我如何在計算機視覺頂級會議CVPR上發表論文?

NO IMAGE

Scalers 點評: 兩個月前,成長會的Ramon(S290)收到了計算機視覺頂級會議CVPR論文錄取的通知,而且是口頭報告。CVPR在計算機視覺領域屬於三大頂級會議之一,具有較高的影響力,對於一名在校博士生,能在這個會議上能發表論文,是很不錯的一件事情。於是我請Ramon特意撰文,分享了這篇論文從想法到獲得成果的一路歷程。這篇文章比較長,但是卻讓我感慨良多。一方面讓我想到自己在讀研究生期間的經歷,科研的生活彷彿歷歷在目;另外一方面,裡面那段關於熬夜趕論文,不到截止不停工的精神,自己也是感同身受。正是因為在科研領域許許多多研究人員夜以繼日的持續投入,才能有我們資訊領域的科技發展。

另外還要說的一點是,Ramon也是成長會機器學習小組組長。我們機器學習小組最近完成了Stanford的線上機器學習課程,下一步即將啟動深度學習的任務,如果你對這一領域有興趣,歡迎來參加。詳細情況參見

ScalersTalk 成長會深度學習研習計劃招募啟動

以往機器學習小組日誌參見

ScalersTalk 成長會機器學習小組第10~11周學習筆記

ScalersTalk成長會機器學習小組第9周學習筆記

首先做一個自我介紹,我是Ramon(公眾號RamonsVoice),中山大學在讀博士生(直博第五年),2013年到2014年間在香港理工大學計算學系交流訪問。主要的研究方向為計算機視覺、智慧多媒體以及機器學習。

我在2015年的時候,通過朋友圈的文章分享知道了ScalersTalk的公眾號,當時覺得S君能夠把很多簡單的問題寫出深度,確實難能可貴,所以也就持續關注了下去。2016年是我的畢業年,決心進一步改變自己,於是加入了成長會。我現在是成長會機器學習小組的組長,和一群熱愛機器學習、有點學術情結的小夥伴在深度學習的路上不斷踐行。

今天主要來說說我在去年完成CVPR論文的一些感受與認識(CVPR是國際計算機視覺與模式識別會議的簡寫,會議的主要內容是計算機視覺與模式識別技術。CVPR是計算機視覺領域三大國際頂會之一,另外兩個是ICCV和ECCV),也算是一次覆盤了吧。

有很多朋友覺得完成CVPR論文並獲得口頭報告是件很牛的事情。我也承認,在非學術圈的人看來,取得這樣的論文成績,已經算是牛人了。但是放眼全球電腦科學的發展,一篇頂會的文章,一次會議的口頭報告,甚至是一次學術大獎,真的不值得拿出來炫耀。因此說,我在學術圈裡就是一個平凡的不能再平凡的博士研究生。

說回今天的分享,雖然我以前也在一些頂級會議和期刊的論文發表過論文,但是這篇論文還是對我影響很大,於是決定把整個文章發表前後的感悟寫下來,算是一種總結,也算是對我來發展的一種鞭策.

介紹下整個CVPR論文的完成過程

整個論文的idea要追溯到2015年的3月。當時我剛剛完成了IEEE Trans. on Image Processing論文的寫作。這個期刊不錯,算是影象處理領域頂級期刊了(當然現在這篇論文已經正式發表了,而且短時間內的引用率也還算可以)。由於當時深度學習已經在多個資訊研究領域取得了巨大的成功,所以相關領域之間的融合現象也越發明顯。

比如當時斯坦福大學LiFeifei教授的團隊就發表了多篇有關自然語言與影象內容匹配的文章,並將相關的技術用於影象內容描述的自動生成任務上,取得了較為成功的結果。由於我的研究方向本來就比較偏向場景影象的內容理解,因而導師還是希望我在類似的問題上有所突破。

於是長達2個月的調研與實驗工作就這樣開始了。我們本想利用以前研究的模型在新的問題上進行一下嘗試,如果效果不錯,就進一步改進完善。這樣做的主要原因有三個(1)我們認為以前研究的模型比較適合這個新問題,稍加改進就可以遷移過來(2)我們以前的模型和斯坦福大學團隊的模型完全是兩個路子,在學術新穎性上是可行的(3)我們在原有模型的引數調節等方面積累了很多經驗,可以幫我們快速進入新的問題。

