对话OpenCV创始人Gary：“亚洲社会都太重视学历和证书”

Posted 2021-06-17 程序员编辑部

《程序员》于 2000 年创刊，其理念为技术改变世界，创新驱动中国。2021 年，全新的《程序员》重新起航，以专业的内容为立足点，以音视频、图文专栏等丰富的多媒体形式为载体，立足当下，放眼未来，为读者带来全方位的技术和产业解读。

本文为新《程序员》 第一期内容，继对话 Unix 命名者 Brian W. Kernighan与 Vue.js 创造者尤雨溪之后，我们邀请到 OpenCV 创始人Gary Bradski，揭开谷歌自动驾驶基础机器人汽车Stanley背后不为人知的细节。

相比于OpenCV创始人，Gary Bradski拥有非常多的身份，他是科学家、工程师、创业者和技术内容的作者。在计算机视觉领域，Gary Bradski可谓是一代宗师。他不仅创立了OpenCV这个时下非常流行的计算机视觉和机器学习库，还曾创立CARLA、GTSAM、Open3D、DLG等多个人工智能相关的项目。

2005年，Gary Bradski与谷歌无人驾驶之父Sebastian Thrun组队赢得了DARPA挑战赛冠军，他们大赛中开发的机器人汽车Stanley后来被放在了史密森学会-美国国家博物馆中。这次尝试，成为了谷歌自动驾驶的基础。

在接受《程序员》采访时，Gary再次谈起了这次夺冠背后不为人知的细节，同时也谈及了OpenCV未来的发展，以及他对开源、学习方法、领导方式的理解。

观点速览：

• 开源商业化：如果我要走商业化的道路，应该可以赚很多钱，但我更关心开源对社会进步的推动。但另一方面，我并不认同开源完全免费，资金支持很重要。
• 「从基础学习」和「从0学习」：这跟学习的领域有关，你要学习化学，可能需要从0开始。但你要学习计算机，已经有很多基础的东西被开发出来了，比如编译器、线性代数求解器等，如果你要从头去写这些，肯定会写得非常烂。
• 编程学习：很多人可以在大学里通过计算机科学考试，但却无法成为一个优秀的程序员；今天学术界过度重视科研成果，我认为论文不是为了发而发，而是你真的有东西想发的时候才发。
• 编程思维：在写程序时，有些人会先对对象进行实例化，然后再运行。这种方法很初级，会造成延时。高级的方法是先运行程序，在需要的时候再去实例化对象。这些技巧是高级程序员才懂得，也是学习机器视觉必须要掌握的。
• 好领导者：我认为好的领导者应该是实干的，而不是单纯指挥别人。好的领导者也需要具备长远的眼光，能够去激励别人完成工作。
• 中国技术生态：我认为整个亚洲社会都太重视「学历」和「证书」了，但中国开发者在开源方面做得很好，为开源发展做了很多贡献。

学术价值 VS 商业价值

《程序员》：创建OpenCV的初心是什么？

Gary：当我还在Intel实验室的时候，实验室刚刚成立，希望我们能多发表论文，以奠定实验室的权威性。但以我的个性，我基本上不怎么搭理公司的规定，因为当时计算机已经发展很快了，所以我希望研究一些对整个计算机领域更具价值的方向。我发现计算机视觉需要大量的计算，而大部分实验室都在重复造轮子，有些工作甚至是学校里的研究生就能做的。于是我去了MIT实验室，发现他们自己开发了一些库，实验室内部的人都可以使用。我当时就想，为什么不能把这样的库开放给所有人呢？这就是我创建OpenCV最核心的原因。

第二，如果大家能基于一个通用、公开的基础设施来做开发，就能更清楚这套基础设施的特点和基本原理，从而可以减少很多bug。

第三，我做OpenCV是想加速AI产业的发展，尤其是智能AI（intelligent AI），这是我毕生所愿。我也希望OpenCV可以让计算机视觉从学术价值转变为商业价值。

《程序员》：能否介绍下OpenCV近期的发展与动向？

Gary：目前我主要的工作聚焦在OpenCV基金会上，主要是去拉一些资金。另外，我们在中国（深圳）也建立了团队，这个团队是我个人出资组建的。他们主要负责收集用户的需求，以及收集世界各地基于OpenCV开发的优秀项目。此外，过去我们一直没有特别好的反馈机制，目前我也在这方面做了一些改进，让开发者可以更快地获得反馈。

目前OpenCV已经有了DNN库，我们新增了一些功能，尤其是在深度学习方面，我们还优化了硬件模型，使其可以更好地在更轻量的设备上运行。在深度学习方面，用户可以自己训练模型。我们也为用户提供了一整套针对不同场景的模型，供用户自己训练模型，当然，用户也可以从现有的模型中选择一个适合自己的。

