关于#人工智能#的问题：选择研究生（相关搜索：研究方向|机器学习）

Question

工程博0，导师是大组，主要研究方向有这些对抗机器学习、图机器学习、基于学习的组合优化、CV(网络结构、小样本、自监督)、A4Sci
有点纠结选哪个方向，希望有ai巨佬指点迷津个人的一些想法
cv貌似非常的卷，有被最近那个CV劝退视频震撼到，不过视频面对的对象是硕士，不知道我这个工程博能否入坑:
nlp方向，大语言模型概念比较火，如果入坑应该就是选LLM了，有点担心计算资源和效率的问题，不知道搞不搞得动
图ml方向是导师让我先看的方向，初步入门但是GNN的概念貌似几年前比较火，不知道以后有没有前途，担心太小众
组合优化是导师自己做的比较牛的方向，但是感觉有一些些理论了，大概是NP难问题的实际求解，还没具体了解
个人是想走算法岗的道路，希望能早点定个研究方向，专精一下，寻求帮助

Answer 1

简要分析：

1. 对抗机器学习: 这是机器学习安全性的重要方向，探讨机器学习模型在遭受恶意攻击时的表现。这方向前景广泛，涉及到众多行业应用。

2. 图机器学习 (GNN): 图神经网络是处理图结构数据的工具，应用在社交网络、生物信息学、金融等领域。虽然它几年前比较火，但仍有许多未解决的问题和应用空间。

3. 基于学习的组合优化: 结合了机器学习和传统组合优化，有很强的理论背景，但也有很多实际应用。

4. 计算机视觉 (CV): 尽管你提到有劝退视频，但CV仍是AI领域的核心。网络结构、小样本学习、自监督学习等都是热门话题。

5. A4Sci: 不太了解

对于你的想法：

• CV: 虽然CV确实竞争激烈，但工程博的深度和广度会更深。如果你对CV有热情，可以考虑。

• NLP: 大型语言模型如GPT确实非常火热，但计算资源是个问题。你可以考虑更小型、高效的模型或者特定应用领域。

• 图ML: 如上所述，GNN仍有很大的发展空间。

• 组合优化: 如果你对算法和理论有兴趣，这是个很好的方向，特别是导师在这方面很牛。

建议：

• 考虑你的兴趣、导师的建议和未来职业规划，然后选择。同时，也可以与实验室的学长学姐交流，了解他们的经验和建议。最后，选择一个你既有兴趣，又看好未来前景的方向。