捞偏门？浅谈机器学习的一些小众方向

随着 DeepMind 的 AlphaGo 在 2016 年战胜了李世石，“人工智能”这个词开始进入大众的视野。从那时起，不管是大型互联网公司还是初创企业都开始大规模招聘机器学习的相关从业者，无论社招的求职者还是校招的应聘学生都出现了大规模的增长。由于机器学习的人才短缺并且大量应届生涌入，以至于现在某些公司的校园招聘出现了算法工程师简历太多，并且移动端岗位，web 开发岗位的简历略有不足的情况，导致这些互联网公司甚至通过邮件的方式来呼吁应届生尽量修改投递职位。

 

 

就这几年的人工智能发展情况和博主的个人经验而言，人工智能可以大致分成以下几个方向：

1. 计算机视觉方向

2. 自然语言处理方向

3. 语音识别方向

4. 机器学习方向

 

CV，NLP & Speech Recognition

计算机视觉方向（Computer Vision）无论是在学校还是在公司，都有着大量的从业者，并且 ImageNet 项目可以提供上千万的标注图片供大家使用。既然 ImageNet 是开源的数据集，那么无论是学校的教授还是学生，不管是大型互联网公司还是初创企业，都可以轻易地获取到这些数据集，不仅可以进行 CV 算法的研究工作，还可以进行相关的工程实践。由于计算机视觉方向的历史悠久，不管是计算机系，工程系，甚至数学系，都有着大量的老师和相应的学生从事该方向的研究工作，因此，学校或者研究所能够对工业界输出的计算机视觉人才数量也是可观的。

与计算机视觉方向相比，自然语言处理方向（Natural Language Processing）在学校里面也有不少的教授从事相关研究。不过要想让计算机理解人类的语言可不是一件容易的事情。尤其是中文还拥有多音字，语义双关等情形，而且理解中文很可能还要基于上下文来前后推敲。如果和聊天机器人聊过就会发现，其实聊天机器人和人类的聊天给用户的感觉是完全不一样的。语音方向博主不是很了解，也只是道听途说而已，在这里就不在赘述了。

机器学习<