私の博士号入学への道 – 人工知能

PhD Admission Journey - Artificial Intelligence

未知の航海をする上での個人的な思い出

Casey Olsen氏の写真(Unsplashより引用)

全てのことが終わった!

大学の出願に6か月間懸命に取り組み、日数を切望しながらカウントダウンしてきましたが、私はついに2023年秋に人工知能の博士号を取得することができることを嬉しく思います。このブログでは、私が学んだ貴重な教訓や経験を共有し、これらを可能にしたものを紹介したいと思います。

経歴

私について少し紹介します。私はインドのトップの私立大学でロボット工学と自動化の学士号を取得しました。その学校は全国で63位にランクされ、州内の約500の大学のうちトップ10にランクされています。私は機械学習とAIのコースを受け、この分野に興味を持ちました。そこでの時間が私の学術的な成功を形成した一方で、私はその時点で研究の道を考えなかったことがよくありました。私は幸運な人々に出会いました。彼らは学部時代に研究への情熱を発見し、教授と積極的に協力して、査読付きのジャーナルや会議の論文に取り組んでいました。早期に出版することがどれだけゲームチェンジャーになるかが明らかであり、私はこの分野で他の人々のプロファイルをどのように肯定的に形成しているかを目撃しました。

学部を卒業した後、私はスタートアップで機械学習エンジニア(MLE)として働きました。私の時間は比較的短かったですが、人気のあるディープラーニングフレームワークであるTensorFlowを使用した貴重な経験を積みました。トレーニング、評価、推論の段階でニューラルネットワークの量子化に焦点を当てたプロジェクトに貢献しました。このプロセスを通じて、ニューラルネットワークのアーキテクチャを構築する方法、グラフレイヤーを修正する方法、そしてカーネルを作成する方法を学び、TensorFlowの基礎的な理解を深めることができました。このようなプロジェクト(個人的なプロジェクトを含む)または役割に取り組むことで、深層学習最適化技術の強固な基礎を築き、研究者としての思考力を高めることができます。それは、事前にトレーニングされたアルゴリズムのエンドユーザーだけでなく、研究目的に合わせてカスタムまたは特定のニューラルネットワークモデルを設計する自信を与えてくれます。

この産業での作業をスキップする人もいるかもしれません(それは完全に問題ありません!)。しかし、私は個人的に、協力して手に入れた実践的な経験が継続的に研究を追求する際に優位性を与えてくれると考えています。このプロセスは、チームメイトと効果的に協力する方法、コンセプトから完成までプロジェクトを推進する方法、そしてプロセスで物を作り壊す方法を勇敢に深く掘り下げる方法を私に教えてくれました。全体的に、私のMLEとしての短い期間は非常に充実した旅であり、私の次のステップの基盤を築き上げました。

旅の途中で出会ったチャンスを心配する必要はありません。次に最も重要なことに取り組めるように考え、努力してください。

次のステップとして、私はAIにさらに深く入り込むための修士課程に進みました。この間に、ポートフォリオウェブサイトの構築、LinkedInプロファイルの作成、履歴書の改良など、自分のプロフェッショナルブランドを構築することが楽しかったです。将来の目標に合わせて、2年後の自分を見据えて、意味のあるものを追加していくことが大切です。しかし、それだけではありません!様々なプレゼンテーションを通じて、私のコミュニケーションスキルも磨かれました。多様なバックグラウンドを持つプロフェッショナルと協力することで、一生続く強力なネットワークを構築することができました。また、コースワークの一環として、エキサイティングな実践的なプロジェクトに取り組む機会もたくさんあり、研究ポートフォリオを構築し、情熱を深めることができました。

研究に対する情熱は、コミュニティにポジティブな影響を与えながら、ニッチな領域の境界を押し広げる可能性に対する好奇心です。また、大学を超えて研究者仲間と協力する機会があります。これにより、研究室ミーティングの準備、批判的思考、科学的な文章の書き方を学ぶことができます。また、世界中のさまざまな分野の専門家と交流する機会があります。好奇心、レジリエンス、協力、そして影響が交錯する理想的な「リサーチャーの世界」と呼ぶものがあります。私の研究経験は、Responsible AIという大きな傘の下にあり、プライバシー保護型AI / MLシステムの専門家になることを目指しています。私が毎日知的に刺激されるのは、既存の文献を読み解き、研究質問を策定し、自分の仮説をテストする実験を設計するプロセスです。

