AI Ph.D.美國申請總結+規劃建議

AI Ph.D.美國申請總結+規劃建議

來自專欄 a2 Mia姐

前一段時間，知乎上出現了一個帖子「如何看待 AI 方向 PhD 申請競爭過於激烈的現象？」，關注之後，每天持續更新，各位18fall AI申請相關者都在討論今年AI Ph.D.的申請情況。截止到發帖之時，這個帖子下面142個答案，很多都是非常不錯的精華答案。這裡集齊這個帖子下面的精華答案以及額外給大家收集一些AI相關的信息，為大家提供一篇18fall AI方向PhD申請的總結帖子，希望能給19fall或者其他想申請AI方向的同學們一些建議。

l 首先介紹一下AI方向：

AI也就是Artificial Intelligence是最近這幾年非常火的一個方向了。從人臉識別系統到AlphaGo再到VR和AR，大家對於這個方向的未知性和可能性都有很多的期待。事實上，很早以前就有AI這個方向，學術界也進行了很多的研究，但是當年受限於硬體條件以及很多其他因素，並沒有發展到如今這麼熱門。隨著深度學習演算法的發展和應用，以及計算機硬體性能飛躍式的提升，我們看到了以前很多棘手的問題都可以通過深度學習演算法來解決。大數據的時代已經來臨。

AI具體還分ML(Machine Learning),CV(Computer Vision), NLP(Natural Language Processing), DL(Deep Learning), DS(Data Science), VR/AR(Virtual Reality/ Augmented Reality)等小方向，每個小方向其實還要再分各種研究方向。

另外值得一提的是，很多人認為AI只是CS的一個子方向，所以只能申請CS來趕上這波熱潮。而實際上，由於AI各個小方向的歷史發展因素，他們其實並不一定只在CS系裡。比如個別學校的Computer Vision是掛在ECE,EE等其他系下面的。這對於不論是想要讀AI卻苦於CS系沒有這個方向的同學，還是非CS科班出身，害怕轉專業申請CS全聚德，想曲線救國的同學，都是需要注意的一點。

l 「四大」的AI/CS錄取情況如何？

先看一下CS的四大神校(MIT,Stanford, Berkeley, CMU)的情況吧。

根據數據顯示，CMU的CS專業以及AI相關的PhD，MS的申請者大致數量級如下：

CMU MCDS : 1700 applicants

CMU MSCS : 2000 applicants

CMU MSCV : 750 applicants

CMU MSML : 750 applicants

CMU ML PhD : 950 applicants

CMU CS PhD : 1100 applicants

但是CS PhD的錄取人數大家也知道，其實只有十幾二十個，這些名額再輪到中國學生的頭上，那就沒有多少了。而CMU作為CS的四大，其申請的競爭力可見一斑。

Refrence：@Lyken 在如何看待 AI 方向 PhD 申請競爭過於激烈的現象？下的回答

今年MIT AI方向的錄取情況也是非常嚴峻的，2000份申請材料，第一輪是由高年級的研究生來篩材料，就算能幹掉90%，還給老師們留下200份材料，而還在積極做東西和要招學生的CV老師就那2-3個，平時根本沒時間看這些材料，結果是集中到最後要跟系裡遞交人選的當天下午2-3個小時內確定所有發放offer的學生，基本抓鬮。Reference@：周博磊的回答

斯坦福cs系招的人很少，之前的申請中（非18Fall）中國人就6-7個，而且只有1個是浙大的，其他都是海本。@杜依聰：三年內，申請到 Stanford HCI 研究生，該怎麼做？

Berkeley的EECS大系中，MS以及MEng項目（9個月）每年能錄的陸本學生就已經很少了，PhD大多也是非陸本的。以下為早年的信息：加州大學伯克利分校MEng工程碩士項目招生錄取信息

