选专业很随机的

一早起来看到老乡群里讨论 702 分的市探花，想起红博士十年前高考的小故事，有些戏剧性。没有多少事情能经历一年的考验，何况十年，十年过去，都是过眼云烟了。

红博士有个特点，高考写作文会手抖。写语文作文手抖，写英文作文也手抖。虽然他留下了 70 分钟的时间写英文作文，还是手抖。红博士写英文作文会先在草稿纸上写好，再誊抄到答题纸上，誊抄的时候会手抖。这一抖，英文作文就从平时的接近满分减 10 分，好在红博士答对了所有客观题。语文作文手一抖，也是比常规得分低了十几分。好在那年的数学和理综稍微有些难度，红博士还是保持了足够的优势，只比省状元低了十分左右。对答案估分的时候，发现一个神奇的规律，那年的英文选择题答案，全部都符合 ABCD 的规律，每 4 题都是一个 ABCD 的顺序调整，命题小组真是太任性了。

估分后高中老师带着我们，驱车到郑州找到招生组下榻的酒店，招生组组长听完我的估分和志愿情况，说除了建筑和经管以外的专业基本没有问题。如今的清华招生办主任，在当年还是河南省的招生组组长。当年的红博士被奇怪的风气洗脑，一心想着建筑相关的专业，再不行就学信息类专业，自知不能选建筑，于是把土木工程放在了第一志愿，后面几个志愿填上计算机电子自动化等等。招生组的另外一位老师，我到清华自动化报到后又见到了，不免猜测是不是这个老师把我丢进了自动化系，不然为什么不是计算机和电子。。。又过了几年，认识了更多的人，还发现一堆复杂交错的渊源，世界真是太小了。

到了大学以后，有一次跟辅导员聊起第一志愿是土木这件事。刘导畅快一笑：土木又土又木，咱们自动化才是清华大系:)

自动化在社工、体育上是传统强系，在专业上也是强系，比如有最多的 IEEE Fellow 系友，有最多的部级以上干部等等。如今人工智能大热，在本科招生、研究生招生、甚至本校本科生进实验室上，自动化都成了最有优势的专业。

怎么选专业不后悔？

选专业是个复杂的大问题，我们姑且不去讨论它。从清华毕业后，我接触到越来越多各个学校的学生和毕业生。专业优先还是学校优先这件事，有许许多多的可能性，没有针对性的结论都是不负责任的。从红博士的角度看，有一个大概的倾向：大学给学生提供的最重要的资源是眼界。通常来讲，经济越发达的城市、综合实力越强的学校、综合实力越强的专业，越能提供更大的眼界。比如，清华姚班为什么这么强？去年有一篇很好的文章分析，但本质上，无非是姚班给学生提供了更开阔的眼界。首先姚班从清华新生挑选了在某些方面最顶尖的一批学生组合在一起（这些学生本身就具备了更开阔的眼界，比如高中就开始去 Google 实习这种操作），交叉信息研究院提供顶尖的科研教学资源，最核心的当然还是人脉资源，实习、出国都有更大的眼界。即使如此，清华在科研上最优秀的学生也未必是姚班学生，因为大学四年里，清华还提供了无数的资源开阔学生的眼界，利用好这些资源的学生能够胜出。

当然如果仅仅是科研，大学就损失了很多价值，大家高中毕业直接去念研究生就好了。大学里，好玩的事情太多了，好玩的社团，好玩的社工，好玩的体育，好玩的图书馆，好吃的食堂，好玩的实习，好玩的恋爱，好玩的山野，好玩的登山队，好玩的岩壁……

后悔了也没关系，翻盘的机会一次又一次

高考是个翻盘的好机会，通过上清华，你终于可以再也不用跟不喜欢的人在一起！！！有没有！！！（太腹黑了。。。

读研究生也是个翻盘的好机会，搞 GPA 不行，可你科研好啊，搞 GPA 不行，可你颜值高啊，搞 GPA 不行，可你导师 Nice 啊！！！（太腹黑了。。。

工作还是个翻盘的好机会，搞学术不行，可是你产品思维好啊，导师不 Nice，可是你公司领导 Nice 啊，实验室弱，可是你公司强啊！！！（太腹黑了。。。

人到不惑还是个翻盘的好机会，当小弟不行，可你会当领导啊，当螺丝钉不行，可是你会当将军啊，金山不行，可是小米做的好啊！！！（雷布斯：黑人?.jpg

要不要报人工智能专业？

专业的本质：利益平衡下的产物

个别学校，什么火就开个什么专业，于是大数据专业，人工智能专业，纷纷冒了出来。

这一波人工智能的火热，主要原因是机器学习在互联网行业的广泛应用。它背后的技术，如矩阵分析、统计推断、数值分析、信号处理、自动控制、体系结构、软件工程等等，依然是传统专业的内容，如自动化、计算机、电子、软件。它影响到的更多是研究生院的体系，也就是各实验室课题组的研究方向，跟本科生的培养关系很小。一个专业的发展，是要经过长时间的试错、调整的。

不过，如今，每个人都应该懂一点机器学习。从变化中找到规律，这是一个伟大的学科。

计算机视觉、语音识别和自然语言处理，是机器学习非常重要的三个应用领域。生活中的方方面面，已经受到机器学习带来的便利。传统学科重在解决某一项具体问题，而机器学习的角色则是一种工具。如果说编程的时代是软件 1.0， 则机器学习的时代则是软件 2.0。这也是为什么机器学习正不断地给传统行业带去改变。

有一种思维叫程序员思维：任何重复性的工作，都应该程序化，让计算机完成。那么红博士要提一种机器学习思维：任何可以定义数据输入和标签输出的工作，都应该建立机器学习模型。

最好的工程师都是造轮子的，机器学习就是一个轮子。如今机器学习可以帮助建造更好的司机、更好的医生、更好的金融分析师，将来的某一天也许能建造更好的科学家。

加入造轮子行业的最好时机是十年前，其次是现在。