夕小瑶科技说 分享

作者 | 猫猫坏心眼可多啦

来源 | 知乎

那是在2018年6月的人民大学，研一即将结束，我接了同学的班，去做一个叫做”语音向量“（Semantic Speech Embedding）的研究。这是一个新领域，前人少有研究，也不知道到能否做成。最初我只是认为若能搞出来的话很了不起，也很有价值。但却未曾料到这会持续四年，期间也改变了我太多。
当时通过文献调研，我发现MIT的作者在一年前（2017年）就已经做了出来，并且效果极佳。因此我认定这个方向是可行的，他的方法也值得借鉴，毕竟：
  1. 论文作者来自MIT，一作Yu-An Chung曾是NTU李宏毅老师的学生，值得信赖（后来发现这位作者拿了Interspeech2020的best student paper award ）
  2. 论文相关的后续工作发表在知名会议Interspeech 、ICASSP、NIPS
  3. 作者提供了模型所生成的数据，经检验其效果甚至超过了论文里标明的分数
▲MIT那篇论文的微信存档
随后，我满怀信心，一方面着手复现这篇MIT的文章，一方面实验探索一些改进思路。但是一开始就遇到了问题：无论是论文复现还是改进方案，实验中都没有显示任何效果。由于我当时接触AI领域刚一年，之前做的是自然语言处理方向（一知半解），在语音方面则没有任何研究背景。因此我认为如果我搞不定这件事儿，那问题还是出在我这里。
如今回看那时真的是"缺乏专业性"，啥也不懂、只是闷着头做实验。那段时间的努力都砸在了实验上——今天改改这儿，明天调调那儿，晚上把实验跑起来燃起希望，早上则鉴证希望破灭，周而复始、陷入困局。如今回看，当时正确的策略应当是“重阅读、少实验”，先通过广泛阅读把能力培养起来，去积累一些靠谱的想法，随后再去解这个问题，而不是天天瞎试。
毕竟看论文能增长能力、复现论文能增长能力，而做实验则是能力输出的过程。此外，最重要的是为这项研究设定一个止损点，绝对不能死磕。因为努力并非能决定一切，人只能解决能力范围之内的问题。对于能力范围之外的事，除非有”能力范围之内“的人来协助，否则这就是一件靠运气的事儿。运气可能明天来，也可能一年后来，更有可能在这短暂的一生中永远都不会出现。如果不知道止步，那么这辈子就葬送在这上面了。
可惜当时我不懂这道理，也没那么幸运遇到告诉我这番道理的人。于是乎我就这样折腾了一年，直到硕士毕业毫无所获（读的两年制工硕）。当时我的两位博士师兄十分了得、尚未入学的硕士师弟也很快有了成果，而我夹在中间拿不出什么，真的是“比上不足、比下也不足”。可又能咋办呢？这项研究上就好似前面有一堵墙一样，什么方法都试了，就是做不出来。加上我不喜欢在周报里写那些冗长的废话，这好似一周什么都没干，硕士导师归结我做不出来的原因是“心思不在上面”。
▲image
硕士期间在这项研究上的周报，12月之前的部分遗失了 我对此有点愧疚，因为我得准备找工作，我要陪女朋友，我还有自己真正感兴趣的东西——软件开发，因此对学术研究无法做到997全情投入。但我认为硕士导师待我不薄，也因此毕业前表示工作后有空接着搞这东西。或许事情到这里就是完美了，但事与愿违，毕业找工作选择了一家主打“家国情怀”的单位（业内人士戏称为"大饼管理局"），等入职却发现不过是一帮大忽悠。我并非软弱可欺的人，违背底线定会要个说法。于是乎一来二往、好聚好散，我让大饼局的骗子见识到了何谓“做事狠”，而我的代价则是丢了应届生身份，但我觉得不亏，也从未在这件事儿上后悔过。
▲我从未怀疑从大饼局离职的正确性
我对研究生阶段是有些遗憾的，因此在朋友的建议下决定再上一个台阶，接着去读博吧。但这对于我而言是背水一战了，因为一来我没有对学术的向往，二来我也没有能毕业的把握，只是不甘心奋斗的结果是如此而已。我也都想好了，如果毕不了业，那我就回大饼局找老朋友来个"一了百了"。
在读博时我还是选择回到人大，并非没有去别处的机会，只是觉得去别的地方搞新研究对硕士导师有些愧疚，另外扔了做了一年的东西也觉得可惜，所以决定"回来再坑导师一把"。当时我认定了“不出成果”的原因是“心思没在上面”。那会儿我的兴趣点还在软件开发上，写代码进入状态常常从晚上不知不觉敲到天亮，时常担心会不会猝死 (⊙ˍ⊙)。为此，我幻想若以同样的态度“全情投入”，那必定有所改观。
于是乎，破釜沉舟，我放弃了开发了多年的软件，也放弃了其他的一些靠出卖灵魂赚快钱的机会，自己购置了实验设备（导师知道后为我报销了部分费用），博一的前三个月时间又砸在了这个研究上。可现实给了我沉重一击，实验依旧毫无起色(:з」∠)：
▲博士期间又砸的三个月
这个时候就得反思了，我隐隐觉得，问题根源并不是努力或态度上的问题。别人三个月搞定一篇文章，而我一年多了连最基本的实验都做不出来，一点希望也看不到，这里面肯定是有问题的。我不觉得别人比我努力四倍亦或聪明四倍，而所谓当排除一切不可能的情况，剩下的不管多难以置信那都是事实，我开始觉得MIT的那篇文章可能在造假。
当明白这一点，很多就能解释的通了，比如为什么复现不出人家的结果、为什么我的其它改进尝试毫无效果。基于这个思路也很容易想到验证造假的方法，最后实验支持了我的观点：MIT作者的实验结果是伪造的。而这是在2020年11月，距我”出发“两年多以后：
▲验证造假结论的报告
当时我把这个结果和导师交流了一下，之后去做另一个新领域，不过我一直记得这件事儿，终于又过了两年（2022年），我能够抽身给我的这项研究盖棺定论，写了一篇复现报告：
论文标题
：

