做CV和做NLP，是否都有光明的未來？

首先祭出新華字典的老圖鎮(zhèn)文：

事情是這樣的，最近有個大四的讀者加了皮皮蝦微信，說自己在困惑讀研方向選擇的問題：

“導師是做CV的，但自己看了知乎的一些回答后又想做NLP了?！眴柶てのr有沒有必要嘗試換方向換導師。

皮皮蝦知乎刷的不太多，但也聽說了知乎勸入搜推廣，碩士選擇NLP就是半只腳踏進了搜推廣，云云。皮皮蝦覺得這其實是比較片面的觀點。所以今天就來談一談，做CV和做NLP，是否都有光明的未來？

從學術(shù)研究的角度來說，其實兩者都沒有問題。但近兩年在工業(yè)界搞科研是越來越不受待見了，學術(shù)大牛出走AI lab已經(jīng)不是什么大新聞了。如果對CV或NLP技術(shù)抱有很大的技術(shù)熱忱，一心只想搞研究，皮皮蝦還是比較建議讀博后去混學術(shù)界。

不過對大部分人來說，碩士期間選擇CV或NLP只是暫時的，畢業(yè)后大都要進互聯(lián)網(wǎng)做業(yè)務的。這就引申出來一個問題：

我們在互聯(lián)網(wǎng)行業(yè)都有光明的未來嗎？

如果放在多年前，我覺得這個問題還真不一定。當時CV的對口互聯(lián)網(wǎng)場景特別少，甚至流傳CV人去互聯(lián)網(wǎng)就是去做美圖秀秀的夸張說法。而NLP技術(shù)與互聯(lián)網(wǎng)的搜索、推薦業(yè)務關(guān)聯(lián)比較大，容易進入互聯(lián)網(wǎng)的核心賽道。

近些年來，無論是CV還是NLP技術(shù)，對口的業(yè)務賽道都比幾年前豐富了很多。互聯(lián)網(wǎng)的生意模式整體上可以分為：

1. 面向終端消費者（To Customer，ToC）
2. 面向企業(yè)客戶（To Business，ToB）
3. 面向政府客戶（To Government，ToG）

我們所熟知的電商、搜索、信息流、短視頻、游戲、社交等，就是典型的ToC業(yè)務。而云計算、AI類的業(yè)務，則同時涵蓋了ToB和ToG。

先來說說ToC。

不少人吹NLP就是因為NLP技術(shù)能輕松切入到主流的ToC業(yè)務賽道。比如NLP中的文本匹配、標題理解、內(nèi)容理解技術(shù)，在電商搜索、電商推薦、商品理解、搜索相關(guān)性、網(wǎng)頁/信息流內(nèi)容理解等場景十分適用，甚至常常作為支撐技術(shù)。

而對CV來說，早些年對口的互聯(lián)網(wǎng)生意主要聚焦在ToB和ToG上。ToC則主要應用在圖像處理軟件如美圖秀秀，相機類應用中。在搜索、推薦、廣告場景，CV技術(shù)也有應用，例如圖像搜索、廣告圖片OCR等，但對于業(yè)務全局來說，往往特征的權(quán)重比較低，影響范圍比較有限。

而皮皮蝦開頭說過，CV技術(shù)ToC的事情放在2022年，就不一樣了。近年來，隨著新能源產(chǎn)業(yè)的強勢崛起，自動駕駛成為熱門賽道，大量資本、巨頭涌入。而從計算機視覺技術(shù)進入這個新興賽道無疑是水到渠成的。若這塊業(yè)務和技術(shù)能持續(xù)穩(wěn)定發(fā)展，若干年后切實落地，那一個新的萬億規(guī)模的賽道便誕生了。

即便不用等到自動駕駛?cè)媛涞亻_花，哪怕是當下，就在搜推廣傳統(tǒng)業(yè)務內(nèi)卷的叫苦不迭的時候，自動駕駛賽道的算法人才不僅薪資水漲船高，而且稀缺，距離飽和、內(nèi)卷還有一段距離。從個體的角度出發(fā)，這也是CV人擇業(yè)的一個時代優(yōu)勢。

當然，既然是新業(yè)務，自然也有出意外的可能。那便是技術(shù)始終無法滿足體驗的預期，也始終沒有找到一個折中的退路，涼了。

這便誰也說不準了。不過目前來看，無論國家政策、資本信心還是技術(shù)的更新?lián)Q代，都還在持續(xù)向著好的方向發(fā)展，實現(xiàn)真·自動駕駛也是全人類的一個美好愿景，我們還是選擇相信明天吧。

除了自動駕駛外，像最近比較火的視頻搜索、元宇宙/VR應用、體感游戲等新場景，CV技術(shù)也將發(fā)揮出重要價值，甚至成為其中的核心技術(shù)。

再來說說ToB和ToG。

在這方面，CV不僅商業(yè)化空間比NLP要大，而且更重要的是容易做到標品化。例如安防領(lǐng)域，火車站、機場的閘機人臉識別，物流、快遞面單OCR識別等，都屬于量大、傳統(tǒng)行業(yè)難以投入研發(fā)且AI技術(shù)企業(yè)相對容易做標品化。

標品化就意味著一套解決方案可以在多家重復應用，邊際成本可以控制的很低，這是ToB和ToG能夠賺大錢的前提。

而NLP在ToB和ToG方面推進阻力比較大，最大的問題就是同樣一個NLP任務，在不同的業(yè)務方手里往往有不同的產(chǎn)品定義。例如同樣是智能客服，在銀行業(yè)的客服跟在航空公司的客服，顯然業(yè)務邏輯有著相當大的差別，從運營的產(chǎn)品概念實體到對話邏輯，都需要做差異化的定制。即，基本不可能打造出一套通用的對話系統(tǒng)，哪怕同面向銀行客戶，建設(shè)銀行跟農(nóng)業(yè)銀行的產(chǎn)品邏輯都無法平行復制。

無法標品化，就意味著只能讓算法RD一個訂單一個訂單的啃，邊際成本始終降不下來，賺不到大錢。歸根結(jié)底，CV、Speech是感知層面的任務，有一套大自然定義的客觀標準，而NLP是認知層面的任務，由人去創(chuàng)造的標準，自然就會千變?nèi)f化難以客觀統(tǒng)一。聯(lián)想到近些年NLP領(lǐng)域“小樣本”的研究越來越火，皮皮蝦盲猜也跟企業(yè)AI ToB對標品化、邊際成本控制的瘋狂渴望有關(guān)。

最后總結(jié)一下。

無論CV還是NLP，2022年的業(yè)務出口都相對幾年前寬敞了很多。NLP的ToC出口大，賽道核心，比較穩(wěn)定，但ToB/ToG的空間目前還比較有限；CV的ToC出口小，賽道新，風險與機遇同在，但ToB/ToG的天花板更高。

一句話：我們都有光明的未來。

公眾號后臺回復“數(shù)據(jù)集”獲取50+深度學習數(shù)據(jù)集下載～