每天我们都可以在形形色色的公众号上看到很多类似“一文读懂 XXX”、“5 分钟学会 XXX”的文章，或者是看到类似“某某比赛平台禁止中国人参加”、“某某大牛发表 XXX论文，改变 AI 格局”，大量的文章都是翻译自一些国外的博客，而这些博客的来源也通常是微博上的一些大 V 转发自 twitter 的八卦消息和他们订阅的英文博客。
仔细想想其实读者们看到的是经过多次信息搬运来的内容，而转化成读者可读的文章还需要一次英到中的翻译。可能大家不同的是，翻译的质量以及标题党的程度不太一样。大量的文章其实都是翻译自同一篇英文文章，继而被各种为了保持文章更新频率的公号转来转去，信息过载问题太过严重了。
翻译其实并不可怕，可怕的是翻译的人其实并不知道自己在翻译什么，并不能真正地 get 到内容中的点，导致翻译出来的内容只有标题是连贯的，其他内容读起来可能会很不通顺，也不专业。但足够吸引人的标题以及蹭一些热点事件和论文总会带来大量的阅读量，对于只能看得懂阅读量这个指标的公号来说，这无疑是一种鼓励和认可，于是会更加疯狂地做下去。
当时决定创业，我有一个非常强烈的愿景，就是希望让读者能够听的到更加专业的声音，让他们真真正正地了解到 AI 到底发展到什么水平了，Chatbot 是不是可以理解人话，Deep Learning 真的是给你大量的数据，然后套用个 CNN 或者 RNN 或者 XNN 就可以做一个端到端的模型，解决所有问题？我想，标题党们和博客翻译家们并不能真正地说明白 AI 的现状，实事求是很重要，但实事求是并不一定具有市场，因为泡沫有的时候看起来更美好一些。
我个人非常喜欢 reddit，尤其是 reddit 上大家对于一篇刚刚挂在 arXiv 上的 paper 的讨论，那里没有被标题党们占领，那里的内容是最纯真地讨论，好就是好，不好就是不好，简单而真实。我希望通过我们团队的努力，通过 PaperWeekly 众多铁杆粉丝的共同努力，形成一个踏踏实实讨论学术的社区，让好的 paper 得到更广泛地承认，让好的研究得到更广泛地宣传，让更加理性和真实的内容得到传播。
这个世界很浮躁，哪种模式受欢迎，大家都像苍蝇一样扑过去，浑身散发着铜臭味，就一窝蜂地都去用这种模式。低俗的内容受欢迎，于是大家都做一些低俗的内容来吸引大家的眼球，标题党和翻译家吸引眼球，于是大家都做一些标题党来吸引大家。我想，去做这样的事情并不难，难的是克制自己不去做，同时也能够相信自己做的是对的。
有挺多的人建议说做 AI 培训，这个有市场，这个可以赚钱。关于培训，我觉得也是一种社会浮躁现象的折射，一种急功近利的表现。大家被 AI 工程师百万年薪的这种噱头冲昏了头脑，不管是什么背景的童鞋，都希望自己可以通过几周的培训迎娶白富美，走向人生巅峰。然而，我觉得挺难的。专科直接培训出来的同学都具有一技之长，可以直接找到对口工作，那么大家为什么还要上本科、硕士和博士呢？道理很简单，如果你读书和学习只是为了学会一技之长的话，确实没有必要读那么多书，然后你想要学会思考，学会学习能力，那么教育就非常重要了。
看到一些培训班的课程设置，包括教会你安装开发环境，教会用 TensorFlow 框架，教会几个开源的 demo，比如 seq2seq、比如一个无比鸡肋的 Chatbot 等等。如果这些内容都不能通过自己看手册、看文档、看 demo 来学会做的话，我想即使通过这个手把手的、价值千元的课程学习之后，仍然会离百万年薪很远吧。
毕竟，授人鱼不如授人以渔。这个阶段的学习，不是小学生阶段的学习，手把手地教，会不会有点侮辱智商？我承认这个是个市场，但现有市场中的培训水平并不高，工具的培训弥补不了思考能力的有待提高，课程的设置如果更具有思考性和启发性，而不是简单地教一些工具，相信会更有价值。如果有这样的课程出现，PaperWeekly 会义不容辞地宣传给大家，而现在的课程在我看来就是赚快钱。
还有挺多人说 paper 这个东西没有什么附加价值，而且绝大多数的 paper 在工程中都没法用。我基本同意这些说法，因为 paper 和工程的目标区别还是比较明显，paper 是在探索未来（当然这里不包括占了绝大多数的灌水论文），是在对现有研究中存在的缺陷做进一步地探索，并不奢望马上应用于工程中；而工程应用，只要求指标上的优秀就可以了，其实并不在于是用什么 model，或者组合了各种 model，只要效果好，就是好 model。两者并不矛盾，你觉得 paper 无用，是因为很多的 paper 是灌了水的，造了假的，场景太过简单，所做假设太多，情况太过理想，但并不影响很多好的 paper 推动了科技的进步，为很多的工程实践带来启发。
关于群，我这里也想谈谈我的一些想法。首先，我觉得如果我建了一个群，聚了一些有共同爱好的童鞋进来，我希望群里是活跃的，大家在一起可以真的讨论问题，而不是只为宣传自己的公号文章或者活动。其次，一个活跃的、高质量的群，需要一批喜欢分享的童鞋，每个人都分享出自己擅长的东西，整个集体才会都受益，大家都潜水，群还有什么意义？再次，一个好的群，真的需要运营和组织，我们目前有两个非常好的子群，GAN 和知识图谱，已经分别做了三次群内话题讨论，每一次讨论都会有专业的童鞋准备好若干的问题，并且讨论的时候有一大批童鞋都会参与其中，而且氛围越来越好，大家都有所收获，申请加群的人也越来越多。
相反，我们之前被迫（群众呼声很高）建立了几个子群，加群的人数非常多，很快就满 500 了，但由于缺乏专业地运营，很快就沉寂了。最后，我们后面还会建一些相关子群，但前提是找到一个专业的粉丝 team 来运营这个群，否则结果都是沉寂下来。我觉得，做一件事情就应该坚持这件事情的初衷，群就是为了更广泛的交流，让更多的人碰撞火花，启迪智慧，而不是为了什么噱头，为了什么 PR，为了什么我们有多少多少社群这样的无聊数据。
信息过载的时代，我们到底需要什么？我想，我们需要一些更加专业的声音，希望 PaperWeekly 的公众号和社区可以贡献更多真实和准确的内容，通过更加专业地解读，更加专业地推荐，让读者们能够明白 AI 的发展到底处于什么水平。有所为很容易，但有所不为需要勇气和坚持，我也希望我们能够不忘初心，继续做我们认为对的事情。
如果你认可我们的价值观，认可我们做的事情，请继续勇敢地支持我们，和 PaperWeekly 一起成长。
关于PaperWeekly
PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。
