2018年10月15日随记:博士与深度学习

   今天去北大上课，学习知识之余还听到了一些大道理，觉得很受益。

   早上，计算机视觉的课程，是个微胖的女老师上的，讲的图像分割，内容包含了常用的K-means，mean-sift，拓展讲了基于图的分割，当然还提到了深度学习在这个领域的应用。

     关于课程，我觉得北大的老师有两个非常明显的特点：1，知识点总结的非常好，比如这节课讲分割，基本主流的方法都有介绍。2，紧扣学术的最新发展，各种方法的优缺点，新的方法都有介绍。一个课的信息量还是挺大的。课的最后，老师说，现在深度学习基本把图像处理的各个领域刷了一遍，但是一个博士如果仅仅是用个模型，把应用做的很好，是不足以承担博士的毕业要求的。

    上完这个课，又跑去上三维重建的课。课前，一个研一的学生做课程报告，关于姿态的3D重建与估计的。讲的也是很好，有深度也有广度，前沿发展趋势都有谈及，听报告，知道他们应该是做了很多相关的工作，也阅读了很多文章的。想不到他们本科的时候就做了那么多工作。我在那里听的很惭愧。后来的提问环节，也很精彩，这表明，这些北大的学生都是很有思想，很有智慧的。底下的一个学生问，说到姿态识别的问题，深度学习不能解决所有问题，所以是否可以认为深度学习并不是人工智能。演讲者表示赞同，并且说，如果博士五年，最后变成一个调参师，那也没什么意义。

     老师和同学说的都是一个意思 ，博士需要很多原创性的工作，否者拿人家的网络配配环境，调下参数，这样的工作可能也很难支撑一个博士毕业。

      在中国很多大学生醉生梦死的混日子，老师上课敷衍了事。有感于北大有这么优秀的学生与老师。