百科问答小站 logo
百科问答小站 font logo



如何看待字节跳动 AI 实验室总监李磊入职 UCSB? 第1页

     

user avatar   yuejinghang 网友的相关建议: 
      

没那么复杂,在字节混得不如意,或者成就感不够,期权大头已经归属,换句话说,钱也赚够了,那为啥不干点自己喜欢的事情?

14年6月,字节跳动C轮融了1亿美金,估值5亿美金。

16年12月,字节跳动D轮融了10亿美金,估值110亿美金。

16年5月之前,李磊就入职字节跳动了,16年5月听字节的朋友说内部估值50亿美金左右。

听说现在入职字节,期权按190美金一股给,对应3000亿美金估值,从50亿到3000亿,涨了60倍。

李磊去字节之前是身份是CMU博士+百度少帅(T9),那时字节候还是一家小公司,大公司跳小公有溢价,千金马骨,那时张一鸣给期权也是相对大方(主要现金储备不够充沛,总包一定的情况下,只能多给期权),李磊这种级别,期权一年200万软妹币都是保守的,一给给四年,200万 * 4 * 60 = 48000万,后面又融了几轮,每次稀释10%左右,多算一点总共稀释一半,48000万 * 0.5 = 2.4亿软妹币。

李磊在字节呆满了5年,初次入职配备的期权一年前已经归属完毕,2.4亿软妹币够花一辈子了,李磊就算继续在字节肝50年,也赚不到这么多钱(感谢互联网红利),人生苦短,为啥不选个自己舒服的方式度过余生呢,可能人家早就想走了,只是最近才谈妥教职。

再说字节可能真不需要那么多高学历的学术型人才,技术体系两位级别最高的大佬,一个是北航的本科生,一个是北邮的本科生,字节明显偏好技术型实用人才,张一鸣本人就是这种类型,高学历在这里讨不到便宜,李磊CMU博士 + 伯克利博士后,相比给南开本科生张一鸣打工(还不够格直接汇报给张),可能还是跟美帝高校的教授和学生们混一块更融洽些吧。

大家打工不都是为了将来的自由,而牺牲暂时的自由嘛。

对了,自由不是想做什么就做什么,而是可以选择不做自己不喜欢的事情。


user avatar   eric314 网友的相关建议: 
      

这波AI热潮阶段性结束,神仙们归隐山林,普通炼丹师该考虑转型了。

前几天面了一个算法岗,一个研究生,十几篇论文,6篇一作,这简历要放5年前吓死人,怎么也是个sp,10年前都可以副教授了。

然而现在只能说可以面一下,让他手撸一个线性回归,卡在求导了。。。


user avatar   yukio-2 网友的相关建议: 
      

每次一有大牛从工业界离职,知乎的回答里就会有很多讲工业界与学术界之间的gap很大、学术界大牛在工业界水土不服的观点。在我看来,工业界与学术界的gap根源,在于高校与企业的管理模式之间存在一定的不兼容性

首先,做学术研究的失败率是很高的,具有极大的不确定性

如果你不是那种发论文拼手速的选手,那么正经发一篇文章可能需要三番五次地推翻自己原本的方案构想,需要有一颗强大的心脏,随时接受来自四面八方“novelty is quite limited”甚至“work is incremental”的质疑,最终还有可能折腾大半年的idea被reviewer推翻

相比之下,工业界对失败的容忍度是远低于学术界的,基本上没有任何部门能够容忍你半年时间零产出,更何况字节还是比半年度okr更加激进的双月okr

面对研究工作极高的不确定性,很多情况下工业界仍然是以类似传统工程管理的方式来管理研究部门的,希望通过工作规划的形式缩小研究工作中的不确定性

在这种背景下,研究部门就只剩下两条路可以选择:一,以快速产出论文为第一要务,通过论文数量达到kpi要求;二,与业务深度结合,背一部分业务指标的kpi

选择了第一条路的研究部门,就会很容易走入饱受诟病的“学术工作没用只是水论文忽悠自己”的现象中

选择了第二条路的部门,首先要迈过“如何取得业务部门信任”这道坎,因为国内大多互联网公司都不是技术驱动而是业务驱动的,业务部门才是爸爸,研究部门只是陪衬,业务部门会有很多顾虑不愿意开展合作

