一切都是為了好玩!
淺談機器學習工作坊的發展困境和突破
在前幾週的抱怨文章中，曾闡述我正和幾位同學、學長姐共同主持的「機器學習工作坊」，以及我當下遇到的某些時間管理上的困境，對於自作主張的不滿。不曉得有沒有人好奇，這個工作坊後來怎麼了呢？經營狀況如何?規劃哪些活動?
在不能平衡生活、社群經營和課業下，我選擇退出主要團隊，僅以「局外人」的角度給予意見，卻也同時可以了解經營現狀，看看後來加入的夥伴能做些什麼。
發展至今，幾天前的夜晚，也在陽明大學舉行完第二場機器學習教學活動，以Python為撰寫語法（前次活動是用MatLab為撰寫之程式語言）。為了該活動的籌備，團隊成員花費極多心思，也認真籌備教材、規劃課程內容，參加同學對於課程內容評價似乎也是不錯。然而，透過另一位認識的學姐的觀察，以及我自己經營數個月的社群經驗，嗅到了幾絲現在與將來的困境；倘若他們未能好好處理此困難，極可能深遠地影響往後的發展。
我先說說我自己的經驗吧！在這幾個月來的Entropyspace亂度空間的營運下，數度修正發展路線，並梳理我們真正想做些什麼、達成什麼目標，又是為了什麼樣的信念，做這些頗有意思和具前瞻性的事情。想完善闡述新學年的社群經營模式，得要再用上數千字的文字說明，故先省略不談(如果真的要透露個一二，我會說：「我期望重振往日Entropyspace亂度空間的榮光！」)；和尚叡學長、我哥，幾位學長姐、同學的討論後，我們想做的事情，不外乎是讓大家了解，大學階段參與科學研究的方式與經驗，時間上又該如何規劃，以及這種可能如何存在於日常生活的架構—讓學生明白：當研究不再是為了學分和報告，為了漂亮履歷和找尋存在目的的所需，而是生活的一部份，如同職業和生存三元素一般嵌於生命，你該怎麼面對?
好的，稍微離題，還是談談機器學習工作坊的某些困境和未來可能吧!
1.
理念不清：對於新創社團，筆者相信這是常見的問題。臉書粉絲專頁的主旨是：「機器學習是這幾年諸多資訊科技著重發展的領域，其涵蓋範圍包括了資訊產業、工業、生醫、科學研究與日常生活，其在醫學的發展也不容忽視。陽明大學多為生醫專長學生，由於缺乏數學與資訊領域的通識學程，除自修或修讀研究所課程外甚少有機會接觸科技新興領域的發展。故希望成立機器學習工作坊，由簡入深地去帶大家了解其背後的數學概念，並希望加入基礎程式操作讓大家更了解其運作。透過舉辦推廣性質的工作坊，讓陽明大學的同學能夠接觸到，學校中相對學不到的知識與技能，並擴展其視野，為未來的應用奠定基礎。」但在宣傳上，卻多用薄弱的「讓我們一起、改變陽明吧」為口號，不夠明確、也不夠與宗旨有明確連結。
「改變」什麼這類的口號並非不好，而是太常見與氾濫，徒有改變氣力，然日後發展方向卻不明瞭，這從來不是好事。這個世界是殘酷且現實的，人們必然會問「參加這個工作坊，對我有什麼好處?(這個問題並非惡意與自私，因為對自己的好處也可能意味著對大眾、整個星球的公益)」而不見得去理會，你那想改變的虛無之物。
2.
目標不明：目標是什麼?單純教好機器學習?還是讓大家接觸程式語言?這部分自己實不太理解。筆者自己參與過台北醫學大學人工智慧醫學組織(AIM)的活動，以及臺大跨領域資訊學習社.ntucsx的HTML、CSS跟Java Script等課程，相比之下，若這群經營工作坊的同學，有意長期發展，不妨向這些前輩社團請教，這一路走來是如何做到、發展成今日規模；前者主打和醫學相關的人工智慧發展，包含深度學習、機器學習、企業實習機會提供、生醫創業訊息連結，後者則利用兩週兩次的社課，教導參與者入手程式語言(筆者的HTML語法就是在那裏打下基礎的)。
然筆者待過的團隊，卻設計不連貫的工作坊，每次都教不同的程式語言，讓所有人都能重新入門，甚至得花上不少時間，先讓新手熟悉程式語言寫法，才開始講解機器學習的概念(筆者就不提那些與線性代數、微積分、統計和矩陣有關的課程內容，是如何讓人在一小時半內速成)。為何如此設計?因為當初共同創立者之一，希望「讓大家對機器學習感興趣，了解不同的思考方式，所以不會有很深入的內容」；如此想來，似乎也是合理，但問題是：一旦來過幾次社課，也有十足了解機器學習，確認自己喜愛與否，還會想去第二次、第三次嗎?不見得，至少我認識的幾位朋友都沒有再去第二次活動(此經營困境與筆者遇過的類似，來過幾次交流活動、聽過幾次學長姐分享、做過幾次訪談，對於未來的研究生涯，心理多少也有些底，也知道自己該往哪些領域發展、運用哪些資源，但這些人還會持續參與嗎?筆者認為答案非常明顯)，此非永續經營之道也。
3.
