Come decidere tra un dottorato in computer grafica o un dottorato in apprendimento automatico

Ad essere onesti, la grafica è per lo più risolta. Mi aspetto che la maggior parte dei gruppi di computer grafica, eccetto i migliori, stiano facendo ricerca incrementale a questo punto. Abbiamo già risolto il "test di Turing" per la grafica: essere in grado di rendere una grafica così realistica che la maggior parte delle persone non può dire che non sono foto e video reali. Quindi, se si vuole fare carriera nell'industria grafica, si dovrebbe entrare direttamente nel mercato dopo una laurea. D'altra parte, dubito che ci sarà una crescita, probabilmente solo una riduzione delle posizioni nella facoltà di grafica in futuro. Quindi le cose non sembrano buone per gli studenti laureati in grafica che cercano di rimanere nel mondo accademico.

L'apprendimento delle macchine, d'altra parte, ha solo recentemente iniziato ad essere applicato a problemi del mondo reale. Mentre l'entusiasmo commerciale di oggi potrebbe essersi spento in cinque anni, ci si può aspettare di fare una ricerca più significativa, dato che è ancora un campo molto aperto con tonnellate di problemi di ricerca.

Quindi, per fare un dottorato significativo, andrei sicuramente in ML, anche se non è nel miglior laboratorio del mondo. Ci sono anche problemi in ML dove le buone competenze di ingegneria grafica possono essere utili, per esempio per generare enormi set di dati sintetici per il riconoscimento visivo. D'altra parte, anche i migliori laboratori di grafica si stanno rivolgendo all'applicazione dell'apprendimento automatico a qualsiasi problema rimasto nella grafica, per esempio il recente lavoro dei laboratori di Tom Funkhouser e Leonidas Guibas.