但是就是這樣的心態讓我們陷入了新問題的泥潭。在自然語言處理方面我們明顯是菜鳥,太多的不可知和不可控洶湧的衝向了我和另一個師弟,最終我們以失敗結束了這個新課題的嘗試。

接下來的一段時間參與了一個車輛檢索的專案,時間不知不覺就到了暑假。感覺問題一直這樣拖著也不是事。於是和導師約談了幾次,導師對我們的進度也不是很滿意。不過他還是給出了很中肯的建議:既然自然語言理解的不夠深入,就還是迴歸到計算機視覺的傳統問題上來,比如說層次化的場景解析任務。

但是我們要思考下能不能從Li Feifei團隊的研究中“偷”一些有用的思想回來。其實Feifei 團隊論文的核心思想很顯著,就是區域性上的精準匹配。例如自然語言中的一個單詞和影象中的一種視覺內容的有效匹配。這樣回到傳統的視覺任務—層次化的場景解析,傳統對整個任務的研究集中在推理場景中的各個部件的關係,進而構建起層次化的表達模型,如圖1所示。

那麼Feifei組的工作解決了圖片中的物體與自然語言中的單詞的匹配。那我們能不能實現場景的層次關係和語言的結構關係進行匹配呢?帶著這樣的問題,我們開始了與以前課題相關卻又完全不同的研究。這裡需要解釋下語言中的結構,比如說主謂賓就是一種結構,兩個名詞和他們的關係形成的一種結構。我們還可以把主語和賓語替換成從句,每個從句又有他們自己的結構。這種結構的不斷累加就形成了最終句子的層次結構。

圖1, 基於傳統概率模型的場景層次化結構解析

我們很快發現了Recursive Neural Network(RNN)這種神經網路結構,前兩年的工作已經用它做過自然語言的結構化解析,也用它做過圖片的語義標註。很適合我們的問題,於是我們在原有RNN的基礎上進行了改進,新增了基於結構節點的關係預測,也就是說當我們發現影象中的兩個物體可能存在一種互動關係時,模型就會分給他們較大的結構組合分數,要求這兩個物體組合成一個整體。同時會在這個整體的基礎上對兩個物體之間的互動關係進行預測。

模型很快設計完成了,經過和老師的幾次討論細節也逐漸打磨清楚了。同時導師還讓另一個實踐能力很強的師弟也加入我們,共同完成這個專案。當然我們這個模型還有一些其他的貢獻,比如它是一個弱監督的問題等等。由於過於細節就在這裡不一一討論了。

很快我們有了一些初步的結果,於是開始寫論文。這裡還有個小插曲,我一開始認為我們的模型有一些推理在裡面,因而寫成了概率表達。結果被導師批得一無是處:不懂就不要亂寫。我承認概率模型是我的痛點,現在也正在惡補。最終我們還是換回了普通損失函式的表達。

其實我們的工作也不是就這樣一帆風順下去了,中間實驗有很多卡殼的地方,比如說我們的問題很多經典的資料集上是做不了的,於是篩選和處理資料集花了不少功夫。還有自然語言表述的多義性問題,也給我們帶來了很多困擾。以至於到交稿前3天,我們還在補實驗結果。當遇到實驗問題時的那種艱辛與無助,可能只有經歷過的人才能夠真正理解吧。值得慶幸的是,當時我雖然沒有加入成長會,但是已經在關注S君的文章了。在出活問題上,已經算是擺正了態度的。心態的轉變,在一定程度上也提升了我的抗壓能力。

最後一晚當然是通宵。因為很多國際會議還是跟著美國或者英國的時間走的,他們晚上12點交稿,也就意味著我們要早上8點多。沒辦法,誰讓人家是現代科學的發源地,誰讓人家是當代尖端技術的聚集地呢。依稀記得那天晚上快5點的時候上演了驚心動魄的一幕。一個和我們合作的哈工大老師在幫我校訂論文,突然他說有個地方應該是寫錯了,可能要大改。凌晨5點了,別看還有3個多小時才deadline,對於大改問題來說,這簡直是噩夢!我看了那個老師提的意見,應該是對我們工作理解有偏差。於是我把優化部分的內容又給他講了一遍,總算通過了,通過了,過了…. 