社群定位：如何定位這個工作坊?教學性的學術社團?那麼內容規劃應該更有脈絡和延續性，並布局社務、吸收成員(事實上，這些麻煩的行政流程、為了營運費用填寫各評鑑，是筆者一直不太想為Entropyspace亂度空間創社的原因)。成為實體的工作坊?那麼不妨參考國際新思維或臺大跨領域資訊學習社.ntucsx的做法，把時間拉長、內容層次提高，同個主題間確保新手與老手都有樂趣，並邀請專業人士授課；兩次觀察下來，除了第一次活動邀請一位已踏入社會的夥伴協助，多半都是學長姊、學弟妹、同儕間彼此提攜照應，實在缺乏一專業教受管道，變得像小孩帶小小孩一樣，方向曖昧含糊。作為某些程式語言愛好者的討論呢?我覺得這是好的做法，但能否持續、或規劃某個題目共同協作完成，諸如黑客松、數據松、投入醫療或生醫資訊發展，筆者認為值得思考。
請注意!筆者並不是指這些工作坊夥伴不認真或隨意教，他們真的花費相當多時間準備，但問題是：有搔到使用者需求的癢處嗎?如果沒有，該如何克服?一些更技術面的、抑或有關數學的講解，這些僅上過幾個學分、幾個學期課的學生，真能充分且完整地講述?筆者很是懷疑。
4.
時間問題：陽明大學校地不大，學生數也不多，社團量有限，一週七天，很常會有好幾個社團撞期的窘境。在安排活動時間上，除了要與各社團競爭，還避開各種大型活動和考試(事實上，筆者上學期就碰過類似的狀況了，故多選在週休二日，後來也漸漸發現：那些真的想來、對你的主題感興趣的人，無論如何都是會來的)。而上週活動明顯與大型社團活動時間對撞，意即更加沒有留住原本的客群(但某方面有開拓新客源)，這點或許可以在嘗試中尋得最佳損益平衡。
5.
宣傳行銷：缺乏很有效的宣傳和足夠吸引、釣出那些真正有興趣的人來參與活動。會這麼提是因為，這個團隊多少在乎參與的學生，但筆者的感覺其實：不妨把它想像成某種讀書會，即使人少也可以更集中火力地交流，在討論上可以有更多實在的收穫。又或者，他們可以考慮轉型為學術性質的機器學習或程式語言撰寫小組，透過吸收新成員，建立網絡交流，也可能是不錯的做法。
6.
為何重要：將這點列在最後，是用以凸顯問題本身的重要性：這件事情究竟有多重要?其他方面的機器學習(如搜索、郵件、圖像與視頻識別等功能)和演算法結構，這個筆者已半退出的團隊能否做到?想學好機器學習，是否來幾次課程、工作坊便可掌握其精髓?本身需要用的工程與數理觀念、抽象的邏輯運算思維，又豈是如此容易?
最後，還是必須讚許團隊與首創者的勇氣和毅力，以及他們所可能完成的事情和活動。筆者個人其實更喜歡利用關聯式法則和決策樹「解釋」資料中故事，而不只是依照「預測準確率」做出決策，故此團隊初衷未必適合自己。
做為推動程設相關想法的目前第一人，機器學習工作坊未來會如何發展，很令人期待；也許這篇文章貶多於褒、寫得有些嚴肅，也可能太過自大和多管閒事，但正如標題所言：「一切都是為了好玩!」是啊!為何我們不能夠更輕鬆地看待之，不論他們打算如何擴張，單純地享受玩索程式語言、機器學習與其他應用的樂趣，或許才是他們和參加者真正認為需要的，強大學習願力。
留言
張貼留言