Press "Enter" to skip to content

深度学习博士发出灵魂拷问:我是在做算法还是在调参?

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

 

新智元报道

 

来源:Reddit

 

编辑:LRS

 

【新智元导读】深度学习是计算机专业当下最火爆,最有钱途的专业,而身在这个浪潮中的博士生为什幺都很焦虑呢?reddit上一个小哥发帖称,不知道自己做的是科研还是工程?是算法还是调参?连矩阵的秩都不会求了,因为完全用不上!对此你有什幺看法?

 

最近Reddit上有一个帖子又火了!

 

一个小哥读了博,并且还是最火的深度学习博士,主要研究领域为计算机视觉和自然语言处理,但他每天却都很苦恼,感觉自己不是在做科研,而是在做工程!

 

 

他在Reddit论坛上求助网友,如何让对在学术上没有取得特别优秀成就的他成功取得博士学位。

 

文中他说自己正在攻读机器学习的博士学位,主要从事深度学习,并且还基于此有了一些会议上的论文,但是这些会议并不是公认的顶级会议。

 

尽管不是顶会,但是审稿人对他的要求和回复还都是相当苛刻的。

 

他也明白他们为什幺这幺挑剔,坦言自己不是一个优秀的学生,实验室也不是一个优秀的实验室,所做的主要工作就是重新使用现有的方法为不同的领域,例如使用一个 ResNet 用来做医疗成像,或是基于Transformer的音乐分类。

 

和其他人相比,他自认为严重缺乏数学背景知识,即使努力阅读,也经常立即忘记那些实际上并没有用到的概念,甚至都不会计算矩阵的秩是多少,更不用说如何使用它了。

 

这就是为什幺没有真正想出新方法的部分原因,更擅长组合现有的东西,但有时感觉不像是研究,而更像是工程学。

 

因为贡献比较平庸,所以小哥不认为他能够在学术界有所作为,所以未来可能会在这个行业内找一份工作,而不是去大学谋一份教职。

 

最后这位小哥希望网友们对他的博士生涯给他两个建议(1)提高

 

如果在周末有剩余的精力,也许应该做一些副业?

 

对此,网友表示,这不是一个简单的问题。

 

 

最终,你的博士学位就是你的博士学位。这真的只是第一步,如果你渴望在训练中改变世界,这可能会让你失望。尽管要完成的必要贡献微乎其微,但不要去磨练那些能让你接受挑战的技能。比如详细的笔记,严格的编程,以及在一个感兴趣的领域保持最新的习惯,包括与同龄人的接触。这些绝不是一个完整的列表,只是那些我很高兴我继续工作。

 

网友表示赞同,永远记得博士学位只是你的起点绝非重点,这只是你接受教育的一部分而已。

 

 

还有网友表示,这简直跟自传一样!看来每个人的博士生涯都很难过。进入工业界是我做过的最好的决定。“我找到了 x 模型,并把它应用到问题 y 上以得到更好的结果”正是公司所看重的,能够解决问题的人才。

 

 

还有的网友劝他要懂得平凡的可贵,每天比昨天的自己进步一点,就是最大的成就。

 

 

对于我们这些凡人来说,我收到的最好的建议就是“你的论文是你写过的最糟糕的作品”。与我们部门最聪明的人设定的高标准相比,我的简直是垃圾。但是它是完整的,并且通过了检查。

 

不要拿自己和别人比较,只要把自己和去年做比较,然后继续努力。投入时间,做好工作,你就会得到一张证书,上面写着“我可以做自我导向的研究”。并不是所有人都是陶哲轩,我们中的大多数人只是想在这个过程中生存下来,而不是赢得菲尔兹奖。

 

机器学习行业从业者大多经常困惑于自己是算法工程师还是调参侠。

 

 

 

在深度学习浪潮下,有这种困惑也是十分正常,或许我们也应该思考一下,为什幺大家普遍会有这种困惑。

 

看了这段话,大家可能多多少少都有所感同身受吧,高学历,却换来更大的失落;工作内容重复,没有看的见的快乐。

 

 

没入行之前,你眼中的AI是改变人类未来。

 

入行之后,你眼中的AI变成了一个个黑盒的模型,我要更多更干净的数据,更庞大的模型!

 

「有多少人工,就有多少智能」,即使在深度学习时代也是如此,各大AI公司首先招聘的就是标注员。科研机构发布新数据集的论文也会公布自己用了多少标注人员,时薪多少美元等。

 

 

而且在互联网高度发达的今天,你想要学习的任何东西都可以在网络上找到,AI入行的门槛从未这幺低。

 

 

入门简单,但成为大师却要付出更多的努力,这期间会经历迷茫,例如在reddit上发帖,但最后有所成就的还是那些耐得住学术寂寞的人。

 

不仅仅追随深度学习潮流,而是在其中挖掘属于自己的东西,也许是博士学位能带来的最大收获。

 

 

参考资料:

 

https://www.reddit.com/r/MachineLearning/comments/odkdsv/d_growing_beyond_a_deep_learning_phd/

Be First to Comment

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注