這個詞我在心中重複的次數絕對大於3遍。清晨,從實驗室出來,看著本科的孩子們匆匆走向課室,我絲毫沒有3年前熬夜趕論文後的輕鬆與愉悅。因為這樣的過程已經成為了生活的一部分。調整一天後,我來到實驗室,開啟Arxiv去了解最近的研究進展,這預示著新一輪的戰鬥又要打響了。

四個月後,我們接到了論文的最終接收通知。由於我們論文的評審成績比較好,一個accept,兩個weakly accept。同時,實驗結果和論文撰寫也受到了評審們的肯定。因此論文被評為了大會口頭報告論文。這一點倒是超出了我們的心意預期,所以在接到結果的那一瞬,還是興奮感十足的。

通過這次論文的發表,我對有些問題的認識又加深了一步,同時也有了一些新的思考。接下來,我將從科研方法、科研心理兩個方面說說我的感悟。

科研方法上的感悟:

1. 問題要前沿、落腳要踏實

曾經看過斯坦福大學Li Feifei 老師有關優秀研究的介紹。在文章的開篇Feifei就擺出了計算機視覺領域的一個殘酷事實:

每年有超過1000 的計算機視覺論文被髮表,只有5到10篇值得閱讀並被記住

因此說每一項研究的開展、每一份論文的創作都應該有一個超凡的目標:真正地推動計算機視覺領域的發展。所以當你構思和開展你的工作時,你需要以最嚴苛的方式不斷地問自己:

在將來,我的工作會定義或者重塑某一問題、領域、技術嗎?

通過Feifei老師的話我們不難看出,一個好的課題應該是真正能夠推動學科發展的;是跳出研究本身,站在學術發展的長河中,去引領學科進步的。所以說,問題的前瞻性在整個學術研究活動中就顯得尤為重要。但並不是說前瞻性的問題就一定要利用一個很高大上的新理論去解決,而是應該從問題本身出發,去探求改進、連線、完善現有技術的途徑,從而腳踏實地的把問題解決。

我想,這一點對於計算機視覺這樣的應用型領域還是很重要的。其實現階段智慧學科的研究本來就更加側重於技術層面的創新。 從技術的起源來看,它植根於人類生存和進化的需要 (這裡補充一下,科學源於對自然奧祕的興趣和精神追求。科學與技術的融合與相互促進是第二次工業革命之後的事情了)。因此挖掘和定義領域內的問題,並利用一系列行使有效的手段去解決這些問題,從而促進人們的生產生活,這才應該是智慧學科的出發點與立足點。

就拿我們這次CVPR的論文來說,我們主要利用神經網路實現了圖片的結構化表達。這一過程是影象內容智慧分析的一個重要環節。說到結構化表達,早期的很多工作是在做語言的結構化表達,例如區分出語言中的名詞、動詞等,那麼兩個名詞以及他們之間的動詞就構成了一種關係結構。結構化表達的研究對於影象還是很有意義的,因為影象中所包含的資訊很多,但是這些資訊又很難簡單的進行結構化處理。傳統的方法都是構建一定的規則,然後通過統計的方法對影象內容的結構進行推斷。但這些方法中,構建規則的過程較為複雜,可以應用的場景也極為有限。我們則使用了在各種智慧問題上有突出效果的神經網路解決了這一問題。我想這也是這篇論文能夠獲得口頭報告的原因之一吧。

2. 團隊合作很重要

很多時候科學研究是存在競爭性的,如果我們團隊不率先完整這項工作,很有可能就被國外的團隊佔了先機。但是我們也需要看到,智慧領域的研究現在逐漸出現了融合的態勢:自然語言處理、音訊處理、視覺處理在通過一種相互交融,相互促進的態勢發展。因而為了完成一個較為複雜的課題,往往需要有不同背景知識和能力的人相互配合。

