本文长度为4530字，建议阅读7分钟
本文为你介绍Kaggle创始人兼CEO Anthony Goldbloom创立Kaggle七年来的心得和对未来的展望。
Kaggle是全球机器学习竞赛、开放数据集和数据科学合作的发源地。在被谷歌收购之际，Kaggle已经举办了许多备受瞩目的比赛，最近跨过了百万用户的大关，进一步在数据科学界巩固了它家喻户晓的地位。
近日，Kaggle创始人兼CEO Anthony Goldbloom参加了一个Ask Me Anything的活动，回答了与会者30余个关于Kaggle的问题，分享了他创立Kaggle七年来的心得和对未来的展望。
主持人：首先，请允许我代表大家感谢你创立了Kaggle。你可以和大家分享一些你的个人情况吗？比如你来自哪里，你在学校学过什么，为什么你认为Kaggle对数据科学的未来很重要？
Anthony：我来自澳大利亚的墨尔本。我在墨尔本大学学习计量经济学(主要是经济数据)。我大学毕业后的第一份工作是在澳大利亚财政部工作，预测GDP、通货膨胀和失业。我喜欢玩转数据，但传统的经济数据规模很小而且噪声很大，所以很难得出有趣的发现，这是最令我感到受挫的。
创建Kaggle的想法实际上源于我想获得更有趣的数据集和问题。当然，这有点讽刺，因为我没有机会参与其中。但塞翁失马呀，后来我意识到在Kaggle上有太多大神，我就算做了可能也不会那么好…
我们的目标是让Kaggle成为一个充满活力的代码、数据和讨论的生态系统。如果你在其他地方做数据科学/机器学习，你的起步时从一个闪烁的光标和一个空白的区域。而在Kaggle，我们是希望你能够可以获得可以复制的好代码，可以直接分析的数据以及可以直接参与讨论共同学习进步。我们从比赛开始，到现在有了Kaggle Kernels和公共数据平台。我们近期的重点是让Kaggle Kernels更加灵活和强大，您可以使用它来进行更重的计算、选择硬件、安装软件包等；还要大量增加公共数据平台上的数据集规模。随着时间的推移，我们希望你能够使用Kaggle在工作的同时，来学习、获得资格认证，也能从中获得乐趣。
Q：从你创建Kaggle已经7年过去了。与你最初的愿景相比，什么已经实现了？什么还没？什么让你最满意，收获的最大惊喜是？最大的遗憾有是什么呢？
Anthony：坦白说，7年前我们做这件事的时候其实没有什么宏达的愿景。更多的是我觉得我们的世界上需要有Kaggle的存在。可以说，我们的目标是随着Kaggle的不断发展壮大在增长的。每当我们取得新的成功，我们就会为下一件事而努力。最大的满足感在于当听到我们的用户说Kaggle给他们提供了之前不可能拥有的可能。当然，我也是很开心Kaggle已经成为了一个家喻户晓的数据科学/机器学习品牌。
最大的遗憾应该就是是我们没有尽早推出Kaggle Kernels和公共数据平台——我对Kaggle的这些领域感到非常兴奋。我们还有更多的事情可以做，如果我们早点开始的话，这就会是比现在更先进的产品。
Q：在2015年，受Kaggle启发，我辞去了工作，开始专注做自己的数据科学咨询业务。我面临的最大挑战之一是找到预测建模项目的高质量大客户。请问有什么建议吗？
Anthony：这很难。我认为现阶段的公司主要还都在研究如何更全面地使用数据科学/机器学习/预测建模的探索阶段，因此他们的很多用例相对来说都没有很复杂。为了找到更高级的客户，你可以看看在Kaggle的社区上发布的公司属性（如果他们了解Kaggle，说明他们还是比较超前的；如果他们在招聘，说明他们还有未满足的需求，而咨询可能会是另一个满足需求的方法)。也就是说，如果你想做更高级的工作，咨询可能并不合适。建议是在一个已经意识到数据科学/机器学习/预测建模的优势的前沿公司找到一份工作可能会更好。
Q：谷歌为什么要收购Kaggle？怎么样让二者相得益彰？
Anthony：目前三大云服务商玩家——AWS、Azure和谷歌云正在进行激烈的较量。谷歌云的优势之一是最好的机器学习云：通过Google CloudML Engine等提供TPU、Tensorflow服务。Kaggle是世界上最大的机器学习和数据科学社区，所以收购Kaggle可以让Google Cloud将这些工具提供给我们的社区，用户在使用时可以获取反馈和更多的推广。从Kaggle的角度来看，也是一件好事。它使得我们可以为社区提供更强大的计算机/服务（可能出现在Kaggle Kernels），比我们作为一个小型独立公司要好很多。