私が修士課程の2年目にいたとき、コースワーク、プロジェクトベース、論文ベースの3つの進路がありました。最初から、PhDへの道が常に開かれていることを保証するために、論文を追求する決定をしました。修士課程の修了には最もチャレンジングな道であり、PhDのディザーションと非常に似ていますが、規模ははるかに小さいです。私は自分の興味に密接に沿った論文指導教員を見つけることができたことを幸運に思っています。私はGenerative AIのブームが産業界で起こる前にコンピュータビジョンベースの生成モデルでの作業に興味を持ちました。関連する文献に没頭し、注意深く設計された実験の複数の反復、そしてアドバイザーとの1:1ミーティングの数ヶ月後、「Phoenix-A Federated Generative Diffusion Model」に関する私の論文を成功裏に完成させました。

このプロセス中に学んだ重要なポイントを以下に示します。(1)あなたの興味のあるドメイン内のプレプリントと査読済みの作品を追跡して最新を保ちます。(2)AIの動的な分野において機会を発見し、ギャップを埋めるために積極的になります。(3)アプローチを徹底的にテストするために厳格な実験の準備をします。PhDを追求するすべての修士課程の学生に、私からのアドバイスを2つ:学ぶ旅を楽しんで、カリキュラムを超えるすべての機会をつかむことを忘れないでください。

PhDアプリケーションプロセス

AIのPhDを追求することを決めたとき、入学プロセスをどこからどのように始めるかわからないまま、たくさんのことをしなければならないことに気づきました。私の家族で最初にこの未知の領域に進出したため、応募したPhDの個人的な旅を詳しく説明するブログやビデオを通じて、たくさんの自己学習がありました。私が理解し、実践したことの核心を以下に説明します。

  • プログラム – より詳細に入り込んで、追求したいプログラム(CS、AI、またはEE)の詳細を調べ、研究の興味を絞り込みます。これは、すでに知っていたことであるか、新しい興味深い領域に進出することができるかもしれません。
  • 大学 – 大学の選び方についてのガイドラインはありませんが、個人的には、csranking、drafty.cs、usnewsなどの大学ランキングウェブサイトを数多くフォローし、夢の大学、ターゲットの大学、セーフティの大学に応募することが一般的です。ただし、ランキングリストにとらわれず、研究施設、学際的な協力、資金調達の機会がずっと重要であることに注意してください。PhD学生としてのあなたの人生は、大学そのものよりも、研究の質とアドバイザーからの指導に大きく依存しています。
  • 潜在的なアドバイザー – これはおそらく最も重要な考慮事項です。潜在的なアドバイザーの出版物を読み、特に興味を引くものがあるかどうかを確認してください。次の4年以上のあなたの人生において強力で支援的な関係を確立することは重要です。このプロセス中に十分な時間を割いて、自分自身で徹底的に決定してください。個人的には、私の研究興味に沿った2人のアドバイザーを1つの大学に選びました。また、個人的なコミュニケーションと私のアプリケーションエッセイを通じて言及できる主要なポイント(彼らの印象的な作品、私が合う理由、私たちの共通の目標と興味など)のノートを作成しました。
  • 目的の声明 – これは、あなたの文章スキルを示し、あなたの研究の成果を強調するための最高のチャンスです。 「生まれたときから研究をしたかった」というような一般的なフレーズで始めないでください。研究におけるあなたの背景を現実的に説明し、それがいつ、どこで始まったのかを誇りを持って説明してください。また、最も注目すべき研究業績、コミュニティの関与、ボランティア活動などについて詳細な説明を提供する必要があります。さらに、特定のアドバイザーと一緒に働く理由と、それがあなたの研究キャリアを強化する方法についての重要なポイントを追加してください。このエッセイは、あなたが彼らの大学/研究室でPhDを追求するために場所を受けるに値する理由を明確に表明する必要があります。私は、個人的な挑戦に焦点を当て、それがどのように克服されたかについても強調したサンプルエッセイを見ましたが、それはあなたが含めるかどうかを自分で決定することです。すべての技術的な詳細を追加することが重要ですが、あなたを最もよく表現する個人的なタッチを入れることを忘れないでください。これはレポートではありません!
  • 推薦状 – 少なくとも3人の教授から力強い推薦状が必要です。ただし、2人の教授と業界でよく知られている個人からの手紙を依頼することもできます。手紙の内容は機密ですが、あなたが強い仕事関係を持つ個人から手紙を依頼することができます。これにより、これらの手紙があなたの性格や独自性を確信しているという肯定的な考えを伝える可能性が高くなります。

