-
2019-02-0522:11:28 #3301740ㄴㅇㄴㄴㄴㄴ 59.***.180.40 1766
다른분야 박사과정생입니다만
프로젝트 를 하면서 딥러닝 쪽 이미지 분야 교수님과 인연을 맺게 됐습니다
그러면서 이미지 데이터에 흥미를 갖게 됐고 교수님과 교감은 이루어지고
랩을 옮길 수 있는 여건은 되는 것 같습니다.하지만 막상 또 옮기려니 드는 생각이,
모든 분야에 발전의 싸이클이 있고 딥러닝도 이제 정점은 찍고 내리막을 가고 있는 것은 아닌가 걱정이 드는것이 사실입니다
이런 점에서 이미지 분야 딥러닝 박사를 하는 것이 어떨지 조언 좀 부탁드려도 되겠습니까
-
-
남들 좋다는거 하고싶으면
의사하세요~
-
왜 의사인가요 요새 인공지능 개발자가 더 잘나가는데
-
-
딥러닝이 정점을 찍고 내려가면 교수님이나 그 밑에 학생들은 다른 연구 시작할 꺼에요. 토픽 중요하지만 연구하시는 방법이나 논문쓰는 학회 그리고 가장 중요한 교수님 인품 이런 걸 보세요.
참고로 그 교수님도 5년 전에는 딥러닝 안하고 계셨을 겁니다. 그당시에는 힌튼랩 소속 아니면 딥러닝을 유사과학 정도로 밖에 취급 안했어요.
-
bn님 말씀 감사해요!!!
새해 복 많이 받으시구요!! -
제생각엔 아직도 할거 많은데…
딥러닝 아무리 발전했다고 해봤자 주로 비젼이나 자연어처리 쪽입니다. 다른 분야에 적용시켜볼 생각을 해보세요. -
그리고 제생각엔 박사는 진짜 좋아하시는걸 하시는데 좋습니다 본인이 좋아서 하는걸 해야 결과가 좋아요
-
CS 님. 딥러닝 이미 다른분야에 무지 많이 적용하고 있습니다. 결과가…….신통치 않아서 그렇지. 이제 어느분야든지 머신러닝은 개나소나 고등어나 다 합니다.
-
제 말은 “더 이상 할 것이 없다” 정도로 머신러닝/딥러닝의 적용이 발전한 분야가 별로 없다는 얘깁니다.
아직 적용해서 해결할 문제들이 천지에 깔려 보이는데요.-
발전하지 못하는게 오히려 한계가 있어서 그런걸수도 있음요 ㅋㅋ 문제는 천지에 깔려있는데 그 걸 푸는 방법이 아직 딥러닝이 최적해라는것도 미지수구요
-
-
-
작년 여름에 좀 general 하게 이공계쪽 박사들 모이는 자리가 있었는데 재료과출신도 머신러닝 얘기하고 화학과출신도 머신러닝 얘기하고 생물하는 사람도 머신러닝 얘기해서 이 바닥도 끝까지 갔구나 생각이 들더라고요.
-
타분야에 있다면서 딥러닝이 이미 정점을 찍고 내려오는 중이라고 무슨 지식과 배경으로 판단하느냐? 딥러닝이 정확히 무슨 기술이고 어디에 응용되고 어떤 미래를 갖고 있는지 모든걸 알고 있는 사람처럼 말하는구나. 모든 종류의 기계학습의 궁극적 목표는 인공지능의 구현인데 지금 세상엔 진정한 의미의 인공지능이란 존재하지 않는다. 그런 기술이 불가능한게 아니라 아직 그런것이 진짜로 상용화 될만큼 기술 개발이 이루어 지지 않았다는 뜻이다. 지금 소위 말하는 인공지능이라 떠드는 것들은 단순한 전문가 시스템일뿐이며 그런것들은 인공지능이 아니라 그냥 고도로 정교하게 잘짜여인 휴먼-머신 입출력 인터페이스라 보면 과히 틀리지 않는다.