當然了，上面的情況是針對「四大」的，我相信排除了非四大不上的大神們，普通人在選校上應該還是腳踏實地的。以四大為例只是為了說明今年連大神都被拒，我們這些學弱肯定日子也不好過。那麼我們先來看看非「四大」以及其他國家的申請情況吧。

l 教授們（招生老師）怎麼評價AI申請？

「四大」的教授認為,在眾多的申請者中,即使這個申請者有優秀的論文發表,但是他們還是更加看重推薦信的來源和質量:

如圖是Jennifer在回答中給出的圖片。如圖雖然這個學生最後還是被錄取了，但是我們也可以看到AI方向的PhD的bar有多高。

這一點其實是非常好理解的，因為當眾多的學生在你眼中都具有非常高的水平，不論是GPA,標化考試，還是科研經歷和論文質量，很多申請者都是不相上下的。在這種情況下，如果你作為一個教授，且你手中只有一兩個位置的時候，能讓你做決定的一個重要因素就是來自同行的推薦信，因為只憑學生的一面之詞是很難判斷這個學生的真實能力的，而帶領過他的老師或者相關領導的一些評語會讓你對這個學生有更多的認識。

我們其實會發現，有時候大牛的推薦信會直接給你面試的機會。而有的時候，雖然推薦人不是大牛，但是他跟你申請學校的老師的關係足夠密切，也是可以讓你打敗其他申請人的。

l 申請者背景與選擇分析

18 Fall AI/CS相關的申請者背景大致如下：

18 Fall CS master的申請情況有人做了部分的總結，CMU因為它比較多的項目而受到了青睞，而USC-37和NEU CS-Align這兩個項目對轉專業的友好也是受到了大家的追捧。

具體情況可以看下原貼：經歷了 2018 Fall CS Master 項目申請季的朋友，能否分享一下申請的結果或經驗？

參與過申請的教授表示，超過半數以上的學生申請CS專業的時候，都寫的AI相關的方向。

其中CUHK大致超過了90%，Yale超過了70%

Reference@Miruku Zhang的回答

另外，更多有關18 fall CS PhD的錄取結果可以看一下這個問題的回答：

2018 fall 你都申請了哪些學校的 MS/PhD，錄取結果如何？

這裡也提一句，有可能因為ai激烈，大家選其他方向，會造成下一年難度沒有那麼難。申請是一個供需關係的博弈，每年都結果都非常不同。

當然了，申請也是一個供需關係的博弈。今年AI方向競爭的激烈，也許會給下一年申請者一些壓力，從而轉申其他方向，並且增加更多保底的學校。這樣AI明年的難度可能會略有降低。不過申請這種事情是沒有辦法完全預測的，再加上AI的熱度其實並不會在一兩年內迅速降低。總體上來看，結合AI熱度的變化，再加上明年大家申請策略的改變，明年的難度可能會略有降低。

l 業內人士怎麼評價AI方向錄取標準？

首先，換位思考一下教授或者委員會的心態，他們對於所有學生都是不了解的狀態，僅憑三圍就去決定錄取十分的草率。我們也知道很多時候考試成績並不能代表一個人的能力，但是，什麼判定條件又能代表一個人的能力呢？

導師最看重的還是一個學生是否具有「潛力」。而潛力的體現方式有：

• 強推薦信（不是申請人自己寫的），推薦人要有一定的權威和可信度。
• GPA高。如果是轉專業的學生，本專業核心課程的分數要高。另外，如果不是國內top的學校，可能成績很高也會被刷。
• 相關經歷能否體現申請人具有獨立思考研究問題的能力（paper的數量不是重點）
• 年齡小
• 英語好（GRE/托福）

以下是減分項：

• 研究經歷太豐富，但是做的東西不上檔次（學生可塑性降低）
• 水文章太多（學生可塑性降低）
• GPA<85（學生不夠努力或者不夠聰明）
• 英語差（畢業後的發展受限）
• 本科學校不夠好

reference@豆豆豆豆豆豆豆葉: 如何看待 AI 方向 PhD 申請競爭過於激烈的現象？

我們自己肯定對自己十分了解，覺得自己才是最適合的人選，但是在上千的申請者中，我們怎麼證明自己和其他人不同呢？我們不能坐井觀天，而是需要明確我們的競爭對手都是什麼水平。