即使这一道坎顺利迈过去,由于受制于业务kpi的压力,做的事情很快会与业务部门趋同,陷入incremental的迭代过程中:因为绝大多数的商业kpi指标都是短视的,学术界的工作能够在实际业务中起到的作用就会越来越低,trivial的工作会让你逐渐忘记自己来工业界的初心,在这种背景下,有学术追求的人离开也是正常的

为什么国外的一些公司(比如google)能够跳出这种怪圈?区别在于有没有真正的技术大牛能够进入企业决策层,因为企业归根结底还是盈利机构,只有上层有人关心技术的成长性,才会有人愿意打破业务部门与研究部门之间尴尬的合作博弈关系

这就是为什么我之前说:我们的互联网最不缺的是能够对具体指标做incremental迭代优化的人,我们缺的是Jeff Dean这样的人,我们缺的是Steven Jobs这样的人,我们缺一个能够和我们说“你别跟我扯什么指标不指标,我们就是要做正确的事”,这样的人,在国内互联网公司,还从来没有出现过

一些互联网公司的决策层口口声声说,我们很重视科技,我们重视技术创新,但是又不在实际组织架构中给研究部门更强的自主性与更高的地位,让底层员工们背着名为kpi的镣铐跳舞,还想要做出能够为业务部门所用的、同时具有学术影响力与工业影响力的工作,由此只能让更多有学术追求的人回归高校,在工业界留下一地鸡毛


user avatar   huo-hua-de-41 网友的相关建议: 
      

@纳米酱 说过很多了,字节搞黄赌毒不得人心罢了。这当然不只是字节一家的问题,中国互联网公司大多以广告为主要收入,广告以CTR预估为核心目标(Ctr在这里只是一个代名词,它背后代表的含义是一切以收入增长为核心的目标),推高CTR最简单的办法就是狂推黄赌毒小姐姐和丝袜。这样的互联网公司真的需要很多科学家和教授吗?我深表怀疑。

科研人员在这些公司里,非常容易产生沮丧感,所以不是AI研究对于业界公司来讲已经不香了,是国内业界公司对于优秀AI研究者不香了,我看FacebookAI Research (FAIR)还是很香的嘛,MSRA还是很香的嘛!

我曾经有一段时间非常错误的认为“AI for justice”, "AI debias"等一些工作花里胡哨的,毫无意义。我现在诚恳地反省。AI绝对不只是为资本家创造价值,绝对不只是为资本无序扩张为虎作伥,AI更要引导社会的公序良俗。中国是没有美国嘿嘿绿绿LGBT bias的哪些问题,但我看中国的黄赌毒bias还是非常严重的,还是该好好debias一下!

附录:

黄赌毒都是广义上的。

黄:软色情,各种色情诱导类的视频。

赌:贷款app广告,各种诱导你借钱的广告,还有各种游戏广告,进去就诱导你抽卡,这都是赌

毒:各种游戏,电子海洛因,都是毒。一天抽卡的辣鸡氪金手游绝对算 良心的买断制3a不算 点卡制 包月制的网游不算


刚说完,抖音就给我推,根本没冤枉它,呵呵


user avatar   louis-ex 网友的相关建议: 
      

有幸在字节AI Lab跟李磊老师实习过一段时间,在老师的指导下发表过论文。在我印象里,作为一名学者,李磊老师不仅对学术有很强的热爱,也对学术问题和方法论有自己独到的理解,学术界确实是最适合他的地方,个人觉得大可不必根据他的离职推测字节AI Lab的定位,也不必纠结UCSB的AP对他来说是不是亏了。李磊老师为人特别低调谦虚,从来不摆架子,每次去开会都是特别认真地以请教的姿态和语气听pre问问题,这样的学者应该也不会希望自己的选择被过度解读吧。


user avatar   wang-qian-yuan-13 网友的相关建议: 
      

陆陆续续看到很多学术界的大佬都离开企业的实验室,觉得真的是件很值得惋惜的事。我看到这些新闻的第一反应是企业如何才能留得住人?

