查看: 26471| 回复: 27
跳转到指定楼层
上一主题 下一主题
收起左侧

[转学转专业] 认知科学/脑科学/Cognitive Science专业相关问题若干

 
全局:

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看附件。没有帐号?注册账号

x
搜了一下发现地里基本没有讨论这个的,单独发一贴。
虽然本科学的是CS,但是心中一直坚信artificial intelligence 终究是不可能靠打代码打出来的,we need to go deeper,所以就萌生了对脑科学以及认知科学的兴趣。现在已经工作,想问问申请相关专业研究生PHD的话有什么建议(目前看了一圈发现很多学校只有undergrad/PHD项目)、有什么学校/项目推荐,以及相关专业毕业的前辈对于这个学科的看法。如果直接读PHD的话,完全从CS跨专业过来没有任何科研会不会是非常大的劣势?我本人还是想静下心来做研究的。

上一篇:UW的stat是不是不要gre分数
下一篇:请问在申/申过UMN CS master的盆友,PS一定要写提到教授的名字吗
推荐
Canaled 2019-1-3 04:53:32 | 只看该作者
全局:
非常敬佩楼主的热情!

我是相关专业的博士,刚刚毕业,也有CS的硕士,马上即将在科技公司做人工智能相关的工作。看到楼主对我的本行感兴趣,不亦乐乎,赶紧来回帖。

既然楼主已经有了很大的兴趣,那我就先从负面的东西说起吧。不是要打击楼主,而是希望给楼主提供一些信息,平衡一下楼主的预期。毕竟,感觉世间的所有事情都像围城一样嘛,总是草色遥看近却无。

1. 人工智能如何实现。 一个被用滥了的但我还是很喜欢的例子是设计飞机只是参考了鸟类,而不是复制鸟类的结构(更不用提多旋翼飞机)。所以最终设计飞机要用到的主要知识是流体力学,并不是鸟类学。要实现人工智能,我觉的最重要的还是数学和工程的工具,认知科学只能提供 灵感,比如神经网络的 convolution, batch-norm, 等等。而且这些灵感的获得似乎并不需要学的特别深入的钻研,只要略知一二即可,然而数学功底还是要扎扎实实才行。 所以如果我能重新选择一次的话我会读计算机博士,辅修个认知科学/神经科学的硕士。

2. 我很喜欢认知科学(否则也不会读博士),但什么东西钻研深了可能会有 “茴香豆有茴字四种写法” 这样的趋势,可能就没有第一眼看上去那么有趣了。而且作为一个并没有配套工业的学科,脱离了实际生产的需要,学界总会有一种 “搞个大新闻” 的气氛,统计上越是吸引人的故事其结果的可重复性越差。 ..

3. 如果楼主想做 faculty 的话, 竞争还是非常激烈的,要做好做多年(4+) 博士后的打算。因此不少同学毕业都转行了,比如 data science 什么的。

4. 如果申请博士的话,我觉得CS本科是加分项。因为CS本科保证的了数理基础比较好,编程做实验分析数据上手快,还可以做人工智能的交叉学科。

5. 至于学校的话,首推MIT,有一个 center for brains, minds and machines,主打认知科学、神经科学、计算机科学的交叉领域。我非常欣赏和敬仰两位大牛的工作:Tomaso Poggio,和 Josh Tenenbaum,楼主感兴趣的的话可以看一下。

总结:这个领域大方向非常阳春白雪,感觉是现今世界上最值得研究的东西;小方向容易钻牛角尖,一定要选对导师,否则个人感觉没啥意思。PS,人工智能这一波泡沫从12年到现在感觉是快要吹破了,尤其AGI,over promised, under delivered,接下来大浪淘沙,入坑保持谨慎的乐观。

无论读不读博士,学习一下还是非常有趣的,希望楼主从中发现到乐趣!

