現在的deeplearning用在影象處理效果很好。但也隨著資料本身的限制快達到天花板了，深度學習之所以會發展，大部分程度得益於資料。學術界開始著眼於多模態處理，把文字資訊和影片音訊資訊加入做AI，所以去做多媒體吧，把dl,RL這樣的武器拿過去用

我的研究方向主要是影象處理這一塊，影象處理是將影象訊號轉換成數字訊號並利用計算機對其進行處理，早期數字影象處理的目的是改善影象的質量，它以人為物件，以改善人的視覺效果為目的。目前該技術已廣泛用於科學研究、工農業生產、生物醫學工程、航空航天、軍事、工業、機器人產業、政府職能機關文化文藝等多領域。影象處理領域有很多細分領域，如機器視覺，醫療影象處理，遙感影象處理，計算機影象處理，影象搜尋（機器學習）等。現在很多公司和行業都在招聘影象處理/模式識別方向的人才，比如：

1. 人臉檢測識別（門禁、銀行、刑偵等）

2. 智慧駕駛（百度、華為、汽車研究院等）

3. 智慧安防（海康、大華等）

4. 醫學影象處理（國外的siemens、GE，國內的聯影醫療、邁瑞醫療、東軟醫療）

5. AR/VR（百度、小米等）

還有一些比如影象搜尋方向，這方面公司有微軟、google、yahoo和百度等；影片編解碼方向，像諾基亞和pixelworks以及影片網站(優酷網 土豆網等)；智慧家庭、智慧家居方面等等。

資料探勘一般是指從大量的資料中自動搜尋隱藏於其中的有著特殊關係性（屬於Association rule learning）的資訊的過程。資料探勘通常與計算機科學有關，並透過統計、線上分析處理、情報檢索、機器學習、專家系統（依靠過去的經驗法則）和模式識別等諸多方法來實現上述目標。全世界每天都有幾十億人使用計算機、平板電腦、手機和其它數字裝置產生海量資料。在這個各個行業和領域都已經被資料給滲透，資料已成為非常重要的生產因素的大資料時代，對於大資料的處理和挖掘將意味著新一波的生產率不斷增長和消費者盈餘浪潮的到來。當前資料探勘應用主要集中在電信(客戶分析)，零售(銷售預測)，農業(行業資料預測)，網路日誌(網頁定製)，銀行(客戶欺詐),電力(客戶呼叫)，生物(基因)，天體(星體分類)，化工，醫藥等方面。

我的研究方向主要是影象處理/計算機視覺，對資料探勘方向不是很瞭解，但身邊好多同學和朋友從事這一行業，前景也不錯。我當初選擇影象處理方向就是覺得前景不錯，從就業來看，影象處理方向也比較好就業，好多公司招聘這個 ，薪資待遇也比較高。有需要的話可以交流影象處理方向，資料探勘方向還需要多方面諮詢和選擇，以上僅代表個人觀點。