关于CS PhD方向求教

楼主第一年PhD学生，大方向是AI方向，目前做的是multi agent中的一个冷门小领域，这个领域需要考虑人的因素（非运筹规划），主要应用场景是supply chain，导师在这方面也是专家。已经做了一段时间，但是感觉做的东西不怎么cool。目前比较心水强化学习中agent cooperate， communication方向，感觉也是未来的大趋势，比较偏理论，做的人应该很多。合作导师还有另外一个方向是AutoML System，这个方向发paper可能比较难，毕业有风险。

求各位大神帮忙分析一下，后面的研究该怎么走，非常感谢！

AutoML （包括更早的pruning/model compression）真是毫无美感可言， intellectual mileage非常低，大部分paper都是实验报告，没有任何insight, 根本不算是科研。 做AutoML对于培养研究品味十分有害，对于提高工程能力帮助也有限。 而且学校那几块显卡也肯定做不过公司，首先排除掉

“Cool”的东西，往往也意味着跟风者众，竞争激烈，垃圾论文多；好处是容易被appreciate，不需费劲justify，citation多。这是热门和冷门领域之间永恒的tradeoff。

不过现在AI这么火，所谓AI里的的冷门领域大概就像四川人说的不辣吧？

AutoML应该还可以发，但要是加了system就没那么容易了。效仿隔壁做system的，周期都是以年为单位。。。

AutoML可以考虑超参优化啊，这个方向还不错

我也做一些RL的，我咋觉得multi-agent里面有了人的因素才更有意思啊。你可以看看Mike Jordan去年提到的第四代AI就是跟market的结合。

http://dobigeon.perso.enseeiht.fr/SPARS2019/Jordan_SPARS_2019.pdf

另外你才是第一年博士，第一个文章更多的是导师带你学东西，导师是这方面的专家其实是好事啊，少走弯路。等你做完这个项目，你自己有想法了，导师就可以放心让你自己去做自己感兴趣的。

bmwx3 发表于 2020-8-9 23:34
我也做一些RL的，我咋觉得multi-agent里面有了人的因素才更有意思啊。你可以看看Mike Jordan去年提到的第四 ...

多谢同学的资料，的确感觉AI要落地，multi-agent领域避免不了人的参与。

fxlj007 发表于 2020-8-9 13:27
“Cool”的东西，往往也意味着跟风者众，竞争激烈，垃圾论文多；好处是容易被appreciate，不需费劲justify ...

的确是这样，热门领域参考资料也多，但是竞争真的激烈，会担心做着做着自己的idea被别人已经做出来了。。现在AI-human hybrid的一些小领域好像没CV，NLP，RL那么内卷。

abby3 发表于 2020-8-9 15:57
AutoML （包括更早的pruning/model compression）真是毫无美感可言， intellectual mileage非常低，大部分p ...

的确，感觉主要是把optimisation， search那一块的东西，像gp, bayesian，加上meta feature，组合一下。可能是我还没入门。

看你将来毕业想去学界还是industry，想留在美国学界的建议跟着老板走，做老板最拿手的那个方向，在美国当小领域的super star一般比做老师不擅长的热门领域跟人内卷更有机会拿到position，因为竞争少你更容易有contribution和做出有辨识度的让人记住的工作。如果想去industry就是两说了，做热门的适用面广的比较好找工作。