当有机器学习研究人员研究该领域30 - 50年时，刚获得博士学位的年轻机器学习研究人员如何能够为世界一流的研究做出贡献？

这与任何其他科学分支都不同。

为了推进任何科学问题的最新技术，你需要两件事：

1. 你需要内化科学方法，特别是它适用于有关学科。ML中任何体面的博士课程都应该为您提供。我不认为一个30岁的老人和一个60岁的研究人员如何处理一个新的研究问题的平均值会有很大差异。
2. 您需要知道问题的最新进展。对于我所知道的大多数ML问题，你不需要超过1 - 2年（全日制）的文献调查加上实验性的探索，要知道有关问题的一切知识[0]。因此，大约2年的专门学习让你在这个问题上与大师一起处于公平的竞争环境中！这是因为追求研究创造知识比获得相同数量的知识需要花费更多的时间。我花了4年的时间为我的博士论文做核心研究工作，但如果你有一些计算机视觉和机器学习背景，你可以在2-3天内阅读和理解我的论文中的所有关键思想和实证结果！同样地，你可以在几个月的学习中总结一个完整的研究生涯，比如说你想要阅读Geoffrey Hinton曾经做过的所有事情。无论如何，他的大部分工作时间都无处可去，你可以安全地跳过;对于他多年来的其他一些人来说，其他研究人员（现在）已经提出了更优秀的想法，或者在他们自己的论文中更好地描述了他们的想法，而这些论文可能更适合阅读。相应地，较早的科学知识得到了更早，更易消化的形式。，它甚至被整合到课程中。当你完成高中学业时，你肯定比牛顿更了解物理学！

[0]假设已存在足够大的社区围绕这个问题，那么新的研究人员可以获得未包含在已发表论文中的部落知识;并且社区有足够好的同行评审流程，以便发表的论文尽可能地自成一体。

例如，在大约2012年之前，这些条件都不适用于深度学习。因此，对于一个新的研究小组来说，深入学习是非常困难的！

宝宝起名 起名