轉(zhuǎn)自 | 新智元
來(lái)源 | Reddit
編輯 | LRS
深度學(xué)習(xí)是計(jì)算機(jī)專業(yè)當(dāng)下最火爆，最有錢途的專業(yè)，而身在這個(gè)浪潮中的博士生為什么都很焦慮呢？reddit上一個(gè)小哥發(fā)帖稱，不知道自己做的是科研還是工程？是算法還是調(diào)參？連矩陣的秩都不會(huì)求了，因?yàn)橥耆貌簧?！?duì)此你有什么看法？
一個(gè)小哥讀了博，并且還是最火的深度學(xué)習(xí)博士，主要研究領(lǐng)域?yàn)橛?jì)算機(jī)視覺(jué)和自然語(yǔ)言處理，但他每天卻都很苦惱，感覺(jué)自己不是在做科研，而是在做工程！他在Reddit論壇上求助網(wǎng)友，如何讓對(duì)在學(xué)術(shù)上沒(méi)有取得特別優(yōu)秀成就的他成功取得博士學(xué)位。文中他說(shuō)自己正在攻讀機(jī)器學(xué)習(xí)的博士學(xué)位，主要從事深度學(xué)習(xí)，并且還基于此有了一些會(huì)議上的論文，但是這些會(huì)議并不是公認(rèn)的頂級(jí)會(huì)議。盡管不是頂會(huì)，但是審稿人對(duì)他的要求和回復(fù)還都是相當(dāng)苛刻的。他也明白他們?yōu)槭裁催@么挑剔，坦言自己不是一個(gè)優(yōu)秀的學(xué)生，實(shí)驗(yàn)室也不是一個(gè)優(yōu)秀的實(shí)驗(yàn)室，所做的主要工作就是重新使用現(xiàn)有的方法為不同的領(lǐng)域，例如使用一個(gè) ResNet 用來(lái)做醫(yī)療成像，或是基于Transformer的音樂(lè)分類。和其他人相比，他自認(rèn)為嚴(yán)重缺乏數(shù)學(xué)背景知識(shí)，即使努力閱讀，也經(jīng)常立即忘記那些實(shí)際上并沒(méi)有用到的概念，甚至都不會(huì)計(jì)算矩陣的秩是多少，更不用說(shuō)如何使用它了。這就是為什么沒(méi)有真正想出新方法的部分原因，更擅長(zhǎng)組合現(xiàn)有的東西，但有時(shí)感覺(jué)不像是研究，而更像是工程學(xué)。因?yàn)樨暙I(xiàn)比較平庸，所以小哥不認(rèn)為他能夠在學(xué)術(shù)界有所作為，所以未來(lái)可能會(huì)在這個(gè)行業(yè)內(nèi)找一份工作，而不是去大學(xué)謀一份教職。最后這位小哥希望網(wǎng)友們對(duì)他的博士生涯給他兩個(gè)建議（1）提高如果在周末有剩余的精力，也許應(yīng)該做一些副業(yè)？對(duì)此，網(wǎng)友表示，這不是一個(gè)簡(jiǎn)單的問(wèn)題。最終，你的博士學(xué)位就是你的博士學(xué)位。這真的只是第一步，如果你渴望在訓(xùn)練中改變世界，這可能會(huì)讓你失望。盡管要完成的必要貢獻(xiàn)微乎其微，但不要去磨練那些能讓你接受挑戰(zhàn)的技能。比如詳細(xì)的筆記，嚴(yán)格的編程，以及在一個(gè)感興趣的領(lǐng)域保持最新的習(xí)慣，包括與同齡人的接觸。這些絕不是一個(gè)完整的列表，只是那些我很高興我繼續(xù)工作。網(wǎng)友表示贊同，永遠(yuǎn)記得博士學(xué)位只是你的起點(diǎn)絕非重點(diǎn)，這只是你接受教育的一部分而已。還有網(wǎng)友表示，這簡(jiǎn)直跟自傳一樣！看來(lái)每個(gè)人的博士生涯都很難過(guò)。進(jìn)入工業(yè)界是我做過(guò)的最好的決定。