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ICCV，ECCV，CVPR。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