人工智能專業的碩士研究生考博容易嗎?

聽風136954666


首先第一點,很少有人去考博士的,大部分都是直接保博、直博或碩博連讀。

2017年是人工智能的元年。現在是一個風口過渡期,也就是說,2017年之前搞人工神經網絡的人,大部分都是偏理論多一點,未曾真正地應用在工程上。當時大家都不太看好人工神經網絡的發展,人數也比較少。正是他們的堅持,讓這個行業度過了最艱難的寒冬,現在是他們的春天,是他們應得的回報,因為是他們推動了社會的發展。

隨著吳恩達等一幫人持續多年的研究,成功的將卷積神經網絡應用於圖像處理,將深度神經網絡、深度學習算法應用於AlphaGo圍棋比賽,人工神經網絡步入第三個發展階段。因此出現了人才斷層,也就是說當前能夠將人工智能算法應用於工程的人數是很少的,也是工薪動輒百萬的原因。

但社會的本質就是資源配置,現在正有大批的從業者進軍這個行業。

因此人工智能算法工程化是當前最重要的發展方向。相反,在理論研究上,則步入了發展的瓶頸時期。也就是說能研究的方向已經基本上到了研究的極限,很難再提出根本性的創新。圖像識別的準確率已經達到了90%多,除非有體制上的創新,很難再有突破了。

也就是說,理論研究陷入了一個新的發展時期。工程研究卻如火如荼。

如果此時你去選擇攻讀博士,注意是開始讀博士,那四五年畢業之後,很有可能和其他行業是一樣的,你可能會錯過這個行業的黃金髮展時期。

因此有一個強烈的建議,不一定準確,如果你研究生是

人工智能方向,恭喜你,趕緊去趟這趟渾水。因為,如果你進入一個好的平臺,在四五年的時間裡,將會讓你成為一個真正的工程領域的專家,你可能年薪百萬以上。

如果你這個時候還想讀一個博士,回頭再讀也不遲。

如果你是一個致力於研究的人,對金錢名利沒有特別大的慾望,是完全可以選擇這個方向去讀博士的,因為社會的進步離不開這一類的人。

搞工程的和搞研究的最大的區別就是:

搞工程的,將那些搞研究的成果工程化、批量化、產業化,與金錢有關,與GDP有關。

搞研究的,不允許重複研究,不允許抄襲,只能搞新的方向,終其一生都有可能沒有真正的成果。因為你乾的是探索創新的工作。社會進步的真正動力來自你們,社會離不開你們。


碩博一家


會很難。應該在所有專業裡考博難度排在前三了。因為幾乎這個專業的都是保博的。

但是我們應該知道孝博的難度遠低於考研。研究生只要有信心有準備一般都能過的。只是考博後什麼時候能完成博士學位就很說了。


粗俗的真語



FUTURE汽車



分享到:


相關文章: