来源:知乎@Lancet Liu
之前做CV和NLP的结合方向,去年开始做NLP(中文)。怎么说呢,表面看上去CV确实比NLP好入门,但实际上是在深度学习没出来前,CV比NLP的门栏高太多了好吗?现在搞CV都不需要看《数字图像处理》那本恶心书了。因为现在DL大行其道,这本书里面的算法确实用不上。记得当时手撸一个光流法,写得吐血。现在至少 1/3 自称搞CV的同学,都不懂啥是光流法吧。但你说那玩意有用吗?我不知道,因为我之前搞CV真没用过这方面的知识。其实对于计算机科班同学来说,在CV领域还存在一个很尴尬的问题。那就是 通讯、电子、自动化的研究生很多都在搞CV,而且搞的还很不错。因为从信号处理的角度来说,这几个专业甚至更有优势。
我们学校,我知道的 通讯在搞三维建模、电子很多都在搞点云,这样的情况也客观造成了CV领域的扎堆。 加上本身在深度学习领域,CV的进步比之 NLP和语音进步更大,好发论文,毕竟对于老师来说paper才是王道。所以CV竞争更加激烈也很好理解了。至于说是否人才过剩,这个我真不敢预言,因为现在DL的领域确实存在泡沫。需求量不如开发那些岗位。但是从长远看(5-10年),我觉得还是一个很有发展潜力的方向。至于说NLP,情况是这样的,NLP现在面临很多瓶颈,其中语义问题的解决便是深坑,我个人觉得知识图谱救不了语义理解问题。而且NLP本身就是一种人类抽象信息的表达,也就是说,不同于图像,语言本身已经被抽象过一层了,有了很多的信息损失,这一部分是真正影响NLP的因素。从研究角度,NLP不如CV好出成果。去年最牛逼的玩意也就是bert,这点比之成果频出的CV领域,还是有差距,NLP创业公司远少于CV也客观说明了这个问题。从就业情况考虑,NLP领域人数少于CV是肯定的,甚至可以说少很多。
大概是1/2 - 1/3 的样子。如果搞NLP,尤其是中文NLP,就会发现,国内的团队搞去搞来都是老面孔,HIT,中科院,北大这类的,深度学习出来以后,经过一轮洗牌,HIT的优势没有之前那么强了,复旦和苏大倒是有很多亮点。当然THU也是很不错的。总之团队确实不如CV的多。但是社会需求量也不如 CV 啊。毕竟工资水平只取决于供求,真不取决于你搞的东西是否牛逼。所以从就业的市场情况,我觉得两者差距并不大。需要说明的一点是,不同于CV, 一般情况 通讯、电子、自动化这些专业的好像很少会去做 NLP,至少我暂时没见过。至于说CV和NLP区别问题,从研究角度,换方向其实不需要很高,至少没有想象得那么高,的沉没成本。但是如果你是做NLP的,招聘CV的人,真的不会去看你的简历。我从CV和NLP的结合方向(估计都猜到了,没错就是图文匹配!),换到纯NLP方向原因有两点:0、结合方向吃不消,CV和NLP同时搞,还要搞出点名堂很费劲,我还是一个转专业的,理解一下吧。1、刚开始入门的时候觉得CV有意思,后来觉得NLP更好玩。