¡Felicitaciones por (presumiblemente) ser aceptado en instituciones tan prestigiosas! Cualquiera de estos sería una hazaña; La intersección es bastante sorprendente. Para obtener información un poco más amplia sobre CMU y Stanford (no creo que haya mencionado UW), vea mi respuesta a: ¿Cuáles son las principales áreas de investigación en el departamento de IA en MIT / UCB / CMU / Stanford? Desde que escribí eso con un sesgo de CV / robótica / IA bastante pesado, esos pensamientos generales aún deberían ser aplicables.
Habiendo debatido entre estas 3 escuelas, puedo decir con confianza que la respuesta verdadera e insatisfactoria es que nunca lo sabrás . Solo tengo un punto de datos real: el tipo que eligió a Stanford hace 3 años, sobrevivió a su crisis cliché de “lo que estoy haciendo con mi vida” bastante ileso, encontró un grupo que lo hizo feliz y ha tenido una vida bastante buena desde entonces. Estoy seguro de que mis hipotéticos dopplegangers UW y CMU, bebiendo café con leche en tiendas de discos usadas y bebiendo cerveza en sus mansiones de Pittsburgh de $ 300 / mes respectivamente, también están contentos.
Pero de todos modos, quieres algo más concreto. No puedo dar una recomendación general sin información, pero puedo intentar jugar algunos escenarios. Asumiré que quieres quedarte en el área de la robótica centrada en la percepción. Descargo de responsabilidad súper importante, súper obvio: no soy omnisciente, y hay toneladas de grupos de los que no sé nada. Voy a nombrar a algunos profesores por los que estaría feliz de responder, pero mi omisión de cualquier otro es solo por ignorancia. También voy a asumir que te importa el lado de la robótica de las cosas, así que solo estoy tocando brevemente la visión por computadora estándar e ignorando casi por completo otros campos de la IA. De lo contrario, la pregunta es intratable.
- ¿Deberíamos tener leyes que limiten los tipos de trabajos que la IA reemplazaría? Si es así, ¿qué trabajos serían?
- ¿Es ético crear inteligencia artificial que pueda tener sentimientos?
- ¿En qué está capacitada la IA para que los humanos no lo sean, y viceversa?
- ¿Cuán inteligente es la IA de Quora?
- ¿Cuál es el problema de 'morir ReLU' en las redes neuronales?
escenario 1
Sabes exactamente en qué problema quieres trabajar. Usted está muy familiarizado con él (probablemente sea una extensión del trabajo que ya ha realizado) y no puede esperar para comenzar.
Ya deberías saber a dónde ir. Estás resolviendo un problema específico: una de estas escuelas debería tener un profesor que trabaje en él, que esté constantemente en la cima del circuito de conferencias / talleres. Esto es lo único que importa: no estás allí para comparar precios, estás allí para trabajar. Si ese profesor está en Indiana, irás a Indiana.
Escenario 2
Ya te has ensuciado las manos haciendo investigaciones en el pasado. Primero fue autor de al menos un artículo, o contribuyó sustancialmente a varios. Si bien es posible que no esté completamente seguro sobre el tema en el que desea trabajar, ha conocido a suficientes personas en conferencias o asistido a suficientes charlas para sentirse razonablemente seguro de que sabe cómo encontrar problemas interesantes y solucionables para trabajar. Su criterio principal es tener la libertad de trabajar en lo que ya sabe en lo que quiere trabajar y estar rodeado de estudiantes de primer nivel que puedan hablar con usted. Está más que feliz de reunirse con su asesor una vez por semana o dos para obtener consejos de alto nivel, pero su relación principal con ellos es un recurso brillante para decirle si sus ideas son terribles o por qué, con los fondos para ayudarlo a seguir ellos y las conexiones para hacerlos notar.
Deberías ir a Stanford. Esa era mi vida allí, y estaba extremadamente feliz. Hay muchos rumores verdaderos sobre el departamento: que ciertas personas famosas han abandonado / iniciado compañías / cambiado de dirección y que una fracción de los estudiantes entrantes terminaron en situaciones menos ideales de lo que esperaban. También es cierto que no faltan expertos mundiales para trabajar. Y aunque la mayoría de ellos no son tan prácticos como lo harías en otras escuelas (no vas a reunirte solo con Sebastian Thrun todas las semanas; Andrew Ng probablemente no va a presionar a tu repositorio de github) Tienes los mejores estudiantes y las reputaciones más increíbles a tu disposición. Eso es enorme e imposible de exagerar en cuanto a la carrera, siempre y cuando sepas cómo usarlo.
Escenario 3
Desea hacer un trabajo aplicado con robots reales, y está principalmente interesado en el aspecto de percepción. Su relación fundamental con su asesor es la de … ser asesorado. No necesita una niñera, pero tampoco quiere pasar desapercibida: desea obtener orientación sobre en qué trabajar, dónde publicarla, cómo solucionarla cuando está rota, etc. Le gustaría trabajar en un equipo de estudiantes en proyectos preexistentes, no necesariamente como un lobo solitario. Le gustaría todo esto mientras conserva un equilibrio saludable entre el trabajo y la vida. No estás seguro de si quieres hacer academia o industria.
Deberías ir a la UW si Dieter Fox está llevando estudiantes. Es prolífico en el campo de la visión / robótica 3D, engendra estudiantes generalmente felices y exitosos, y desde cualquier punto de vista proporciona exactamente el tipo de orientación que está buscando. Maldita sea la “Universidad Top 4”, en este subcampo el prestigio es igual. De lo contrario, debe ir al Robotics Institute en CMU , donde encontrará muchos, muchos profesores que trabajan en una variedad de temas con muchos robots reales.
Escenario 4
No estás casado con la robótica, solo quieres hacer cosas geniales. Preferiblemente en el espacio de Visión por Computadora. Si se trata de un robot, increíble, si no, también está bien. Sus pensamientos sobre los estilos de asesoramiento son similares a los del # 3, aunque se permite que el equilibrio entre el trabajo y la vida sea un poco más loco. Probablemente te gustaría quedarte en la academia.
Debe ir a Stanford o CMU , y asegúrese de hablar con los estudiantes de Silvio Savarese y Fei Fei Li para el primero, o Martial Hebert de este último. El profesor Savarese es un nuevo empleado que tiende a hacer visión por computadora orientada a la robótica, y como probablemente un millón de personas le ha dicho, las nuevas contrataciones ofrecen un gran potencial para el éxito de los estudiantes. Si tienes éxito, ellos tienen éxito. Las profesoras Fei Fei Li y Hebert tienen mucho prestigio, al tiempo que retienen grupos de estudiantes exitosos que parecen ser semiautónomos pero que todavía son muy aconsejados. Hebert colabora frecuentemente con robots como Drew Bagnell, y no es ajeno a las conferencias de robótica.
Escenario 5
Estás razonablemente seguro de que te gustaría hacer una startup en algún momento.
Obviamente deberías ir a Stanford . Como cofundador actual de inicio con licencia indefinida, mi sesgo se muestra claramente aquí. Pero también es verdad. Seattle es genial, Pittsburgh es notablemente genial: Silicon Valley es Silicon freaking Valley. El show de HBO es apenas una exageración: irás a cafeterías y escucharás a la gente hablar sobre “retención del mercado”, caminarás por la universidad y pasarás a un miembro de la mafia de Paypal, y al menos uno de tus colegas comenzará algo e intentará cazar furtivamente Garantizado Usted está en el lugar perfecto para contratar personas, con profesores que lo han hecho antes, y está a 10 minutos de la mayoría de los principales inversores. Nadie más obtiene estas ventajas injustas.