這個時候團隊合作的好壞就顯得尤為重要了。如果配合的好,大家不僅可以相互討論問題的解決方法,同時在遇到困難的時候還可以相互鼓勵,彼此成為心靈上的支撐。如果配合的不好,那麼往往是每個人只看到自己的任務,對於其他的、責任界定模糊的問題,則抱著一種“事不關己、高高掛起”的態度。團隊成員之間的溝通成本也會大大提升,最終影響整個專案的進度。

我覺得確立好的團隊合作有兩個層次的問題需要解決,第一是團隊成員的篩選,第二是個人的心態調整。

(1)針對第一點,如果在不考慮每個人的能力前提下, 儘量和那些解決問題為導向的人合作,而不是那些以賺取個人利益為導向的人合作 。這一點說的有點功利,但是也是我們不得不去面對的問題。如果一個人僅僅是側重事後的利益分成,那麼對整個課題的投入必定大打折扣。當然這並不是說不去提利益,畢竟每個人的工作都應該有其對應的價值體現。尤其像一些科研課題,每個人負責一塊,可能任何一個人的缺失,都會對最終論文的發表造成影響。但是也絕對不可能所有都是第一作者。有效的合作應該是在大家彼此信任的基礎上,衝著共同的目標去前進,至於利益的劃分還是往後放放吧。因為有時候,通過一個成功的課題所學習到的東西,往往比作者的排名順序要重要的多。

(2)針對第二點,我想說的是,一旦合作開始,就要調整好自己的心態。以最大的參與度投身到整個課題的研究過程中。不要對產生的問題進行責任設限,就如同這個課題都需要被你一個人解決一樣。這樣做的好處主要有兩點:首先,你可以通過和其他成員的合作瞭解更多的知識,學習他們知道的,你卻不明白的內容;再者,你的不斷向前是可以感染和影響周圍人的工作態度的,一旦組員相互之間的帶動力產生了,協作的效率將變得很高。

3. 不要放棄每個細節

不要放棄每個細節,說的就是做科研,尤其是應用學科中的科研,需要一種工匠精神(工匠精神,是指工匠對自己的產品精雕細琢,精益求精的精神理念)。這裡我重點說一個例子,記得當時還剩3天的時候,我們的實驗和論文寫作基本已經收尾了。但是經過和另一個師弟的討論後,我們覺得有一個小點沒有在實驗部分得到有效的驗證。這時候,這個實驗做不做成為了一個問題。做會很緊張,很辛苦,同時還要頂住導師push的壓力。不做似乎也並不影響我們論文的完整性,因為此時最核心觀點已經得到了實驗的有效驗證。同時我們還可以一起愉快地把論文改了。最終我們決定還是要做,至少保證在確定的能力下、有限的時間內,把實驗做到最充分。其實還原到當時的情境下,要做到這一點真的挺難的,精神壓力真的很大,應付交差的心理會隨時湧現。

寫到這裡,我不禁想起了Scalers最近的一篇文章: 從學生到職場的最大障礙是“學生氣” 。這裡所謂的“學生氣”就是說做事出活缺乏必要的專業性與職業氣質,面對壓力,不能控制自己的情緒,最終直接影響了工作的開展。其實我也做過一些還不錯的會議和期刊的評審,當你站在評審的角度去審視別人的論文時,真的會不自覺的對小的瑕疵敏感起來,你會不自覺地去設想一些可能的模組的組合,並且急切的想知道這樣組合下的結果。如果說當時我們不去完善那些實驗,我想我們不會獲得一個accept,兩個weakly
accept的成績,更不會獲得口頭報告的資格。

我們再跳出具體的課題,來說說一個研究方向上那些對細節的不離不棄。很多時候這種不離不棄被人們稱作刷performance。也就是說稍微改進一些細節,提高一到兩個百分點的準確率就發一篇論文。有些人習慣於做這樣的工作,並且樂此不疲;有些人則對類似的工作嗤之以鼻,認為是雕蟲小技。我不是很鼓勵這樣去刷論文(其實是我弱爆了,刷不出效果),但是這樣的工作確實有它的現實意義的。很多應用問題的研究講求的是研究上的加速度,尤其是對那些技術上快要成熟的問題(比如人臉識別),只有performance儘可能快地被刷出來,才能有效地催生出相應的應用產品。所以從這個角度看,做一些細節上的打磨工作,也沒什麼不對。

