二十年前，對(duì)人工智能研究感興趣的人大多局限于大學(xué)和非營(yíng)利性AI實(shí)驗(yàn)室。人工智能研究項(xiàng)目主要是跨越數(shù)年甚至數(shù)十年的長(zhǎng)期合作項(xiàng)目，目標(biāo)是服務(wù)于科學(xué)并擴(kuò)展人類(lèi)知識(shí)。

[[331904]]

但是在過(guò)去的十年中，由于深度學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)的進(jìn)步，人工智能行業(yè)發(fā)生了翻天覆地的變化。如今，人工智能已進(jìn)入許多實(shí)際應(yīng)用。科學(xué)家，技術(shù)主管和世界領(lǐng)導(dǎo)人都將AI視為通用技術(shù)，尤其是將機(jī)器學(xué)習(xí)視為未來(lái)十年最具影響力的技術(shù)之一。圍繞AI的潛力(和炒作)引起了商業(yè)實(shí)體，民族國(guó)家和軍隊(duì)的興趣，所有這些實(shí)體都希望利用該技術(shù)來(lái)保持領(lǐng)先于競(jìng)爭(zhēng)對(duì)手的優(yōu)勢(shì)。

多方面的AI軍備競(jìng)賽增加了對(duì)AI人才的需求。現(xiàn)在，缺乏在各個(gè)行業(yè)中開(kāi)展大型AI研究項(xiàng)目的技能和知識(shí)的人才短缺。在這種情況下，那些財(cái)力雄厚的人設(shè)法為其項(xiàng)目聘請(qǐng)了AI科學(xué)家。

這導(dǎo)致了AI的人才流失，使科學(xué)家和研究人員離開(kāi)了人工智能誕生和發(fā)展成為革命性技術(shù)的機(jī)構(gòu)。

深度學(xué)習(xí)如何結(jié)束AI冬季

在深度學(xué)習(xí)革命之前，人工智能主要由基于規(guī)則的程序主導(dǎo)，在該程序中，工程師和開(kāi)發(fā)人員將知識(shí)和操作邏輯手動(dòng)編碼到其軟件中。在那些年里，人工智能因過(guò)高的承諾和交付不足而廣為人知，并且在未能達(dá)到期望之后經(jīng)歷了幾次“人工智能冬天”。

在本世紀(jì)初，科學(xué)家設(shè)法使用神經(jīng)網(wǎng)絡(luò)來(lái)執(zhí)行計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理(NLP)，這兩個(gè)領(lǐng)域的基于規(guī)則的執(zhí)行效果非常差。事件的轉(zhuǎn)變使AI可以進(jìn)入以前被認(rèn)為是無(wú)法進(jìn)入或?qū)τ?jì)算機(jī)極具挑戰(zhàn)性的眾多領(lǐng)域。其中一些領(lǐng)域包括語(yǔ)音和面部識(shí)別，對(duì)象檢測(cè)和分類(lèi)，機(jī)器翻譯，問(wèn)題解答等等。

這為AI的許多新商業(yè)用途鋪平了道路。我們每天使用的許多應(yīng)用程序，例如智能揚(yáng)聲器，語(yǔ)音驅(qū)動(dòng)的數(shù)字助理，翻譯應(yīng)用程序和電話臉部鎖，都由深度學(xué)習(xí)算法和神經(jīng)網(wǎng)絡(luò)提供支持。神經(jīng)網(wǎng)絡(luò)的復(fù)興也在自動(dòng)駕駛等其他領(lǐng)域創(chuàng)造了新的領(lǐng)域，其中計(jì)算機(jī)視覺(jué)在幫助自動(dòng)駕駛汽車(chē)了解周?chē)h(huán)境方面發(fā)揮著關(guān)鍵作用。深度學(xué)習(xí)提供的可能性引起了Google，F(xiàn)acebook和Amazon等大型科技公司的興趣。深度學(xué)習(xí)已成為這些公司為客戶提供新的更好服務(wù)并獲得競(jìng)爭(zhēng)優(yōu)勢(shì)的一種方式。對(duì)神經(jīng)網(wǎng)絡(luò)的重新興趣引發(fā)了從學(xué)術(shù)機(jī)構(gòu)挖走AI科學(xué)家的競(jìng)賽。從而開(kāi)始了AI人才外流。

