Review Phantoscope
在项目结束大半年后再来写这份总结,避开了当时一些情绪影响的因素,更好地回顾这段关于 Phantoscope 的经历。本文包含了一些自己对 Phantoscope 的思考、未来,以及自己在这段经历中的反思与总结。
Phantoscope 的设计理念
Phantoscope 是什么
Github
Phantoscope 是一个基于 Milvus 与深度学习的云原生图像搜索引擎.
为什么需要有 Phantoscope
自从 AlexNet 打开了深度学习的大门,计算机视觉领域一下子被 DeepLearning 占满。 目前 DL 能解决的图像问题主要是图像分类、图像分割等基本问题。而应用在非结构化数据上,最直观的体现就是 embedding,万物皆可 embedding 的口号一被提出,非结构数据处理的重要性直接飙升。
我们有这样的一个假设:图像处理过程,如果划分为模型训练、搜索业务部署这两个部分的话。因为模型的迭代和演进,其变化纷杂复杂,是一个暂时没法统一抽象的部分;与之相比,搜索业务反而是一个更容易抽象、且更依赖于经验的系统。
这样的假设下,我们可以进一步进行假设,未来的 AI 训练是一个大众化的过程,不会仅仅被头部的几个公司所垄断,而是一个全民(各领域专精的创业公司)皆可 AI 的过程。
基于上述两个假设,AI 训练侧的竞争会是百花争艳的局面。如果与之对接的搜索层有一个完整的整合,无疑会给整个 AI 界的发展和落地提供很大的助力。
每个人都可以轻易地通过将自己训练的模型接入 Phantoscope,得到更直观的结果。
这样的形势下,好的模型理应被更好的资本的支持,无论是通过成立公司或者售卖该模型盈利,呼之欲出的需求都是如 Phantoscope 这样的一个完整的业界解决方案。
不光是图像搜索领域如此,其他 AI 应用领域亦然。
而这就是 Phantoscope 憧憬的未来。
Phantoscope 的愿景
Phantoscope 以图片搜索为基点,探索的是未来 AI 世界的玩法,争抢的是 AI 工业应用的事实标准。
为什么很久没更新?
首先是因为公司层面的原因,公司当前处于一个比较尴尬的时间节点。
其次不是不做了,只是推迟了,静待花开。这必然是一个很好的方向,但完成这么大的 picture 并不是那么容易。最重要的制约因素就是未来的盈利模式。另外一方面技术团队也是一个很大的原因:如果做成一个 AI hub,那么前期的贡献来源必然只会是公司自己。那必然需要世界一流的 AI 团队,哪怕只是集中的一个方向,但在当时的情景下也是不可能的。
经历回顾
写这篇博客,即是对过去经验的回顾与总结,也顺带理清激励自己未来选择的重要因素。希望这篇回顾与总结可以帮助我更好的选择未来。
首先,一开始做 Phantoscope 前期探索,其实只是为了踩实 Milvus 应用场景的路子,将非结构化数据处理与分析的未来勾画完整。
对于个人– 一个本励志在 C++ 领域做出一番积累的我而言, Phantoscope 其实是个天上掉下的苹果,一下子把我整懵了。人生很多时候不是由自己说了算,很大程度上取决于身处的环境。
整体来说,这份经验带给我的很大程度上不会体现到简历上的价值,因为一个 python 项目,一个 AI 调库侠、整合怪,说起来就很 low。但是在做这个项目的半年,从一开始的被动,到后来花心思去思考 AI 的未来,主动 cover 很多开源项目的工作,其实是一个有很大波动的心路历程。这样的经历,让我从一个 coder 的视角真正体会到一个项目的成败从来不决定于编程者的水平多厉害,而在于那个布局的人、那些个根据手上的牌打出相应架构的人。也许这半年的经历在我长远的职业生涯里的影响会远远超过多做半年技术。但不得不说,短期内还是很被动的。
自夸
同时,这个经历中我最大的感悟就是,我的学习能力真的很不错。从在学校里的几乎 AI 小白,通过一系列学习最后可以和另一位博士做到这个领域的无障碍沟通了,虽然肯定不会涉及到最新的学术研究,但说一句略懂还是可以的。
在学校里,很多时候参加一个比赛都是想自己先准备好,啥都学好了再去参加。但这样的心理下,要么是一直没学完,越学越觉得自己不行;要么是学完了就忘,等用到时候还是得去再理解一遍。通过参与 Phantoscope 的经历,我明白了很多时候不妨去试试,遇到什么问题就去解决什么。即使一点不懂,只要觉得可行,去试试,万一别人更不会呢(: hhh。 未来的事不应受限于自己现在不行,而应该取决于该不该去做,值不值得去做。
以一颗无畏的心前进,走自己想走的路,哪怕摔跟头了,也不枉过了一次自己的人生。
不足
当然,暴露出的问题也不少,和经历过学术训练的博士相比,我离主题阅读的水平还是差了很多:读英文论文几天憋出一篇,还讲不出什么所以然。阅读的技巧、英文文献的阅读都是可以着力提升的一个方向。