Q：在Kaggle的“成长”过程中，你是否经历过明显的愿景和商业模式上的转型？在这个过程中，什么类型的支持让你记忆深刻？可以分享一下嘛？
Anthony：早些时候，Kaggle谈不上是什么远大理想，更多的是一个有趣的项目。随着我们的不断成功才有了更远大的理想。早期，我们从机器学习竞赛中获得了所有收入，但那并不是很赚钱。因为当时机器学习还非常不成熟，所以机器学习竞赛没有多少市场。2013年，我们研究了其他可盈利的业务：比如在特定行业形成专业知识，并为该行业构建机器学习的解决方案。我们选择石油和天然气作为我们的第一产业，并把壳牌选作想要和我们做更多的客户，我们认为市场机会是好的。当油价在2014年末暴跌时，该行业变得非常有挑战性。但这时机器学习市场已经开始成熟，所以我们可以回到机器学习比赛上来建立强大的业务。我们还推出了一个工作板块，这对我们来说也是一个很好的收入来源。展望未来，我们愿意提供其他服务，包括允许公司在其数据科学团队中使用Kaggle Kernels。
我们也有着一路支持的投资者，他们看过许多企业的迂回曲折，为我们发展业务决策提供了很多有用的视角。
Q：如果想在Kaggle取得成功，需要具备的技能有哪些呢？比如模型融合(stacking、blending)等。同时，作为一名学生，我一般不参加那些有大量数据集的难题，主要是硬件的瓶颈。你愿意在谷歌云上提供免费的时间吗？
Anthony：我建议你在博客上阅读获胜者的采访。你会从比我更聪明的人那里学习到更多！我们希望在成为Google的一员后，能够为我们的社区提供更多的计算力，特别是在大型的比赛中。目前这一部分还在进行中。
Q：关于怎样开始学习深度学习技能，你有什么建议？
Anthony：我觉得fast.ai（http://course.fast.ai/）课程就很好。
Q：我注意到图像分类比赛数量有所增加，这是Kaggle的一个新趋势吗？以前的“Private Masters”的风格是否会卷土重来？
Anthony：我们不决定我们要组织什么比赛——这取决于我们的客户给我们带来什么。我们最近一直在增加竞争团队（你们很多人都知道连Walter Reade都加入了！）所以我们希望能举行更多的比赛。我们负责比赛的团队也为第三季度设定了一个更好的目标，所以我们正在尝试。
Q：对于你的客户（赞助比赛的公司）来说，几乎所有的解决方案都涉及模型的组合定义，你是如何看待这个问题？你是否有计划会发布一个全新的比赛，要求最后的提交都是基于一个不需要整合的简单模型？
Anthony：在给获胜者的介绍方案中，我们要求他们分享一个性能在90%-95%的简单模型细节。在实际操作中，这些简单的模型通常表现得更接近集成模型的99%，对客户来说更有用。未来的一种可能是，在之后的比赛中，我们来限制计算约束，来有效限制疯狂创建集合的能力。
Q：作为创始人你最喜欢的是什么?
Anthony：8年前，最初的Kaggle只是一个闪烁的光标和Vim文本编辑器。我真的为我们所建立的事业感到骄傲：有那么多聪明的人选择把一天的时间花全心投入，这是非常有益的。
Q：如果你把自己列为Kaggle的排行榜，那么你认为你会排在哪里？
Anthony：我想我可以到Expert，但到Master还是有点困难，除非我抱到了一个大腿😉，成为Grandmaster估计是没戏了。我以前认为我是一个很好的统计学家和一个好的程序员：经过多年在Kaggle社区的观察，我再也不这么认为了。
Q：Kaggle的数据科学家团队现在有多大？
Anthony：我们的数据科学团队只有三个人——Wendy, Will和Walter。他们与客户合作推出比赛。我们现在规模还很小，只有24个人，也没有办公室，团队大部分人都在远程工作。
Q：你什么时候第一次遇见“数据科学”，你如何知道这就是你今后要走的路？
Anthony：我在大学毕业后的第一份工作是预测GDP，通货膨胀和失业率。我喜欢玩数据！每个数据集都有其秘密，我认为尝试去发现这些隐藏在数据背后的秘密是令人兴奋的。
Q：有没有什么比赛是你希望Kaggle举办但还没有办的？
Anthony：私下里我一直在参加kitefoil的比赛。我希望对风的预测能有一个更好的模型，所以我一直希望能办一个和风的预测有关的比赛。