美本的同學即使沒有paper，如果其他三圍很好的話也是可以錄取的。當然這從另一方面來說也可能是推薦信的作用，因為美本的學生更容易找到了解自己的老師給自己寫一個很有說服力的推薦信。

對於陸本的學生，相比較美本的同學缺少了更加立體的一面，很多國外老師也知道國內的推薦信其實是學生自己寫的。這樣的話，申請的競爭就變成了數值化的競爭。而在數值化的競爭中，GPA之間0.1的差距真的會代表你比別人差嗎？

Reference@小木曾韭菜: 如何看待 AI 方向 PhD 申請競爭過於激烈的現象？

最後，我們需要坐下來冷靜一下。

一定要明確的是，現在火的東西，可能過一陣兒就不火了。而且我們很難預知未來。

就像@顧旻瑋提到的：年來各大科技公司都相繼成立了自己的AI實驗室或者研究院，然而最大的問題還是把實際的研究成果和真正產業結合起來。畢竟，不是每個公司都有CV，Speech，圖像的業務，而對於諸如廣告，推薦甚至搜索業務為主的公司，傳統的模型已經達到了很好的效果，深度學習能做的貢獻並不大。或者說，傳統模型不能做到的東西，深度學習也沒法做得很好。

對於擠破頭想要讀AI博士的同學，我希望各位想想清楚，等你們的畢業時候，市場上的蛋糕會真的還和現在一樣大么。到那個時候，到底需要的是廉價的調參工人，還是精通數學的底層理論研究者，都不是現在能回答的問題。

l 業內人士如何評價AI在工業界的應用情況？

工業界應用情況與學術界還是有本質上的區別。在學校中如何學習或者科研才能在工業界找到合適的位置？

相關reference：

謝爭輝：如何評價學界與工業界的AI研究? 學界與工業界的AI研究：有哪些重要不同？

AI行業應該如何進行職業規劃？與此同時，如何為下一代規劃？

相關reference：

AI時代，如何規劃好自己的職業而不易被取代 AI將讓無數職業過時，如何規劃孩子的職業生涯

l 什麼樣的人適合申請AI方向？

我覺得你需要一下的特質：

1. 強大的內心。

你是否真的願意花4-5年的時間來進行科研？以及你是否對5年畢業後的發展有一個大體的規劃？如果對這兩個問題還有一點疑惑可以參考一下這個學長的回答 @張戎 如何看待AI方向 PhD 申請競爭過於激烈的現象？

2. AI方向的硬體能力。

非常重要的兩項就是編程能力和數學功底。很多老師在招生的時候最看重的是本科數學課的成績和計算機相關課程的成績，即使你是非CS專業的學生，老師也會為你留燈。 @吳旋 如何看待 AI 方向 PhD 申請競爭過於激烈的現象？

3. 對於AI是否真的了解。AI並不只是CS的一個方向。AI下眾多的領域中，你是否有興趣去研究，是否有能力去解決其中的一個小方向？如果你還沒有任何經歷，沒有對這方面有一些自己思考的話，千萬不要跟風，隨大流。

相關reference：

@王剛 AI 方向 PhD 申請競爭過於激烈的現象 @Moenova 如何看待 AI 方向 PhD 申請競爭過於激烈的現象？

l 如何提高自己來達到這個目標？

1. 如果你是19 fall或者20 fall或者還是還在觀望的本科低年級學生，現在需要做的第一件事就是將GPA刷高。因為你們還有一個學期以上的時間可以將GPA刷到讓教授比較滿意的情況。其次再把英語成績刷起來（托福、GRE），如果是申PhD的同學，其實有的老師只需要你過線就可以了，更看重的是科研經歷。如果是競爭極其激烈的PhD項目或者申MS的同學，那語言成績還是越高越好咯。
2. 如果你的GPA和GRE、托福成績已經達到了一個比較滿意的情況，，那麼請你將自己的簡歷刷起來。這裡簡歷就代表了你實際的科研經歷、論文發表、技能掌握、獎勵榮譽等等。不論是對於申請，還是你以後的職業發展，簡歷上的相關經歷代表了你這個人在本專業相關領域中的工作能力（畢竟PhD項目其實也就相當於一份工作了）。

