許多公司正在吸引頂尖的研究人員加盟，但學者們表示，他們此舉是“涸澤而漁”。
高校出走的AI學者，他們都去了哪里？
這是個博士生“失蹤”的典型案例。在倫敦帝國理工學院的新學年里，一名資深教授對她的學生缺席感到困惑。這名學生已經(jīng)在她的實驗室工作了3年，還剩下1年就可以完成他的學業(yè)。但他已經(jīng)不再來了。最后，教授給他打電話時，他正在蘋果公司領(lǐng)取超過10萬美元的年薪。
帝國理工學院情感與行為計算教授瑪佳·帕蒂克（Maja Pantic）說：“他得到了這么多的錢，把所有學習都停下來，然后走了。這是我能為他提供薪水的五倍，這太不可思議了。我們無法與私營企業(yè)競爭。”
這并不是一個偶然的事件。在全國范圍內(nèi)，有才華的計算機科學家正被私人部門吸引，而這些企業(yè)提出的優(yōu)渥條件令人很難拒絕。英國《衛(wèi)報》對英國頂尖研究型大學的調(diào)查顯示，科技公司正在以驚人的速度聘用人工智能專家，這加劇了人才流失，而人才流失已經(jīng)影響了研究和教學。
一位大學管理人員警告說，學者正成為“失落的一代”，他們通常會教授學生，并成為研究項目背后的創(chuàng)意力量。
人才流失的影響可能遠遠超出學術(shù)界的范圍。帕蒂克說，大多數(shù)頂尖的AI研究人員都集中在少數(shù)幾家公司，這意味著他們的技能和經(jīng)驗并沒有在社會上分享。她說：“這是一個問題，因為只有將創(chuàng)新傳播開來，而不是集中在少數(shù)幾家公司中，才能減輕AI帶來的巨大破壞和負面影響。”
帕蒂克擔心，大型科技公司正在AI專業(yè)人士和其他員工之間創(chuàng)造出巨大的收入差距。帕蒂克表示，除了讓公司繳納稅款之外，政府可能不得不考慮設(shè)定薪酬上限。這個策略已經(jīng)被用于限制北歐國家的企業(yè)薪酬。
許多優(yōu)秀的研究人員都被吸引到谷歌、亞馬遜、Facebook以及蘋果等巨頭。帕蒂克說：“學術(shù)界的精英（creme de la creme）已經(jīng)被挖走，這令人感到擔憂。如果公司不繳稅，這對政府來說是個問題。政府沒有足夠的資金來教育人們，或者投資于學術(shù)界。這是一個惡性循環(huán)。”
或許可以雙贏：左手學界，右手業(yè)界
帝國理工學院的另一位研究員莫雷·沙納罕（Murray Shanahan）收到來自總部位于倫敦的人工智能公司DeepMind的工作邀請時，他開始對這個問題進行深入思考。他看到了加入這家公司帶來的許多積極因素。這是一個不用承擔其他學術(shù)責任又能追求自己夢想的機會。他將能獲得令人難以置信的計算資源。他還會和一些最優(yōu)秀的人共同工作。但是，盡管有很多好處，沙納罕還是猶豫了。
他說：“當前科技行業(yè)招聘熱潮對學術(shù)界產(chǎn)生的潛在影響是困擾我的問題之一。”沙納罕決定通過談判取得雙贏結(jié)果，在帝國理工學院任教的同時，也擔任DeepMind的高級科學家。
對于那些擁有合適技能的人來說，招聘熱潮有明顯的好處。來自科技公司的大筆投資意味著，AI領(lǐng)域的工作崗位比合格的求職者多得多。為了招募最優(yōu)秀的人才，公司提供高薪、令人印象深刻的計算設(shè)備和技術(shù)挑戰(zhàn)，并且這些挑戰(zhàn)可能會影響數(shù)十億人的生活。
過去，杰出的數(shù)學家、物理學家和計算機科學家們都涌往那些投入大量資金的城市。現(xiàn)在，他們更有可能在人工智能領(lǐng)域進行培訓，并轉(zhuǎn)向科技公司。
相反的聲音：企業(yè)其實更能促進AI的研究和發(fā)展