不仅如此，针对机器人的支持我们也做了优化，目前OpenCV可以支持机器人在移动中定位和建模。

《程序员》：未来你对OpenCV还有哪些规划？

Gary：有两个规划。第一，我希望能组建一个开发团队，负责修改bug和对用户的技术支持。同时，我还希望能组建一个会务团队和广告团队，因为我想规划一些新的活动。要组建这些团队需要稳定的收入，比如每年一两百万美元的收入，才能实现。

第二，我们计划做一些培训课程，通过培训的学员可以得到我们的认证。尤其是在一些发展中国家，例如印度和中国，我们希望那些经济条件有限的学员也能拥有学习机会。但这个课程并不是「学术型」的课程，而是更偏重于实践，我们可以保证通过学习的人，其水平能胜任各种产品开发。这种培训也降低了企业的招人门槛。

另外，我还有个想法，你知道FIRST的机器人大赛吗？它是面向高中生的机器人比赛。我想做个跟它不一样的机器人比赛，参与对象既可以是高中生也可以是高校的学生。他们在大赛中聚焦一些更具现实意义的东西，比如让机器人种植食物、修路、维护基础设施、或者在一旁巡逻等等。比赛周期也不限定在一天，而是长期。这样的比赛更具现实性，也更有价值。

《程序员》：在你看来，近年来机器视觉领域有哪些新的发展？

Gary：我觉得很多几何视觉（geometric vision）的东西依然对今天有用，例如SLAM。但AI和深度学习的发展也加速了机器视觉的发展，比如OpenCV目前也有运行深度网络的推理引擎，它可以在很多方面与经典计算机视觉技术结合。以我的经验来看，很多应用，都是深度学习与经典技术结合的产物。

学编程，要实践

《程序员》：OpenCV的诞生也启发了一些新的学习思路，你如何看待「从基础学习」（Learn from a baseline）和「从0学习」（learn from zero）这两种学习模式？

Gary：我认为这跟学习的领域有关，你要学习化学，可能需要从0开始学习。但你要学习计算机，已经有很多基础的东西被开发出来了，比如编译器、线性代数求解器等，如果你要从头去写这些，肯定会写得非常烂。另一方面，我也看到很多计算机专业的人连Calibration和Bundle都不知道；很多人可以在大学里通过CS（计算机科学）的考试，但却无法成为一个优秀的程序员。

我写程序时还是用的汇编语言，所以我对计算机的了解也比一般程序员深。但今天开发工具那么多，你即使不了解底层原理，也能做开发。这就像你就算不会造车，也能开车一样。归根结底，到底应该以哪种方式学习，是一个权衡的过程，需要平衡各个因素后才能决定。

但我认为造成这种迷思的原因，也跟今天学术界过度重视科研成果有关，教授和研究者们都去忙着发表论文了。要是他们有更多时间聚焦在开源项目上，他们对一个领域的理解就可以深度与广度兼得。因此，我认为论文不是为了发而发，而是你真的有东西想发的时候才发。

《程序员》：对于想要学习机器视觉的人，你有什么书籍可以推荐吗？

Gary：从来没有哪本书让我真正满足过。我现在基本是在线上学习，线上有很多教程和资料，比如我在线上学习PyTorch。但也会看一些「真正的编程书」（real programming books），我认为在这方面人们学习得还不够，尤其一些高级程序员的编程思维。比如在写程序时，有些人会先对对象进行实例化，然后再运行。这种方法很初级，会造成延时。高级的方法是先运行程序，在需要的时候再去实例化对象。这些技巧是高级程序员才懂得，也是学习机器视觉必须要掌握的。

好领导，要实干

《程序员》：你给自己的Title是首席科学官（Chief Science Officer），它与CTO有什么区别?

Gary：现在，我的工作不仅仅是首席科学官，有时也要行使CEO和CTO的职能。在我看来CEO更多是聚焦于企业管理相关的工作，例如融资、监管、社交等。而CTO更聚焦技术细节，例如选择正确的开发模型等，他要确保所有的想法正确实现。首席科学官则更多是研究最新的技术动向，它与CTO的区别是，它更多聚焦在该做什么，CTO是聚焦在该怎么做。因为CTO的工作需要极度聚焦于细节，但我现在已经不想过多聚焦于细节了，所以我选择了做首席科学官。

《程序员》：在之前的一个采访中，你曾说你是个很好的leader（领导者），你认为好的领导者应该具备怎样的素质？

Gary：这个没有定论，但我认为好的领导者应该是实干的，而不是单纯指挥别人。好的领导者也需要具备长远的眼光，能够去激励别人完成工作。我参加DARPA挑战赛的时候，卡内基·梅隆大学参赛队的leader是Red Whittaker（卡内基·梅隆大学教授，主要研究领域为机器人），他曾在海军陆战队服役，他的领导风格就是指挥型的：你做这个、你做那个，非常颐指气使。而我所在的队伍是Sebastian Thrun领导的，他的领导风格是尽量与我保持同步，因为我很努力，他甚至会害怕让我失望。在这样的团队中，会很受启发，所以我更欣赏这种领导风格。