针对前面一些回答讨论的一些要点我的看法

1.对于科学研究的重视

在我看来科学家和工程师就是两个不同的群体,而企业的实验室或者说研究院就是这样一个杂糅的机构。虽然学术研究非常非常重要,但在企业没办法的是必须要考虑应用,毕竟企业跟学术界不一样,企业要自己承担亏损的风险,要承担投入和产出不平衡的严重压力,毕竟很多科学研究的前几年都可能是完全无产出的,所以在我看来企业能够多包容前期的无产出,就已经是对于科学研究的尊重以及对于科研不确定性的宽容。

2.设置量化指标的好坏

我在学术界做研究(作为学生,很可惜并没有科研工作者的经验)的最大感触是做科研的感觉太模糊了,课题是一个相对来说太过于宽泛的目标,可能做项目还稍微好一些,所以我恰恰认为企业的这种外界给定的压力对于人来说是件好事,人在这种压力的驱动下会比在学校成长的更快。所以我觉得设置量化指标和时间节点就是企业的优势。前沿的科学研究的落地指标要有所不同,我觉得就是对于前沿研究的一种肯定。

3.激进与保守,创新与务实

我觉得越是大型的企业在一些科学研究的投入上可能要更保守一些,或许对于企业和科研工作者才可能有双赢的局面,我觉得现在很多人对于人工智能的前景太过于乐观了,企业落地的实际情况就能够让更多的人看清局面。

上面也讲过了科学家和工程师就是两个不同的群体,我觉得科学家重要的是在于研究的创新,而工程师则是务实地做出应用和产品。所以我觉得企业的实验室可能更多的还是侧重于后者,所以不要给科研工作者过多的压力,让实验室的人集中于一个目标努力,我觉得就是一个相对来说更好的方向。

4.关于企业的创新和转型

现在很多人对于国内的互联网公司都给予了非常大的厚望,我看了很多回答都在对标国外的公司,说明我们做技术还是在模仿别人,只要有这种思维的存在,我觉得就不算真正意义上的创新。一些回答里面提到创新,感觉就很局限于技术上,却没有考虑到产品,在我看来,发明创造也是一种创新,而这个才是我们国家真正缺乏的

我觉得从这个问题延伸出来的还有一个巨大的问题是企业的转型,我觉得企业转型的立足点是要考虑公司最终要解决什么实际问题,而不是单纯的跟随浪潮我觉得能够带领企业走上新一波浪潮的人不是学术界专门搞研究的大佬,而是能够真正扎根在企业,构思一些新服务,新产品的人。


user avatar   breaknever 网友的相关建议: 
      

计算机是少数“搞学术”既可以留在学校,也可以去工业界的。而绝大部分所谓的工业界实验室也都是偏AI方向的,传统方向(programming languages,systems,security等)不是没有,只是少。而其他学科基本上想做学术路线,发论文,就得老老实实的留在学校,没有第二条路。这导致了对做泛AI方向的人一直容易摇摆不定,觉得我去哪都行。我读社会学博士的老铁就一心要去找教职,从来没出过二心,暑假从来不实习,一心把论文搞好。甚至做理论方向的计算机博士,暑假也不一定会出去实习,因为没啥业界需求。而我们这些做相关方向的,总是一会想学术界的铁饭碗,一会想工业界的高薪。

这几年的科研人员回流学校其实大概指明了这个趋势,对于想搞纯科研的人,即使你是做所谓的AI的研究,也该把求职目标放在学校上,而不是觉得工业界Lab能作为永远的家(除非转向做产品)。活得比较好的Lab基本都有应用和产品结合的部分,甚至我自己也觉得纯研究无法部署是很可惜的事情。

而对于我这样的半路认清自己不适合学术界的人而言(或者任何时候想清楚不沉迷学术的人而言),就是在完成毕业最低的学术要求的同时,扩大自己成果的落地性,以及在工业界的影响早点开始培养business sense(商业嗅觉),产品落地为先的思路。最最最底线的,就是不要怕动手做工业界的dirty work,强实现能力是必须的。这其实更符合PhD最初的培养目的,就是教授的预备役(虽然绝大部分人找不到)。所以对于在读学生的最大启示就是早点判断自己是否适合学术界,成果行不行,早做决断,早准备出路。不多说了,我去赶我研究外的工程私活了。

最后祝福李磊老师(也是我素未谋面的师叔),财富自由后可以做自己想做的事情。

而财富自由本身就是一种tenure,甚至是人生的tenure


user avatar   xpz-3 网友的相关建议: 
      

互联网在被打压后一直在提"降本提效"

非业务部门的人力成本(hc),(数据)标注成本,软硬件资源成本(算力存储),全部需要"归属"到业务部门进行审计,自身限额很低。

哪个业务方愿意为发paper的ailab均摊这部分成本呢?


user avatar   magic2728 网友的相关建议: 
      

