唇亡齿寒，人工智能学术界与工业界的一场艰难“拔河”｜Xtecher特写

Original 2016-12-02 欧拉拉、甲小姐 Xtecher

当一个学科经过充分的沉淀迎来技术井喷，带着势能从高原俯冲直下时，所波及的整个领域生态都会受到震荡。

在人工智能这场学术界与工业界的拔河之战中，学术界由于制度繁琐、收入较低、技术落地性差等原因已呈现出一定弱势；而科技巨头与近年来涌现的创业公司，都在处心积虑地设计着天堂一般灵活的用人机制、财务机制、创新机制，使得工业界成为了更富吸引力的土壤。

如今，两边的闸门均已打开，人才都望着两岸。这会带来什么？本文旨在探讨一个答案。

作者｜欧拉拉、甲小姐

编辑｜甲小姐

网址｜www.xtecher.com

微信公众号ID｜Xtecher

院校里一流的教师资源正在向工业界外流——这是全球人工智能领域的普遍共识。

有人大力鼓吹赞扬；有人站出来指责这是对资本示好，失了初心；而担忧的声音在悄悄地问：这么做是不是以危害学术发展为代价去满足工业界的野心？

不同声音之下，是如今人工智能学术界和工业界的一场艰难拔河，是深处于这场时代漩涡中不同角色人物的真实困境。

“我喜欢直接捐钱的”

在今年6月的VALSE论坛上，浙江大学的周昆教授开了一个玩笑：

“联想是一家好公司。他们每年给我们一百万，不管我们做什么。所以联想是一家非常好的好公司！”

周昆是浙大计算机辅助设计与图形学国家重点实验室主任，曾获得2011年度全球顶尖青年科技创新人物奖（MIT TR35），获得过此奖的还有扎克伯格和杨致远。

他领导的实验室硕果累累，找上门来合作的企业非常多，“有要人的，要技术的，要授权的，我最喜欢的呢，是直接捐钱的。”

话音未落，引得全场观众哈哈大笑，接着响起了热烈的掌声。因为，周昆教授说出了很多学术界的人想说却又不敢说的话。

“研究生一毕业拿到的工资就比我高

“我有一些研究生一毕业拿到的工资就比我高，这个情况从几年前就开始出现了。”一位在中科院人工智能领域研究员告诉Xtecher，“这样的情况在国外也有，不能说奇特，但也反映出一些问题。”

受自由市场影响，相同专业的人才，在工业界拿到的薪水平均比高校教师多出一到三倍不等——对于学术领头人而言，高校的吸引力正在降低，面对此况，高校不得不做出调整。

当下，中国高校教育薪酬制度正在经历一个变革期，不同高校根据自身情况开始了各种尝试，造成学术界的薪酬结构产生了扭曲的变化——高校之间，两极化差异明显。

目前，我国高校中待遇最好的属清华大学。据说，清华教授年薪最高可达80万元——40万由学校承担，此外最多还能从和业界合作的横向课题中拿出40万作为工资；工资相对较低的如北京理工大学，有的教授月薪可能还不到1万元；而类似于中科院这样的国家级研究院则介于两者之间，普遍月薪在2万元左右。

可见，虽然高校已着手于改革，实际情况依旧是“让一部分人先富起来”。可即便已经“富起来”的那部分教授，所拿到的薪酬跟工业界比起来依然没有丝毫竞争力。单从资金回报来看，这是一个反经济常识的现象。

作为市场的一份子，知识分子很快有了反应——近两年来，大批高校教师开始外流。

象牙塔之痛

“钱只是一方面。”

当Xtecher进一步追问这些高校、研究院教师为何离开时，他们总是会给出这样的答复。

的确，真正的学术领军人物，无论在学界还是业界，生活质量是不用愁的，甚至在过去，高校和研究院围成了一道清净专注的象牙塔，是众多学者心向往之的地方，可如今，这个象牙塔圈出的一亩三分地，似乎已经太小了。

最近几年，国内，李子青（中科奥森）、山世光（中科视拓）、周曦（云从）、汪玉（深鉴）纷纷跳入战场；国外，多伦多大学的 Geoffrey Hinton 加入谷歌，纽约大学的 Yann LeCun加入Facebook，斯坦福大学的吴恩达加入百度。几周前，斯坦福人工智能实验室负责人、ImageNet的缔造者李飞飞加入Google，似乎也是意料之中。

