要不要读博

by 司马顿 | 2018年11月26日 上午8:45

在V2EX看到一个帖子,硕士即将毕业,咨询要不要读博。

我周围博士一堆,都是做基础研究的,比如图形图像方面。医院的博士mm也是中大读的博,现从事药物学研究工作。

我的看法是,如果是工程应用类,读不读博都可以。因为工程开发,偏动手能力和实际经验。读了几年博士,跟同样工作几年的硕士竞争,不一定占优势。在工程开发上,用到的理论知识并不多,大多数是经验积累,学术作用不大。

如果是基础研究,那当然要读博了。不管是计算机视觉,还是医学,还是生物学,这类基础科学,有过博士经历的同学,在研究态度上与硕士截然不同,他们知道往哪个方向去努力。

我的部门既有博士,又有硕士,前者的学术研究思路比后者要清晰得多。比如,同样跟踪一个研究主题,硕士大多从应用角度出发,找到能够复现的论文和代码来实践。博士会看得更远,从前瞻性研究角度出发,探索业界最前沿的研究成果,并进行思考和实践,哪怕这个方向并不容易落地。

博士生在校阶段可能很辛苦,但这段经历,对工作实践大有益处。这个阶段,会让他们建立起正确的学术研究观念和方法论。有没有学术观念,是博士与硕士的一大区别。

比如,在计算机视觉方面,视频行为分析是一个热门研究方向。这里面涉及的技术原理比较复杂,既有常见的二维空间卷积,又有时空角度的三维卷积,还有光流辅助之类。整个业界,并没有非常成熟的应用解决方案。在这个前沿性研究方向,既需要大量的理论积累,又需要无数次的动手实验,这就是博士擅长的工作方向。

博士研究的成果,并不一定代表可落地的产出,这是研究与应用的区别。比如我们在光流弯曲方面的成果,已被google接受,但并不代表它立刻就可以落地应用。学术研究的成果,更多以前沿性理论的方式存在,能够在特定条件下证明这种理论有效,并不一定在现阶段,就能取得落地的突破。比如,参考此论文,上世纪80年代学术界就提出了卷积神经网络的思想,但随着算力的突破性发展,直到近些年卷积神经网络才得到大规模应用。

做基础研究的都会衡量学术论文产出。博士同学在论文写作上,也会比硕士得心应手得多,因为他们在校就经过这样的专业训练。计算机视觉有几大顶会,比如ICCVECCVCVPR。在顶会上发表论文,有极高的难度,除了专业水平外,还要看门派出身。博士生如果师从好的导师,在这上面发表论文,要容易得多。而硕士不管是研究方法,还是导师门派,相对来说,都要处于劣势。

当然,也不是说读博就是万能药。如果毕业后参加工作,只是普通的工程应用类,那么读不读博都一样。我每年都参加校招,去不同的省份、不同的大学招应届生,对于普通的工程开发岗位,学历要求就是硕士。

今年去北京的校招我就印象深刻,哪怕是在CV方面,应届硕士也把普通的CV方法玩的很熟,比如分类、检测、分割方面的深度学习模型和工具。然而,他们在一些基础理论方面了解并不深,比如涉及到神经网络架构搜索的知识。同时有几个北大的博士来应聘,他们在理论深度方面,就要高出硕士一大截。当然,如果只是招CV应用类,硕士就足够了,博士的性价比反而不高。

有的方向,经过许多年发展,已经没有什么大的研究前景,这种还不如就读个工程硕士,早点参加工作更好。比如你去读个农业机械博士,出来我也不知道能干嘛。

所以,读不读博,取决于职业规划,也就是今后的工作与研究方向。基础研究需要博士,因为研究思想、方法论,都与博士经历有关。普通的工程应用类,硕士就可以了。

Source URL: https://smart.postno.de/archives/700