A partir de 2016, ¿todavía tiene sentido hacer un doctorado en aprendizaje automático?

Answer 1

Absolutamente sí.

La mejor razón la da el propio Andrew Ng.

Ahora Andrew ha estado tratando de decirle esto a los gobiernos también, lo que creo que le ha estado abriendo sus oídos a regañadientes.

Pero debería ser más fácil para nosotros convencernos.

La razón por la cual las principales facultades se están mudando a la industria es porque pueden tener un mayor impacto dado el acceso que tendrían a terabytes de datos acumulados por las grandes empresas en los últimos años (youtube, facebook, twitter, etc.). Además, los enormes recursos informáticos y la capacidad de contratar talentos diversos y de alta calidad es una oferta demasiado irresistible para dejarla pasar. Las escuelas actualmente no coinciden con las ofertas de la industria y no solo en términos de remuneración financiera. Ese sería el último factor a considerar. Las compañías están ofreciendo una oportunidad a estos investigadores de que las universidades no lo son, una oportunidad para crear historia y un legado perdurable

Ahora que tenemos una idea justa de por qué las universidades tendrán dificultades para retener las mejores facultades, veamos el lado positivo de esto. Una nueva generación de individuos motivados competirá para llenar sus zapatos. Se ha creado una línea base. Cualquiera que entre tiene una comprensión inequívoca de lo que se espera de ellos. Simplemente no pueden refrescarse, necesitan actuar para ser relevantes. Y necesitan estudiantes ambiciosos y motivados para mejorar sus posibilidades de entrega. ¡Entonces diría que, en las circunstancias actuales, los estudiantes tienen influencia y no los profesores!

Cualquier buen sistema es una tubería, donde los líderes preparan a otros para tomar su lugar, a medida que avanzan. Cuando se incentiva a todos a dar lo mejor de sí, todos tienen éxito. Estoy seguro de que las facultades salientes han entrenado bien a sus estudiantes para que se llenen sus zapatos.

Y olvidé mencionar que si la IA es la nueva electricidad, el aprendizaje automático es el electrón. El electrón necesita fluir para crear la corriente eléctrica. La nueva generación de estudiantes e investigadores proporcionará el impulso a este electrón.

Answer 2

Si bien el aprendizaje profundo está en tendencia ahora, es poco probable que siga siéndolo en su forma actual. Entonces, si bien los expertos actuales en aprendizaje profundo se están mudando a la industria, porque todavía hay mucho margen para aplicar las técnicas actuales de aprendizaje profundo a los problemas en la industria, aún existe la necesidad de desarrollar otros campos de aprendizaje automático, porque es muy Es improbable que el aprendizaje profundo, por sí solo, pueda acercarse a la resolución de la inteligencia artificial general. Con toda probabilidad, dentro de 10 años, los algoritmos de aprendizaje automático de última generación utilizarán alguna combinación de aprendizaje profundo con otros algoritmos.

En segundo lugar, un investigador famoso no es necesariamente un mejor asesor que uno no tan famoso. Por lo tanto, la premisa de que el traslado de investigadores famosos a la industria creará una escasez de buenos asesores académicos es falsa.

Finalmente, un doctorado se trata de aprender a aprender: cómo destilar una vaga idea de investigación en modelos concretos que pueden generar resultados tangibles. Entonces, incluso si está trabajando en un subcampo no tan de moda en su doctorado, puede aprender las habilidades para hacer una buena investigación, y posteriormente puede cambiar a un campo más popular posteriormente (lo que tendría que hacer de todos modos incluso si son docentes no se movían a la industria, porque el campo se mueve muy rápido).

Answer 3

¡¡Oh sí!!

Creo en el mercado libre, los campos que tienen una gran demanda tendrán el mejor talento apresurándose. Algo parecido a la convección en fluidos, el talento encuentra el equilibrio.

Tener una gran demanda en la industria ha catapultado la investigación de la Red Neural de una manera que nunca hubiéramos esperado. Hay nuevas personas que se unen al campo y hay profesores de disciplinas relacionadas que migran al campo. Con todo, Machine Learning va a ser enorme de cualquier manera que pueda pensar en los próximos años. Entonces, ¿tiene sentido hacer un doctorado? Tan seguro como el infierno.

¿Importa que algunos líderes hayan abandonado la academia? No, en realidad es una oportunidad, tendremos nuevos líderes. De hecho, este es el momento de tener el máximo impacto. El aprendizaje automático tiene oportunidades abiertas donde podría convertirse en cualquier cosa, incluso podría convertirse en el próximo Yann Lecun tal vez. Hay espacio para ello, las empresas y las universidades están ansiosas por financiar su investigación y mantenerlo contento para que pueda liderar sus equipos.

¿Hasta dónde se puede llegar en un campo con grandes líderes en la cima? Solo a una posición debajo de ellos. La siguiente capa se pegará a la capa debajo de la segunda capa y así sucesivamente. Nadie se muda, la financiación está casi fija, la presión para entregar aumenta y las personas a veces incluso están deprimidas por falta de espacio. Así es como funciona la mayoría de la academia. Creo que Machine Learning está en una mejor posición que esto, esperemos que esto continúe.