什么推就了大牛们的“出走”？

“计算机学科，总体来说是一个工程学科，它得关注用在哪里。”山世光说。

中科院研究员山世光今年成立了公司中科视拓，已获线性资本、紫牛基金、地平线和明势资本等千万元级别的天使投资。他的“出发”，意味着这位在人脸识别领域深耕近20年的著名人物、“国家队选手”走向了市场，成为“搅局者”——这么掐指一算，CV领域还停留在学术圈子的大牛们，真的所剩无几了。

山世光告诉Xtecher，一直以来，他在中科院计算所的工作离业界并不远。从2000年开始，他们先后和银晨、华为、中国移动、百度、三星、诺基亚、日本的NEC、欧姆龙、松下等十几个公司合作，扮演企业研发部的角色。他们完成系统和核心算法，交给企业完成工程化和产业化。

然而，除了类似BAT、华为这样的大公司，在与中小型公司合作时，他深刻地感受到一种“合作局限性”。

很多中小企业因为资金困乏，合作时特别希望实验室不仅仅做算法，也将工程化和产品落地部分“一揽子都包了”——但对于院校来讲，学术是至上的纲，师生们无暇在“客服”上花费太多心力。

而在他的博士生、中科视拓CEO刘昕眼中，出走创业的核心原因是：“外部环境的变化，使得呆在学术圈的优势减弱了。”

一方面是技术变化。深度学习带给了人脸识别革命性的变化，Facebook的DeepFace，香港中文大学的DeepID，Google的FaceNet，人脸识别领域迎来“方法大变革”；另一方面是数据量变化。过去研究者能拿几万的数据就很了不起了，但2015年Google用了两亿人脸数据。更好的机器、更大规模的数据、更多的钱，使得在一部分技术点上甚至出现了工业界在技术上超过学术界的情况。

刘昕说，大家越来越认识到“数据”才是最核心的竞争力，而在学术界只能用公开的数据闭门造车，真实数据掌握在工业界手中。如果不做公司，做技术服务别人不倾向于把数据给你。如果要花钱买数据，一次就要花费近百万，资本带来的数据量将大大反哺到技术。

因此，工业界不仅仅有诱惑的薪酬，更有海量数据库、计算能力、以及创造用户数百万的产品带来的兴奋感——这成了对学术大牛最有吸引力的地方。

今年，一位国立研究所的研究员张教授，从研究所辞职去一家公司任技术副总，年薪150万，加上股票和分红，年薪达到200万元。

张教授解释了他心中的象牙塔之痛——每年为项目和考核而四处奔波，技术上却常常是无法落地的半成品，很多项目验收一结束就等于划上了句号。此外，他还要操心各种事：新的课题要创新思路，财务报销要东拼西凑，还要想方设法给组员提高收入……这使得他无法集中精力做自己真正想做的科研项目。

在和企业董事长长谈之后，张教授坚定了他要做“有用的技术”的理想，毅然决然地辞职了。

在上述原因之外，一些被访者还告诉了Xtecher另一方面真相：

当企业跟高校提出某个项目制的合作时，高校通常会提出“共享知识产权”，但企业无法预知技术在未来的发展程度及获利情况，不能做出承诺——这会直接使双方都产生心理防备，合作要么谈不拢，要么很容易出现矛盾分歧，在两边触发“互相不信任”的抵触情绪——企业认为学术界做不出好的东西，学术界认为工业界不值得合作。

既然合作有局限，那么实验室不和业界合作不行吗？“想接就接不想接拉倒”不行吗？

不行。

现实情况是，近两年，国家的非基础学科拨款越来越少，意在推动科技落地，带动生产力发展——调整后的工资结构中，横向课题的部分占比很高。

这样一来，老师和学生们失去了拒绝的底气。

失望的博士生

去年毕业的工程师李绍欣在腾讯优图从事计算机视觉方向的基础研究工作。他的学生时代无疑是幸运的：博士在中科院师从山世光，期间还有幸在颜水成教授的LV实验室交流半年。

即便如此，回忆读博的日子，他还深感唏嘘。

“读博非常辛苦，在国内，读博能拿到的实习工资相比工作的薪水要少很多。”