最佩服这些大佬的地方在于,能在公司的目标与个人理想不匹配的时候,全身而退。

商人的底牌是钱,学术大佬的底牌是在象牙塔里的地位。

万花丛中过,片叶不沾身。

只能羡慕。


user avatar    网友的相关建议: 
      

首先这是Fed一月 memo

先说结论:

FOMC 维持利率在 0-0.25% 不变。且确定 3 月完全停止 QE,同时 3 月加息也是箭在弦上,基本会后声明皆符合市场预期,没有太多的意外。

Powell 记者会确实是偏一点点的小鹰派,但我也认为,Powell 的说法不至于拉升市场加息预期至 5次 、并拉升缩表预期至上半年,反而比较像是在强化加息 4 次之预期。

另外我个人觉得,一些中文媒体似乎误读了Powell 记者会的部分片段,下面 Allen 再进一步说明。


1. 3 月加息停止 QE 早已定价

本次会议 Fed 再次确认 3 月将准备第一次加息,并同时停止 QE。

Fed 也再次重申,货币政策是要支持美国经济达到充分就业、与通膨长期均值维持 2.0% 的两大目标。

这部分我想市场早已定价,这裡完全不会是问题,所以我们不讨论太多。


2.未来加息在每次会议都可能发生 (?)

Powell 的原文说法是:Won't Rule Out Hike Every Meeting.

但我有看到部分中文媒体写:不排除每次会议都加息的可能性。

上述我想或许是误读了 (还是其实是我自己误会中文的意思 ?)

我的理解是:Powell 是说加息在未来每场会议都可能发生,指的是“不会在特定月份才加息”,不是说每场都要加息。

Powell 说得很合理,经济本来就是动态的,加息本就不会侷限在什麽月份才启动,端看当时的经济状况而定。

我认为Powell 上述说法,并未延展今年加息预期至五次或更多,若有这种想法,那绝对是误读了。


3.更大规模的缩表?

Powell 在记者会上提到,Fed 需要更大规模的缩表,但请大家不要恐慌,因为我又觉得部份中文媒体过度解读了。

我认为Powell 说到的“更大规模缩表”,在思维上指的是:

因为当前 Fed 资产负债表高达 8.9 万美元,这是新冠疫情爆发之前的两倍大,显然在绝对规模上是非常巨大的。

而上一轮 2017-2019 年 Fed 缩减资产负债表,是自 4.4 万亿美元缩到 3.7 万亿美元停止,缩表的幅度大概是 15.9%,共缩减了约 7000 亿美元。

确实每次缩表的经济背景绝对是不一样的,所以幅度也绝对不会相同,但我们随便抓,假设本轮缩表将缩减 10% 资产负债表规模,那麽这也要降低 8900 亿美元,规模当然很大。

但我认为,不需要过度恐慌在“更大规模缩表”这几个字上。更重要的,我认为是“Fed 缩表的速率是多少?”

我相信缩表没问题,缩表太快才是问题,因为缩表速度若太快,将直接影响的会是美债殖利率升速、以及殖利率曲线的斜率。

这点Powell 也非常清楚,Powell 在记者会上也不断强调,联准会内部尚未具体讨论到一切缩表的进度,要等到 3 月再说。


4.缩表比较可能落在下半年

Powell 在记者会上说明,希望在加息至少一次之后,再来开会讨论缩表的事情,且委员会至少将讨论一次,才会做最终拍板。

更重要的,Powell 希望缩表的进程是有秩序的、是可被预见的过程。

从上述Powell 丢出的时间表看,我个人认为缩表将落在 2022 下半年,最快可能是 6 月份,因为在 3 月加息后,Fed 才会来讨论缩表。

我个人相信 Fed 现在内部早已在讨论缩表,但委员会显然尚未准备好来与市场沟通缩表的前瞻指引。

而缩表这麽大的事情,我个人认为 Fed 需要起次跟市场沟通 2 次,并把缩表规划说得非常清楚之后,才会开始进行,所以比较合理的缩表时间,估计将会落在下半年。


5.最大风险:高通膨

Powell 在记者会上,大概提到了 800 万次的“高通膨压力”,并认为目前美国通膨风险仍在上升阶段,但预计 2022 通膨还是会回落。

Powell 说明,目前美国通膨居高不下,主要仍是供应链所致,白话来说就是供需仍然失衡,且供给侧 (Supply Side) 改善的速度是低于预期。

Powell 强调,目前美国高通膨持续存在,而美国经济要的是长期扩张,所以若要长期扩张,物价势必需要保持稳定。

这边开始进入正题了,我认为这是本次会议的最重要核心,是让我体感上,觉得 Fed 鹰派的地方。我认为 Fed 承认自己落后给菲利浦曲线 (Behind the curve),简单而言,Fed 这次的加息速度大幅落后给通膨。

