凯迪微信公众号
扫描二维码关注
发现信息价值

微信扫一扫
分享此帖文

发帖人:
理闻4
 |  只看此人
   楼主
收藏
收藏成功
添加
添加标签来管理你的收藏吧!
| 刷新 | 字体缩小 | 字体变大
[转帖]程序员让开,硅谷将会是物理学家的天下
47491 次点击
1 个回复
理闻4 于 2017/1/23 5:15:06 发布在 凯迪社区 > IT 数码
    程序员让开,硅谷将会是物理学家的天下,薪水高得离谱
    2017-01-19 东方头条|科技频道|造就


    因技能对口和薪酬优厚,物理学家的硅谷之路越走越宽。

    奥斯卡·博伊金(Oscar Boykin)认为,现在可不是当物理学家的好时候。

    

    奥斯卡·博伊金(Oscar Boykin)

    他曾就读于乔治亚理工学院物理系,2002年拿到加州大学洛杉矶分校物理学博士学位。

    四年前,物理学家们借助瑞士的大型强子对撞机,发现了科学家在上世纪60年代就预言存在的一种亚原子粒子(希格斯玻色子)。

    希格斯玻色子没有推翻宇宙理论模型,没有改变任何东西,因此并没有为物理学家设置新的难关。

    “只有当物理学不太理想的时候,物理学家才有用武之地,现在可供我们改进的余地并不多,”他说,“这让人感觉很没劲。”而且,薪资也不理想。

    于是,博伊金离开了物理学界,他去到硅谷,成为一名软件工程师。在他看来,做软件工程师正当时。

    博伊金就职于帮助商家在线收款的初创企业Stripe,该公司估值高达90亿美元。

    他参与构建并运营从公司服务中收集数据的软件系统,他还致力于预测这些服务未来的状况,包括诈骗交易会在何时、何地、以何种形式发生。

    由于此类预测需要极强的数学和抽象思维能力,身为物理学家的博伊金便成了理想人选。

    与其他物理学家不同,博伊金所处的环境还为他提供无尽的挑战与可能,而且薪酬相当不错。

    如果将物理学和软件工程比作亚原子粒子,那么可以说,硅谷已成为两者对撞的领域。除博伊金外,Stripe公司还雇有另外三名物理学家。

    去年12月,通用电气收购机器学习初创企业Wise.io。当时,通用电气CEO杰夫·伊梅尔特(Jeff Immelt)就曾骄傲地宣称,该公司的物理学家济济一堂,最值得一提的是加州大学伯克利分校的天体物理学家乔书亚·布鲁姆(Joshua Bloom)。

    这也并非有意为之。“我们没有处心积虑地去找,”Stripe总裁、联合创始人约翰·科里森(John Collison)说,“这是水到渠成的事。”