评分

参与人数 9大米 +15 收起 理由
Lawrence_H + 1 很有用的信息!
Oriel + 1 很有用的信息!
archerw + 1 很有用的信息!
甩我两次被用了 + 1 给你点个赞!
xiaobenh + 1 超棒

查看全部评分

回复

使用道具 举报

推荐
liaml 2018-12-31 21:36:54 | 只看该作者
全局:
不如了解一下BCI,就是脑机接口(人脑与机器的连接)。通俗的说,最终目标就是实现像电影阿凡达,或者蜘蛛侠里的章鱼博士这样的人脑直接控制机器的方式。BCI分为侵入式,非侵入式(EEG)。有一些CS或EE下的教授会做非侵入式脑机接口研究,比如UW-Seattle的Rajesh P. N. Rao,UFL EE的Jose C. Principe。他们基本做的研究是用机器学习方法来处理EEG脑电信号,实现意图分类或者降噪等目的。也有一些搞机器人的也在做BCI机器人。目前这个行业还不成熟,大部分应用方向是偏医疗康复相关的。我觉得这是非常科幻,很酷炫的,而且是CS和脑科学的交叉学科,所以对你来说也不算转专业。而且如果你了解过互联网大脑模型你会发现BCI也有一席之地,毫无疑问这是属于未来的交互方式之一,如果你对人脑感兴趣,我觉得其实这个方向还是很有意义的。如果你想了解,可以看看Rajesh P. N. Rao的《Brain-Computer Interfacing: An Introduction》快速入门一下。

评分

参与人数 2大米 +4 收起 理由
Manman1994 + 3 给你点个赞!
chendexi + 1 赞一个

查看全部评分

回复

使用道具 举报

推荐
Canaled 2019-1-4 02:06:07 | 只看该作者
全局:
chendexi 发表于 2019-1-3 15:19.1point3acres
非常感谢抽时间作如此详细的回复,几乎一次性回答了我所有问题!-baidu 1point3acres

我个人很久以前自学了Andrew Ng的机器 ...

当前智慧机器的局限性确实是非常大的,但是它也能干很多事情了,对工业界,能干一些事情这这就能拓展出一些应用开公司了。

psychology, cog science, neuroscience,比较相同, 从不同的角度看问题。学习一下挺好的,申请的时候可以证明自己有最基础的涉猎。但博士项目录取的人本科可能有各个专业的,比如物理、生物,什么的,计算机我认为真的是加分项。可能最大的门槛在于一些科研经历吧。  我愿意选择读计算机博士是觉得这个专业比较实在,能学到真东西,辅修cog sicence 就是个兴趣吧,毕竟最终发现自己并不适合混学术圈。.--

18年过去了,祝新年顺利

评分

参与人数 1大米 +1 收起 理由
chendexi + 1 很有用的信息!

查看全部评分

回复

使用道具 举报

全局:
有些做 Cognitive Science的就是deep learning meta learning 类 比如caltech 0-0|||
应该是很大的优势 而不是劣势
回复

使用道具 举报

🔗
q8099086 2018-12-31 17:28:16 | 只看该作者
全局:
其实lz完全可以看一看本校有没有搞这些的教授,给他们发个邮件约个时间聊一聊
回复

使用道具 举报

全局:
我也是CS的本科,准备申请cogsci,我们可以交流一下
回复

使用道具 举报

🔗
KatherineB 2019-1-1 02:57:04 | 只看该作者
全局:
这学期上了一节Cog Sci的课,教授说用coding来model人类的cognitive function是很难的。在这里modeling的意思是完全建模biological structure。但是用其他approach (i.e. bigdata-driven)去让机器和人类有一样的cognitive function,但不在乎拥有一样的architecture,相对来讲简单一点。这也就是AI的定义。
回复

使用道具 举报

🔗
 楼主| chendexi 2019-1-1 04:44:36 来自APP | 只看该作者
全局:
KatherineB 发表于 2019/01/01 02:57:04
这学期上了一节Cog Sci的课,教授说用coding来model人类的cognitive function是很难的。在这里modeling的意思是完全建模biological structure。但...

Wow 这个路线就是我非常认可非常有兴趣的路线,我完全认同你们教授的观点。这个课是什么级别的课呢?你们平时都在学什么?
回复

使用道具 举报

全局:
yshen0511 发表于 2018/12/31 18:43:25
我也是CS的本科,准备申请cogsci,我们可以交流一下

你好 我也是对这个方向感兴趣 有兴趣交流下吗?
回复

使用道具 举报

全局:
JamieHAO 发表于 2019/01/01 18:07:56

. ----
你好 我也是对这个方向感兴趣 有兴趣交流下吗?

这里具体怎么加好友?你能私信我一下吗?
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表