¿Por qué una gran proporción de los nuevos estudiantes de CS optan por especializarse en áreas más nuevas como el aprendizaje automático, la informática social y la informática móvil en lugar de las más antiguas como los sistemas, la arquitectura y las redes?

Trataría de responderlo con mi perspectiva. No creo que las áreas de investigación tradicionales (arquitectura, red, etc.) hayan alcanzado un punto de saturación, aunque seguramente requiere mucha más exploración que las áreas de investigación “ más nuevas ” para aferrarse a algo notable ya que muchas investigaciones fundamentales y primarias ya se han investigado.

Además, un punto muy importante a tener en cuenta es la cantidad de recursos y conocimientos necesarios para realizar investigaciones. Si bien comenzar la investigación en un área como el aprendizaje automático no requiere nada más que un sólido conocimiento de las estructuras de datos y algunos antecedentes en matemáticas, mientras que no se puede decir lo mismo sobre un área tradicional como las redes donde necesita una sólida comprensión de los conceptos básicos de la red. es que cualquiera puede comenzar a investigar con algunos conocimientos básicos en lugar de personas con conocimientos especializados.

Otro punto a considerar es el escenario tecnológico actual, es decir, la cosa ‘IN’. Ha habido una explosión de datos y los móviles están desplazando a los tradicionales de escritorio. La forma en que interactuamos con los datos ha cambiado dando lugar a un conjunto completamente nuevo de desafíos que antes no se conocía. Estos problemas (procesamiento de datos, computación en la nube, etc.) parecen más interesantes hoy en día, ya que son más relevantes en la escena actual y proporcionan más motivación para realizar investigaciones.

Mi pensamiento personal sobre esto sería:
Aprendizaje automático: es realmente interesante y la gente realmente hace cosas geniales con este pequeño subconjunto de matemáticas (Probabilidad / estadísticas / Inferencia / Álgebra lineal, etc.). Comenzar con los aspectos prácticos es fácil y barato (nadie piensa en esto, pero debería ser un factor). Cuando te interese, ¡podrías mirar un conjunto de ecuaciones y decir ¡GUAU! Continuamente tienes ese momento aha y es posible causar un impacto solo.

Computación móvil: en una era en la que la web está pasando por una transformación y en el futuro vas a obtener servicios personalizados. El precio que pagas sería transparencia. Esta web será una gran red como el cerebro e incluso a nivel de información, tendrá una red (¡¡¡¡¡Diga !!) y este cerebro está absorbiendo toda la información del mundo, incluida toda su información personal posible. Sus dispositivos móviles son como portales para acceder a este gran cerebro, como dice Kevin Kelly. Creo que la informática móvil puede ser la próxima gran cosa.

No es que no les guste Sistemas / Achitecture / Redes que lo usan. Por ejemplo, ML es un campo interdisciplinario y se pueden aplicar redes para alguna tarea (aunque los paquetes son demasiado rápidos para la computación pero aún podrían ser una posibilidad abierta). Creo que la optimización ya se utiliza desde hace mucho tiempo para el enrutamiento de componentes en microelectrónica / VLSI. Creo que puede ser / también se usa en bases de datos, pero no estoy seguro. Las áreas tradicionales son como aplanarse y necesitan mucho más trabajo al principio y más tarde es lo mismo.