그런의미에서 딥러닝이 내리막이란 생각은 완전히 틀린 생각이고 사실 딥러닝 데이터 마이닝 인공 지능 이런 분야들은 아직도 어둠속을 헤메고 있는 전형적인 분야라 보면된다. 하지만 동시에 앞으로 무한한 미래가 있는 아주 좋은 분야라 생각해도 된다. 개인적인 느낌으로 넌 딥러닝으로 가면 안될것 같다. 몇년 해보다 취업 잘안되면 나중에 내 욕 할거 같아서이다. 향후 30년 앞을 내다보고 올인할수 있으면 하고.
-
빙고!
전 사실
진정한 의미의 인공지능이 당분간 발명되지 안길 바랍니다.
그거생기면
인류에 커다란 변화가 옵니다.
그걸 감당할 수 있을 까요?-
> 인류에 커다란 변화가 옵니다.
전적으로 동의한다.> 그걸 감당할 수 있을 까요?
감당이란 단어는 현재의 상황이 전혀 변하지 않고 그대로 30년후 인공지능이 세상을 바꾼후에도 적용될거라는 가정하에서 쓸수 있는 단어다. 인공지능은 단지 기술의 변화만 의미하는게 아니라 그 기술이 나올만큼 인류문명이 이미 바뀌었음의 의미한다. 물론 그 변화가 어떤 형태일지는 나도 모르지만 감당이란 걱정 자체는 무의미할거다.-
나가 뒤지십쇼 형님
-
-
-
-
딥러닝이 더 뜰지, 해가 질지는 아무도 몰라요. 단지 당분간은 먹고사는데 지장은 없다입니다. 30-50만불 받는다는 소문듣고 수요-공급깨져서 20만불로 떨어지면 그게 망하는건가요. 하다가 정말 망하면 가지고 있는 기술을 가지고 다른분야로 가면 되는거고.. 여전히 먹고살수 있습니다.
CS 공급넘칠거다라는 얘기는 10년전 20년전에도 있었지만 지금도 모자르고 있고,
다른 분야지만 한류가 망할거다라는 얘기도 15년전에도 줄곧 있었지만 오히려 더 뜨고 있고,
하지만 90년대 통신망분야 대박났다가 정말 한순간에 다 망한 사례도 있으니까,인생지마 새옹지마에 운칠기삼이 다 따라줘야.
미래를 알면 누구나 대박이 쉽게 나게요. -
본인이 잘 할 수 있다는 생각이 드신다면 저는 추천하고 싶습니다. 현업에서 머신러닝을 하는 사람으로서 말씀드리겠습니다(저희 팀은 모두 머신러닝 전공한 박사들이 멤버들입니다).
머신러닝(특히 딥러닝)은 문제를 해결하기 위한 하나의 기술인데 모든 기술이 그렇듯이 이 기술을 잘 다루는 사람도 있고 아닌 사람들도 있습니다. 모든 사람이 요리를 하지만 유명셰프와 같은 요리를 만들지 못하는 것과 비슷하다고 생각합니다 ^^
요즘 많은 사람들이 머신러닝을 이야기하고 또 배우고 있지만 특정 문제를 위해서 이 기술을 아주 잘 사용하는 것이 결코 쉽지 않습니다. 그렇게 하기 위해선 똑똑한 머리, 많은 경험 그리고 창의적인 생각 등 많은 요소가 어우러져야 합니다. 제 경험에 의하면 이것을 다 갖추고 있는 사람은 많지 않습니다.
분명히 딥러닝(더 넓게는 머신러닝)은 앞으로 수많은 분야에 적용될 것이고 이 기술을 잘 다루는 사람의 수요는 더 늘어날 것입니다. 어쨌든 이 분야 자체에 대한 걱정은 안 하셔도 될 것 같고 대신 본인이 이것을 잘 할 수 있는 역량을 가지고 있는지(수학, 코딩, 창의력 등) 깊게 생각해보시고 결정하면 될거라 생각합니다.
-