4. 每個工作都是拼搏出來的

“ 每篇CVPR都是拼出來”,這是我研究生第一年的時候,我導師說的讓我印象最深的一句話。這一句話道出了中國年輕一代研究人員在與西方研究團隊爭奪學術地位過程中的心酸(我們現在還處於劣勢)。當然我也用近乎整個研究生階段去不斷地檢驗整句話的正確性。這裡的“拼”有兩個層次的含義,一個是時間上的爭分奪秒,另一個是接受有挑戰課題的勇氣。

前者需要我們去合理分配任務、認真規劃時間,爭分奪秒地去完成相應的研究任務。原因很簡單:“當你想到一個絕佳的idea時,世界上至少已經有三個人有過類似的想法了”。我們不可能讓別人不去想,更不可能控制別人不去做。我們能把握的只有我們自己。給大家說一個我自己的例子,2015年的CVPR,我做了一個還不錯的工作,但就是因為當時拖拖拉拉,論文在寫作方面還是有很多不足的,最終的結果也是比較悲劇的。於是我和導師修改了一下,轉投了期刊IEEE Trans. on Image Processing。轉投不久就發現Arxiv掛出了兩篇幾乎和我們想法一樣,被CVPR15接收的論文。後續期刊評審的意見當然是和這兩篇文章進行比較,我耗費了近乎整個暑假去調整引數,就為了那零點幾個百分點的優勢。沒辦法,這就是人家拼了我沒有拼的結果,這就是學術研究中的先發優勢。

Arxiv 是美國國家科學基金會和美國能源部資助,於1991年8月由美國洛斯阿拉莫斯國家實驗室建立的電子預印本文獻庫。

後者說的是面對學術問題,我們需要有不斷接受挑戰,不斷向上攀登的勇氣。發過論文的小夥伴應該都有這樣的感覺,當你在一個小的領域有了一定的成果的時候,如果要跳到一個更有挑戰的方向上是很有難度的。對比一下不難發現,如果堅持以前的小領域,可以很快發一系列論文;而跳轉新的方向就需要重新分析問題、重新做調研、重新研究技術細節、重新設計實驗,同時整個課題的風險也會更高。但科研訓練的過程不就是為了不斷重複後者的過程,讓我們成為一個成熟的、具有獨立研究能力的科研人員,進而不斷去承擔更為挑戰的研究任務嗎。記得15年年末的時候,一個在CMU計算機系讀博士的朋友回來廣州續辦簽證。和他一起吃飯,說起他的研究課題,他說他導師會要求他每個課題都做不同的領域。而且我看他論文的時候,會明顯發現,每一個課題都會更加有意思,但是同時技術挑戰也會更大。“敢於接受和麵對挑戰”,我想這也是CMU培養出來的計算機學科人員更加具有行業競爭力的一個原因吧。

科研心理上的感悟:

其實科研上的很多感悟和S君文章中提到的內容有很大重合。我是今年元旦加入成長會的。當我去完成“刷文章”的任務的時候,真的如同看到一個懂自己的人。一篇接一篇地讀過去,我在有些問題上有了更為深刻的認識,在另一些問題上則是因為共鳴的存在,而產生的感動。因為我知道,成長路上,我並不孤單。

1. 最後一公里的堅持

相信聽過S君成長課程的小夥伴一定會對“最後一公里”這個問題印象深刻。當時S君舉了一個很有意思的例子。大概是說在電力的整個輸送過程中,電能損失最大的、技術環節最多的,都集中於最後一公里上。其中的道理並不難理解,為了能夠讓千家萬戶能夠用電,在電力傳輸的最後一公里往往需要不斷的變壓、分流。每個環節必須嚴絲合縫,才能保證終端使用者的用電穩定與用電安全。

對應到學術研究中,道理是相類似的。研究的早期環節包含了文獻的調研、方法的設計、基礎實驗和論文草稿的撰寫。後期的環節則多數涉及到實驗的完善和論文的校訂。而最後這兩個環節往往又直接決定了你的想法能否通過學術論文發表的形式,讓眾人所知。學術研究的本質是一個發現或創造的過程,既然是發現就需要通過技術手段驗證它的真實性,既然是創造,就要模擬環境證明它的有效性。因而在時間允許的情況下,應該儘可能地實現實驗的全覆蓋。同時論文的撰寫也很重要,它的核心意義在於讓後來者瞭解工作的核心價值,明確工作的主要方法。論文打磨的好壞一方面將決定評審對工作價值的評判,另一方面將決定工作在未來的傳播能力。