由于 Fed 在 2021 年对于通膨的误判,先前 Fed 在 2021 年认为通膨在年底就可望自然回落,但也就是因为这件事没有发生,反而通膨还更为严重,所以目前才有使用加息来追赶通膨的压力。但当前宏观环境看,通膨的压力是来自于缺工、供应链紧俏等问题,再加上拜登政府的大力推行财政刺激在那边推波助澜~

所以这一次的通膨是来自于实体经济上的供需失衡问题,并不是金融市场过度投机、企业超额投资等问题,我认为 Fed 在这次的通膨问题上,能做得空间非常有限。

这裡将产生一个不确定性的较大风险,就是 Fed 只能靠货币紧缩去压通膨预期,但实体经济的根本性通膨问题,还是没有获得解决。变成最终 Fed 只能再用更剧烈的紧缩政策,去引导通膨预期走低后,尝试来压低实际通膨率,所以这裡将让 Fed 的紧缩路径,存在著较大不确定性。

比较好的处理方式,应该是直接去解决实体经济上的缺工和供应链/例如我之前提到的塞港问题,让实际通膨率自己走低、而不是靠 Fed 挤压通膨预期之后去引导。

谁可以去把坐在白宫裡疑似患有阿兹海默的白髮老头一巴掌打醒...还我特~


结论:我个人认为 Fed 今年将加息四次,不至于加息五次,而加息四次之预期,相信市场应该已经定价;至于缩表,相信市场尚未定价,估计将落在 2022 下半年,最快可能是 6 月。

如果 Fed 今年加息五次,我会感到非常意外,因为这意味著 Fed 很可能在 2023 年底、2024 年初,就因为美国经济放缓太快而需要降息,Fed 这波操作就会变得非常韭。

最后说说股市的想法目前 Nasdaq 已经插水一段时日,抑制通胀是当务之急,而股市所谓修正才多久已出现V转。对通胀而言意义不大,修正数月才可能有帮助~所以我之前一直描述为“恐慌”。因此对白髮老头而言,怎麽做才有利于中期选举就很清晰了。

最好还是坚持认为市场或已定价加息四次之预期,但缩表预期则是尚未定价的观点。

配置上美股我倾向持有科技权值股,一些 Megacap 的估值我认为合理、前景确定性较高,而这样也可以让你的收益贴著 QQQ 走。

考虑到一堆成长股腰斩,我也愿意加仓接刀成长股,但建议佔据投资组合的比例,或许不要超过 15%,如果选股功力不错,这裡就会开始让你的收益拉开与 QQQ 之类的差距。

最后,我相信人人都会想在市场下跌的环境裡接刀,接刀不是不行,但若接刀失败,斩缆我建议速度要快,我个人不考虑价投的话一次斩缆的比例都是 50% 以上。




     

相关话题

  如何评价 Windows 11 首个预览版 Build 22000.51 ? 
  求通俗解释下bandit老虎机到底是个什么东西? 
  一些科学家们支持强人工智能理论的理由是什么? 
  物理专业的学生如何看待机器学习和大数据这些方向呢? 
  机器学习到底是什么,如何使用这项技术? 
  本科数学,目前在读计算机研一,毕业的时候想要应聘数据挖掘工程师,看了对数据挖掘工程师的招聘要求,感觉太宽泛了,希望能具体说一下现在应该准备哪些知识(算法?编程语言?其他?),谢谢! 
  如何看待 5G 700M基站集采结果出炉,华为占六成份额? 
  人们为什么这么害怕潘多拉之盒? 
  当你拥有一块魔镜,你最想问的是什么问题? 
  离开互联网算法岗,切入最近大行其道的AI生物医药研发靠谱吗? 

前一个讨论
如何看待协和基础学院宿舍问题?
下一个讨论
据说嫪毐可以用生殖器提着木头轮子走路,这在生理学上可能吗?





© 2024-11-24 - tinynew.org. All Rights Reserved.
© 2024-11-24 - tinynew.org. 保留所有权利