私のチェックリスト

入学プロセス中、私は組織化するためにスプレッドシートを使用しました。このスプレッドシートには、読んだブログ、突然の思い付き、応募する大学の包括的なリストなどが記載されています。以下は、シートのフィールドの一部ですが、必要に応じてカスタマイズしてください。テンプレートは全てに合わせるものではありません。

* 大学名* 学部/プログラム名* リンク* 個人ランキング* 締め切り* テスト GRE/TOEFL* 入学料* 潜在的なアドバイザー* 推薦状* 追加ノート

入学締め切りは、12月の初めから1月半ばまでの期間に設定されていました。プロセスを管理しやすくし、圧倒されることなく行うために、1日に1つの大学に応募することにしました。応募が提出されると、待機フェーズが始まりました。グラッドカフェ、ディスコードグループをチェックする誘惑がありましたが、2月以降、徐々に結果が出るため、このサイクルには陥らないことをお勧めします。この期間中、教授から興味を示すメールを受け取り始めることもあります(面接のようなものです)。

感想と学んだこと

  • プロセスを早めに始める — 研究、研究、そして研究!出版物だけでなく、潜在的な大学、アドバイザー、および作業領域についても調べてください。
  • プロフィールを構築する — 大学生からの全ての成果物を収集し、実績を強調するためにポートフォリオウェブサイトを作成することを検討してください。
  • ネットワーキング — Linkedinのパワーを活用して、同じ道を歩んだ他の人々とつながりを持ちます。彼らは個人の経験から洞察を提供することがよくあります。

良いものには時間がかかり、素晴らしいものにはもう少し時間がかかります。

PhDの申請プロセスを始めたい人にとって役立つ情報であったことを願っています。大変なプロセスだと感じるかもしれませんが、それは価値があります。周りの人々に流されたり、この道を選ばなかった人々に惑わされないようにしてください。少数派の道を選ぶことで、プロセスはより興奮し、激しい情熱と努力が必要になります!幸運を祈ります。また、向こう側でお会いしましょう 🙂

私が最も尊敬するAI科学者:Dr Fei-Fei Li、Dr. Anima Anandkumar、Dr. Daphne Koller

ポートフォリオ . Linkedin . 私のアーティスト

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

機械学習

このAI論文は、実世界の網膜OCTスキャンを使用して、年齢に関連した黄斑変性の段階を分類するためのディープラーニングモデルを紹介しています

新しい研究論文では、網膜光干渉断層法(OCT)スキャンを使用した老年性黄斑変性(AMD)の段階に基づいたディープラーニング...

AIニュース

ChatGPTは自己を規制するための法律を作成する

コスタリカは、人工知能(AI)の規制において興味深い一歩を踏み出しました。法的な専門知識の源泉として予想外の存在であるC...

機械学習

検索増強視覚言語事前学習

Google Research Perceptionチームの学生研究者Ziniu Huと研究科学者Alireza Fathiによる投稿 T5、GPT-3、PaLM、Flamingo、Pa...

AI研究

センスタイムリサーチは、長文から人間の動きと軌跡を生成するための新しい人工知能アプローチ「Story-to-Motion」を提案しています

人工知能はほとんどの産業に進出しています。ストーリーから自然な人間の動きを作り出すことは、アニメーション、ビデオゲー...

AIニュース

原子力輸送船のAI推進帆のテスト

英国の使用済み核燃料輸送船団は、燃料費と排出物を減らすために、人工知能による帆を備えた改装を目指しています