以使用，那代码的问题其实就算解决了一半，孟繁岐完全可以基于这个雏形框架先初步实现一些比较关键的算法。</p>
想到这里，孟繁岐不得不由衷地感谢后世越来越内卷的算法面试。</p>try{ggauto();} catch(ex){}
他对自己的能力认知非常清楚，即便是重回十年前，他的代码能力也并不突出。他的优势在于清楚很多技术和公司的发展路线。</p>
之所以对这些著名的算法技术了若指掌，并且能复现其中相当的一部分。还得多多感谢程序员特色的面试机制。大一些的企业，一次面试面你三轮五轮技术，现场考你写代码，问你经典技术让你实现，那是司空见惯了。</p>
加上程序员这群人又特别喜欢分享，酷爱写“面经”也就是面试的经历和经验。往往又有好心人针对这些问题提供非常详细完美的答案。</p>
如此来回反复几年，大企业为了筛选人选，题目也是越出越难，越出越加刁钻。因而使得孟繁岐对各个路线的基本核心技术和经典论文烂熟于心。</p>
只是后世早有人把工具写好，了解这些经典原理在工作中没什么大用处，却没想到竟能在这里物尽其用。</p>
除了代码之外，另一个要紧的任务就是几篇重要论文的细节和推理论证。</p>
孟繁岐基本记得主要的脉络和逻辑，但细微之处却不周全，还需要好好努力打磨一番。</p>
如果想要分最大的蛋糕，要做的事情还是相当多的，孟繁岐仔细盘算了一下，许多日后AI方向的基石，其实大都在13-15年这段时间提出。</p>
并且，如果自己频频提前一两年提出算法，发表论文的话，很有可能引起蝴蝶效应，使得领域内的进展更加的快速。导致自己的时间比原本要越少。</p>
因此，孟繁岐初步规划，在前一到两年，也就是到15年左右，尽量把日后各个方向的最核心算法给实现或者提出理论。</p>
随后15-18年，主要利用已经换取的资源，经济资源也好流量知名度也好。转移重心把自己的精力主要放在突破人类水平的那几个项目当中，如AI围棋，AI游戏，AI绘画和AI语言等。凭借基于自己算法的AI频频创造击败人类顶级水平的记录。论文只需要少发几篇重要内容就够了。</p>
一旦过程中积攒了足够的资产，便可以提前大规模持股一些科技公司。等到18-19年，自己便可以逐渐转型，渐渐离开学术界，以投资或者AI创业为主以规避自己逐渐失去的技术优势了。</p>
除此之外，如果说还缺什么的话，就只能是一个独立的住所。燕京电力大学作为一所电力写在校名中的大学，隔三差五晚上就给学生断电。有时候模型或者算法测试要连续运行几天，孟繁岐并不想整天被晚上的熄灯断电所影响。</p>
况且电脑若是做算法工作，高负荷运行，动静极大。即便可以在宿舍做这件事，恐怕也会吵得室友们难以入眠。</p>
在学校附近租一小间吧，自己这两年存的钱刚刚投了BTC，实在没办法，只能问兄弟借一些了。</p>
问兄弟借钱，辈分必然骤降。自己的AI教父之路还没迈出去几步，“叫父”倒成了真。不叫两声爸爸，那几个损货室友又怎么可能借钱给自己？</p>
“珍惜最后几个月抠抠搜搜的日子吧。”孟繁岐有些忧伤地拍了拍自己空空如也的钱包，“以后可能就再也不知道缺钱是什么感觉了。”</p></div>