幸好是慢慢读所以在搬家后才读完，换成几个月前，很多地名并不会让我有什么感觉。毕竟在这里的前几年，除了村子以外的地方都只是旅游时google map上一个浮光掠影的小点。
– 一直以来，我都很欣赏人群中的一些人更擅长给事物赋予意义，不仅如此，他们还有能将浪漫的联想呈现出来的能力。虽然有的我仍然会感到陌生，比如：the feeling of enchantment that she described during her time at PU: a series of the way someone does something, or “paradise of intellect”, the physical locations tied to the past giants – all of these still feel somewhat abstract/random to me。不过在阅读过程中，联系起一些电影中我感到“过头”的对科学家的描绘，确实，我们还是需要它们的，因为它们的感染力。只是恰好跳过了我，也许在我很需要它们的阶段就已经跳过了我。也有不少让我觉得很别致的叙述，比如：当GPU被高效率地开发部署以便更快更好地渲染游戏画面的时候，某一角落有两个正在被用来训当时还没混出名堂的neural network。它让我觉得有些触动：”history had just been made, and only a handful of people in the world knew”。然后是贯穿全文的北极星比喻，能产生一个人工作的领域可以change the world within one’s lifetime，本来也很值得去想象创造和赋予意义，很鼓舞也很幸运的事情。
– 在书的前半段，我最喜欢的部分是关于她的成长历程。比起她上高中的时候，我上高中已经是那么多年过去，然而我在班主任那里听到过几乎一模一样的话。这么多年过去了，我已经有很多用来反驳或者忽视这些话的素材，但仍希望这句话是我可以告诉当年的自己的：They only amplified the mandate of my upbringing: to imagine something bigger than the world around me, no matter what might stand in my way. Now I didn’t just want to see further, but to reach further as well. 在面对所有阻碍或不公而感到委屈的时候，多去想想广阔的世界。
– 喜欢她在个人经历之外平行叙述AI的发展历史，不同的人选编综述也有不同侧重，虽然很多也早就了解过了（当时还云过cs231n），还是有被补充到一些觉得好玩的信息（比如https://www.youtube.com/watch?v=FLb9EIiSyG8）。CNN的效果提示了其它任务也应该去关注相邻的元素是什么，对于molecular graph来说，原子如果是像素点，我们需要topological distance matrix去表示connectivity和其它信息，这是比人为generate一些identifier/descriptor更容易有意义的途径。这些联系让我觉得很有意思，对领域标准做法的革新也让我觉得很有意思。比如，我不介意有人拿质谱仪数据直接丢给pretrained做图像的网络，可能效果已经不错，但是总觉得一定有更合理的做法。在这些很快的生产流中，也需要灵光一闪的思考，感到每次了解了觉得有意思的方法/框架都有这样的特点。
– 数据，现在可能算是私有企业最宝贵的财富了。在一线收集整理，毫无疑问是艰辛的。关于ImageNet，我原本以为在那时就已经是一个公认很需要但是吃力不讨好的事情 – 总得有人去做，但无人愿意耗时耗力还能说服phd去做，毕竟当时各大会议都似乎没有datasets and benchmarks的track？如果有人愿意这么无私，其他人应该不遗余力鼓励才对，而且还是开源给大家的。但没想到，按照书中的叙述，同行的反应是喝倒彩或者忽视。从Caltech101到ImageNet规模成功的关键，是放到现在已不再新鲜的“众筹”玩法。为了集思广益而做的competition、crowdsourcing Mechanical Turk (artificial artificial intelligence :D)，以及现在变成所有人都时时刻刻在贡献训练数据了。最近还听闻的一个建库的实用方法，先把提交通道开放给大众，上传晶体结构就可以瓜分奖金。很遗憾太多事情最后都会归结到资源的问题，资源再最后还是钱的问题。公司比高校有更多的资源，只要是万事俱备只欠工程的问题，总还是比小作坊效率更高的。每次一想到这个问题，公司 投资 VC等等，就会想，算力可以拿去挖矿，也可以借给NASA，觉得我仍然很不懂，需要时间
– 我会毫不犹豫赞同技术的进步会让世界更好，当然“the price of even a moment’s overconfidence was rising fast. Worse, that price would be paid by others, likely the most vulnerable among us” 她去写这本书的意图，我想不仅是她分享过的，觉得需要为了和她“相似”的人们写作而不是让市面上再多一本无聊的只讲CV AI的书， 还有就是分享她的视角：Human-centered AI，下一颗north star。为什么去关注这件事也和她的人生经历密不可分。真的直接已经影响到所有人的技术，由于太过新兴，ethics还没跟上。去阅读她分享的这些脉络，也能更加赞同她呼吁重视ethics的视角。
– 关于个人生活。觉得我最佩服的是那种在各个方面都平衡得很好能做到无愧于心的人，能轻松地将艰难一笔带过，因为支持是不言而喻的。于是反而能去写那些充满童趣和幽默的时刻了：“Are you asking because you’re actually interested in my country’s food? Or because you’re wondering if ImageNet includes enough types of pasta?”
– 分享最后一章让我感到很喜欢和共鸣的一段：“The life of a scientist, like the life of an immigrant—the life of an adventurer—is one in which “home” is never a clear concept. The best work always happens on the borders, where ideas are forever trapped between coming and going, explored by strangers in strange lands, insiders and outsiders at the same time. But that’s what makes us so powerful. It keeps our perspectives unique, and frees us to challenge the status quo.”
回看这本书封面，星星组成的图案是一个类FNN的网络，Feifei站在地平线上，north star在O的中间。没有培养出看传记的兴趣过，但是这本显然很让我觉得“相关”，她呆过的地方，本科专业，后来的方向，身份。感谢各种巧合的偶遇，还拥有了一本实体书。挺好的，读完之后，感到时间很紧迫。以前大概是每件交到手里的事情都要花时间做到尽量好，现在真的应该学会选择性地抓重点。I have to use my time wisely。做得多的人，才能更好地去想，这句话只用来告诫自己吧。
最后，看到这句话的时候让我会心一笑，比看到phase transition的比喻的时候还觉得lol。After decades spent in vitro, AI was now in vivo.