“我们抢不过企业”：大学为何留不住最好的AI科学家
更多干货内容请关注微信公众号“AI 前线”（ID：ai-front）
拿博士学生流失案例来说。
在伦敦帝国理工学院下一学年开始的时候，一位资深教授对她其中一名学生的缺席感到困惑。这位学生在她的实验室已经工作了三年，还剩一年就能完成学业，但是已经不再来了。
最后，通过打电话联系到那名同学得知，Apple 开出了六位数的薪资聘用了他。
帝国理工情感和行为计算（affective and behavioural computing）教授 Maja Pantic 说道，“他们给他提供了如此高的薪水，高到他可以直接抛下这边所有的事情然后离开。对方提供的薪水是我能够提供的 5 倍。这让人难以置信，但是我们没办法跟对方竞争。”
上述的并不是个例。在全美范围内，学界有才华的计算机科学家正在不断的从学术界被吸引到私营部门，许以让人难以拒绝的优渥条件。据卫报（the Guardian）对英国顶级研究型大学的调查显示，科技公司正在以惊人的速度招聘人工智能专家，促使大学人才大量流失，甚至已经影响到了大学正常的研究和教学。一位大学执行官警告说，这批被私营部门吸引走的学者（“missing generation”），本来应该会在大学教导学生，并且成为研究项目背后的创造力来源。
学术界人才流失还会带来其他更深远的影响。Pantic 说，大多数顶尖的人工智能研究人员转移到少数几家公司，就意味着他们的技能和经验不能通过社会分享出去。“这是一个问题，因为只有将创新扩散开来，而不是只是集中在少数几家公司进行，才能减轻 AI 可能带来的巨大破坏和负面影响。”
她担心，大型科技公司会让 AI 人才和其他员工之间产生巨大的薪酬差距。Pantic 还表示，除了如何让公司缴纳税款的问题之外，政府可能不得不考虑设定工资上限，像北欧国家一样通过这一策略来制约公司薪酬差距。
许多顶尖的学者都被吸引到 Google，Amazon，Facebook 和 Apple 工作。Pantic 说：“一方面，学界的精英（creme de la）被挖走，令人担忧。另一方面，如果公司不交税，这对政府来说是一个问题。因为这样政府会没有足够的资金来教育人民或投资于学术界。 这是一个恶性循环。”
(Professor Murray Shanahan, who is a senior scientist at DeepMind, but has retained his academic position at Imperial. Photograph: David Levene for the Guardian)
当另一位帝国理工研究人员 Murray Shanahan，收到一份从 Google 基于伦敦的人工智能组织 DeepMind 的工作邀请时，他对此进行了慎重的思考。 他看到了加入公司的诸多好处。他可以在没有其他学术任务的情况下专注于他的研究。他将有机会获得梦寐以求的计算资源。 而且他会有机会和在这个领域的一些顶尖人物一起工作。但是，尽管有众多好处，Shanahan 却停了下来。
他说：“当前技术招聘狂潮对学术界的潜在影响是困扰我的问题之一。” Shanahan 决定与双方谈判设立联合职位的可能性，让他可以两边兼顾，在帝国理工的任教的同时，也作为 DeepMind 的高级科学家。
对于那些有相关技能的人而言，招聘热潮有很明显的好处。科技公司的大量投入意味着面向人工智能的工作岗位会远超合格的从业人员的数量。为了吸引顶尖人才，科技公司不但提供高薪，而且提供了先进的计算设备和技术挑战，而这些技术挑战有可能影响到数十亿人。
在过去，杰出的数学家，物理学家和计算机科学家为了可观的资金都被吸引到了大城市里。现在他们更有可能正在接受与 AI 有关的训练，并且被吸引到技术公司。剑桥大学信息工程学教授兼 Uber 首席科学家 Zoubin Ghahramani 表示：“现在行业上有很多很好的机会，相比之下，其他类的在大城市里的工作机会就显得不但沉闷，而且薪水也不是特别好。从智力趣味和生活方式两方面来看，来自于技术公司的邀请都难以让人拒绝。
(Zoubin Ghahramani, professor of information engineering at Cambridge University and chief scientist at Uber. Photograph: The Royal Society)
今年三月，Ghahramani 宣布他将转职到 Uber。目前，他每个月都要到 uber 公司的旧金山办公室工作一周。明年夏天，他将搬到旧金山，成为 Uber 的全职人员。除了薪水的差异之外，他还列举了学者被吸引进入工业界的许多其他原因。大学中的角色伴随着行政职责，会让有些人觉得很繁重：教学，评分，参与委员会和没完没了的资金申请。 而在行业中，明星职员可以只专注于他们的研究。
但是原因也不止于此。机器学习的成功，推动着人们对人工智能的兴趣激增。机器学习是一个使用算法在数据中寻找有意义模式的研究领域。为了运行良好，现今许多的算法都必须接受大量数据的训练，这是一项耗费大量计算机运算能力的任务。如果没有合作项目，大学几乎无法与大型科技公司在数据或计算上进行竞争。作为替代，他们转而专注于新的思想：例如，构建从较少信息中学习的算法。
Ghahramani 从去年 Uber 收购了他的初创公司 Geometric Intelligence 时，就开始在 Uber 兼职。作为首席科学家，他将全局的监督机器学习算法的使用，以了解城市是如何工作的，以及人们如何在他们的周围出行。最终目标是匹配乘客的乘坐需求。他说：“有趣的是，我们正在真实的城市物理世界中进行机器学习。 我们正在努力优化世界各地的人和事的运输出行。”
Ghahramani 看不出有迹象表明行业对有才能的 AI 研究人员的需求已经达到顶峰。他说：“现在对相关人员的需求仍非常强烈，而且还没有显示出逐渐减少的迹象。“大学将需要培训足够多的 AI 研究人员来满足市场的需求，但是如果把讲师和博士后都从学界引入了行业中，这将是一个挑战。无异于杀鸡取卵。公司开始意识到了这点，一些主要的科技公司也开始通过赞助讲学和捐款的方式来回馈大学。“
去年，Steven Turner 在剑桥大学加入了 Amazon Web Services。他帮助公司建立自己的亚马逊风格的“推荐引擎”，并在客户服务中使用图像识别，计算机语音和聊天机器人。一家他曾经合作过的金融机构，现在开始利用技术来回答简单的问题，例如客户抵押贷款利率，由此解放的人力就可以用在更复杂的问题查询上。
在学术界，他看到各部门努力的争取资金，为了继续他们的研究，也为了留住人。他离开的主要原因是为了去解决实际问题，而不是从事理论概念。但是他发现亚马逊的文化其实比学术界更有活力。在大学时，Turner 偶然发现自己作为一名博士生时，就时不时的会有一种孤立感。尽管他的导师是一位出色的导师。Turner 对“卫报”说：“我个人认为，更加注重文化和社会交往，以确保研究人员不会产生可能会有的孤立感，会对研究人员的留存率产生重大影响。”他表示，大学也应该关注研究人员的职业发展，给予他们免费的接受外部培训的机会，并与商学院合作拓宽研究人员的知识面。
Ghahramani 认为，英国的大学将需要以更加灵活的方式去对待联合职位的研究者。他说：“他们需要对知识产权安排保持灵活性。他们需要对那些可能想要花时间在世界领先的行业 AI 实验室的博士生进行灵活处理。 这是我们需要解决的问题。 那些对此灵活处理的大学已经开始从中受益。”
原文链接
https://www.theguardian.com/science/2017/nov/01/cant-compete-universities-losing-best-ai-scientists