临近毕业的两年里，他的生活几乎是在科苑公寓和实验室两点一线中奔波。早上九点到实验室，凌晨一点离开，一周六天，临近截稿日期通宵更是家常便饭。

“我们实验室还算好，没有太多横向项目的硬指标，但光是论文就压力很大。”要发表中高水平的论文，需要花费大量的时间精力，若是屡战屡败，很容易导致课业精神的双重压力。

虽然长时间保持高负荷工作研究，但李绍欣是幸运的，他很快就顺利发表了论文——这也归功于他并没有被过多的横向课题所分心，但在一些别的高校或实验也许就不一定了。

很多实验室由于经费问题，不得不接下一些对科研项目和学生学习没有直接帮助的企业合作，直接导致了教师和学生的时间精力被占用，科研成果产出质量也必然受到影响。

一些博士生的共识是：和一些中小企业合作，对发论文并没有帮助，钱也没多少，纯属占用时间，还无法拒绝。

据了解，现在国内很多实验室都采取指纹打卡的方式监督学生在实验室的工作。

博士生的无奈和失望，造成了他们再也不把留在院校任职作为自己的第一目标。

据美国国家科学基金会（National Science Foundation, NSF）统计：如今，美国计算机科学领域的博士在工业界任职比例高达57%，而十年前，这一比例是38%。

工业界的计算研究协会（Computing Research Association）称，尽管美国博士生的总数在增加，但愿意留在学术界的人数比例达到了“历史最低点”。

当然，在薪酬上，工业界的优厚薪水是高校无法企及的。根据 NSF 的数据，在美国，2014年，计算机和信息科学专业的大学博士后年薪为55,000美元，相比之下，工业界提供的年薪为110,000美元，是高校的两倍。

两年后的今天，差距还在持续拉大。

失望的博士生们很清楚：在人工智能这场学术界与工业界的拔河之战上，学术界由于制度繁琐、收入较低、技术落地性差等原因已呈现出一定的弱势；而科技巨头与近年来涌现的创业公司，都在处心积虑地设计着天堂一般灵活的用人机制、财务机制、创新机制，使得工业界成为了更富吸引力的土壤。

桥梁：走好“中间40步”

自十八世纪第一次工业革命以来，科学、资本、政治之间的回馈和循环无疑是推动历史演进的主要引擎。

如果没有西班牙皇室的赞助，也许哥伦布就无法到达美洲，帝国主义和资本主义也因此无法在短时间内得到蓬勃发展。或许此刻，人类还在遥望天空，离开地面探索宇宙依旧存在于幻想和故事中。

在时代和资本的裹挟下，人工智能领域也开启了这样的循环。

“计算机科学不像数学物理，本来就是一个人为的学科，最后还是需要和真实世界相会的。”李绍欣在读本科时就明确了自己要走向工业界的职业规划，虽然他曾分别在百度IDL和阿里小微金服实习过，但去年毕业时，他最终还是选择了落地性最强、以产品著称的腾讯。

大势不可违，由于人工智能学科的特殊性，学界和业界无法完全割裂发展：工业界需要源源不断的人才和技术，学术界需要大数据和技术落地。

因此，如何建立一座在高校和企业间互通的桥梁，成为了人工智能发展的关键。

难处在于，工业界和学术界的出发点有着本质区别：探索和应用是一对无可避免的矛盾。人工智能技术成本非常高昂——当企业需要技术升级时，首先会想绕过而不是解决问题，只有在前路无法走通，或在战略上需要筑起壁垒时，才会选择技术上的探索。

困难固然很大，我们也看到了一些好例子。

360人工智能研究院院长颜水成教授，还在新加坡国立大学教书时，曾为松下集团担任过长达7年时间的技术顾问。颜水成告诉Xtecher，这是一段非常愉快的合作经历，正是这段经历，为他去年转向工业界埋下了伏笔。

当时，颜水成和松下采用的是双方都出科研人员，针对某一个项目或者产品做定向研究。这样有效避免了科研和产品的脱节，甚至还有共同发表论文的可能性。这值得所有人借鉴：把合适的人放在合适的位置上，而不是勉强科研工作者去做一些工程化或产品化的活儿。

山世光有一个有趣的说法：如果把人工智能领域完整的产业比拟成100步，那么学术界是在走学术研究方向的前30步，而中小型公司可以走业务方向的后30步——中间这40步就是产品化和工程化，是空缺着没人来走的。

