随着软件工程正从基于逻辑的手工代码转向基于概率和不确定性的机器学习模型,物理学家越来越适应软件开发的工作。在职业发展前景和高薪酬的吸引下,越来越多的物理学家开始进入硅谷,华尔街不再是他们的首选跳槽之地。
1月2日消息,据美国《连线》杂志报道,随着软件工程正从基于逻辑的手工代码转向基于概率和不确定性的机器学习模型,物理学家越来越适应软件开发的工作。在职业发展前景和高薪酬的吸引下,越来越多的物理学家开始进入硅谷,华尔街不再是他们的首选跳槽之地。
以下是文章全文:
对物理学家来说,现在可不是个好时代,曾经的物理学家奥斯卡·博伊金(Oscar Boykin)这样说道。博伊金曾在佐治亚理工学院物理专业深造,并在2002年于加州大学洛杉矶分校获得物理学博士学位。2013年,运行瑞士大型强子对撞机的物理学家们发现了希格斯玻色子。众所周知,希格斯玻色子是早在20世纪60年代就被物理学家预言过的亚原子粒子,在那以后每个人都期待着发现这种粒子。然而,希格斯玻色子并没有颠覆现有宇宙的理论模型,它也没有改变任何东西或带给物理学家任何新的信息。博伊金坦言:“当物理学真正出现问题时,才能让物理学家们感到兴奋,令人沮丧的是现在我们恰恰处于一个物理学并没有太多错误的时期。对于一个物理学家来说,这非常令人沮丧。”此外,当物理学成为一种职业时,其薪酬并不高。
于是博伊金转行去了硅谷做软件工程师,对其他物理学家来说,现在正是成为其中一员的好时机。
博伊金在Stripe工作,后者是一家市值90亿美元的创业公司,其主营业务是帮助企业在线接受付款。博伊金负责开发和运行用于收集整个公司服务数据的软件系统,他会预测这些服务数据,分析何时会发生欺诈交易并加以防范。作为一名物理学家,他非常适合这项工作,这既需要极端的数学思想,又需要抽象思维。然而与物理学家这个职业不同的是,他正在一个能够提供无穷无尽挑战和无限可能性的领域工作,更重要的是工资很高。
如果把物理学和软件工程都当作是亚原子粒子,那么硅谷已经变成了强子对撞机。博伊金和Stripe的另外三位物理学家合作进行相关工作。去年12月,通用电气收购机器学习创业公司Wise.io时,首席执行官杰夫·伊梅尔特(Jeff Immelt)夸口说,他刚刚逮住了一家挤满物理学家的公司,其中最著名的莫过于加州大学伯克利分校的天体物理学家约书亚布鲁姆(Joshua Bloom)。在世界各地,有约7万名数据科学家都使用的开源机器学习软件H20,是由曾在SLAC国家加速器实验室工作的瑞士物理学家Arno Candel的帮助下开发的。微软数据科学主管维杰·纳拉亚南(Vijay Narayanan)也是一名天体物理学家,其部门还有其他几位物理学家。
这一切正发生在硅谷,而且并非巧合。因为无论从结构还是技术上讲,几乎每个互联网公司的需求都越来越和物理学家掌握的技能契合。
自然因素
当然,在计算机技术方面物理学家们早就扮演了重要角色,正如他们在许多其他领域发挥的重要作用一样。帮助设计ENIAC(世界上最早的电脑之一)的约翰毛克利(John Mauchly)是一位物理学家。C编程语言之父丹尼斯·里奇(Dennis Ritchie)也是一名物理学家。
但对于计算机技术领域的物理学家来说,现在是转行去硅谷的黄金时期,这要归功于机器学习技术的兴起,计算机开始通过分析大量数据来学习任务。数据科学和人工智能新浪潮正是适合物理学家的东西。
除此之外,业界已经接受了旨在模仿人脑结构的神经网络软件。但是这些神经网络实际上只是数学应用,主要关联的学科是线性代数和概率论。计算机科学家不一定会接受这些学科的培训,但是物理学家一定了解相应学科。博伊金说:“对物理学家来说,神经网络技术中唯一真正的新东西就是学习如何优化这些神经网络以及如何进行训练,但这对于物理学家来说小菜一碟。其中一种技术被称为‘牛顿法’,就是那个物理学家牛顿。”
微软剑桥研究实验室负责人克里斯·毕晓普(Chris Bishop)在30年前就感同身受,当时深度神经网络刚刚在学术界展现出前景。这让他从物理学领域跳到了机器学习领域从事相关工作。“物理学家进入机器学习领域是很自然的事,”他说,“甚至比计算机科学家更自然。”
凡本网注明“来源:XXX(非科技狗)”的内容,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。 如有侵权及时联系本网站:yzl_300@126.com 本网将在第一时间删除!
2023-02-28
2023-02-20
2023-03-17
2023-02-01
2023-03-17
从单车智能到车路云协同,Smart Solution 2.0有哪些
4月18日,全球瞩目的第二十届上海车展盛大启幕,作为国际领先的移动出...