強化学習の博士号を取得して卒業することは人気がありますか? Redditユーザーがキャリアプランニングのアドバイスを求める

最近、修士号を取得して卒業しようとしているネットユーザーがネットユーザーに助けを求めました。「強化学習を専攻した博士号取得者の卒業後のキャリアの見通しはどのようなものですか？」

このネットユーザーは、階層的深層強化学習（RL）に関する修士論文を執筆中であると紹介し、これは人工知能の分野で見つけた非常に興味深く有望なテーマだと述べた。 しかし、強化学習の雇用機会はディープラーニングほど広くはなく、多くの実際のユースケースで使用するにはさらなる研究が必要です。 現在、ネットユーザーは2つの大学から博士号のオファーを受けており、1つはディープラーニング技術を使ったRL分野に関するもので、もう1つは時系列やコンピュータービジョンなど、ディープラーニングに関連するものであると述べた。 このネットユーザーは、ディープラーニング全般が好きで、ディープラーニング関連の質問で困難に遭遇することはないだろうと述べた。 彼はまた、自分の研究が現実の生活にどのように応用できるかを見たいので、研究と民間部門での仕事を好みます。

私はRL関連の博士課程を希望していますが、どのプログラムが私の期待にもっと応えてくれると思いますか?

DLとRL

まず、ディープラーニングと強化学習とは何かを明確にしましょう。 ディープラーニングとは、大量のデータを使ってコンピューターをトレーニングし、パターンを見つけ出し、そのパターンを使って新しい情報について予測を行うプロセスです。

たとえば、写真に写っている猫を認識するためのディープラーニング アルゴリズムをトレーニングするには、猫が写っている画像と写っていない画像を何百万枚も入力します。 プログラムは、画像情報を分類およびクラスタリングしてパターンを設定します。これらのパターンは、新しい写真セットに対して検査され、トレーニング データを使用して作成されたデザインに基づいて、写真に猫が含まれているかどうかを予測できる予測モデルに情報を提供します。

強化学習は、人間が新しいことを学ぶのと同じように、本質的には試行錯誤を通じて学習する自律的な自己学習システムです。 自転車の乗り方を学ぶことを例に挙げてみましょう。失敗を繰り返しながら、少しずつ効果的な方法を積み重ねて発見していきます。 強化学習でも同様で、報酬を最適化することを目標にタスクを実行します。つまり、最良の結果を達成するように学習します。 ディープラーニングと強化学習は、学習の2つのシステムであると言えます。 同時に、ディープラーニングと強化学習は相互に排他的ではありません。たとえば、ディープ強化学習はディープラーニングと強化学習の組み合わせの産物です。

ネットユーザーが提案

このRedditネットユーザーの混乱に関して、多くのネットユーザーも独自の提案を行った。 "It takes a long time to get a PhD... Although you didn't say which school you went to, it must be at least three years. Or even longer. It took me seven years to get my PhD! And you can't use the current job market to predict what you will do after you finish your PhD. In recent years, more and more graduate students have poured into this field, and the threshold for this field will become lower and lower. Five years later, the same computer vision expert will not be so good, because this field may have been commercialized, while reinforcement learning will have made great progress by then. (Just look at how many breakthroughs Deepmind has made in the past five years... I wouldn't be surprised if this field eventually turns to industrialization.) Another question is whether the university you go to is good and how you get along with your supervisor. If possible, you must choose a good supervisor (although you may lack relevant information). A well-known university can help you achieve extraordinary results during your PhD. So if you care about your future job prospects, it is crucial to go to a well-known school. But in general, getting a PhD is a long journey and it will definitely be difficult. So if I were you, I would carefully choose a topic that interests me, because you want to become an expert in that field."

「博士号を取得してください。そして研究関連の職に就いてください。」

「どの分野で博士号を取得すべきでしょうか？強化学習でしょうか？また、必要に応じて他の分野に切り替えるのは簡単ですか？」「興味が広いのであれば、より幅広い経験を積めるように視覚分野で博士号を取得することをお勧めします。」

「実を言うと、私は強化学習についてほとんど何も知りません。修士論文を書いているときにもっと学びました。」 「それなら、強化学習の博士号を取得することをお勧めします。1つの分野の専門家になれば、興味のある他の分野に取り組むときに自信が持てるようになるからです。私は修士号と博士号で強化学習を研究したので、私があなたに与えるアドバイスは私がやりたいことです。」

「就職活動において、強化学習は時系列や履歴書よりもニッチな分野ではないでしょうか？」

「興味のある分野で博士号を取得してください。博士号のテーマに取り組むことを誰も止めようとはしません。また、ディープラーニングは少々過大評価されていることを常に覚えておいてください。ディープラーニングに関連する仕事がこれほど多くあるのはそのためです。このトレンドに惑わされて、本当に学びたいことの邪魔をしないでください。」

​