大數(shù)據(jù)文摘作品，作者：The Guardian Design team，編譯：元元、大餅

越來越多的頂級AI研究員離開高校走入業(yè)界，這是學以致用還是殺雞取卵？

有這么幾個公司正在誘惑著頂級AI研究人員離開高校象牙塔，加入業(yè)界。這種行為在學術界被認為是在殺雞取卵。

新學年伊始，倫敦帝國理工大學的一位資深教授發(fā)現(xiàn)她的一個學生沒有出現(xiàn)，這令她十分困惑：這個學生已經(jīng)在她的實驗室工作了三年，還有一年就畢業(yè)了，為什么這時候放棄？

后來， 教授打電話過去尋求，發(fā)現(xiàn)蘋果公司給了這位同學六位數(shù)的工資。

這是一個關于博士生正在慢慢消失的窘狀

倫敦帝國理工大學情感與行為計算（affective and behavioural computing）專業(yè)教授Maja Pantic表示：“蘋果公司給他這么大一筆薪水，是我能給的五倍，他當然會走！我們真的比不了。”

這并非個例。全國各地才華橫溢的計算機科學家都被商界開出的高薪所誘惑而離開學術界。《衛(wèi)報》對英國頂級研究型大學的調(diào)查顯示，科技公司正在以驚人的速度招聘AI專家，加速了科研和教學人才的流失。一位大學管理人員警告說，原本教授學生的學者，也是科研項目背后重要的創(chuàng)造力量，現(xiàn)在都在流失。

人才流失的影響可能遠遠超出學術界的范圍。Pantic 教授說，大量頂尖的AI研究人員集中去了幾家公司，這意味著他們的技能和經(jīng)驗無法分享給全社會。“這是個問題。AI帶來的巨大破壞和負面影響只能被AI創(chuàng)新的范圍擴散所抵消，但是現(xiàn)在這些創(chuàng)新集中到少數(shù)幾家公司。”

Pantic 教授擔心，大型科技公司會加大AI專業(yè)和其他專業(yè)之間的薪酬差距。她表示，除了照章納稅，政府還應該參照北歐國家的做法（對AI專業(yè)的高工資）設置工資上限。

許多頂級研究人員加入谷歌，亞馬遜，臉書和蘋果。Pantic 教授說：“學術界的精英被收買，這就夠叫人擔心了！如果這些公司再不交稅，政府就沒有足夠的錢投入教育或科研，就會形成惡性循環(huán)。”

有另外一位倫敦帝國理工大學的研究人員，Murray Shanahan，他也拿到了DeepMind（谷歌在倫敦的人工智能部門）的工作機會。加入谷歌好處很多：他可以繼續(xù)進行自己的研究，沒有其他學術壓力；他還可以獲得頂級的計算資源，跟這個領域的頂尖人物一起工作。但是，盡管有這么多好處，Shanahan還是遲疑了。

他說：“我主要擔心目前這種技術招聘狂潮的潛在影響。”Shanahan 決定跟谷歌談談兼職的可能，這樣他可以一邊擔任DeepMind資深科學家，一邊還待在帝國理工大學。

對專業(yè)對口的人來說，招聘越熱他們越值錢。科技公司愿意出這么多錢來雇人就說明合格的AI人才遠遠少于需求的職位。為了招聘最優(yōu)秀的人才，公司會提供豐厚的薪水，頂尖的計算設備以及可能影響數(shù)十億人生活的技術挑戰(zhàn)。

過去，杰出的數(shù)學家、物理學家和計算機科學家到大城市掙大錢。現(xiàn)在他們很可能接受在人工智能方面的培訓，并轉戰(zhàn)技術公司。劍橋大學信息工程學教授兼打車軟件Uber首席科學家的Zoubin Ghahramani表示：“AI業(yè)界有很多非常好的機會，相較而言，大城市的工作機會看起來既無趣，薪水也不高。不管是從智力趣味或是生活方式的角度來看，AI相關的工作都讓人難以拒絕。”

Ghahramani在三月份宣布他要加入Uber。目前，他每個月出差到Uber的舊金山辦公室工作一周。從明年夏天其，他就搬家到舊金山開始全職工作。除了薪水的差異之外，他解釋說工業(yè)界比學術界更誘人的原因是：在大學除了研究還得做很多行政職責，比如教學，評分，擔任委員和不停的申請科研經(jīng)費；但是在業(yè)界，頂尖的科學家員工可以專注于他們的研究。

還不僅只有以上這些原因。大部分公司對AI感興趣是因為機器學習這門學科的成功。機器學習可以用算法識別出數(shù)據(jù)中的有用信息，但是目前的大部分算法都必須先經(jīng)過海量數(shù)據(jù)的訓練。這是一個需要大量計算能力的工作，除了跟科技公司的合作項目，大學幾乎無法與大型科技公司在數(shù)據(jù)或計算能力上競爭。也因此，大學不得不專注于新方法：例如，構建不需要那么多信息就可以訓練出來的算法。

自去年他的AI創(chuàng)業(yè)公司被Uber收購后，Ghahramani就在Uber兼職工作。作為首席科學家，他負責訓練機器學習算法理解城市交通如何運作以及人們?nèi)绾我苿印Ｗ罱K目標是匹配乘客的需求和車輛的供給。他表示，“有趣的是，我們在真實的物質世界中進行機器學習。我們在努力優(yōu)化世界各地的人和事物的運動。”

Ghahramani認為，沒有任何跡象表明業(yè)界對AI杰出人才的需求已經(jīng)飽和。他說： “現(xiàn)在人才爭奪的情況非常激烈，沒有減少的跡象。大學必須要培養(yǎng)出足夠的人才來滿足需求。但是如果教授和博士后都被吸引到業(yè)界，就沒人去培養(yǎng)人才啦，這就是殺雞取卵。這些公司也開始意識到這一點，并且開始通過贊助和捐款的方式回饋大學。”

去年，Steven Turner加入了AWS（亞馬遜云服務）的劍橋辦公室。他幫他的客戶公司建立他們自己的亞馬遜風格“推薦引擎”，并且用圖像識別，計算機語音和聊天機器人進行客戶服務。現(xiàn)在他合作的一家金融機構開始利用人工智能技術來回答客戶提出的簡單問題，例如抵押貸款利率是多少等，這樣人工客服就有更多的時間來解決更復雜的問題。

在學術界，他看到各院系之間爭奪科研資金，以繼續(xù)維持科研工作，避免科研人員流失。他離開的主要原因是因為他喜歡解決實際問題（而不是關注理論概念問題）。同時他也發(fā)現(xiàn)亞馬遜的文化比學術界更有活力。在學校里，雖然Turner導師很牛，但是他作為一名博士生還是覺得孤單。Turner對《衛(wèi)報》記者說，“我個人認為，如果能更加注重研究人員的文化和社會交往，確保他們不感到孤立，會對留存率產(chǎn)生重大影響。”他表示，大學也應該關注研究人員的職業(yè)發(fā)展，比如說提供免費外部培訓，與商學院合作等方式拓寬研究人員的知識面等。

Ghahramani認為，英國的大學將不得不對研究者擁有雙重職位采取更靈活的政策。他表示，“他們需要更靈活的處理知識產(chǎn)權問題，也要靈活的對待那些可能想要花時間在業(yè)界頂尖AI實驗室的博士生。這樣才能解決問題。而且采取靈活政策的大學已經(jīng)從中受益。”