2021中文学生开源年会讲者专访之二：冯浩圣讲者

2021中文学生开源年会讲者专访之二：冯浩圣讲者

2021中文学生开源年会将于10月23日至24日于南方科技大学举办，在本次活动之前，依照sosconf 之传统，开源年会组委会将特别推出讲者系列专访。

本次专访由冯浩圣讲者带来～

非常感谢您参与 sosconf.zh 2021，请问您能介绍一下自己吗？

冯浩圣：我是18级生物医学工程系的，目前在新加坡国立大学联合培养。在这个项目中参与前端开发，一开始好朋友邀请我一起开发，我就先在网上找教程自学，然后就跟他们开始了。

请问您能向读者简单地介绍一下您的演讲内容吗？

冯浩圣：我们在做的项目是一个数据共享标注平台，因为深度学习的应用常常离不开大量数据的驱动，但是标注这些数据费时费力，是一笔很大的负担。实际上，人们做了很多的重复劳动，类似的数据被不同的人一遍又一遍地标注。我们这个平台想要做的，就是让每个用户标注数据集的其中一部分，完成之后大家都可以使用完整数据集，所以算是数据的开源

您的项目是一个「数据共享标注平台」，通过共享数据标注的形式来构成完整的数据集；我们了解到，目前已经有相当多的机构通过众包等方式对数据进行标注，请问您认为您的项目于他们的「特别之处」在什么地方呢？

冯浩圣：不同之处就在于数据开源，因为用众包的形式，标注好的数据是不会跟其他人共享的。如果有别的人需要，他们必须再出一份钱，让众包公司重新标一次。这就产生了许多的重复劳动。而共享标注是假如有 100 个人需要这份数据集，每个人只要付出百分之一的标注劳动，或者百分之一的价格，因而使得获取数据的成本降低。

您的项目开源了数据集，但也有一部分研究者与企业使用私有数据集进行人工智能训练，并在公开的数据集上取得了更好的成果，请问您如何看待开源数据集与私有数据集之间的差异呢？

冯浩圣：有时候数据含有敏感信息，或者是被人看中了商业价值，这种情况下一般不会开源。从质量上，开源数据集不一定比私有数据集差，这要依情况而定。有一些开源数据集质量很高，被人拿去检验算法好坏，比如 ImageNet。 我们想做的就是提供一个平台，鼓励更多人为开源数据集做贡献，让开源数据集既有质量又有数量，而且易于获取。

「无监督学习」也是机器学习中的一个重要领域，但其并不需要对数据集进行标注，随着标注技术的成熟和工作量的增加，请问您认为人工标注会不会被机器标注所取代呢？

冯浩圣：无监督学习的确是很重要的技术，但监督学习也很重要，所以无监督学习现在看来没有可能彻底取代监督学习。假如想要用无监督学习代替人工去做标注，再把标注好的数据喂给监督学习，那反而更绕。何不直接拿无监督学习产生结果？

举个例子，有个无监督学习方法已经能很好地分类猫和狗，现在用它标注了大量的猫狗照片，然后再把这些照片喂给一个监督学习的算法。那么监督学习要学的，正是无监督学习标注的结果，它最多达到和无监督学习一样好，不可能再超过无监督学习。所以这其实有点“多此一举”了。

您在项目中负责的是前端开发部分，请问您有在学习和开发前端的过程中使用过一些开源前端项目吗？如果有，您认为这些项目为您带来了什么呢？

冯浩圣：我们开发前端用的 Vue 框架就是开源的，还用了它的一些插件比如 Vuex，Vuetify 等等都是开源的。此外，我们还参考了另一个开源的本地数据标注项目 doccano，从这个项目中学了许多技巧，看懂 doccano 的代码之后，再写自己的思路就会开阔和清晰很多。

您作为生物医学工程专业的同学，似乎与计算机相关领域相去甚远，但您不仅为自己的平台写了前端页面，还将会于中文学生开源年会上发表主题演讲，请问您是如何做到这样的「领域跨越」的呢？

冯浩圣：其实生物医学工程跟计算机相去没有甚远。这个领域内很多问题的解决都应用了深度学习，所以我原本就对深度学习有基本了解。前端开发我是现学现用的，但这也没比计算机系同学更难，因为我知道前端开发不是必修，计系的人也是一样从头学起。

其实这次的负责前端，是我一位朋友跟说我，“就帮个小忙，前端特别简单的”。我居然信了，然后就开始从HTML、JS、CSS 学起，我以为学完了，朋友又说，“你再去学一下 Vue”。我又以为我学完了，他又说，“你这个，还得再学一下使用 vuetify 组件库……”反正直到现在，仍然处于现学现用的状态，前端要学的东西也挺多的，我先学基本的、常用的，写到不会写的地方再去补。

请问在生物医学工程领域内是否也有与「开源」类似的概念或是实现呢？

冯浩圣：当然有了，生物医学工程有许多问题的解决是依靠算法上的创新，自然而然就会有许多人的算法是基于别人的算法进行改进。一般情况下，这些算法的源码都在github上面能找到。

此外也有人把自己实验采集到的数据集开源给其他人用，比如荧光显微图像的数据集、阿尔茨海默症病人的fMRI数据集，很多很多。

请问您还想对我们的读者说一些什么呢？

冯浩圣：Coanno 数据共享标注平台现在有4个人利用课余时间和业余时间开发，感兴趣的小伙伴欢迎来联系我~ 你说你没有经验，没关系，人都是从不熟到熟；你说你没有基础，不要紧，人都是从不会到会。（有经验有基础当然更加欢迎！）我们期望你在这个项目的开发过程中能有一份收获！

 

以下通信方式为学生开源年会的官方联络方式，敬请关注。

​

本次年会官方网站: 2021zh.sosconf.org

本次年会邮件地址：2021.zh@sosconf.org

学生开源年会官方网站：sosconf.org

电报英文群组：https://t.me/sosconf
官方微博：https://weibo.com/sosconf
电报中文群组：https://t.me/soscon
中文交流QQ群：337055895

微信公众号：学生开源年会