这是目前双方合作最普遍的问题。无论是在合作中引入第三方来进行这部分工作，还是双方出人力，只要能够突破“中间40步”的障碍，高校和企业间互通的桥梁就能够顺利建成。

华为董事长任正非更直白地讲：虽然有些教授本人不会到华为工作，但可以与教授的博士生们建立联系，这样企业与学术界的纽带就连接起来了。当出现成功时，注明是来自他们的成功，名和利双方各收获一条，两者不矛盾，不就成为合作伙伴了吗？

也就是说，虽然学术界和工业界的目的地确有不同，但不排除双方可以在过程中共享一段美好旅途。

反哺与回流

人工智能领域的所有玩家都很清楚：人才是最重要的资源。着眼于当下，关于这些人才在什么地方，和谁在一起，企业们真是费尽了心力：从高校中挖人，从竞争对手中抢人，愈演愈烈的人才大战似乎没有停息的兆头。

可左右互搏的结局总是唇亡齿寒——人才一共就这么多，挣来抢去只会让人才越来越贵，企业越做越难。

（参考Xtecher文章《人工智能人才大博弈：付不起的工资，抢不到的人》）

最本质的解决办法，是在整体人才供给上补充新鲜的血液。

如今，人工智能领域优秀教育资源的流失势必会对教育质量造成一定的负面影响，这种影响在几年后才会逐渐显现；但从长远来看，如果优秀教师真能在工业界大放异彩，工业界也定能够对学术界产生“反哺效应”——届时，无论是报考人工智能相关专业的学生，还是各界资源，都会对这个领域有更多的青睐和倾斜。

如何把握好人才流动的平衡点，是高校和工业界都需要去思考的问题。一旦因教育资源过度流失造成教育断层，对于学科之后的发展会有长远的负面影响，结局便是唇亡齿寒。

美国的经验我们可以借鉴。

在美国，科技巨头们已经意识到工业界和学术界之间的生态对技术发展的重要性，为了使人才“回流”到校园，也正在付出努力。

IBM 最近启动了一个“认知地平线网络”（Cognitive Horizons Network）项目，这个六大院校实验室的联盟，目的是为了让学者能够保持与业界联系，同时继续待在大学进行科研活动；上周，谷歌宣布投资340万美元到Bengio教授的AI实验室，这个实验室也参与了“认知地平线网络”项目。像这样通过资助大学各系和实验室来达成合作的企业已经越来越多。

而已经转向工业界的专家也在努力平衡自己在产业界和学术界的角色。Hinton 教授将自己的时间切割成两大块，一块在谷歌，一块在多伦多大学，目前他仍带着3个研究生；LeCun 教授这一学年也还在给一个班级授课；李飞飞表示她还将会继续在一些学期里在斯坦福大学授课。

而反观国内政策：接连下达的文件，都是对高校教师和科研人员走向工业界持相当鼓励的态度。

国内鼓励“出走”，美国鼓励“回流”，两者相比，值得我们思考。

不过，我们也看到了国内反哺回流的努力：腾讯、阿里、华为也开始纷纷在大学建立以自己企业命名的“俱乐部”社团组织，腾讯甚至在大学里“开课”，让自己的一些资深员工，定期周末搭乘飞机到高校给学生讲课。

如今，两边的闸门均已打开，人才都望着两岸。无论是出走还是回流，只要让人才两边流动起来，人才就会像血液一样，给行业带来源源不断的氧气。

前途越是不确定，越需要创造

驭势科技CEO吴甘沙告诉Xtecher，人才的输出大致分为三种，一是传统的学校培养；二是极少数自学成才的人；三是由企业在实际工作中培养出的人才——而这一部分往往是非常优秀的。

他认为，对于类似于BAT、华为这样的大公司来说，“他们培养的人才甚至比交给国家的税，有价值得多。”

在创新的投入上面，不得不说华为做得非常好。

华为有八万多研发人员，每年研发经费中，约有20%至30%用于创新和研究，70%用于产品开发，并对外宣称未来几年每年的研发经费会逐步提升到100亿至200亿美元。

“和教授合作，不要提那么多要求，就说能否在你立项和失败的时候给我们讲两堂课，喝几次咖啡。”

任正非引导着华为这个庞大的集团在“无人区”中前进着，他极其注重和学术界间的联系。