人往高处走 产业巨头与学术界的AI人才抢夺大战 (人往高处走是)
当吴恩达2011年离开斯坦福大学加入谷歌,他代表了所有从学术界进入企业界的一小撮人工智能(AI)专家。
五年以后,人工智能领域的专才需求大涨——大批研究员跟随了吴恩达的步伐。谷歌、微软、Facebook、IBM和百度等科技巨头的实验室里,塞满了前大学科学家们,被私营公司优越的计算资源与薪酬所吸引。“一些学术界的人怪我开了这个头。”吴恩达说,他在2014年再次跳槽,变成了百度的首席科学家,在公司位于加州硅谷的实验室工作。
许多科学家说,企业对AI的高度关注是一种福利——带来了很多资源,显示了真实世界中的相关应用潜力,吸引了积极学习的学生。但是很多人对这种行业移民的影响产生了担忧,这种人才流动让大学出现了短暂的顶尖人才空缺,最终,人工智能领域可能会以牺牲基础研究为代价,去推动商业发展。
私营公司正在下重金投资人工智能领域——尤其是在深度学习领域——因为它有潜力分析处理巨量的数据。复杂的AI系统有潜力创造高效的个人数字助理、控制无人驾驶汽车、或进行其他对于传统程序过于复杂的任务。企业实验室的资源可以实现学术环境无法做到的进展,加拿大多伦多大学的深度学习先锋Geoffrey Hinton说,他在2013年接受了谷歌的工作邀请。他说, 例如在语音和图像识别领域,缺乏数据训练算法和缺乏硬件设备已经将研究推后了几年——在谷歌,他成功超越了这些瓶颈。
“AI现在如此热门。相关的工作机会如此之多,但是从事此领域工作的人又如此之少。” 吴恩达说,自己被谷歌数据和计算能力的量级所吸引,以及谷歌解决现实世界问题的能力。 另一个私营企业的诱惑是“天文数字”级别的薪酬,Indeed首席经济学家Tara Sinclair说,Indeed是一间总部位于德州奥斯汀的公司,汇集线上工作机会,记录了美国和英国对人工智能领域越来越高的职位需求。
这种热度表明,AI正处于能够在真实世界发挥影响——企业自然是顺理成章的实现方式,加州伯克利大学的AI和深度学习专家Pieter Abbeel说。荷兰莱顿大学的社会科学家Robert Tijssen说,在二十世纪五十年代,类似的人才流动出现在半导体研究领域,许多领袖人物都被猎走,成为企业R&D实验室的负责人。他说, 学术界的人才流动可以为业界带去专业知识,同时,将新建立的企业关系网络带给学院和学生,使之成为一个典型的“双赢”。
企业合作
Herman Herman也同意这个观点,他是位于匹兹堡的卡内基梅隆大学美国国家机器人工程中心总监。2015年, 作为研究中心合作伙伴的Uber雇佣了中心150名研究人员中的40名,主要是研究无人驾驶汽车的那些研究员。当时有报道称,研究中心陷入了危机。 但是Herman说这太夸张了。这个项目是卡内基梅隆大学机器人研究院几十个项目之一,研究院共有500名教职员。这次招募动作是为了加入新鲜血液,不久之后,Uber给研究院捐赠了550万美元,支持学生和教职员的学术奖学金。与此同时,Herman称事件相关的宣传提升了中心研究工作的形象——申请入学的学生变多了。
学术界的人才流失让Yoshua Bengio有点担忧,他是加拿大蒙特利尔大学的计算机科学家,他也见证了研究所申请人数的激增。如果被企业抢走的教职员保留大学教职——例如Hinton在接受谷歌工作同时也保留了多伦多大学的职位,吴恩达也保留了斯坦福大学的职位——Begnio说,那也只能作为辅修。 教职员的减少降低了学习能够培养的学生数量,Abbeel补充道,尤其是博士学生。
Hinton预测深度学习的人才短缺只是暂时的。“大学研究的魔法应该被保护,而且谷歌也认可这一点。”他说。谷歌目前正在资助超过250个学术研究项目,几十个PHD奖学金。
给行业提供人才正是大学的天职,Michael WooldrIDGe说,他是应该牛津大学的计算机科学家。随着外界对人工智能的关注度越来越高,他纠结地发现,学术被抛弃了。2014年,基于伦敦的谷歌DeepMind从牛津招聘了10个研究员,不过谷歌给了大学一笔七位数的财政资助,并成立了一项研究合作。许多被猎走的职员仍在大学担当教职——给了学生原本不可能获得的机会。
谷歌DeepMind的人才掠夺
谷歌DeepMind从2014年起,招聘的螺旋就没有休停过。公司职员拒绝就AI人才流动发表评论,但是《自然》杂志收集的数据来看,公司目前的花名册至少有144名研究员——几乎三分之二都来自大学。
大约65%的谷歌DeepMind研究员直接来自学术界(包括联合任命、博士后和硕士生招聘)。许多来自伦敦大学学院,正式联合创始人Demis Hassabis和Shane Legg在2010年成立公司前工作的地方。
图表中,144名DeepMind研究员有35%来自谷歌,其余分布来自伦敦大学学院、牛津大学、阿尔伯塔大学、剑桥大学、蒙特利尔大学、伦敦帝国学院、多伦多大学和MIT(根据人数多少排名)。图片来自 《自然》杂志 。
图表:谷歌DeepMind研究员的累计增长。其中红色代表来自企业,蓝色代表来自学术界。2014年谷歌收购DeepMind,其后,来自学术界的研究员大量增加。图片来自
《自然》杂志从Scopus、Linkedin、谷歌Scholar和个人网站等线上资源收集了数据。其中“研究员”不包括软件工程师、开发者、所有行政及其他员工。研究员以头衔识别(例如“研究科学家”或者“研究工程师”)或者之前的头衔。
Bengio还担心,企业在人工智能行业的统治地位会带来什么长远影响。行业研究员更加神秘,他说。虽然一些公司的科学家(例如谷歌和百度)还在公开发表论文和代码——这使得其他人可以在他们的研究成果基础之上,继续进行研究——Bengio称,企业研究员比学术界研究员更倾向于先注册专利,因此经常会回避提取谈论他们的研究工作。“这让合作变得困难。”他说。
一些业内人士也担心透明度的问题。在2015年12月,SpaceX创始人Elon Musk与其他硅谷投资人在旧金山成立了非盈利组织Open AI。有了支持者们承诺的十亿美元资助,OpenAI讲为大众福利而开发人工智能,分享专利成功,开放与其他研究机构的合作。
虽然谷歌、Facebook和其他巨头们现在看起来都立志于解决AI的基础问题,Bengio担心这不会持续很久。“企业很容易别短期需求所牵引。这是企业本质决定的。”他说。他引用电子通信公司贝尔实验室和AT&T作为例子,这些公司拥有实力雄厚的研究实验室,但是最终都流失了人才,因为过于重视为公司盈利的短期目标。
Hinton坚持认为,基础研究可以在行业中蓬勃发展。而且,他补充道,因为AI研究的急切需求,今日的一些基础研究发展不可避免地会发生在企业中。但是学术界还是会在AI研究中扮演关键角色,他说,“这是最有可能产生新想法的地方。”
相关阅读:
当Uber挖走大量机器人科学家,谁来关心基础研究?|深度
不注重基础研究的硅谷还能继续创新吗? | 深度
原创文章,未经授权禁止转载。详情见 转载须知 。