Consejos para un estudiante de doctorado en matemáticas que también está interesado en una parte de EE/CS

Soy un estudiante de doctorado en matemáticas puras (orientado a la geometría/topología) en una universidad estadounidense de primer nivel. Recientemente me interesé en el aprendizaje automático y leí los artículos recientes. Desafortunadamente, el aprendizaje automático nunca necesitará las matemáticas que estoy estudiando actualmente. Hay algunas ramas del aprendizaje automático que requieren algunas matemáticas sofisticadas, pero solo estoy interesado en la corriente principal de ML (así como en los temas de matemáticas puras que estoy estudiando actualmente), que requiere solo el conocimiento básico de matemáticas. No estoy interesado en algo como la aplicación de topología algebraica a ML, ni en la industria después de graduarme.

Parece que la mayoría de los estudiantes de doctorado y profesores de matemáticas puras no están interesados ​​en temas tan no relacionados. Si investigaré sobre ML con estudiantes o profesores de EECS, supongo que seré considerado improductivo.

Me preguntaba si me darías un consejo, para que pueda seguir estudiando las dos materias sin tener que preocuparme.

En una nota relacionada: el sitio de intercambio de pila para inteligencia artificial ahora está en versión beta. Siéntete libre de unirte a ellos y participar.
Desafortunadamente, el aprendizaje automático nunca necesitará las matemáticas que estoy estudiando actualmente. -- [cita requerida]
@JeffE Estoy bastante seguro de que LeCun estará de acuerdo conmigo en que el módulo D y las poleas perversas no serán necesarias para ML o IA de nivel humano.
Tal vez sí, pero la última vez que lo comprobé, Yann no tenía una máquina del tiempo, entonces, ¿cómo iba a saberlo?
Admito la exageración utilizada en mi declaración que citó. La razón por la que hice la declaración es para señalar el hecho de que casi nadie encuentra una conexión directa entre ML y las matemáticas que estoy estudiando. Independientemente de cómo será el futuro, pensé que la falta de conexión podría importarme mientras sea estudiante o posdoctorado. Una solución a este tipo de situación, como posiblemente se sugiere implícitamente en las siguientes respuestas, puede ser no preocuparse por eso en absoluto y ser productivo.
Estoy de acuerdo con el comentario de @JeffE. La declaración citada es tan fuerte que no puedo ver cómo alguien sin una percepción sobrenatural del futuro podría hacerlo de manera convincente. Parece que tampoco lo dices en serio: continúas diciendo que no estás interesado en ciertas ramas de ML (¡no es lo mismo en absoluto!) y luego en los comentarios dices "no será necesario para ML" (no lo mismo en absoluto!). Si quiere decir que no desea buscar aplicaciones de módulos D y poleas perversas para ML, dígalo.
En pocas palabras: parece que está interesado en dos cosas y no está interesado en buscar una relación sinérgica, "más que la suma de sus partes" entre las dos. Entonces, lo que eso significa es que su trabajo en uno de los dos temas tiene que ser lo suficientemente bueno por sí solo, y su trabajo en el otro será tolerado/apreciado levemente como algo extra que está haciendo. Muchos académicos (en particular, muchos matemáticos) funcionan de esta manera.
No quiero buscar aplicaciones de módulos D y poleas perversas para ML. Me alegra saber que hay muchos matemáticos así.

Respuestas (2)

Creo que tiene razón en su estimación de que hacer un trabajo de ML que solo requiera conocimientos básicos de matemáticas probablemente no lo contratará, ascenderá o ocupará un puesto en un departamento de matemáticas.

Lo mejor que puedo decir es esto: si publica lo suficiente en su área de matemáticas puras para la contratación, la promoción o la tenencia, entonces hacer trabajo de ML adicional puede ser una ventaja. El trabajo interdisciplinario y la divulgación pública podrían enfatizarse en su futura institución.

La otra posibilidad sería conseguir un trabajo en la industria relacionada con ML y renunciar a su carrera puramente matemática. un doctorado en matemáticas, incluso en un campo no relacionado, puede ser útil para ser contratado en ese lugar.

En cuanto a la oportunidad de trabajo en institutos privados como Google, soy bastante optimista. Pero si eso significa renunciar a mi carrera puramente matemática, es una elección difícil. Gracias por tu consejo.
@Math.StackExchange: en su pregunta, escribió "No estoy interesado en algo como la aplicación de la topología algebraica a ML, ni en la industria después de la graduación". Arriba mencionas tu interés en trabajar para Google. Estoy confundido.
Google, Facebook y algunas otras grandes empresas de tecnología tienen grupos de investigación excepcionales para ML como el de DeepMind. Por lo que sé de su publicación, su actividad investigadora está en la línea de otros importantes grupos de investigación en el mundo académico. Parece que es habitual que algunos investigadores punteros en este campo pertenezcan a este tipo de grupos de investigación tanto privados como universitarios. Por "industria", debería haber dicho "trabajo no académico". Me disculpo por eso.
@Math.StackExchange: Parece que lo que realmente quiso decir con "industria" fue "trabajo que no es de investigación". Muchos trabajos de la industria involucran investigación, y no todos los trabajos académicos lo hacen.

Parece que encontraste un nuevo pasatiempo. Felicidades. Diviértete explorando ese campo. ¿Por qué preocuparse por lo estrechamente relacionado que está con su trabajo actual? Si te interesa, simplemente hazlo.

Apuesto a que todos sus profesores tienen algún pasatiempo que no está directamente relacionado con lo que están enseñando/investigando. No hay nada de malo en eso. No se supone que todas las actividades en la vida te ganen un título o desarrollen tu CV.

Se puede mencionar un pasatiempo en su CV, lo que podría hacer que los futuros empleadores potenciales (en la industria o la academia) se den cuenta de que está interesado en otras cosas además de las matemáticas puras. Supongo que este es más un problema relacionado con el lugar de trabajo, así que lo dejo aquí como un comentario.
Espero que mi participación en ML no exceda el ámbito de la afición; de lo contrario, la obsesión me distraerá de terminar el doctorado.
Consejos para un estudiante de doctorado en matemáticas que también está interesado en una parte de EE/CS
RespuestasAquíPolítica de privacidad1y, 0v