Primero, como un compañero drogadicto ML premeditado, permítanme expresar mi admiración al equipo de aprendizaje automático de Quora por llevar esto a la cima de mi feed a pesar del hecho de que no sigo ninguno de estos temas y hasta esta pregunta nunca he indicado de alguna manera fuera de las preguntas que leí y algunos temas relacionados tangencialmente que sigo que (1) Soy premeditado (de hecho, he evitado deliberadamente seguir el tema premeditado en Quora), (2) Tengo la intención de hacer un MD / PhD , o (3) estaría interesado en realizar estudios de posgrado en aprendizaje automático. De hecho, esto es exactamente a lo que me postularé para hacer este verano . No soy un experto de ninguna manera, pero he estado pensando en esta pregunta durante la mayor parte del año y, por supuesto, los comentarios externos son más que bienvenidos.
Sin embargo, estoy un poco sorprendido por su pregunta porque en la mayoría de las escuelas (las que lo permiten; tenga en cuenta que no todas las escuelas permiten hacer el doctorado en cualquier cosa), el aprendizaje automático se ofrece a través del departamento de CS en lugar de las estadísticas departamento, por lo que un MD / PhD en ML sería un MD / PhD en CS. Si está preguntando si debe hacerlo con el departamento de estadísticas o el departamento de CS en caso de que ambos estén disponibles (no puedo pensar en una escuela donde solo haya estadísticas disponibles), CS sería la mejor opción si usted ‘ Estoy interesado en la IA como yo.
Si la pregunta es en cambio, ¿puedo hacer un MD / PhD en un área de CS no relacionada con ML si quiero hacer una investigación en ML / AI después, bueno, supongo que podría hacerlo, pero si ya sabe que es lo que quiere hacer, ¿Cuál es el punto de hacer el doctorado en, digamos, algoritmos en lugar de simplemente ir a ML de inmediato? El campo de la CS también es un poco más modular que el campo de la biología humana en el sentido de que no hay realmente una “imagen global” que una todas las subdisciplinas (ML, seguridad / criptografía, algoritmos, robótica, redes, arquitectura, etc.) ) de la misma manera que la pregunta “¿Cómo mantenemos vivos a los humanos?” une, por ejemplo, nefrología, podología y genética.
- Las computadoras se basan principalmente en conjuntos de características relacionadas con los cálculos, ¿por qué no se construyen con un nivel de interacciones conceptual y orientado al lenguaje?
- ¿En qué está capacitada la IA para que los humanos no lo sean, y viceversa?
- ¿Cómo está cambiando la inteligencia artificial internet?
- ¿Cómo se puede estimar la percepción de profundidad con visión monocular?
- ¿Cómo es una copia tuya, no tú?
Unos pocos profesores a los que respeto en el departamento de CS en Columbia me han dicho solo la mitad en broma que “CS” como un campo no existe: es solo una colección aleatoria de personas que realizan investigaciones en su mayoría no relacionadas en temas que se asemejan a estadísticas, matemática pura , ingeniería eléctrica, ingeniería informática y desarrollo de software. Si haces tu doctorado en un área no relacionada de CS y luego quieres cambiar, puedes encontrarte en lo que parece un campo completamente diferente que requiere un conjunto completamente diferente de herramientas, no un abismo insuperable de ninguna manera, pero más drástico que ir desde estudiar un sistema de órganos hasta estudiar otro. Esto es especialmente cierto en ML, que es muy interdisciplinario en primer lugar, tomando prestadas ideas de CS, estadísticas y neurociencia.
La pregunta más interesante para mí (y de hecho la pregunta que estoy tratando de responder ahora) es, ¿cuáles son las ventajas y desventajas de obtener un MD / PhD en Neurociencia Computacional en lugar de Machine Learning / CS. En el primer caso, tiene más margen para seguir la ruta tradicional de la neurociencia, tal vez practicar como neurólogo o neurocirujano, y ser biólogo si lo desea. Si está interesado en un enfoque inspirado biológicamente para las redes neuronales artificiales, este sería el camino a seguir. En el último caso, probablemente obtendrá más programación y menos trabajo en cerebros blandos, pero estará en condiciones de hacer una investigación pura de ML si lo desea, lo que sería menos accesible para alguien en Comp Neuro. En el lado de CS también podría entrar en las interfaces cerebro-máquina, aunque las personas de neurocomputación también están invadiendo lentamente ese dominio.
Sin embargo, en todos los casos una vez que llegue a una escuela, casi siempre puede rotar entre laboratorios, incluso en diferentes departamentos antes de elegir su especialización. Lo que pones en la aplicación no te impide moverte un poco.
Envíame un mensaje privado si deseas chatear en privado con más detalle.