AI科學(xué)家如何成為MVP

盡管?chē)@神經(jīng)網(wǎng)絡(luò)進(jìn)行了大肆宣傳，但它們幾乎與人工智能本身一樣古老。但是，在隨后的幾十年中，它們一直處于落后地位，因此他們?nèi)狈谝?guī)則的軟件的支持和工具。

神經(jīng)網(wǎng)絡(luò)也從根本上不同于其他形式的編程，并且為它們發(fā)現(xiàn)和開(kāi)發(fā)新的應(yīng)用程序通常比傳統(tǒng)軟件開(kāi)發(fā)更類(lèi)似于科學(xué)研究。這就是為什么AI研究需要綜合各種數(shù)學(xué)和計(jì)算機(jī)科學(xué)技能的原因，而這幾乎不是您在周末閱讀一本編程書(shū)所獲得的那種知識(shí)。

深度學(xué)習(xí)的普及率突然上升，導(dǎo)致對(duì)AI研究人員和科學(xué)家的需求激增。就像在任何供應(yīng)不能滿足需求的領(lǐng)域一樣，那些擁有更強(qiáng)大財(cái)務(wù)資源的人會(huì)獲得最大份額。

在過(guò)去的幾年中，富裕的科技公司和研究實(shí)驗(yàn)室(例如Google，F(xiàn)acebook和OpenAI)一直在使用巨額薪水，認(rèn)股權(quán)和其他分紅來(lái)吸引AI科學(xué)家離開(kāi)學(xué)術(shù)機(jī)構(gòu)。

一個(gè)紐約時(shí)報(bào)報(bào)道，從2018聲稱(chēng)OpenAI支付一些科學(xué)家超過(guò)100萬(wàn)。最近，Google在2014年收購(gòu)的AI研究機(jī)構(gòu)DeepMind的費(fèi)用報(bào)告指出，該實(shí)驗(yàn)室已向700名員工支付了4.83億美元，平均每位員工690000美元(盡管中位數(shù)可能遠(yuǎn)低于該數(shù)字)一些高薪研究人員使平均水平偏高)。

AI教授和院士是否能夠抵制將學(xué)術(shù)界留給商業(yè)實(shí)體的誘惑?

一個(gè)最近的一項(xiàng)研究由研究員在羅切斯特大學(xué)已發(fā)現(xiàn)，在過(guò)去的15年中，在美國(guó)和加拿大的大學(xué)153名人工智能教授已經(jīng)離開(kāi)自己的崗位在商業(yè)領(lǐng)域的機(jī)會(huì)。在過(guò)去幾年中，這一趨勢(shì)一直在增長(zhǎng)，僅在2018年就有41位教授采取了行動(dòng)。

2015年，Uber為其自動(dòng)駕駛汽車(chē)計(jì)劃大肆招聘，并從卡內(nèi)基梅隆大學(xué)的機(jī)器人實(shí)驗(yàn)室搶走了50個(gè)人，其中包括一些頂尖人才。谷歌，亞馬遜，微軟，F(xiàn)acebook和Nvidia分別聘請(qǐng)了來(lái)自不同大學(xué)的幾位AI教授。

也有很多AI教授扮演雙重角色，既保持與大學(xué)的隸屬關(guān)系，又為科技公司工作。

研究費(fèi)用導(dǎo)致AI人才流失

雖然豐厚的薪水在吸引AI教授和研究人員遠(yuǎn)離大學(xué)和科技公司方面起著很大的作用，但它們并不是造成AI人才流失的唯一因素。在從事AI研究項(xiàng)目時(shí)，科學(xué)家還面臨成本問(wèn)題。