Homophone Reveals the Truth: A Reality Check for Speech2Vec
论文链接
：

arxiv.org/abs/2209.10791
▲复现报告
写这篇报告的初衷并非是想什么“捍卫科学的神圣性”，我不是喜欢较真的人，也不想用这些虚的东西拔高立意。原因只是我在这项研究上浪费了近两年的时间，最后必须要给自己一个说法。
回想18年读研那会儿，我和猫猫许诺“硕士毕业前我要把语音向量搞出来，然后去找个算法工作(°∀°)ﾉ”.... 当时打心眼里认为这项研究是"伟大且富有价值"的。同时那段时间也是我这辈子人生最开心的时候——我能看到对未来的希望，我觉得之前走的那些弯路到头来都是值得的...可曾料想到未来是这样一番光景呢？等我拿到“所谓的结果”已经是四年后。这期间太多变故：面对“成为英雄的机会” 我选择了看似更稳妥的路——去外汇局当废物，而我的猫猫也再找回不来了。也因此，我打定了主意，无论如何，无论牺牲掉谁，我一定要把这个东西搞出来，因为我这辈子最快乐的一段时光都献祭了在这上面。而四年后的今天，我达到了终点，却发现并不是自己想要的终点。
年轻时有人对我讲“人生不过是体验”，我还不懂这句话的意思，只是笑嘻嘻觉得好玩。而这几年在谷底躺了许久后悟得其中的奥义。若可未卜先知，我不会把时间梭哈在科研项目上，而是会做点对得起自己的选择，比如早些为硕士毕业找工作做准备，剩余时间全花在陪猫猫打游戏上。因为未来不一定会更好，往后的日子或许都是下坡路。遇到开心的事儿那就一定要抓紧体验，过去了的就再也回不来。
最终这篇复现报告已被 ICASSP2023 接收：
作者一栏，我填上了我，和我曾经的猫猫的名字
继续阅读
阅读原文