首先第一點，很少有人去考博士的，大部分都是直接保博、直博或碩博連讀。

2017年是人工智慧的元年。現在是一個風口過渡期，也就是說，2017年之前搞人工神經網路的人，大部分都是偏理論多一點，未曾真正地應用在工程上。當時大家都不太看好人工神經網路的發展，人數也比較少。正是他們的堅持，讓這個行業度過了最艱難的寒冬，現在是他們的春天，是他們應得的回報，因為是他們推動了社會的發展。

隨著吳恩達等一幫人持續多年的研究，成功的將卷積神經網路應用於影象處理，將深度神經網路、深度學習演算法應用於AlphaGo圍棋比賽，人工神經網路步入第三個發展階段。因此出現了人才斷層，也就是說當前能夠將人工智慧演算法應用於工程的人數是很少的，也是工薪動輒百萬的原因。

但社會的本質就是資源配置，現在正有大批的從業者進軍這個行業。

因此人工智慧演算法工程化是當前最重要的發展方向。相反，在理論研究上，則步入了發展的瓶頸時期。也就是說能研究的方向已經基本上到了研究的極限，很難再提出根本性的創新。影象識別的準確率已經達到了90%多，除非有體制上的創新，很難再有突破了。

也就是說，理論研究陷入了一個新的發展時期。工程研究卻如火如荼。

如果此時你去選擇攻讀博士，注意是開始讀博士，那四五年畢業之後，很有可能和其他行業是一樣的，你可能會錯過這個行業的黃金髮展時期。

因此有一個強烈的建議，不一定準確，如果你研究生是

人工智慧方向，恭喜你，趕緊去趟這趟渾水。因為，如果你進入一個好的平臺，在四五年的時間裡，將會讓你成為一個真正的工程領域的專家，你可能年薪百萬以上。

如果你這個時候還想讀一個博士，回頭再讀也不遲。

如果你是一個致力於研究的人，對金錢名利沒有特別大的慾望，是完全可以選擇這個方向去讀博士的，因為社會的進步離不開這一類的人。

搞工程的和搞研究的最大的區別就是：

搞工程的，將那些搞研究的成果工程化、批次化、產業化，與金錢有關，與GDP有關。

搞研究的，不允許重複研究，不允許抄襲，只能搞新的方向，終其一生都有可能沒有真正的成果。因為你乾的是探索創新的工作。社會進步的真正動力來自你們，社會離不開你們。

會很難。應該在所有專業裡考博難度排在前三了。因為幾乎這個專業的都是保博的。

但是我們應該知道孝博的難度遠低於考研。研究生只要有信心有準備一般都能過的。只是考博後什麼時候能完成博士學位就很說了。