劍橋大學信息工程教授、Uber首席科學家佐賓·葛拉曼尼（Zoubin Ghahramani）說：“在工業(yè)領(lǐng)域，有很多美妙的機會，這些機會讓我們在這個城市工作看起來非?？菰铮覉蟪暌膊桓?。“這在智力上很有趣，且從生活方式的角度來看，很難讓人拒絕。”
今年3月，葛拉曼尼宣布了他將加入Uber的計劃?，F(xiàn)在，他每個月都要到公司位于舊金山的辦公室上班。明年夏天，他將會成為Uber全職人員。除了工資差異之外，他還列舉了許多其他學者們被吸引的原因。大學里的角色有時候需要讓人承擔繁重的行政職責：教學、標記、參加委員會以及沒完沒了的資金申請。而在這些公司里，明星員工可以完全專注于自己的研究。
但除此之外，還有更多的事情要做。人們對AI的興趣日益增加，這是由機器學習的成功所推動的。機器學習是一種利用算法在數(shù)據(jù)中尋找有意義模式的領(lǐng)域。
為了更好地工作，如今的許多算法都必須接受海量數(shù)據(jù)的訓練，這是一項需要大量計算機能力的任務(wù)。在沒有合作項目的情況下，大學很難在數(shù)據(jù)或計算領(lǐng)域與大型科技公司競爭。相反，他們專注于新創(chuàng)意：例如，構(gòu)建能從更少信息中學習的算法。
去年，當Uber收購了葛拉曼尼創(chuàng)辦的AI創(chuàng)業(yè)公司Geometric Intelligence時，他就開始在Uber工作。作為首席科學家，他將監(jiān)督機器學習算法的使用，以了解城市如何運作，以及人們?nèi)绾卧诔鞘兄幸苿?。最終的目標是滿足人們的出行需求。葛拉曼尼表示：“有趣的是，我們正在現(xiàn)實世界中的城市中進行機器學習。我們正在努力優(yōu)化世界各地的人們和事物的移動方式。”
葛拉曼尼沒有看到任何跡象表明，科技行業(yè)對AI研究人員的需求已經(jīng)見頂。他說：“目前的形勢非常嚴峻，而且還沒有顯示出減弱的跡象。大學將不得不培養(yǎng)足夠多的人才來滿足需求，如果教師和博士后們被吸引到工業(yè)領(lǐng)域，這將是一個挑戰(zhàn)。這就像涸澤而漁那樣。有些公司已經(jīng)開始意識到這個問題，并開始通過資助講師和捐贈基金來回饋大學。”
靈活出擊：學界應(yīng)嘗試與企業(yè)合作
史蒂芬·特納（Steven Turner）去年在劍橋加入了亞馬遜云計算平臺AWS。他幫助企業(yè)打造自己的亞馬遜式“推薦引擎”，并在客戶服務(wù)中使用圖像識別、計算機語音以及聊天機器人。他與之合作的一家金融機構(gòu)現(xiàn)在使用這項技術(shù)來回答一些簡單的問題，比如客戶抵押貸款利率，并讓人類員工應(yīng)對更復雜的查詢。
在學術(shù)界，特納看到各部門正爭搶資金義繼續(xù)工作，并確保不讓人們離開。他離開的主要原因是為了解決實際問題，而不是更多的理論概念。但亞馬遜的文化比學術(shù)界更有活力。在大學時，特納發(fā)現(xiàn)自己有時會成為孤立的博士，盡管他的導師是一位非常出色的導師。
特納在接受《衛(wèi)報》采訪時表示：“我個人認為，多注重文化和社會互動以確保研究人員不會產(chǎn)生孤立感，這將對留住員工產(chǎn)生重大影響。”他說，大學還應(yīng)該把重點放在研究人員的職業(yè)發(fā)展上，讓他們免費獲得外部培訓，并與商學院合作，拓寬研究人員的知識面。
葛拉曼尼認為，英國大學將不得不更加靈活地對待持有“”聯(lián)合立場“”的研究人員。他說：“他們需要靈活對待知識產(chǎn)權(quán)協(xié)議，需要對那些想要在世界領(lǐng)先AI實驗室工作的博士生們保持靈活的態(tài)度。這就是我們需要解決的問題。那些態(tài)度靈活的大學已經(jīng)從中受益了！”