    因为从结构和技术上讲,互联网公司的需求和物理学家的技能组合越来越匹配了。 顺理成章之事

    当然,从计算机科学萌芽之初,物理学家们的身影就活跃其中,就像他们活跃于其他任何领域一样。

    约翰·莫齐利(John Mauchly)是ENIAC(早期的计算机)的设计者之一,他就是名物理学家。C语言之父丹尼斯·里奇(Dennis Ritchie)也是。

    对物理学家而言,挺进计算机技术领域恰逢其时,还有赖于机器学习的兴起,即机器通过分析大量的数据,学会完成各种任务。

    这一波数据科学和人工智能的新浪潮,简直是为物理学家量身定制的。

    该行业拥抱了神经网络,这是旨在模仿人脑结构的软件。但归根结底,神经网络就是超大规模的数学计算,主要是线性代数和概率论。

    计算机科学家不一定有这些领域的背景,但物理学家必备这些知识。

    “对物理学家而言,唯一比较陌生的就是如何优化及训练神经网络,但这些都相对简单,”博伊金说。

    克里斯·比肖普(Chris Bishop)主管微软位于英国剑桥的研究实验室。三十年前,他就产生了这样的想法。

    当时,神经网络的前景刚开始在学术领域显现出来。他就转行做起了机器学习。

    “物理学家进入机器学习领域是再自然不过的事情,”他说,“比进入计算机科学领域还要顺理成章。” 为挑战而来

    博伊金说,十年前,老同学们一个个都投身金融界。在华尔街,物理学家的技能组合也适用于预测市场走向。

    一种关键工具就是布莱克-舒尔兹模型(Black-Scholes Equation),它被用来确定金融衍生品的价值,也参与酿成了2008年的金融大崩溃。

    而今,博伊金和其他物理学家们表示,更多的同侪转向了数据科学和其他的计算机技术领域。

    2010年以后,物理学家们纷纷进入顶尖的科技公司,参与构建所谓的大数据软件,处理成百上千台机器的数据。

    在Twitter,博伊金就参与构建了名为Summingbird的大数据软件。在麻省理工学院(MIT)物理系结识的三名物理学家创办了初创企业Cloudant,也是构建类似的软件。

    物理学家知道如何对付数据——Cloudant的三位创始人在MIT就负责处理大型强子对撞机的巨量数据。

    构建这些巨大的复杂系统,离不开物理学家独有的抽象思维能力;而一旦系统建立起来,又会有无数的物理学家参与其中,使用系统所驾驭的数据。

    在早年的谷歌,巨型分布式系统的关键构建者之一是斯坦福大学弦理论博士尤纳坦·臧格(Yonatan Zunger)。

    当初,凯文·斯科特(Kevin Scott)加入谷歌广告团队,负责从谷歌全网抓取数据,并以此预测哪些数据可能获得最多点击。

    为此,斯科特雇佣了不少物理学家。机器学习具有极强的实验性质,这和物理学家的技能组合极为相契。

    这是物理学家区别于很多计算机科学家的地方。“这几乎就是实验室科学,”斯科特说。如今他在LinkedIn担任首席技术官。

    大数据软件已成家常便饭。Stripe正使用博伊金曾参与构建的系统的开源版本;其他无数企业的机器学习模型也在其帮助下,驱动着各项预测。

    因此,物理学家的硅谷之路越走越宽。

    在Stripe,博伊金的团队里还有哥伦比亚大学的物理学博士、哈佛大学的物理学硕士和MIT的物理学学士。

    他们因技能对口和薪酬优厚加入这个团队。正如博伊金所说:“科技领域的薪水可以说高得离谱。”但他们也是看中了无数有待攻克的难题。 未来

    今天,物理学家们进军硅谷企业。在未来的许多年,类似现象还会进一步蔓延。

    机器学习不仅仅会改变数据分析的方式,还会改变软件构建的方式。

    眼下,神经网络已经在重塑图像识别、语音识别、机器翻译,以及软件界面的本质。

    正如微软的克里斯·比肖普所说,软件工程正在从基于逻辑的人工编程,转移到基于概率和不确定性的机器学习。

    谷歌和Facebook等企业将开始以这种新的思路重新培训各自的工程师。继而,计算领域的其他企业也会纷纷效仿。

    换言之,物理学家向硅谷工程师的领域挺进,这标志着更大的变革正在酝酿之中。

    很快,硅谷的工程师都将反其道而行,向着物理学的疆域大规模进发。

    (翻译:雁行|来源:Wired)
分享: 分享到新浪微博 分享到腾讯微博 分享给朋友
凯迪社区APP下载

优秀帖文推荐

    回复 | 引用 | 举报
    回帖人: | 只看此人 | 不看此人 | 2017/1/23 5:26:06    跟帖回复:
       沙发
    烧香的不一定是和尚,还可能是熊猫。
    跳转论坛至:
    快速回复:[转帖]程序员让开,硅谷将会是物理学家的天下
    本站声明:本站BBS互动社区的文章由网友自行帖上,文责自负,对于网友的贴文本站均未主动予以提供、组织或修改;本站对网友所发布未经确证的商业宣传信息、广告信息、要约、要约邀请、承诺以及其他文字表述的真实性、准确性、合法性等不作任何担保和确认。因此本站对于网友发布的信息内容不承担任何责任,网友间的任何交易行为与本站无涉。任何网络媒体或传统媒体如需刊用转帖转载,必须注明来源及其原创作者。特此声明!

    【管理员特别提醒】 发布信息时请注意首先阅读 ( 琼B2-20060022 ):
    1.全国人大常委会关于维护互联网安全的决定2.凯迪网络BBS互动区用户注册及管理条例。谢谢!
    • 广告