做CV和做NLP，是否都有光明的未来？

每天给你送来NLP技术干货！

---

来自：算法圈的小破事

作者：疯狂试探皮皮虾

大家好，我是在互联网危险边缘疯狂试探的皮皮虾。最近有点忙，拖更了，不知道有没有读者惦记皮皮虾推文呢（目测没有TT）。

首先祭出新华字典的老图镇文：

事情是这样的，最近有个大四的读者加了皮皮虾微信，说自己在困惑读研方向选择的问题：

“导师是做CV的，但自己看了知乎的一些回答后又想做NLP了。”问皮皮虾有没有必要尝试换方向换导师。

皮皮虾知乎刷的不太多，但也听说了知乎劝入搜推广，硕士选择NLP就是半只脚踏进了搜推广，云云。皮皮虾觉得这其实是比较片面的观点。所以今天就来谈一谈，做CV和做NLP，是否都有光明的未来？

从学术研究的角度来说，其实两者都没有问题。但近两年在工业界搞科研是越来越不受待见了，学术大牛出走AI lab已经不是什么大新闻了。如果对CV或NLP技术抱有很大的技术热忱，一心只想搞研究，皮皮虾还是比较建议读博后去混学术界。

不过对大部分人来说，硕士期间选择CV或NLP只是暂时的，毕业后大都要进互联网做业务的。这就引申出来一个问题：

我们在互联网行业都有光明的未来吗？

如果放在多年前，我觉得这个问题还真不一定。当时CV的对口互联网场景特别少，甚至流传CV人去互联网就是去做美图秀秀的夸张说法。而NLP技术与互联网的搜索、推荐业务关联比较大，容易进入互联网的核心赛道。

近些年来，无论是CV还是NLP技术，对口的业务赛道都比几年前丰富了很多。互联网的生意模式整体上可以分为：

1. 面向终端消费者（To Customer，ToC）

2. 面向企业客户（To Business，ToB）

3. 面向政府客户（To Government，ToG）

我们所熟知的电商、搜索、信息流、短视频、游戏、社交等，就是典型的ToC业务。而云计算、AI类的业务，则同时涵盖了ToB和ToG。

先来说说ToC。

不少人吹NLP就是因为NLP技术能轻松切入到主流的ToC业务赛道。比如NLP中的文本匹配、标题理解、内容理解技术，在电商搜索、电商推荐、商品理解、搜索相关性、网页/信息流内容理解等场景十分适用，甚至常常作为支撑技术。

而对CV来说，早些年对口的互联网生意主要聚焦在ToB和ToG上。ToC则主要应用在图像处理软件如美图秀秀，相机类应用中。在搜索、推荐、广告场景，CV技术也有应用，例如图像搜索、广告图片OCR等，但对于业务全局来说，往往特征的权重比较低，影响范围比较有限。

而皮皮虾开头说过，CV技术ToC的事情放在2022年，就不一样了。近年来，随着新能源产业的强势崛起，自动驾驶成为热门赛道，大量资本、巨头涌入。而从计算机视觉技术进入这个新兴赛道无疑是水到渠成的。若这块业务和技术能持续稳定发展，若干年后切实落地，那一个新的万亿规模的赛道便诞生了。

即便不用等到自动驾驶全面落地开花，哪怕是当下，就在搜推广传统业务内卷的叫苦不迭的时候，自动驾驶赛道的算法人才不仅薪资水涨船高，而且稀缺，距离饱和、内卷还有一段距离。从个体的角度出发，这也是CV人择业的一个时代优势。

当然，既然是新业务，自然也有出意外的可能。那便是技术始终无法满足体验的预期，也始终没有找到一个折中的退路，凉了。

这便谁也说不准了。不过目前来看，无论国家政策、资本信心还是技术的更新换代，都还在持续向着好的方向发展，实现真·自动驾驶也是全人类的一个美好愿景，我们还是选择相信明天吧。

除了自动驾驶外，像最近比较火的视频搜索、元宇宙/VR应用、体感游戏等新场景，CV技术也将发挥出重要价值，甚至成为其中的核心技术。

再来说说ToB和ToG。

在这方面，CV不仅商业化空间比NLP要大，而且更重要的是容易做到标品化。例如安防领域，火车站、机场的闸机人脸识别，物流、快递面单OCR识别等，都属于量大、传统行业难以投入研发且AI技术企业相对容易做标品化。

标品化就意味着一套解决方案可以在多家重复应用，边际成本可以控制的很低，这是ToB和ToG能够赚大钱的前提。

而NLP在ToB和ToG方面推进阻力比较大，最大的问题就是同样一个NLP任务，在不同的业务方手里往往有不同的产品定义。例如同样是智能客服，在银行业的客服跟在航空公司的客服，显然业务逻辑有着相当大的差别，从运营的产品概念实体到对话逻辑，都需要做差异化的定制。即，基本不可能打造出一套通用的对话系统，哪怕同面向银行客户，建设银行跟农业银行的产品逻辑都无法平行复制。

无法标品化，就意味着只能让算法RD一个订单一个订单的啃，边际成本始终降不下来，赚不到大钱。归根结底，CV、Speech是感知层面的任务，有一套大自然定义的客观标准，而NLP是认知层面的任务，由人去创造的标准，自然就会千变万化难以客观统一。

联想到近些年NLP领域“小样本”的研究越来越火，皮皮虾盲猜也跟企业AI ToB对标品化、边际成本控制的疯狂渴望有关。

最后总结一下。

无论CV还是NLP，2022年的业务出口都相对几年前宽敞了很多。NLP的ToC出口大，赛道核心，比较稳定，但ToB/ToG的空间目前还比较有限；CV的ToC出口小，赛道新，风险与机遇同在，但ToB/ToG的天花板更高。

一句话：

我们都有光明的未来。

本文授权转载自公众号“算法圈的小破事”，点击以上卡片进行关注

---

下载一：中文版！学习TensorFlow、PyTorch、机器学习、深度学习和数据结构五件套！  后台回复【五件套】
下载二：南大模式识别PPT  后台回复【南大模式识别】

---

投稿或交流学习，备注：昵称-学校（公司）-方向，进入DL&NLP交流群。

方向有很多：机器学习、深度学习，python，情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。

记得备注呦

整理不易，还望给个在看！