**** 那麼什麼樣的簡歷(AI領域）最讓人討厭呢？

• 只在學校上過一兩門機器學習課的，沒有任何實習經驗，沒有任何實驗室經驗，也沒有github，沒有項目經驗，沒有比賽經驗。
• 實習/實驗室/項目經驗就兩行，第一行公司名字，第二行不超過15字的，除非你是author of ResNet/GoogleNet/VGGNet/AlexNet之類你可以就只寫一行。
• 沒有ML經歷，或者所謂會ML就是調用兩行scikit-learn之類的，要求里寫「有機器學習基礎」其實是因為沒人敢自稱「熟練/精通」。
• 簡歷做的很難看的，花花綠綠，字間距又大內容稀疏，不要什麼才藝志願者課外活動都往裡面湊數。偏學術的CV和偏工作的resume還是有很大區別的。

相關reference：

@Xinru Yang ：如何看待 AI 方向 PhD 申請競爭過於激烈的現象？

3. 18 fall全聚德或者是打算gap的同學若還是想再次申請的話，需要在這一年gap中主動積累各種經歷。包括以第一作者發表學術論文（高質量的更佳），再在一些海內外高校的實驗室做RA。當然，在做這些事情的同時好好表現，給老師留下好的印象，你順便也就把推薦信的事情搞定了。

18 fall PhD全聚德的一位同學推薦了一些比較好的gap項目，裡面提到了Google的項目是非常不錯的 @我的頭髮去哪兒了 在帖子里的回答

另外，如果明年二戰不願意再次全聚德的同學還是最好選一些MS項目混合申請（其實MS項目也很難申請的！）。但假如你已經是碩士學位或者非PhD不讀，一定要明確的是「PhD項目沒有保底！」，最好多申一些非top的學校。

最後，我們從知乎其他地方也搜集了一些比較好的AI申請準備帖子，以及有關以後發展的規劃以及經驗，大家可以按自己的需求參考相關內容。

l 申請前的準備：

• 本科生想申請歐美AI專業的Master，想聽聽大家的建議

@瑪麗在帖子里的回答

• 如何為申請頂尖的計算機科學專業 AI 方向的研究生（Master 或 PhD）做準備？

@清柚哥 在帖子里的回答

• 獲取 CMU CS 的 PhD Offer 需要滿足哪些條件？

@鈕聖虓 在帖子里的回答

• 本科計算機系大一,為申請美國頂尖cs名校phd需要做哪些準備？

匿名用戶：本科USTC（計算機系大一）,為申請美國頂尖cs名校phd需要做哪些準備？

l 申請時的選擇：

• 計算機專業，現在考慮去加拿大讀CS碩士，還是直接去美國讀CS phd？

知乎用戶的回答

• 除了美帝的學校，哪些國家的哪些學校CS的ML,CV方向的PHD值得去讀？為什麼?

@留德華叫獸 的回答

• 在國內IT企業（甚至BAT）工作和讀美帝CS PHD孰優孰劣？

知乎用戶：在國內IT企業（甚至BAT）工作和讀美帝CS PHD孰優孰劣？

l 申請時的面試問題：

• interview在北美cs phd admission過程中起到什麼樣的作用？

匿名用戶：interview在北美cs phd admission過程中起到什麼樣的作用？

• CS PhD面試（機器學習方向）通常會問哪些問題？

@paradisor 的回答：CS PhD面試（機器學習方向）通常會問哪些問題？

l AI/CS 就業問題

• CS PhD 2018 北美找工作小結
• 2018 北美CS名校春招 Career Fair 大匯總

本文感謝赴美攻讀CS Ph.D. 的A2family成員Zhang Tianlong同學對相關信息的收集整理！

推薦閱讀：