
“我如果回美国,会饿死的,中国菜太好吃了!”说这句话的时候,他耸肩摊手皱眉,一副标准的美国人动作。“我喜欢吃辣的,川菜、湖南菜都很不错,但是广东菜我不是很喜欢,味道比较淡。我还喜欢新疆菜,驴肉火烧,我也是在中国第一次吃驴肉,味道太好了,煎饼啊、麻辣香锅等都特别好,现在回国去都不知道吃什么!”
他叫Nathaniel,美国人,2008奥运之年来到中国。今年7月底的最后一天,我们采访了他。
那是一个酷热的下午,从地铁北新桥站步行到450米外的科林大厦,我充分体会到了汗出如浆的感觉。不过坐定后却感觉很难想象:在这个青砖绿阶有胡同,沿街餐馆林立,随处可见老人在门口休憩的北京美食中心簋街旁,竟然隐藏着一个互联网创业中心——科技寺。
“原本我只是来北大学习中文4个月,然后回美国工作,后来觉得应该学一些与自己本科专业计算机相关的课,于是就继续去清华进修,我找到了一个很好的导师教授计算机科学相关理论,包括数学和算法、计算复杂性等。”就是在清华学习期间,Nathaniel也没闲着,一直在在谷歌中国研究院做技术兼职工作。随后。去了一家叫Grata的公司实习。按照计划,拿到清华硕士毕业证后,Nathaniel就该回国了。这时候一个叫David的朋友影响了他的选择。
David问他有没有兴趣去一个能够自由自在做技术的公司,同时其他的朋友也提到了这家公司,Nathaniel觉得可以试试,经过几轮严格的面试后,Nathaniel来到了这家公司——“光音网络”。
“这家公司很开放,员工们的交流也很多,而且这家公司的中国同事也很特别,他们也都非常聪明,思想也很自由,员工之间很平等。尤其是,我们的考核方式采用了OKR,相比量化的KPI在执行起来更加自由,不过并不是所有的公司都适合KPI”。谈起光音网络,Nathaniel总是兴致勃勃。据了解,OKR是一种很灵活的工作方式,而且也更注重团队协作,所有人一起制定,并不是领导制定目标。KPI更适合稳定的公司,相对于互联网行业的创业公司来说,OKR制度则显得更为合理一点。KPI制定目标如果没有100%实现,那么你是失败的。
Nathaniel在公司主要负责广告家Pro.cn营销平台的技术,这是一个能够实现广告的精准和智能投放的平台。他认为,每个人每天都会面对许多的广告,但每个人的喜好和关注点不同,因此传统的铺盖式的广告投放不仅投入大,而且还达不到一个很好的效果,所以他们在做的就是在依托大数据的前提下,了解每一位用户不同的兴趣和习惯,以实现智能的精准投放。
Nathaniel对于新鲜的技术产品都有着强烈的好奇,不但爱把玩各种智能硬件,对于音乐、表演、主持更是非常喜欢。他说,现在还在学习中国的传统乐器古筝,因为他觉得这个声音实在是太美了,“我喜欢音乐所以我弹尤克里里,最近也开始学古筝,有个室友弹古筝弹得非常好。对于数学我也很感兴趣,所以平时我会做一些小项目,今年我做了一个关于光的项目,完成了一个光的艺术。”
问起平时会用哪些中国的APP?Nathaniel说起来如数家珍:“我平时用的APP比较多,支付宝也非常方便,不仅不需要总跑银行,而且平时消费也可以直接用。手机淘宝也非常好,可以买到各种各样的东西,百度云也是我很喜欢用的软件。我觉得小米也比较不错,我自己也用了很多小米的东西。不贵,但是很好用。"哦,对还有微信。”Nathaniel闭上眼睛摇了摇头,一副难以描述的表情说,这(微信)简直就是一个新的网络世界。
Nathaniel觉得中国的互联网文化非常有意思,比如此前网络热词——神兽“草泥马”,这可能是汉语独特的语言环境而创造出的特有网络文化吧。Nathaniel说,“中国是一个文化氛围很独特的国家,近几十年飞速的发展所带来的开放的思想,与悠久的历史所带来的传统的思想一直冲击着、并存着,这是在其他国家很难看到的现象,而这也展现出了中国最具特色的魅力。”不过他也抱怨,与美国相比,“中国的网速太慢了”。
Nathaniel感觉中国的警察很好。他说,在美国平时是不能随便找警察的,也不可以随便跟警察打招呼,而一旦警察来找你,那么不是接受审查就是报警。而相比之下,中国的警察就非常乐意帮助人,“你可以找警察问路,或者遇到其他困难时也可以找警察,而他们也会很乐意帮你解决这些问题。总结起来就是,中国的警察确实是人民警察。”
关于《IT老外在中国》
这是一档描写人物的栏目,IT、老外与中国这三个元素缺一不可。
我们认为,这个世界终究是人的世界,所有的创造都与人有关,恰恰这个时候我们发现一大拨“洋IT人士”正在中国进行创造性的工作,这成为了当前中国IT产业的独特现象。而这些来自异国他乡的IT从业者也正在用他们的视角观察中国的IT产业,观察中国社会的发展,相信不同的角度会给我们带来不一样的解读。
我们也有理由相信,在中国出现了华为、联想、百度、腾讯、阿里巴巴和小米等一批国际知名企业之后,未来会有越来越多的国际人士进入到中国IT产业,中国高新科技正在名副其实的与国际接轨。
如果您或您的朋友符合我们的采访要求,欢迎推荐与自荐(可联系公众号:科技树,微信号为:treenext)。我们的采访小分队会即刻联系您约访。
好文章,需要你的鼓励
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。
英国国王学院研究团队开发了潜在精炼解码(LRD)技术,解决了AI文本生成中的速度与准确性平衡难题。该方法通过两阶段设计模仿人类思考过程:先让AI在连续空间中"深思熟虑",保持多种可能性的混合状态,然后"果断行动",逐步确定答案。实验显示,LRD在编程和数学推理任务中准确性提升最高6.3个百分点,生成速度提升最高10.6倍,为AI并行文本生成开辟了新路径。
清华大学团队开发的ViSurf是一种创新的大型视觉语言模型训练方法,巧妙融合了督导式学习和强化学习的优势。该方法通过将标准答案整合到强化学习过程中,让AI既能从正确答案中学习又能保持自主推理能力。实验显示ViSurf在多个视觉任务上显著超越传统方法,特别是在处理模型知识盲区时表现突出,同时有效避免了灾难性遗忘问题,为AI训练提供了更高效稳定的新范式。