【GAN优化】GAN优化专栏栏主小米粥自述，脚踏实地，莫问前程

今天是加入有三AI的第三期，给大家来个自我介绍，也聊一聊我的一些想法和体会。

作者 | 小米粥

编辑 | 言有三

随走随行

其实我一直非常佩服那些有规划又努力的人，因为我是一个对自己没太多规划的人。

本科选择了物理专业，上学期间也算得上比较努力吧，但是物理是一门实验学科，我发现自己笨手笨脚的，调仪器、接电路......大多数人轻松搞定的事情我要花好大的劲。我坚定告诉自己，以后绝对不干物理，痛苦！！！当时对经济学很感兴趣，想以后在这块好好研究一下，于是修了一个经济学双学位。但是到了大三结束拿到保研资格的时候，正好赶上AphaGo引爆人工智能的热潮，我在经济金融和人工智能的之间不断纠结。

墨迹、徘徊了很久，最后一拍脑袋就选择了人工智能直博，我也不知道这是不是最优解，就这么着吧，感觉上应该没错。

从GAN开始

之前我一直误以为人工智能是新兴学科，直到当我真正走进其中，才知道这已经是第三波人工智能的浪潮了，原来书中讲的SVM、决策树等等那些算法都是在20世纪之前就提出来了，而神经网络其实已经火过两次了，LSTM和CNN是上世纪末就出现的，我才知道人工智能的范畴除了机器学习、深度学习还有知识推理、启发式算法等等。

当我真正进入实验室的时候，我是从如日中天的GAN开始的。一开始也是什么也不懂，觉得GAN太复杂了，但也很有趣，很高大上，竟然还存在这样的学习方式。随着逐渐地深入了解，也就发现它没那么高不可攀，感觉“也就那样吧”，它也有很多缺点和不足，完全不是一个当时“一窍不通”时的小白那种兴奋、盲目崇拜的感觉了，但是它不失为一个好的算法入门渠道。

有人说GAN像一个玩具，就是生成五花八门的图像，其实这是一种比较片面的理解。单纯从生成的角度而言，除了强大的“修图”功能，它可以生成文本、音乐，GAN在强化学习和半监督学习上也有重要应用，更根本地讲，GAN其实是在建模一种高维数据概率分布。当然，没有哪种模型或者算法能永远独霸天下，十几年前说到机器学习大家都应该在谈论Vapnik的支持向量机吧，三十年前讨论起神经网络可能谈论是BP和Hopfield网络吧......总而言之吧，我得为自己“辩护”，我认为GAN是一个非常优秀而有前途得模型。

砥砺前行

学习的时候，我比较喜欢写一些总结，之前也在CSDN上写过一点内容，恰好龙鹏师兄也恰好在创业做相关的事情，很自然也很巧合的，就成了一个专栏作者了。

我们实验室的师弟师妹包括老师都对龙鹏师兄评价很高，但是我想说“他真的没有照片里的那么白！P得太狠了！哈哈哈~”

在写GAN专栏的时候，我也考虑过一个问题，其实很多人喜欢直奔结论，“我不想知道为什么，你告诉我用哪个模型、怎么改动就好了”，很多情况下这不失为一种效率特别高的办法，但是肯定也有很多同学愿意刨根问底，了解每一个细节和前因后果。所以，根据自己的思考，我写了好多数学公式、对一些比较基本问题、想法做了比较多的描述，每次用到的数学知识都会做阐述，而对代码实现，在视觉、NLP方面应用暂不涉及（以后可能会吧），希望能帮助那些也跟我一样小白入门的同学，希望大家多多支持，更欢迎大家一起讨论切磋，不仅仅是GAN，其他方方面面都可以交流。

其实自己心里很没底，人工智能领域高手如云，自己距离各路大神大佬还有很大的差距，我想说的也是那句话：“路漫漫其修远兮，吾将上下而求索。”

GAN群