當然在學術研究中,最後一公里的堅持是有難度的,尤其是對成長中的研究者更是如此。試想一下,你辛辛苦苦完成的論文,卻被導師痛批邏輯混亂,要求反覆修改;在會議論文提交deadline來臨之前,卻被導師要求調整圖表;自認為寫的還不錯的期刊,評審卻在實驗環節吹毛求疵,反覆蹂躪你的玻璃心。以上這些情境都是在我們認為工作基本完成的前提下,被導師或者評審要求再前進一步。這些要求看似是刁難,實則是因為我們段位不夠,很多細節沒有處理好所導致。因此說, 最後一公里上所遇到的荊棘並不可怕,可怕的是缺少一顆勇敢面對的心 。

2. 不要對自己的工作有過高的期盼

7 天連鎖酒店(現隸屬與鉑濤酒店集團)董事長鄭南雁先生是我的校友,記得鄭先生有一次回學校來做報告,說了 成長過程中通常會經歷的四個階段,即不知道自己不知道、知道自己不知道、不知道自己知道、以及知道自己知道 。對於一個持續行動者來說,想要習得一項技能或者是完成一個較為巨集大的系統性工程時,前兩個階段需要持續的時間大約為1到1.5年。這樣是為什麼博士在第三年的時候好像突然就能出很多工作了,因為他們正在處於一個從“知道自己不知道”向“不知道自己知道”的過渡過程(他們在學術研究的過程中逐漸成熟了起來)。而後續兩個階段所需要的時間可能會更長。

多數研究者在具備了一定研究能力之後,將在很長一段時間處於第二到第三階段的過渡過程中。與到達了第四階段的人(具有較為明確的研究方向和較為完備的研究體系)不同,這個階段的小夥伴基本是摸著石頭過河,有時候有那麼一點感覺,有時候卻又被突如其來的挫折砸的懷疑自己、懷疑學術研究本身。

這也是我為什麼說不要對自己的工作有過高的期盼。一切順其自然, 重點放在工作的打磨,以及自身學術能力的建設上來。換做S君的話就是注重構建自己的學習系統和成長系統。 我堅信那些有價值的工作,終歸是會被評審發現的。就拿這次CVPR的論文來說,我和合作的小夥伴並沒有想到會是口頭報告,我們覺得很有可能徘徊在weakly accept 和 borderline 之間。甚至我們已經在想如果不中,要做什麼改進,要投什麼期刊的事情。 沒有過高的期盼,只是樸素的做事,幸福反而來的很突然。

3. 沒有工作是完美的,不要因為不完美而不去做

“世界是被不完美推進的。”雖然對每個人來說,去追求好的、完美的工作結果是十分重要的一件事情。但是我們也必須學會去面對那些潛在的不夠完美的事情。這一點在我上大學之後更是尤為凸顯。我來自祖國的西部,雖然是省會城市,但從小的教育依然以填鴨式的應試教育為主。這種教育給我們帶來一種二值化的思維模式,對就是對,錯就是錯。在思維的培養方面,更是缺乏那種迭代優化、逐步完善的訓練。解決實際問題的思路也更加側重自底向上,而不是自頂向下。這樣的教育有一個很不好的地方,就是在解決較為龐雜的問題的時候,根本抓不住重點,找不到突破口。這也造成了我本科階段,知識點還算牢固,但是遇到大的project就完全抓瞎。久而久之,養成了一種做不好的事情不去做的心態。

其實這也算是拖延症的一種了,因為事情並沒有因為逃避而消失,該要解決的問題終究是要解決的。視而不見只不過是因為害怕自己做不好、害怕自己不擅長、害怕做的過程太煎熬、害怕投入巨大卻沒有回報等等。事實上,“不完美”才是生活中的常態,把“不完美”逐步打造成“完美”的過程才是突破困局,不斷提升自己的必由之路。因此說,不要因為“不完美”而放棄做事鍛鍊自己的機會。

