机器学习|世界顶尖数据科学家采访实录——Facebook人工智能研究总监作者|CDA数据分析师来源|《Da

文章插图
作者 | CDA数据分析师
来源 | 《Data Scientists at Work》
受访者简介
Yann LeCun是全球最大社交网站Facebook的人工智能研究总监。
Facebook的核心业务是促进人与人之间、人与人与数字世界之间的沟通。考虑到涉及的数据规模之大，支持这项任务所需的技术是巨大的。截至2014年， Facebook拥有超过13亿的活跃用户(彼此之间的连接超过1500亿)和8.29亿的每日独立登录。这些用户平均每天上传约3.5亿张照片，分享约47.5亿项内容，发送约100亿条信息。这些流数据集的可用性是如此之大，以至于在大多数情况下， Facebook的系统只有一次时间查看任何数据。这样的活动水平带来了一系列独特的挑战:如何最好地理解和理解所有的数据，以及如何使用这种信息关联来做出决策
在加入Facebook之前， LeCun是纽约大学计算机科学、神经科学、电子和计算机工程的银牌教授，现在仍然是纽约大学数据科学中心的创始主任。
【机器学习|世界顶尖数据科学家采访实录——Facebook人工智能研究总监】在多伦多发展理论后，他加入了美国电话电报公司贝尔Laage处理研究部门。 2003年加入纽约大学。在他迄今为止的职业生涯中，他发表了180多篇关于机器学习、计算机视觉、笔迹识别、图像处理和压缩以及神经网络作品的技术论文和书籍章节。他尤其以他在深度学习方法方面的工作而闻名，这些方法被公司用来理解图像、视频、文档、人机交互和语音。
LeCun是一个无与伦比的数据科学家的例子，他有一个转型的愿景——在他的例子中，使用深度学习来教机器感知世界——他努力在学术和工业研究实验室实现这一愿景。LeCun的采访证明了他对机器学习的热情和对未来的信念，以下为整理的采访内容。
文章插图
您的工作职责是什么？
我是Facebook的人工智能研究总监。
这个角色的一部分涉及到数据科学，尽管Facebook也有其他团队在做数据科学。如果你愿意，人工智能研究可以被认为是数据科学更先进的一面。我也是纽约大学的兼职教授，就在我的Facebook实验室对面。虽然我现在是一名大学教授，但我的大部分职业生涯都是在工业研究方面。
早些时候，我在贝尔实验室的一个小组里工作，当时，这个小组致力于机器学习，神经网络和类似的项目。然后我成为AT它不会消失。如果你说数据科学是一种时尚，就像你在1962年说计算机科学是一种时尚一样。看看我们现在的处境。
因此，我对这一现象的看法是，它将创造——当然，它创造了一个我们都知道的产业——对这一领域受过教育的人的需求。这也创造了一种学术学科的需要来处理这个问题。这一点有些人还没有完全理解。例如，如果你是一名统计学家，你会说， “嗯，那只是统计。如果你是一个机器学习的人，你会说， “嗯，那就是机器学习。 ”如果你是一个数据库人员，你会说， “嗯，那只是一个数据库，上面有一些机器学习和统计数据。 ”如果你是一个应用数学的人，你会说， “所有这些技术和方法都使用了应用数学。 ”
所有这些人都错了。它是所有这些东西组合成一个系统:统计、应用数学、计算、基础设施和应用领域，这些都是那些方法可以应用的东西，需要专业知识。因此，像深度学习这样的技术可以让我们减少或最小化处理新问题所需的人类专业技能，这样机器就可以尽可能地自己完成任务。当然，在这一点上，总是有人参与其中。像数据可视化这样的东西使得人们可以很容易地做这样的事情，只要循环中还有人。然而，最终，这些模型将从本质上自行构建。

新兴学科

我坚信数据科学是一门新兴的学科。在纽约大学，我们帮助开创了这一趋势，因为我们很早就创建了一个数据科学中心。我们也很早就创立了数据科学硕士学位，这是一个巨大的成功。我们得到了摩尔-斯隆数据科学环境倡议的大力支持，这是摩尔和斯隆基金会的一个大型项目。该计划将纽约大学、华盛顿大学和加州大学伯克利分校联合起来，目的是将数据科学确立为科学的一门学科。

文章插图
您对数据科学的新人有什么建议么？