|
|
马上注册，结交更多好友，享用更多功能^_^
您需要 登录 才可以下载或查看，没有账号？立即注册
x
二十多年前，你研究视觉识别，我想开始攻读博士学位。
我在想，我应该做些什么？
我想着：如果你能像你一样成为传奇，那我就努力走那条路。
现在，回头看，我想给你一个深思熟虑的答案。
在线学习：
首先，我认为人工智能研究的环境已经发生了很大的变化。过去，在学术界，如果你准备攻读博士学位，你会发现学术界掌握了大部分人工智能（AI）资源；
而现在情况不同。
芯片、算力、数据这些资源，学术界在很多方面并不再占优，工业界的发展速度更快、资源更丰富。
因此，作为一名博士生，我建议你去找那些“北极星”式的问题——也就是说，不是在学术与工业间简单碰撞，而是工业能够更好地解决、用更强的计算、更优的数据、更好的团队协作来推进的问题。
在这种环境里，学术界仍然有它的价值，但资源优势不再像以往那么明显。
其次，在学术界，有一些非常基础但未被解决的问题，依然值得投入。
比如跨学科人工智能对于科学发现而言，是一个真正令人兴奋的领域——有太多学科可以基于人工智能、大有可为。
从理论角度来看，AI 的能力已经远远超出了现有理论的解释范围。
我们不知道为什么模型做出某些决策、我们不知道模型内部如何实现因果推断、有太多是我们还不理解的。
与此同时，在计算机视觉里面，仍然存在代表性的问题尚未解决；
小数据”的问题也是另一个非常有意思、值得深入的挑战。只要你选对方向，做出真正有意义的研究，就有机会取得重大突破。
最后，回到你当初攻读博士学位的初衷：
你希望成为传奇。那你需要的不仅是“做博士”这件事，而是认真思考：你想解决什么问题？
你愿意用多少时间、精力、资源投入？
你是否愿意在跨学科、在未被很好解决的问题上作出努力？
如果答案是肯定的，那么去博士是有意义的；
如果你更想快速推进、应用结果、或者在资源丰富的工业环境里做工程化的工作，选择也许是不同的路径。
总之，不论选择哪条路，清晰地认识到现在学术与工业环境的变化、明确自己的目标、聚焦那些真正有价值的问题，会让你走得更稳、更远。
大神简介
李飞飞是一位华裔美籍计算机科学家，现任斯坦福大学教授并共同领导斯坦福人类中心人工智能研究院。
早年创建ImageNet数据集并推动ImageNet挑战赛，引领深度学习在计算机视觉领域的突破；
她的研究涵盖大规模视觉理解、多模态学习与人机协作AI，并长期关注AI伦理及教育普惠，在2023年出版科普回忆录《The Worlds I See》，带动公众对人工智能科学与社会影响的深入思考。 |
|
( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)
狗仔卡
发表于 
置顶卡
千斤顶
显身卡
发表于 
楼主