有時候,即使是最為成功的企業(yè),也有可能在招聘流程當(dāng)中提出一些讓人感到不可思議的“蠢問題”。這些面試問題首先沒有明確的存在意義,其次似乎并沒有標(biāo)準(zhǔn)答案,而且往往會讓候選人在起跑線外就被淘汰出局。
谷歌公司就是個很好的例子,其中的高標(biāo)準(zhǔn)與奇怪問題令多數(shù)面試者頭痛。
2009年,身在西雅圖的職業(yè)規(guī)劃導(dǎo)師Lewis Lin匯總了客戶在面試谷歌時遇到的140個問題。我們選出了其中19個最讓人無法理解的“佼佼者”,并貼心的附上答案。
事實上,谷歌公司自己也意識到這些問題太過離奇,最終將其徹底封存起來。
如果要把西雅圖所有的窗戶都洗一遍,大概需要多少錢?
對應(yīng)職位:產(chǎn)品經(jīng)理
答案:這屬于那種典型的、實際答案比第一感覺簡單得多的問題。正確的答案應(yīng)該是,“每扇窗戶10美元。”
為什么井蓋是圓形的?
對應(yīng)職位:軟件工程師
答案:這樣井蓋就永遠(yuǎn)不會掉進(jìn)井里(例如在檢修時,工作人員可以將井蓋垂直立在井口上)。
如何弄清楚好友Bob是不是已存你的正確電話號碼,但不能直接問他本人。
對應(yīng)職位:軟件工程師
答案:由于你只是需要“弄清”對方有沒有正確保存,所以你可以要求他在某個時間點(diǎn)上給你打個電話。如果他沒有打來,就證明其沒有保存你的電話號碼。
看起來太簡單了,因此有位讀者建議:“在這種情況下,你需要進(jìn)行一次考驗。讓Bob將手機(jī)號碼的全部數(shù)字加起來,記下總數(shù),再把內(nèi)容回傳給你。”
全世界一共有多少位鋼琴調(diào)音師?
對應(yīng)職位:產(chǎn)品經(jīng)理
答案:我們的回答應(yīng)該是,“具體數(shù)量取決于市場需求。如果鋼琴每周需要調(diào)一次音,每次調(diào)音需要一個小時,而一位鋼琴師每天工作八小時、每周工作五天,那么其每周就能夠完成四十臺鋼琴的調(diào)音工作。我的答案是每四十臺鋼琴對應(yīng)一位調(diào)音師。”
在維基百科上,這類問題被稱為費(fèi)米問題(Fermi problem。
典型的費(fèi)米問題當(dāng)然是由費(fèi)米本人所提出。“芝加哥有多少位鋼琴調(diào)音師”就屬于這類問題,其核心解決方案是將一系列估計結(jié)果相乘,如果估計正確,那么答案就正確。舉例來說,我們可以做出以下假設(shè):
1.芝加哥居住著約500萬人口。
2.平均而言,芝加哥的每個家庭有兩名成員。
3.每二十個家庭中,約有一個家庭每周需要定期進(jìn)行鋼琴調(diào)音。
4.每一臺鋼琴平均每年需要定期進(jìn)行一次調(diào)音。
5.算上往來時間,鋼琴調(diào)音師大概需要兩個小時才能完成一次調(diào)音。
6.每位鋼琴調(diào)音師每天工作8小時,每周工作5天,一年工作50周。
根據(jù)這些假設(shè),我們可以計算出芝加哥一年之內(nèi)需要調(diào)音的鋼琴數(shù)量為:
(芝加哥的500萬人口) / (2個人/家庭) × (1架鋼琴/20 個家庭) × (每年1架鋼琴需要調(diào)音) = 芝加哥每年需要調(diào)音的鋼琴為12萬5千架。
而我們可以以類似的方式計算出每位鋼琴調(diào)音師的平均處理能力:
(50 周/年)×(5 天/周)×(8小時/天)×(每位鋼琴調(diào)音師每2小時完成1次鋼琴調(diào)音) =每位鋼琴調(diào)音師每年進(jìn)行1000次鋼琴調(diào)音。
二者相除即可得出:
(芝加哥每年需要12萬5千次鋼琴調(diào)音) / (每位鋼琴調(diào)音師每年進(jìn)行1000次鋼琴調(diào)音) = 芝加哥需要125位鋼琴調(diào)音師。
另一個著名的費(fèi)米問題實例則為德雷克方程,其嘗試估算銀河系當(dāng)中智能文明的具體數(shù)量。如果存在大量此類文明,但我們卻從未遇到過任何其它文明,那么這一基本問題被稱為費(fèi)米悖論。
一名男子將車開到了酒店,但車子卻不見了。到底發(fā)生了什么?
對應(yīng)職位:軟件工程師
答案:因為他把車停在了人行道上。(不可理喻吧?。。?/span>
時鐘的指針每天會重疊多少次?
對應(yīng)職位:產(chǎn)品經(jīng)理
答案: 22次。下面來看維基回答給出的解讀:
上午
12:00
1:05
2:11
3:16
4:22
5:27
6:33
7:38
8:44
9:49
10:55
下午
12:00
1:05
2:11
3:16
4:22
5:27
6:33
7:38
8:44
9:49
10:55
為舊金山設(shè)計一份民眾疏散計劃。
對應(yīng)職位:產(chǎn)品經(jīng)理
答案:同樣的,這個問題也是要讓面試官了解受試者對問題的拆分過程。因此,我們首先需要提問,“到底是針對怎樣的災(zāi)難進(jìn)行疏散規(guī)劃?”
解釋一下,什么叫作“死牛肉”。
對應(yīng)職位:軟件工程師
“錯誤”答案:牛肉永遠(yuǎn)是死的。將其稱為“死牛肉”是犯了語義重疊的錯誤——這對程序員來說無疑是大忌。
下面來看讀者提供的正確答案:
所謂的“死牛肉”,實際上是指DEADBEEF,即一個十六進(jìn)制值,主要是在大型機(jī)/匯編語言時代下用于調(diào)試——因為其在特定內(nèi)存的十六進(jìn)制轉(zhuǎn)儲頁中易于發(fā)現(xiàn)及查找。大多數(shù)計算機(jī)科學(xué)畢業(yè)生肯定都在學(xué)校的匯編語言課上看到過DEDBEEF,因此谷歌公司認(rèn)為他們應(yīng)該能夠意識到這個問題的意義所在。
來自維基百科的答案:
"0xDEADBEEF ("dead beef")是由IBM RS/6000系統(tǒng)、Mac OS 32位PowerPC處理器以及Commodore Amiga上使用的神奇調(diào)試值。在Sun Microsystems的Solaris系統(tǒng)上,其用于標(biāo)記已經(jīng)釋放的內(nèi)核內(nèi)存。在運(yùn)行于Alpha處理器之上的OpenVMS中,DEAD_BEEF可對家CTRL-T[3]組合鍵進(jìn)行查看。
你身在一棟100層的建筑當(dāng)中,手里握著兩枚雞蛋,一枚殼很硬、另一枚殼很脆,這意味著有可能從1層掉出去就會摔破,但也可能從100層掉出去仍然完好無損。這兩枚雞蛋的外觀完全相同,你需要弄清雞蛋落下但又不被摔破的最高層數(shù)。問題是,你需要嘗試多少次才能找到答案?
對應(yīng)職位:產(chǎn)品經(jīng)理
答案:用這種方法,找到答案最多需要嘗試14次。
首先,不要把起點(diǎn)定在10層,而應(yīng)定在14層。接下來,如果不破則上升13層,接下來是12層、11層、10層、9層、8層、7層、6層、5層、4層直到第99層。如果雞蛋會在第100層被打破,則需要12次嘗試(如果您假設(shè)其會在第100層被打破,則需要11次嘗試)。比如第49層是正確答案,那么嘗試的樓層分別為14層、27層、39層、50層(雞蛋會被打破),再加上40層、41層、42層、43層、44層、45層、46層、47層、48層以及49層,總計14次嘗試。
你有八個大小相同的球,其中七個重量相同,另一個比其它的稍重。如何使用天平僅通過兩次稱重來找到這個稍重的球?
對應(yīng)職位:產(chǎn)品經(jīng)理
答案:讀者Hyloka首先給出了回復(fù):
取八個球中的六個,在天平每測放三個。如果重球不在這六個當(dāng)中,那么一定是剩下兩個球中的一個,直接通過天平稱重即可。如果重球在第一次稱重的六個當(dāng)中,那么一定在較重一側(cè)的三個當(dāng)中。任意挑選兩個球放在天平上,如果重量不同則可得出結(jié)果。如果兩個球的重量相等,那么重球就是剩下的那個。
對應(yīng)職位:工程經(jīng)理
答案:你應(yīng)該將戰(zhàn)利品平均分配給51%的船員。
假如你縮小到跟硬幣一樣的高度,質(zhì)量也在等比例減小,因此密度與原先保持一致。接下來,你被扔進(jìn)了一個空的玻璃攪拌機(jī)。刀片將在60秒之內(nèi)開始轉(zhuǎn)型,你打算怎么做?
對應(yīng)職位:產(chǎn)品經(jīng)理
答案:這個問題的關(guān)鍵在于評判受試者的創(chuàng)造力。我們應(yīng)該嘗試破壞電機(jī)。
多少顆高爾夫球才能塞滿一輛校車?
