為什麼知乎不邀請優秀的機器學習專家舉辦一場live？

11-23

作為一個對理論特別熟稔的老道的科學家，yuandong tian同時也特別喜歡參與網路活動；例如blog，雜誌，知乎，專欄，網路新聞報道等；由此可見他應該是這一領域最適合的人選了。為什麼知乎並沒有邀請他來做一場live，提高下live舉辦者的平均水平呢？

即便有難度，那就退而求其次，邀請其他在ml領域類同一流的科學家，例如msra, msr, google等的科學家們；就算請不到，和他們緊密工作的其它工程師們，也可以辦一個live提供一下關於科學家日常的小講座啊？這麼多主題都辦了，唯獨最火的ml沒有人辦；這說不過去。難道要等到外行不入流的民科來辦一個，什麼事deep learning，什麼是resnet，什麼是圍棋，才好嘛？這豈不是砸了自live開通以來，知乎高層和kpi部門苦心經營的「成功人士也上知乎」的牌子？

浙大也有很多ml領域的有百度殊榮的亞洲最好和全球最好華人的phd們，科學家們。他們在知乎也有賬號；為什麼知乎未見邀請他們呢？

莫非是價碼太低？還是知乎自知自己身價，不敢呢？

個人觀點：知乎Live不是一個適合做技術類專業類分享的平台，做科普分享倒是十分適合。

題主提到的一流科學家們，時常會在不同的社群做線上線下分享。各類學術會議、 @劉文博答案說的VALSE、直播講座、微信群分享，再輔以blog、專欄、個人主頁、paper等已經能夠充分滿足專業領域內的人互相交流。

想要進入某個研究領域的人，勢必需要具備基本的research能力，以上提到的這些媒介與內容，也是不難獲得的，那麼既然已經有其他途徑來了解了，是否還需要再在知乎live花時間聽一遍呢？

有很多初學者說著念著都是機器學習但卻連一本機器學習的書都沒有看完。

live的「一個小時的語音+你問我答」模式，很難系統性的梳理知識並且幫助人入門一個領域。

如果抱著「走捷徑」的心態，私以為參加再多live也是沒有什麼意義的。

讀書是王道。

我媽有一天心血來潮，非要和我討論機器學習來著，因為她在羅胖的節目里聽到了，覺得非常不明覺厲……

結果連函數擬合如何實現的她都聽不進去……

然後我想了想，和她聊起了機器學習預測股市多麼厲害，她來興趣了，說看過一些文章里寫的美國的股票交易中心都是用機器做得，巴拉巴拉……

所以你要知道，老百姓感興趣的，「火的」元素和你覺得「入流」的元素不是一回事……

我覺得是因為圈子的不同。

安利一個可以在線聽到Computer Vision和Machine Learning大牛的給live的地方，不久前請了Princeton 的肖建雄老師，之前有港中文的王曉剛老師，中科院的山世光老師，還有UCSD的屠卓文老師，NUS的顏水城老師。

在哪兒呢？
是Vision And Learning SEminar, 簡稱VALSE。每周一次在線講座，用的是QQ群視頻，講座中可以跟講座嘉賓提問。受眾大部分是做CV ML的碩士博士和老師。

講座嘉賓在我眼中都很厲害，主要是海內外有成就的華人，為了方便學生理解，基本都是拿中文做講座。還記得屠卓文老師講座的時候，一再跟大家說抱歉，可能有些詞需要用英文來說，因為專有名詞有的不太好翻譯。聽seminar的時候，經常感覺到的是大牛老師的平易近人。
還有一些是比較年輕的博士，從他們的talk里得到的借鑒特別多，可以看得到同齡人是怎麼做研究的，啟發性很強。

有人私信問群號，官網上有寫怎麼加群。這個鏈接：聯繫我們及申請入群
網站的要求是「必要條件是曾經在CV，PR，ML等領域期刊或國際會議上發表/錄用過*第一作者*文章。」，如果不滿足這個要求可以加入Valse的BCD群，一樣可以聽講座，參與討論。
我了解到的D群群號是：481109645

再說一下為什麼我認為大牛來知乎做講座會比較少，因為首先做machine learning 的大牛，未必會上知乎；上知乎的話，給talk如果專業性太強受眾會比較少，對於他們是時間的浪費；第三，知乎更像一個科普而非專業知識學習的地方。

