2020年的第一個月裏總想寫些什麼,卻又苦於靈感匱乏,因此一直拖到當月最後一日,決定提筆寫篇年度計劃以做爲開年的頭一篇博文以便在新的一年伊始,理清思路,全盤規劃。算法
調整技術方向,從過去的ABC轉爲AAA。ABC指的是AI(人工智能),Big Data(大數據)與Cloud(雲),AAA則是AI,Algorithm(算法),Architecture(架構)。安全
AI方向保持不變,我的仍是看好人工智能的發展,但將來的關鍵是其落地能力,光是學術論文上的繁盛,並不能給人們帶來實際的價值。而在應用上的實現正是工程師所熟悉和擅長的領域,這方面感受仍大有做爲。
值得一提的是,微軟現任CEO納德拉(Nadella)在其著書(Hit Refresh)中曾提到其看中的三種技術,混合現實,人工智能及量子計算也包含了這一項,因而可知,在這一點上你們的共識仍是一致的。網絡
新增的Algorithm所指的既是通用的算法,也是專門領域的算法。傳統上定義計算機的程序等於數據結構+算法,因此在這一行不可避免的須要接觸到它。雖然之前寫業務代碼的場景更多些,但在某些時候,仍是須要可以迅速且正確地使用某些通用算法完成特定任務。然而,本身在這方面尚有欠缺,須要持續錘練,以趨完善。有種學習方式稱爲「刻意練習」,應該針對的就是這樣的問題。
同時,由於要研究AI這塊,機器學習與深度學習方面的算法也是須要花時間去認真學習的。不能由於着重於工程方面的問題,而忽略了一些本質原理。除了知曉事物的How,也要明白它們的Why,這應當也是工程師所追求的自身特性(Feature)。數據結構
大數據與雲被移到了Architecture裏面,這兩塊已是現代系統的標配,無需多言,更值得關注的是做爲一個總體,架構對於系統的持續保障以及成本與投入比(ROI)的影響。
架構中所需學習的內容甚廣,不只涉及軟件方面,還有硬件,網絡等其它因素須要考量。除此以外領域業務知識,溝通協調能力,團隊管理技巧等諸多軟硬技能也不能成爲過於明顯的短板。它是一個必須抱有終身學習態度的方向。架構
也曾體會到數學之美,但以前遺落其太久,從新撿回它仍是須要必定時間與精力的。但又不可不爲。
數學領域一樣十分廣闊,與其毫無目的地亂逛,不如針對本身所需,專攻一隅。
人工智能的數學基石在於微積分,線性代數,機率論與數理統計,因此花上一年時間在這些基礎知識上應該是十分值得的。機器學習
英語能力常年偏於讀之上,據說與寫的能力可謂稀鬆。雖然說這樣解決了閱讀外文資料的問題,但當須要使用外語進行深層溝通的時候,仍是有所不及。這一弊端在當前愈發明顯,已經形成了不良的影響,亟待改善。
對於AI中天然語言處理(NLP)這一領域,如果想深究其理,語言能力上的精通可謂必不可少,所以這一方面的投入也是頗有價值的。學習
溝通着重於影響力方面。多與人交流,將本身所學所知分享給他人,才能獲得更多的反饋,便於自身的的改進,更重要的是能夠在他人心中樹立本身的影響力,以便以後更好的合做。大數據
這幾年都一直在讀書,因有好讀書不求甚解的習慣,因此常感雜而不精。今年嘗試讀少書,書多讀的策略,至年終看看有沒有意外的收穫。人工智能
博客也是一直在寫,但有效輸出仍是少了些,總結下來終仍是個懶字,但願這一年能夠多有產出。深度學習
我所看重者無非三件事:安全,健康,教育。
本身的健康情況常年處於不是太佳,也不是太壞的中庸境地,爲了達成終身學習的願望,仍是有必要全面提高下身體素質,以便活得更久,活得更好。
財務自由雖然不是個人主要追求目標,但至少不該被其過多困擾。
始終相信足夠的能力能夠帶來足夠的經濟自主,如果錢不夠花了,仍是本身的緣故佔了大多數的因素。因此還需努力。
年年歲歲花類似,歲歲年年人不一樣。今年與往年相比應並沒有大不一樣,但又總有些不同的,我是如此企盼並相信着。