對應(yīng)職位:產(chǎn)品經(jīng)理
答案:谷歌公司希望通過這個問題了解受試者解釋核心挑戰(zhàn)以解決問題的能力。
讀者M(jìn)att Beuchamp給出了一個有趣的回答,具體如下:
我猜測一輛處于靜止?fàn)顟B(tài)下的標(biāo)準(zhǔn)校車大約有8英尺寬、6英尺高、20英尺長——基于我長期坐校車的感受。
這意味著整輛校車內(nèi)的空間為960立方英尺,而1立方英尺為1728立方英寸,這意味著總計約為160萬立方英寸。
我計算出高爾夫球的體積約為2.5立方英寸(4/3 * pi * 0.85),其中0.85為高爾夫球的半徑。
用160萬立方英寸除以2.5立方英寸,可以得出大約需要66萬個高爾夫球。不過由于校車當(dāng)中存在座位以及其它一些占用空間的裝置,而且高爾夫球的形狀導(dǎo)致其在堆疊時會產(chǎn)生相當(dāng)大的閑置空間,因此我最終得出約50萬個高爾夫球這一答案。
這聽起來非?;闹嚒N腋掖蛸€實際數(shù)量應(yīng)該不超過10萬,但我還是比較相信自己的計算結(jié)果。
當(dāng)然,如果我們談?wù)摰氖切〔际采蠈W(xué)坐的那種校車(吐槽智商較低的學(xué)生會被安排在獨(dú)立的小型校車中),或者Barney Frank每天坐的校車,那么最終答案可能只有25萬個。
用三句話,向你8歲的侄子解釋一下什么叫數(shù)據(jù)庫。
對應(yīng)職位:產(chǎn)品經(jīng)理
答案:這里的要點(diǎn)在于,測試受試人使用簡單語言交流復(fù)雜想法的能力。下面來看看我們努力整理出的答案:“所謂數(shù)據(jù)庫,相當(dāng)于臺能夠記住很多有用信息的機(jī)器,人們用它來幫助自己記住這些信息。好了,出去玩吧。”
在一個只想要男孩的國家。每個家庭在生下男孩之前都會繼續(xù)生孩子。如果他們有了女孩,就會再生孩子,直到生下男孩才會停止。那么,這個國家的男孩與女孩比例是多少?
對應(yīng)職位:產(chǎn)品經(jīng)理
答案:這個問題引發(fā)了很大的爭議,但我們打算按照以下步驟來思考:
想象一下,這里有10對夫妻,10個孩子:5個是女孩,5個是男孩(嬰兒總數(shù)為10,男孩與女孩各5個)。
其中5對生了女孩的夫妻還會繼續(xù)生孩子,也就是生出額外的5個嬰兒。其中一半(2.5個)是女孩,一半(2.5個)是男孩。這意味著在已經(jīng)出生的孩子當(dāng)中加入新生的男孩與女孩(嬰兒總數(shù):15,男孩7.5個,女孩7.5個)。
又生下女孩的2.5對夫妻會再生下2.5個嬰兒。其中一半(1.25個)為男孩,另一半(1.25個)為女孩。將這些新生兒繼續(xù)加入嬰兒總數(shù)。(嬰兒總數(shù):17.5個,男孩8.75個,女孩8.75個。)
如此不斷重復(fù),男孩與女孩的比例將永遠(yuǎn)為一比一。
按照這個路數(shù),下列問題你有答案了嗎?
在某個生活著100對夫妻的村莊里,每個男人都有過出軌行為,而村里的每個妻子都能立即知曉除丈夫之外的其他男人的出軌行為,但卻不知道自己的丈夫是否曾經(jīng)出軌。該村有一項法律,不允許通奸。任何能夠證明自己丈夫不忠行為的妻子都必須在當(dāng)天將其殺死。村里的婦女永遠(yuǎn)不會違反這項法律。有一天,女王造訪這個村子并宣布至少有一位丈夫存在出軌,結(jié)果會怎么樣?
美國每年會制造多少臺真空吸塵器?
你必須從A點(diǎn)抵達(dá)B點(diǎn)。您不知道是否能夠順利到達(dá),這時您會做什么?
如果有人在電話上撥打了一串號碼,那么與這些數(shù)字相關(guān)的字母能夠構(gòu)成哪些可能的單詞/字符串?
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機(jī)制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準(zhǔn)測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強(qiáng)相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團(tuán)隊承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點(diǎn)的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點(diǎn)及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗證有效性。
清華大學(xué)研究團(tuán)隊首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達(dá)情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團(tuán)隊通過創(chuàng)新的多智能體強(qiáng)化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。