类似“华为是一个什么样的企业”。
来实名回答一下,代季峰,微软亚洲研究院视觉组研究员,曾经在UCLA朱老师的VCLA实验室访学一年多,长期与他们实验室老师和学生保持联系。准确说,这个问题对于Ph.D.学生而言,涉及到这个VCLA实验室的两个核心老师,朱松纯和吴英年。在我的认知中,他们俩分别是这样的:朱松纯老师是对视觉领域大方向有着一流的直觉,对数学(尤其概率统计)一丝不苟,善于拿大 funding,对学生是刀子嘴豆腐心;吴英年老师是对统计学有着一流的直觉,对学生是宅心仁厚,“上善若水,利万物而不争“。实验室里面,学生私下都是叫老朱、老吴,接下来我就用老朱、老吴代称他们吧。
详细说下我对老朱的认知。
一、对视觉领域大方向有着一流的直觉。高票答案里有提到他们实验室现在学生多,能够在美帝养得起一大票学生,那得雄厚的funding支撑。老朱最近几年应该都是美帝大学视觉界里funding最多的教授(不知道是不是要加个“之一“)。能够拿到这些大funding,证明的不是他跟项目主管关系够铁,而是对这个领域的大方向有着领先和准确的把握。我只说一件很触动我的事情吧,12年下半年,老朱主持的一个MURI大项目在UCLA开会,视觉界里各路大佬都来了。各讲各家看到的重要方向。老朱上台,讲了一通vision meets language。说视觉和语言的结合会是一个重要的问题,比如看到一整个图片,系统应该输出一段话描述它,比如看到一个bounding box区域,要描述这里面发生了什么,blah,blah,这个用一个hierarchical的And-Or graph该如何实现。我当时和UCLA的室友坐在下面,偷偷笑,老朱又在说天书了。没想,过一两年,这就是红极一时的VQA任务,不过是用Deep Network实现的。
能够提前感知到未来的大方向,这是顶级的research感觉,个人觉得这是老朱最厉害的地方。上世纪九十年代引领把概率模型引入视觉问题的风潮,世纪初的时候就开始做Image Recognition,后来又很早开始搞Image Recognition的数据集(叫LHI dataset,标的很细,像后来的visual gnome,不过收费闭源),以及在SVM火透的时候坚持探索hierarchical representation(走的是层次概率图模型的路线)。老朱提的大方向,虽然有错的,但是正确的概率已经是很高了。
当然,不同科研者习惯的在技术浪潮中的身位不一样。按照某老师的说法,如果把一个技术浪潮比作高斯函数的话,老朱走在6 Sigma,远在dataset和technique都不ready的情况下就想冲上去做;有些研究者走在1 Sigma,提出标准化数据集或者第一个work的technique;有些研究者走在0 Sigma,拿state of the art或者improvement。
二、对数学(尤其是统计)一丝不苟。还记得跟老朱讨论的时候,最经常被challenge的是:这个算法不对,数学上是错的,这个CV领域最近火的技术在统计上是不对的。大部分研究者,概率模型火就用概率模型,SVM火就用SVM,Deep Network火就用Deep Network。而老朱是有信仰的。他和老吴、Alan Yuille是曾经在SVM之前引领了视觉领域的模型潮流的,那就是概率模型。那是他们自己的东西,所以不像其他人那样可以轻易舍弃。当然,也是一种信仰。按老吴的说法,要是我们那么干,我统计学领域的朋友会骂我的。Anyway,谁知道统计学模型会不会卷土重来呢?
对我而言,我从中学到的是保持模型的简单和漂亮,以及在一个领域踏实的耕耘(还记得老朱说,做research像下围棋,不能东下一颗西下一颗,地盘全被别人占了)。虽然现在也用CNN的东西(老朱见到我就要说,捂脸)。虽然达不到他们的高度,但还是会给自己设一个bar,太丑的东西就别做了。
三、对学生刀子嘴豆腐心。是的,这是老朱争议最大的地方。刚去他实验室的前三个月,很不适应他的批评,但你慢慢了解他,就好了。关键的几点:他对学生的长远发展和重要利益,是非常好的;批评时很难受,但过后他不记仇;有老吴平衡和调和。其实学术圈的老板,脾气大一些、对学生push的非常多,算是research人的通病吧。老朱好的地方在于,他对学生的长期利益和发展是很关心的,他push你一方面出于科研进度,一方面更是出于从他的认知为了学生好。最后找工作什么的关键时刻,他和老吴是非常supportive,有人情味的。
再说说老吴。他和老朱从哈佛读博开始就是好机油(别理解歪了),后来一起run一个实验室。他为主的工作曾经两次获得马尔奖提名。老吴很低调,有些时候存在感弱一些。但在实验室里面,你会深切的感到老吴的能量和温暖。说点干货吧:
一、对统计一流的直觉。老吴思考问题的方式绝大部分从数学,尤其是统计学出发,能不知道从哪里想到一个优美的数学模型解释视觉的问题。他两次获得马尔奖提名的工作,以及代表性的texture analysis,generative model,unsupervised learning的工作,全是这样的风格。好多时候,他能够看见视觉领域简单用用数学就能做出来的一个重要工作,不过他自己不屑于去做。他和老朱都是那种盯着重要问题,对小问题不屑一顾的那种人。比如从我访问那会儿起,2013年左右,老吴就开始研究generative modeling and unsupervised learning for deep networks,并做了一系列的工作。虽然现在火的是GAN,不过老吴一直都是有实力做出这样工作的研究者,只是最后是不是被大家记住那个需要一些运气。
二、对学生“上善若水,利万物而不争”。他对学生好不是皮面上的那种哄好,而真的是从内心的好。他会谦和的和你讨论一个个学术问题,在被老朱批了之后安慰你,告诉你老朱的真实想法,也会关心学生生活和发展上的点点滴滴。还记得那些在UCLA风和日丽的下午,跟老吴讨论完学术问题,他就请学生“走,一起去喝杯咖啡吧”。
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有