這裡我說說這次CVPR的例子。我們一開始和老師討論這個課題以後,其實不是很想做。因為牽涉的技術點太多了,需要去梳理的內容就很多。同時先前沒有類似的工作,從評價指標到實驗設計都是從0到1的過程。就包括實現的模型和我們最初idea設想的也是有差距的。有的部分是因為想不到好的技術手段去解決,所以沒有新增到最終的模型中;有的部分則是因為實驗無法驗證其有效性,所以只能忍痛割愛。但是這並沒有影響我們工作的新穎程度。同時先前idea中沒有解決的問題也成了我們進一步研究和探索的目標。

4. 去除對每一個人的偏見

“生活中是否對人對事會有偏見?”這一點其實是成長會入會帖中的一個問題。也就是寫完成長帖的那一刻,我開始關注自己在生活和工作中的那些偏見。其實,對於還不夠成熟的學術工作者來說,帶有偏見的去為人處事是很可怕的,甚至是毀滅性的。因為一旦加上了有色眼鏡,你的眼光就侷限在了某些點上,只能看到自己腦補出來的世界了。

說說我個人的情況吧,過去一年我最大的偏見在於一度認為導師以前想做一些所謂的big idea,不夠腳踏實地。認為那些idea很難做出來,導師太急於求成,想一下產生影響力。所以當時我們討論完CVPR的工作之後,我是很排斥這個idea的。我當時有很多小的idea,可以在以前工作的基礎上,快速出成果,但是導師一直說我的idea不夠好,不讓我去做。當時一度覺得導師很不踏實,有點急功近利。這也致使後續的幾次討論,一旦導師提出較大的修改意見,我就會認為他很不切實際,至於意見的內容如何,聽進去的就少之又少了。

後來,我加入了成長會,發現了偏見這個問題。伴隨著CVPR的順利接收,我也在不斷分析自己產生這種偏見的原因:第一,可能確實是我沒有導師的格局大,面對前沿性問題的時候,判斷力有限。第二,我面對困難問題的時候不太自信(可能是科研素養還不夠)。因為博士早幾年一直處於自己摸索的階段,碰了很多壁,因而認為科研不可太冒進。擔心會在水深的地方“淹死”。這雖然歷練了我獨自總結歸納和分析的能力,使得我從事課題研究的時候可以步步為營。但是也侷限了我,使我不敢接受有挑戰的課題。

所以說,去年我覺的幸運的三件事就是:(1)關注了ScalersTalk公眾號並加入了成長會(2)當初沒有因為偏見而放棄課題(3)隨著在成長會的不斷自我發現,意識到了偏見的存在,並積極嘗試去克服它。

林林總總寫了近萬字,算是對去年CVPR工作的一個梳理,也是對接下來工作的一種鞭策吧。“博學、審問、慎思、明辨、篤行”是Ramon大學時的校訓,我也會謹記這幾點,努力在自己的成長路走得漂亮。Ramon深知網際網路上藏龍臥虎,學術圈裡更是牛人林立。故言語如有偏頗不足之處,還望各位前輩提點,各位同仁指正。

相關閱讀

Scalers:從學生到職場的最大障礙是“學生氣”

Scalers:獨立出活的能力是職場進步的關鍵因素

Scalers:成長必經三階段:看不起,看不懂和看不到

Scalers:線上教育應該著力解決學習的最後一公里問題

Scalers:在通往牛逼的道路上,讓一部分事情先做起來

ScalersTalk   ID:scalerstalk

微信公眾號作者Scalers,遊走在口譯世界的IT從業者。微信公眾號ScalersTalk,微博@Scalers, 網站ScalersTalk.com,口譯100小時訓練計劃群C
456036104

成長會是由Scalers發起的面向成長、實踐行動,且凝聚了來自全球各地各行各業從業者的社群。有意入會者請和Scalers直接聯絡,我和其他會員會和你直接交流關於成長行動等各方面的經驗教訓。2016年 成長會 持續招募中,參見 做能說會寫的持續行動者:ScalersTalk成長會2016年會員計劃介紹(2016.3更新)