人工智能研究的某些領(lǐng)域要求訪問(wèn)大量數(shù)據(jù)和計(jì)算資源。強(qiáng)化學(xué)習(xí)尤其如此，強(qiáng)化學(xué)習(xí)是一種AI代理通過(guò)大規(guī)模的反復(fù)試驗(yàn)來(lái)發(fā)展其行為的技術(shù)，強(qiáng)化學(xué)習(xí)是AI研究的熱門(mén)領(lǐng)域，尤其是在機(jī)器人技術(shù)，游戲機(jī)器人，資源管理和推薦系統(tǒng)中。

訓(xùn)練強(qiáng)化學(xué)習(xí)AI模型的計(jì)算成本很容易達(dá)到數(shù)百萬(wàn)美元，而只有富裕的高科技公司才能節(jié)省下來(lái)。此外，其他種類(lèi)的深度學(xué)習(xí)模型通常需要訪問(wèn)只有Google和Facebook這樣的大型科技公司才能擁有的大量培訓(xùn)數(shù)據(jù)。

如果沒(méi)有大型技術(shù)的支持和資金支持，這也將使AI研究人員很難實(shí)現(xiàn)自己的夢(mèng)想和項(xiàng)目。大型技術(shù)的支持很少免費(fèi)提供。

AI人才外流的影響是什么?

隨著越來(lái)越多的教授，科學(xué)家和研究人員涌向商業(yè)領(lǐng)域，人工智能行業(yè)將面臨若干挑戰(zhàn)。首先，大學(xué)將很難聘請(qǐng)和聘用教授來(lái)培訓(xùn)下一代AI科學(xué)家。

反過(guò)來(lái)，這將進(jìn)一步擴(kuò)大AI技能的差距。因此，人工智能研究人員的工資將保持較高水平。這對(duì)于研究人員本人來(lái)說(shuō)可能是一件令人愉快的事情，但對(duì)于那些將難以為他們的項(xiàng)目聘用AI人才的小型公司卻不是。

人工智能的商業(yè)化也將影響該領(lǐng)域在未來(lái)幾年內(nèi)將看到的進(jìn)步。商業(yè)領(lǐng)域?qū)I的興趣主要是開(kāi)發(fā)具有商業(yè)價(jià)值的產(chǎn)品。他們對(duì)服務(wù)于科學(xué)和整個(gè)人類(lèi)福祉的項(xiàng)目不那么感興趣。

一個(gè)著名的例子是DeepMind，它是少數(shù)在創(chuàng)建人類(lèi)級(jí)AI的研究實(shí)驗(yàn)室之一。自從收購(gòu)DeepMind之后，Google授予研究實(shí)驗(yàn)室訪問(wèn)其無(wú)限的計(jì)算，數(shù)據(jù)和財(cái)務(wù)資源的權(quán)限。但它也重組了AI實(shí)驗(yàn)室，以創(chuàng)建一個(gè)生產(chǎn)商業(yè)產(chǎn)品的部門(mén)。DeepMind現(xiàn)在正處于身份危機(jī)之中，必須決定是科研實(shí)驗(yàn)室還是其營(yíng)利性所有者的擴(kuò)展。

最后，人工智能人才流失和人工智能的商業(yè)化將意味著該行業(yè)的透明度降低。營(yíng)利性組織很少向公眾公開(kāi)其源代碼和AI算法。他們傾向于將其視為知識(shí)產(chǎn)權(quán)，并在其圍墻花園后嚴(yán)密保護(hù)它們。

由于公司將共享更少的知識(shí)來(lái)保持自己在競(jìng)爭(zhēng)者中的優(yōu)勢(shì)，因此這將導(dǎo)致AI研究的發(fā)展變慢。