机器学习博士自曝:实验室「阉割」我的创造力,劝你别读

2020-11-29 19:05 43 阅读 ID:151
量子位
量子位

「我博士第五年在读,但我不建议你来读博士,因为这是个骗局……」

一位外国网友在Reddit上发帖这么说,他自述研究方向是机器学习

而且他还说,所谓「骗局」只是劝退博士的一个次要原因,还有更残酷的事实。

这个帖子在一天之内冲上热榜第一,已经有800多回复讨论。


AI博士,真的不能读吗?

纵身跳进博士生涯的科研党们,都遭遇了什么?

博士生涯,让我失去了什么?

博士皆苦,这一点似乎放之中外皆准。

Reddit楼主所说的「骗局」,一针见血地指出了很多博士面临的困境。

地狱难度的博士生涯,原因是导师故意卡毕业,用学位、工作机会等等东西将学生劫持为「人质」。



这一点,相信不少有博士经历的人都有体会。

读博时间长、机会成本高、导师太坑,但这还只是楼主抱怨机器学习读博的次要原因。

真正恐怖的,是几年博士读下来,热情、创造力、野心…….都没有了。

有创意、有野心的博士新生,尽管有些想法很天真,但是他们通常带着独特新颖的思路去解决问题。

但现实的大棒很快就会「纠正」他们。



你的导师或是前辈会告诉你,这种方法行不通,然后抛出来一个「最先进」的解决方法,要求学生按照这个思路来解决问题。

一般来说,项目结束时,绝大部分新生都会被改造成相同的机器。

若是能在现有的方法上稍微做出改进,就已经算学有所成,十分幸运。

但大部分的人很难用高度成熟的平台或方法做出出彩的成果。

对于楼主来说,他直到现在都会有很多新颖大胆的构思,但他已经条件反射般的否决自己,因为这和实验室教的XX原则不一样。

他「咆哮」道:

研究应该是一种创造性的、狂野的冒险。博士项目把那些有潜力产生巨大影响的学生完全阉割掉。
这就像当一个明星大学运动员被一个糟糕的教练团队选中,他们最终会成为比以前更糟糕的运动员。

爱因斯坦读博时,有拿得出手的成果吗?

此帖一出,立刻引发了网友的激烈讨论。

一天时间内800多回帖,而且大多是长篇论证输出。

可以看出,这个话题刺中了博士们的痛点。

在讨论中,很多网友都感同身受,并且指出,博士生涯的成功与否,很大程度在于导师的选择。

他们提出了这样一个有趣的观点:

爱因斯坦读读博士时,也没有取得拿得出手的成果。



爱因斯坦当年确实是在博士论文(《分子大小新的确定方法》,其内容是通过糖溶液的扩散与粘滞系数确定分子的大小。)已经通过之后,才陆续发表了光电效应、相对论等等重要成果。

而爱因斯坦本人也曾表达过对博士教育方法的批评:

在我看来,最糟糕的事情是学校主要以恐惧、胁迫和人为权威的方式来进行教育。这种做法摧毁了学生健康的生活态度、正直和自信。
学校教育最重要的任务是唤醒和加强年轻人的对工作价值的感知。
激发这些潜在的创造性的心理力量,当然比采取强制手法或唤醒个人野心更不容易,但它更有价值。

机器学习还有读博的必要吗?

连爱因斯坦都批评的博士教育,是不是没必要读了?

有网友从另一个角度提出了不同的看法。



他认为爱因斯坦在他的博士期间确实没有革命性的成果,但他学会了与科研圈交流的技能。

从学生的角度来看,读博士的唯一目的是学习如何进行研究,如何向学界发表成果。

在5年博士生涯结束时,这是一个人最应该从博士学位中得到的东西。其他的都是附加价值。



当然,如果你的导师有雄心壮志,希望你尝试一些有创意或狂野的东西,你是幸运的。

但是,这不是主要目的:你需要掌握的是如何说服学界相信你的想法有价值。

一旦你完成了博士学业,这些技能就会一直伴随着你,这些技能迟早会带来重大的发现。

所以,他认为,博士期间不应强求在学术上出成果,而是要加强自己与科研圈的联系,学会与业内专业人士沟通,为将来的科研生涯打好基础。

此外,在原帖「读博无用」热议之后,很快就有人发帖反驳:



他认为,读了博士,至少让他在这几点获益:

1、学会与导师建立良好关系。由此获得学术方面的建议和帮助。

2、有机会学习有趣课题,并且不期望具体成果。

3、日常工作和自我提高相辅相成。

4、独立主持项目、实习机会、同行交流。

5、顶刊发文。

而要真正从博士生涯中获益,这些Tips不能少:

1、好好选导师。看看他的最近的研究成果,和他手下的学生聊一聊。

2、调查实验室的研究方向发论文难度,做的东西是否够创新。

3、调查实验室论文发顶刊多不多。

4、认真思考自己希望从博士生涯中学到什么技能。

5、留心导师布置的题目,是具体而狭义,还是一个大的方向。通常来说,大课题容易出创新。

6、抓住实习机会,对于机器学习专业,实习尤为重要。

当然,人生起起伏伏,能凑齐上面所有条件,读一个「完美」的博士,真的很难。

但是争取所有好的情况,与不读博的机会、成本比较权衡,再决定是否要读,这是一种比较科学理智的方法。

怎么样?你同意他的观点吗?

欢迎你留言分享自己的看法~

参考链接https://www.reddit.com/r/MachineLearning/comments/k28qgr/d_why_you_shouldnt_get_your_phd/

免责声明:作者保留权利,不代表本站立场。如想了解更多和作者有关的信息可以查看页面右侧作者信息卡片。
    快抢沙发!
    反馈
    to-top--btn