“我找到了 x 模型，并把它應(yīng)用到問(wèn)題 y 上以得到更好的結(jié)果”正是公司所看重的，能夠解決問(wèn)題的人才。還有的網(wǎng)友勸他要懂得平凡的可貴，每天比昨天的自己進(jìn)步一點(diǎn)，就是最大的成就。對(duì)于我們這些凡人來(lái)說(shuō)，我收到的最好的建議就是“你的論文是你寫過(guò)的最糟糕的作品”。與我們部門最聰明的人設(shè)定的高標(biāo)準(zhǔn)相比，我的簡(jiǎn)直是垃圾。但是它是完整的，并且通過(guò)了檢查。不要拿自己和別人比較，只要把自己和去年做比較，然后繼續(xù)努力。投入時(shí)間，做好工作，你就會(huì)得到一張證書，上面寫著“我可以做自我導(dǎo)向的研究”。并不是所有人都是陶哲軒，我們中的大多數(shù)人只是想在這個(gè)過(guò)程中生存下來(lái)，而不是贏得菲爾茲獎(jiǎng)。機(jī)器學(xué)習(xí)行業(yè)從業(yè)者大多經(jīng)常困惑于自己是算法工程師還是調(diào)參俠。在深度學(xué)習(xí)浪潮下，有這種困惑也是十分正常，或許我們也應(yīng)該思考一下，為什么大家普遍會(huì)有這種困惑。看了這段話，大家可能多多少少都有所感同身受吧，高學(xué)歷，卻換來(lái)更大的失落；工作內(nèi)容重復(fù)，沒(méi)有看的見的快樂(lè)。沒(méi)入行之前，你眼中的AI是改變?nèi)祟愇磥?lái)。入行之后，你眼中的AI變成了一個(gè)個(gè)黑盒的模型，我要更多更干凈的數(shù)據(jù)，更龐大的模型！「有多少人工，就有多少智能」，即使在深度學(xué)習(xí)時(shí)代也是如此，各大AI公司首先招聘的就是標(biāo)注員?？蒲袡C(jī)構(gòu)發(fā)布新數(shù)據(jù)集的論文也會(huì)公布自己用了多少標(biāo)注人員，時(shí)薪多少美元等。而且在互聯(lián)網(wǎng)高度發(fā)達(dá)的今天，你想要學(xué)習(xí)的任何東西都可以在網(wǎng)絡(luò)上找到，AI入行的門檻從未這么低。入門簡(jiǎn)單，但成為大師卻要付出更多的努力，這期間會(huì)經(jīng)歷迷茫，例如在reddit上發(fā)帖，但最后有所成就的還是那些耐得住學(xué)術(shù)寂寞的人。不僅僅追隨深度學(xué)習(xí)潮流，而是在其中挖掘?qū)儆谧约旱臇|西，也許是博士學(xué)位能帶來(lái)的最大收獲。
參考資料：
https://www.reddit.com/r/MachineLearning/comments/odkdsv/d_growing_beyond_a_deep_learning_phd/
推薦閱讀：
世界的真實(shí)格局分析，地球人類社會(huì)底層運(yùn)行原理
不是你需要中臺(tái)，而是一名合格的架構(gòu)師（附各大廠中臺(tái)建設(shè)PPT）
企業(yè)IT技術(shù)架構(gòu)規(guī)劃方案
論數(shù)字化轉(zhuǎn)型——轉(zhuǎn)什么，如何轉(zhuǎn)？
企業(yè)10大管理流程圖，數(shù)字化轉(zhuǎn)型從業(yè)者必備！
【中臺(tái)實(shí)踐】華為大數(shù)據(jù)中臺(tái)架構(gòu)分享.pdf
華為的數(shù)字化轉(zhuǎn)型方法論
華為如何實(shí)施數(shù)字化轉(zhuǎn)型（附PPT）
超詳細(xì)280頁(yè)Docker實(shí)戰(zhàn)文檔！開放下載
華為大數(shù)據(jù)解決方案（PPT）