所以，學什麼就去相應的圈子內，不是大牛不做live，而是live在別處。

小勃勃：感謝大家參加我的知乎Live。今天我來向大家科普一下Machine Learning，今天我們來講經典的SVM……

網友A：曾老師，請問人工智慧什麼時候能超越人類？機器人會不會殺死人類？

網友B：您好，我是一個計算機大一新生，請問成為機器學習專家需要學好高數嗎？需要把李永樂的《考研數學大綱》習題做一遍嗎？

網友C：曾博你好，想請您預測一下Alpha Go會不會打敗柯潔，謝謝！

網友D：你好曾老師，聽說機器學習很厲害，請教一下如何用機器學習來炒股。

小勃勃：……

優秀的機器學習專家按時薪算都高到不知道哪裡去了，人家並不願意把時間浪費在這做賠本買賣，倒是一些有建樹的博士願意跟朋友們聊聊，然而有建樹的人更喜歡跟同行撩。

機器學習的東西只靠口述說明白恐怕有點難

有些內容，只能在專業圈子裡流傳。
有些內容，也只能在專業圈子裡討論。
有些內容，也只有專業圈子才知道還有很多疑問未解！

哦，羅胖和蔡志忠不算專業圈的，他們是娛樂圈的。

因為真正優秀的機器學習專家，派出來的都是機器人

1.他們沒那個閑功夫
2 講的太難了沒人聽懂，簡單了沒什麼意思
3 很多機器學慣用到的數據是保密的
4 他們應該更擅長用英文演講，很多專業術語都不知道漢語怎麼講

知乎又不是知名ML會議，來這兒做live有啥用？

我們並不需要為了拯救機器學習學界而成為偶像。

個人覺得提問描述太偏激，為什麼沒辦我不知道，但是不辦＝知乎low？知乎low不low我不知道，但是這個邏輯我接受不了。

為什麼知乎沒有辦一場黨性live，難道知乎不愛國愛黨？

機器學習資料網上少嗎？把公開課看看我想收穫比一場一個小時的live收穫大太多了吧。

live是知乎一個很棒的創新，但是我覺得還不太能很好的使主持人和參與人進行有效的溝通。

靠live介紹機器學習演算法給你聽？數學公式，推倒過程給你念一遍？

靠live給你介紹機器學習？請科學家來就給你搞搞科普，科學家還真不一定擅長科普。知乎上機器學習回答還少嗎？一定要用live來體現？

live不適合深度交流。
你不可能用三兩句話就把一個學術問題講清楚，在講解者和參與者溝通的過程也會出現曲解的情況，曲解的溝通基本就等於無效了。參與者上百人，一人一句話，講解者不可能鋪平所有面。
live是個很棒的創意，但是目前還不是一個成功的產品。

概率論、線性代數你深入學習過么？

凸優化你深入學習過么？

簡單的數學工具還沒掌握，怎麼聊天？

你去隨便加加個ML的微信群或者QQ群看看裡面都討論些什麼，目前我在裡面潛水的十幾個群，只有兩個是正兒八經有人問問題有人回答的。其他都是天天扯淡的，說些什麼類似「深度學習大有可為，但是目前難以做到很好的個性化」這種實際上什麼都沒說的屁話。

有參加Live和群里扯淡的時間多寫點代碼，看看paper吧。

知乎live只適合社科類話題，自然科學類話題太專業，逼乎網友無法裝逼，會暴露智商。

1.好的科普人士和好的研究者雙重身份的人很少：博士生們把自己的論文寫好都難上加難了，你要他們來給小白們做科普講座，他們一是真不一定有這麼強的背景積累，二是他們的表達能力和將複雜理論通俗化的能力未經訓練，肯定無法勝任。

2.知乎也不需要在類似領域做LIVE的必要：其實和帝吧發展軌跡類似，帝吧從老毅絲口中的「盧浮宮」發展成為新*絲的歡樂場，而知乎不過是在*絲的描述上加上了程序員的屬性而已。老知乎們同老毅絲們一樣，感嘆著世風日下；底層程序員（*絲），在知乎（帝吧）上尋找認同感和自豪感；大V們抱團取暖，享受著一呼百應的優越感；越來越少的人分享知識，千贊萬贊則都是套路和故事。

知乎逼格不夠

在某領域研究越是深入的人，覺得自己在該領域不了解的東西越多。
尤其是在深度學習這個灰盒子面前。
如果只是談怎麼用tensorflow，caffe，不用請這些大牛可以，有點深度學習經驗即可。

這個課題，科普的太簡單，大部分有興趣的都知道。
深入的太難，大部分人都會一半都聽不懂

這種內容，如果是科普向的話很難講幾個小時，最後可能變成科幻大猜想之類——跑題了。
如果是專業類的，純口述的話沒有黑板又沒有教材，發段代碼和公式都老累，不可行。