在當前的人工智慧革命浪潮下，無線通信領域的科研人員應當何去何從？

01-20

主要是物理層

謝邀。不過您這麼宏大的問題我回答不了，給您舉幾個例子，您湊合著看看吧。

我自己是信號處理方向的，但我的小方向並不通信，比較偏網路科學，無線感測器網路之類的。我在博士後的時候，覺得自己假設場景，提出演算法，證明收斂，自己生成隨機數自己模擬的這種科研方式很無聊。自己跟自己玩，在一個小圈子裡跟幾個peer互相捧場，這不是我想要的生活。（我自己水平見識有限，這麼說可能會讓同行不高興，我沒說別人，我就是說我自己。）

我不敢說我很懂機器學習，但我對自己數學建模的能力還是有信心的。那就找個建模師的工作唄，不需要沒完沒了的「創新」，也不需要寫funding proposal，不需要絞盡腦汁給自己出問題。問題已經存在，我的價值就是解決這些問題。方法可以傳統，也沒人會說我沒有innovation。

通過數據回答問題，有時候是需要建模的，這種需求現在也越來越多，找個這種工作算是一條路。除了我，還有三五個跟我同年的同行phd也轉data science了。金融廣告保險製藥電商互聯網等等行業。

更多的人還是轉碼農了，因為收入實在是太高了。我周圍通信和信號處理的博士，十幾個人已經去臉書谷歌亞馬遜等公司當軟體工程師了。

兩個phd畢業去高通了。

兩個去西門子等公司的research lab了。

留在學術界的，一個找到了教職，兩個還在繼續postdoc，但他們的研究方向已經都轉向機器學習了。

我現在看twc，tc，tsp上某些自己出題自己解題，模擬來模擬去的文章真是無感。如果不轉方向，難道以後要一直做這種研究么？

謝邀，這個問題太大了，不知道怎麼回答，就簡單說兩點吧。首先我覺得這兩年畢業的通信方向的博士還算是比較幸運，起碼趕上了5G，所以有能力的話還是有空間施展的。其次新技術的發展應該也會促進物理層技術的發展，畢竟物理層技術是基礎。

謝邀。的確目前是這麼個情況。但我這樣既不聰明又不年輕的人還是老老實實幹手頭的活吧。

從技術角度說，我也覺得目前有很多人做的學問很無聊。不過他們看我做的或許也是。儘管理論方面那些大問題還是擺在那裡，靜靜地等待著聰明的人。

個人覺得十年前做4G那陣子是還不錯，因為那會兒是在把學術界多年來的大量積累做到實際系統里。然而現在，總是有種學術界已經被榨乾了的感覺。並不是說學術界沒啥東西出來，而是那些性價比最好的技術大都已經用了。再提升，就主要靠堆資源了。5G只靠堆資源好像也夠了。。不過，作為一個曾經脫離學術界好幾年混吃等死的老人，我還是不要暴露我對無線通信的無知了。

做點新的東西似乎更有意思一些？例如生物領域好像有一些我們可以嘗試的問題，D. Tse不是早就跳進去了嘛。還有我某個導師的某個導師辦了一個什麼新Trans，就是關於生物中的一些通信問題的，作為一個季刊，好像今年才出到第一期。。。（相比之下現在八月底，TSP都出到十一月了）這還不快去水一篇？再比如無線光通信，可見光通信什麼的，我自己目前在做一點這方面的問題——當然如果你是個十分聰明的年輕人，就不要到這個小領域搶我的飯碗了，還是去做AI更好些哈哈。

5G方興未艾，IoT初見端倪，無人駕駛等新興應用對大容量低時延的無線通信提出更高的要求。

無線通信技術仍然是當今炙手可熱的技術熱點，僅次於人工智慧。你覺得不行了，只是因為人工智慧太火了。

作為無線通信研究人員，你應該看看隔壁的光纖通信。現網採用的技術都是二十年之前的技術，學術界研究的都是五十年之後的技術。反觀無線通信，才誕生沒幾年的技術就能規模化商用。

如果無線通信都走到窮途末路，你讓廣大的機械，電氣，土木，能源的研究人員，何去何從。

如果，你想去有更多內容可以研究的領域，歡迎轉行生物學。

用無線技術做感知當作神經元的輸入. MIT的Dina Katabi和她學生做的方向。

低功耗，新材料，和人類行為結合的物聯網.

無線網路是非常靈活和有潛力的領域。祝你成功。

既然你說的是浪潮，那麼不是弄潮兒就老老實實的該幹啥幹啥就可以了。浪還沒高到能淹死985博士，就算淹到了，那麼你都淹到了，就剩不下幾個人了。

和題主有同樣的疑惑中。。看到說物理層paper各種出題解題感同身受，這種工作科研做下去的確是蠻無聊的。然後現在在菊花廠，發現3gpp裡邊更多的還是在吃以前的老本，大家都放不開，做個nr的標準還都想把自己幾年前的專利往裡塞。。不過說到機器學習之類的，我自己倒是感覺可以利用ai這一波浪潮給物理層好好的換個血。比如用了幾十年的信道模型，跟實測數據真的就差個十萬八千里啊。。。比如massive mimo里的一堆假設，什麼矩陣是對角的，實測數據一看真就是扯淡啊。基於數據和訓練的模型可以在這裡有所作為。另外最近手機端各種ai硬體廠商都在圈地，那是因為移動端有應用，有計算機視覺神馬的需要這些晶元加速，基站這裡要是沒有特nb的學習演算法把這個蛋糕做大估計ai還是部署不起來。

所以做物理層的夥伴們，拿起機器學習的剪刀把傳統的物理層理論都捯飭一遍吧~說不定你就火了哈哈。不過和計算機比起來，我們沒有行業的統一數據的確是一個很大的問題。像菊花廠這種就應該把他們外場的測試數據啥的公開出來嘛~

的確通信會越做越窄（專註都會越來越窄），面向實際應用的核心標準基本上在那幾個巨頭的手裡目前5G波形沒確定其他方面的確從數學角度也沒啥新的變化。

研究本身的確有時候很枯燥有時候並不如你想想的那樣有時候可能有種先入為主的感覺吧不願意輕易轉一些自己不想做的只能給自己暗示自己確實喜歡這個行業

通信物理層信號處理（語音圖像視頻）這些很多相通的最優化模式識別控制等有交叉這些都差不多可以考慮IC

個人並不認同所謂AI（黑盒子總要拆開吧）

當然我們也需要生存找個平衡點吧研究都是孤獨的

個人意見輕拍

個人認為現在活著的人沒必要擔心被智能機器搶去工作，任何領域都一樣。下一代，似乎也沒有擔心的必要。但是要是有一天微型熱核電池要是發明的話，就要注意了，新能源的普及將是一個新時代的開始。