田的谈话似乎暗示AI读博周期太长，读的时候挑的风头课题到毕业时可能早就风光不再

所有跟帖： 

• 这倒是为本科或硕士毕业就到硅谷大厂或startup的小中们提供了合理性的支持 -whaled- ♂ (0 bytes) () 11/12/2025 postreply 17:15:17

• 我觉得AI research 的门槛比较很高，但需求也少；目前AI能做到的事情要落地，短期内对engineer 有高需求 -trivial- ♀ (0 bytes) () 11/12/2025 postreply 17:22:24

• 我觉得田的意思是科研和工程要两手抓，很多博士工程方面不是很强，做项目和产品不一定做得好 -whaled- ♂ (0 bytes) () 11/12/2025 postreply 17:25:29

• 纯理论可以先放一放？ 把有初步想法的实现了再说 -trivial- ♀ (0 bytes) () 11/12/2025 postreply 17:30:22

• 还有就是他觉得应用场景的变化会带来新的思维，他不太看好LLM堆算力的思路 -whaled- ♂ (0 bytes) () 11/12/2025 postreply 17:31:59

• 这个我认同。也不新鲜，上一次穷尽算力最后被放弃也是产出价值和投入不成比例。LLM短期不可能解决所有问题。除非 -加州lalin- ♀ (0 bytes) () 11/12/2025 postreply 18:23:06

• 能源有突破性变化。比如比核能更高效的能源被发现。 -加州lalin- ♀ (0 bytes) () 11/12/2025 postreply 18:23:54

• 纯理论不一定能站在浪尖上。 -加州lalin- ♀ (0 bytes) () 11/12/2025 postreply 18:24:38

• 算了， 还不是DeepSeek给的灵感 -凊荷- ♀ (172 bytes) () 11/12/2025 postreply 17:44:00

• 早不是说了，美国AI被数学带偏了，不是他们工程不强是 -凊荷- ♀ (69 bytes) () 11/12/2025 postreply 17:47:14

• 可能吧。Ai领域，研究人脑神经的不多。读神经科学的大多走医。 -加州lalin- ♀ (0 bytes) () 11/12/2025 postreply 20:19:55

• 现在Ai应用机会多，但是对任何精确度高的应用都会是个值不值得，负担得起还是不起的问题。 -加州lalin- ♀ (0 bytes) () 11/12/2025 postreply 18:26:07