《程序员》：既然说到了DARPA挑战赛，还有什么有趣的幕后故事可以跟我们分享吗？

Gary：当时我还在Intel实验室，我听说Sebastian Thrun要来斯坦福休假，就联系了他，问他愿不愿意以兼职的形式来我们实验室做点事情。他很爽快地答应了。后来他私下跟我说他打算到斯坦福工作，我就问他能否跟着他干，就当是收个非正式的研究生，他也很爽快地答应了。后来他跟我说他要参加DARPA挑战赛，我当时已经听说Red Whittaker也要参加，所以就很想在大赛中战胜他，证明Sebastian Thrun的领导方式比他好。这是我当时最主要的目标。

此外，我在计算机视觉方面有一些积累，也对我们的作品有很大帮助。比如，Sebastian希望通过激光来实现汽车的视觉感知，但激光只能对空间深度进行感知，效果不太理想。后来我们又尝试使用普通的摄像头，但这些摄像头很容易坏，也容易进灰尘。最后，我们使用了单目摄像头（monocamera），它能将激光对空间的感知与机器视觉结合起来，让汽车「看得」更远。我当时就预感到我们可能会拿冠军，结果果真如此。

虽然当时自动驾驶已经有人能实现了，但那次比赛证明了自动驾驶技术具有普适性，也成为了今天自动驾驶行业的开端。

One More Thing

《程序员》：你的身份很多，也在很多企业的管理名单中，你是如何运用时间的？

Gary：我并不是一个很会运营时间的人，我同时做了很多事。我是很多公司的管理成员，但有些时候是别人邀请我加入，帮他们站台以获得融资。在这种情况下我不做什么实际的事，只是帮他们站站台就好。另一些公司则相反，需要做实事。在时间管理方面，我经常告诉别人要聚焦，把一件事情做好，自己却常常做不到。但我还是会放下一部分事情，比如我在LinkedIn上有很多关注者，我就无法一一回复他们的信息。

《程序员》：近年来开源软件商业化是很热的话题，你怎么看？

Gary：我做开源软件库20年了，刚开始是凭着一腔热情。我在很多岗位都待过，也参加过很多活动。虽然我做得很好，但当时并没有商业化。其实当时也有一些商业化很成功的开源公司，如红帽，如果我要走商业化的道路，应该可以赚很多钱，但我更关心开源对社会进步的推动。

但另一方面，我并不认同开源完全免费。最初做OpenCV，只有我和另一位小伙伴，没有任何收入，运营起来非常艰难。当时我就想，要是用户每次使用能付5美分，我们就能组建一个专门的会务团队和24小时的技术支持。因此，现在我认为资金支持很重要。

我们在深圳大学建立了一个OpenCV的小团队，也在中国和全世界筹集资金。我们有很多计划，比如搞个新的OpenCV大会等，而这一切都需要资金。

《程序员》：最后，对于中国的开发者或技术生态圈，你有什么想说的？

Gary：我与很多中国开发者合作过，我认为整个亚洲社会都太重视「学历」和「证书」了。我有个合伙人，他连高中都没上过，这样的人在亚洲社会显然没有什么竞争力。但他真的很聪明，做事很有一套，也很有想法。如果让我在清华、MIT（麻省理工大学）的毕业生和他之间做个选择，我可能会选择他。

但我认为中国开发者在开源方面做得很好，为开源发展做了很多贡献。最后，如果你是个创业者，你需要在情绪管理方面足够成熟，也需要经常自我反思。开发者和有学术背景的创业者经常容易干太多事，因此要学会取舍。

要知道，有时候少就是多。

从 Unix 开发者 Brian W. Kernighan，到 OpenCV 创始人 Gary Bradski，再到 Vue.js 作者尤雨溪……新《程序员》第一期以「开发者的黄金十年」为主题，与多位国内外知名的技术领袖和新锐代表进行了深度对话，希望为中国开发者打开新时代的「机遇之窗」。

除了技术引领，我们也希望透过技术对行业进行深入洞察。因此，新《程序员》第一期也邀请到了来自快手、滴滴、贝壳找房、作业帮等知名企业的技术负责人，用案例实践为读者阐述直播、出行、居住、在线教育等多个行业变革背后的技术架构和技术引擎。

《新程序员·开发者黄金十年》正式发布

由近百位专家参与、经数月打磨后，《新程序员001：开发者黄金十年》面向所有开发者正式官宣发布！不仅包含了开发者们一如既往期待与喜爱的全球技术大师深邃思考、优秀开发者技术创造等深度内容，更以数字多媒体的新形态让开发者们随时随地阅读、观看，带来视频图文的多重体验。

用一位开发者和我们说的话来表达：“当年的那个《程序员》回来了！”

当年的那个《程序员》不仅回来了，而且洋溢着新的活力。