在知乎上看到一个问题：“
如何看待 AI 方向 PhD 申请竞争过于激烈的现象？
”于是写如下回答。
当年在新加坡读书的时候跟不少的人交流过这类问题，那就是在读博期间和未来科研的道路上如何选择自己的研究领域。
通常来说，在数学领域，有无数的难题等待着英雄们去攻克，包括 Riemann 猜想，Poincare 猜想（已解决）在内的很多难题。从数学发展的角度来看，为了解决这些数学难题诞生了无数的英雄，包括提出 Riemann 猜想的 Riemann，英国数学家 G.H.Hardy & Littlewood 等等，当代的 Perelman 和 Terence Tao 等等。而这些英雄之所以取得这样的成绩，除了自身的素质（智商等等）超越常人之外，还比普通人更加刻苦，更加热爱自己所在的事业。
就拿
Terence Tao
的个人发展经历来看，1975 年生，在 1986,1987,1988 三年分别获得 IMO 的铜牌，银牌，金牌。1991 年获得本科和硕士学位，1996年（21岁）获得 Princeton 博士学位，1999年（24岁）拿到 UCLA 的 Full Professor，
2006年（31岁）获得 Fields Medal
，其余奖项太多，实在是不想一一列举。。。可以参见：Terence Tao - Wikipedia
对于普通人而言，27岁左右能够拿到博士学位（数学专业）就已经算顺利的了，但是对于顶级高手而言，早在20岁左右就完成了博士学位。而且后天的教育虽然能够提高自己的极限，但是这些顶级高手不仅拥有先天的优势，还拥有良好的教育环境。说得再简单一点那就是：不仅比你聪明，还比你刻苦。对于一个普通的数学系博士生而言，如果所研究的领域里面有这些顶级科研工作者的竞争，那几乎是毫无胜算，以卵击石。
但是呢，顶尖高手的精力是有限的，就数学专业而言，一般来说只会专注的解决几个问题或者说几类问题。就整个现代数学的庞大体系来说，很难让一个人或者说少数几个人去解决所有的数学问题。所以，在这个时候就给普通高手一定的机会，因为总有顶尖高手暂时忽略的问题。所以，如何选择自己的研究领域就成为了普通人的一个关键问题。
要想成为一个数学工作者，一般来说都要经过以下的学习路程：
数学分析/高等代数/概率论/复变函数/实变函数/泛函分析/微分几何/抽象代数
等一系列越来越难的课程的学习，而以上的这些课程只是基础课，连数学科研的边还没碰到。所有想要从事数学工作的人，都必须一步一步地，
从头建立
自己的数学知识体系，完善自己的数学工具库。而且数学的学习路径没有捷径，除非人绝顶聪明之外，都是需要一步一步，一年一年的来花费时间学习数学，才能够逐步体会数学所带来的奥妙。而且，
数学能力的强弱与年龄无关
，好比上面所说的 Terence Tao 大神虽然 40 多岁了，但是数学能力还是能够随意碾压各种普通年轻人。
与之截然不同的是 AI 领域（Machine Learning, CV, NLP, 语音等），一般来说只需要学习微积分/线性代数/概率论就可以基本上看懂机器学习的相关课程，当然要想深入学习 AI 的话还是需要很多数学基础的。随着科技的发展，各种开源工具的层出不穷，很多学校的学生甚至工业界的人士都已经
不需要
从底层从头开始，一步一步地建立自己的工具库。根据各种丰富的文档和 Blog，不少人都可以快速上手各种 AI 的工作内容，无论是使用 Tensorflow 建立图像分类器，还是使用 XGBoost 刷竞赛的成绩。这种时候，从事 AI 相关工作的门槛将会比之前变得越来越低，毕竟从头开始手动写一个 BP 算法或者说 GBDT 算法还是有一定门槛的。
根据经济学的基础知识，
供需关系与价格
有着一定的关系。一旦人数过多，而市场上的蛋糕并没有那么大的时候，很多人就要降低自己之前的期望，甚至转行做其他的事情。
之前在学校读书的时候，就听一些老师说过，最近放出来一个助理教授的职位，但是收到了200-300封简历，全部都是北美欧洲或者国内名校的PHD。之前听说在1980年的时候，数学PHD还不需要做posdoc就可以找到工作；到了1990年，基本上都要做一两年的posdoc才可以找到下家；到了00年以后，回国的话马上还能找到一个不错的职位，虽然工作不高，但是对论文的要求也没那么高；等到了2010年以后，国家千人计划等项目的开启，没有在国外混到一个好职位的，没有几篇好文章的，基本上在国内就没法找到教职了。等到了2020年以后，还真不知道是什么样的行情了，进入好学校的要求肯定是越来越高，要求的论文数量也是越来越多，质量也是越来越高了。
如果现在有十个岗位，但是只有五个 AI 专业的人来应聘，当然这些人都能够找到工作；但是随着人工智能专业的开设，相关的本科生和研究生开始培养，AI 从业者将会变得越来越多，但是岗位是否能够得到相应的增加就不是特别清楚了。就之前的经验而言，数学系的学生之间在毕业的时候差距还是挺大的，有的很强，有的很差。相信在人工智能专业也会有类似的情况，优秀的学生总是占少数。
就笔者的经验实在是无法确定这一波 AI 浪潮能够持续多久，如果五六年之后这波浪潮还在，蛋糕越来越大，那么现在选择攻读 AI 相关专业的人将会是受益者。但是如果这波浪潮不在了，蛋糕保持稳定甚至缩小的时候，AI 相关专业的人的竞争将会变得更加激烈。无论是工业界还是学术界的竞争，将会比现在的情况变大很多倍。而这波浪潮退去之后，能够留在沙滩上继续前进的永远都是少数人。