Q：在未来5-10年里，你期待看到什么类型的AI相关技术?（刨去汽车相关的）
Anthony：今年11月，我的第一个孩子就要出生了。昨晚我还和我的妻子开玩笑说：要是能有一个自动驾驶的婴儿车也蛮不赖的。人类在语音识别领域取得的进展也让我很兴奋。我已经买了一个Google Home智能音箱放在家里，用起来感觉很不错。我期待有一天我再也不用一直看着手机了，而是可以用语音来进行一切指令的操作。
Q：未来10年，数据科学（ML/DL）将会拥有一个怎样的未来呢？
Anthony：我很喜欢William Gibson的名言：未来已来，只是尚未流行。像谷歌这样的公司已经展示了在Google Home、谷歌照片、Word Lens等app中数据科技可以企及的高度。未来10年，我们将看到越来越多的机器学习应用在我们的产品中。希望之后我们也能开始看到如今学术界流行的一些技术(如强化学习，GAN等)能应用在现实的产品中。
Q：对于在数据科学领域创业的创业者，你能否给3点建议？
Anthony：其实我只有2点建议，但这也是最重要的2点。
Q：有没有计划向那些对使用公开地址有疑惑的大企业提供企业版的Kaggle？我想这可能对Kaggle来说是一个比较好的发展机会。
Anthony：当然考虑过啦~我们在计划启动一些大企业内部的比赛，几家企业可以打通数据集。但这个优先级目前还没有那么高，预计大概要到2018年才会和大家见面了吧。
Q：个人来说，我相信Kaggle Kernels是目前数据科学领域最好的一个发明。你们早开始创建它是源于怎么样的动力呢？
Anthony：之前Kaggle上有很多附上code的用户讨论，但是那些code很少是有人跑过的。经常是有不少人点赞，但没有回复。这让我们意识到，其实要跑通其他人的code是一个真实的痛点。大部分的人来Kaggle都是来学习的，因此我们发布的Kaggle Kernel来确保我们有更丰富的学习体验，以及让kenerl的作者机会来展示他们的聪明才智。
Q：你能不能和我们大家分享两个Kaggle成立以来最困难的时刻？
Anthony：大概在2013年，Kaggle最早是专注在垂直行业起家的，我们用一个个case来拉动我们的业务增长。刚开始我们专注在石油和天燃气行业，但是2014年油价大跌，我们大部分的收入就没了。我们必须裁员以求自保。另外，在商业中我学到的最多的就是要招那些聪明但是不自负的人。Kaggle刚开始的时候，我们总是追求一个人是不是聪明。但那是错的。因为在实际的工作中，你是很难去跟那些自以为是的人去合作的。
Q：在Kaggle得到第一笔投资前，你拜访了多少个投资人呢？能和我们分享一下么？
Anthony：融资总是很难的。VC一般每年会看成百上千个项目，然后从中选两个投。我们的第一轮相对容易一些：找了大概30家机构，然后有4家对我们感兴趣的。我们的第二轮就比较难了（就是在油价大跌之后），我们找了60家机构，只有一家感兴趣的。
Q：你是如何遇到Kaggle的CTO兼联合创始人Ben Hamner的？
Anthony：最早是在悉尼的ICDM 2010大会上。Ben Hamner也在那个大会上，因为他参加了ICDM的机器学习挑战赛。我当时去那儿是为了安利Kaggle。然后Ben就开始在Kaggle上参加比赛了，而且表示地非常积极。2012年我又见到他了，那时候他在湾区面试Google。不过最后他还是放弃Google，加入了我们。
Q：如果在创立一家数据科学领域相关的公司，哪些是最需要考虑的点？
Anthony：现在来看的话，这已经是一个相当拥护的领域了。首先，你要确保你有一个不同的切入点。Kaggle其实是很幸运的，因为我们在大家关注之前创立了公司。所以，当出现泡沫的时候，我们反而受益了。现在大家对数据科学和机器学习的关注度这么高，要脱颖而出其实是更难了。
Q：如果可以作一个超级英雄，你最想成为谁？
Anthony：不知道他算不算，我想成为《安德的游戏》（Ender's Game）里的Andrew 'Ender' Wiggin。
最后谢谢所有成就了Kaggle的今天的你们！ 未来Kaggle还有更多令人兴奋的事情，希望你继续从中找寻喜欢和宝贵的事情~
编辑：王璇
公众号底部菜单有惊喜哦！
企业，个人加入组织请查看“联盟”
往期精彩内容请查看“号内搜”
加入志愿者或联系我们请查看“关于我们”
