图：李彦宏发布百度的智能数字助理。图片来源：《自然杂志》。
当吴恩达2011年离开斯坦福大学加入谷歌，他代表了所有从学术界进入企业界的一小撮人工智能（AI）专家。
五年以后，人工智能领域的专才需求大涨——大批研究员跟随了吴恩达的步伐。谷歌、微软、Facebook、IBM和百度等科技巨头的实验室里，塞满了前大学科学家们，被私营公司优越的计算资源与薪酬所吸引。“一些学术界的人怪我开了这个头。”吴恩达说，他在2014年再次跳槽，变成了百度的首席科学家，在公司位于加州硅谷的实验室工作。
许多科学家说，企业对AI的高度关注是一种福利——带来了很多资源，显示了真实世界中的相关应用潜力，吸引了积极学习的学生。但是很多人对这种行业移民的影响产生了担忧，这种人才流动让大学出现了短暂的顶尖人才空缺，最终，人工智能领域可能会以牺牲基础研究为代价，去推动商业发展。
私营公司正在下重金投资人工智能领域——尤其是在深度学习领域——因为它有潜力分析处理巨量的数据。复杂的AI系统有潜力创造高效的个人数字助理、控制无人驾驶汽车、或进行其他对于传统程序过于复杂的任务。企业实验室的资源可以实现学术环境无法做到的进展，加拿大多伦多大学的深度学习先锋Geoffrey Hinton说，他在2013年接受了谷歌的工作邀请。他说，例如在语音和图像识别领域，缺乏数据训练算法和缺乏硬件设备已经将研究推后了几年——在谷歌，他成功超越了这些瓶颈。
“AI现在如此热门。相关的工作机会如此之多，但是从事此领域工作的人又如此之少。”吴恩达说，自己被谷歌数据和计算能力的量级所吸引，以及谷歌解决现实世界问题的能力。另一个私营企业的诱惑是“天文数字”级别的薪酬，Indeed首席经济学家Tara Sinclair说，Indeed是一间总部位于德州奥斯汀的公司，汇集线上工作机会，记录了美国和英国对人工智能领域越来越高的职位需求。
这种热度表明，AI正处于能够在真实世界发挥影响——企业自然是顺理成章的实现方式，加州伯克利大学的AI和深度学习专家Pieter Abbeel说。荷兰莱顿大学的社会科学家Robert Tijssen说，在二十世纪五十年代，类似的人才流动出现在半导体研究领域，许多领袖人物都被猎走，成为企业R&D实验室的负责人。他说，学术界的人才流动可以为业界带去专业知识，同时，将新建立的企业关系网络带给学院和学生，使之成为一个典型的“双赢”。
Herman Herman也同意这个观点，他是位于匹兹堡的卡内基梅隆大学美国国家机器人工程中心总监。2015年，作为研究中心合作伙伴的Uber雇佣了中心150名研究人员中的40名，主要是研究无人驾驶汽车的那些研究员。当时有报道称，研究中心陷入了危机。但是Herman说这太夸张了。这个项目是卡内基梅隆大学机器人研究院几十个项目之一，研究院共有500名教职员。这次招募动作是为了加入新鲜血液，不久之后，Uber给研究院捐赠了550万美元，支持学生和教职员的学术奖学金。与此同时，Herman称事件相关的宣传提升了中心研究工作的形象——申请入学的学生变多了。
学术界的人才流失让Yoshua Bengio有点担忧，他是加拿大蒙特利尔大学的计算机科学家，他也见证了研究所申请人数的激增。如果被企业抢走的教职员保留大学教职——例如Hinton在接受谷歌工作同时也保留了多伦多大学的职位，吴恩达也保留了斯坦福大学的职位——Begnio说，那也只能作为辅修。教职员的减少降低了学习能够培养的学生数量，Abbeel补充道，尤其是博士学生。
Hinton预测深度学习的人才短缺只是暂时的。“大学研究的魔法应该被保护，而且谷歌也认可这一点。”他说。谷歌目前正在资助超过250个学术研究项目，几十个PHD奖学金。
给行业提供人才正是大学的天职，Michael Wooldridge说，他是应该牛津大学的计算机科学家。随着外界对人工智能的关注度越来越高，他纠结地发现，学术被抛弃了。2014年，基于伦敦的谷歌DeepMind从牛津招聘了10个研究员，不过谷歌给了大学一笔七位数的财政资助，并成立了一项研究合作。许多被猎走的职员仍在大学担当教职——给了学生原本不可能获得的机会。
谷歌DeepMind从2014年起，招聘的螺旋就没有休停过。公司职员拒绝就AI人才流动发表评论，但是《自然》杂志收集的数据来看，公司目前的花名册至少有144名研究员——几乎三分之二都来自大学。
大约65%的谷歌DeepMind研究员直接来自学术界（包括联合任命、博士后和硕士生招聘）。许多来自伦敦大学学院，正式联合创始人Demis Hassabis和Shane Legg在2010年成立公司前工作的地方。
图表中，144名DeepMind研究员有35%来自谷歌，其余分布来自伦敦大学学院、牛津大学、阿尔伯塔大学、剑桥大学、蒙特利尔大学、伦敦帝国学院、多伦多大学和MIT（根据人数多少排名）。图片来自《自然》杂志。
图表：谷歌DeepMind研究员的累计增长。其中红色代表来自企业，蓝色代表来自学术界。2014年谷歌收购DeepMind，其后，来自学术界的研究员大量增加。图片来自《自然》杂志。
《自然》杂志从Scopus、Linkedin、谷歌Scholar和个人网站等线上资源收集了数据。其中“研究员”不包括软件工程师、开发者、所有行政及其他员工。研究员以头衔识别（例如“研究科学家”或者“研究工程师”）或者之前的头衔。
Bengio还担心，企业在人工智能行业的统治地位会带来什么长远影响。行业研究员更加神秘，他说。虽然一些公司的科学家（例如谷歌和百度）还在公开发表论文和代码——这使得其他人可以在他们的研究成果基础之上，继续进行研究——Bengio称，企业研究员比学术界研究员更倾向于先注册专利，因此经常会回避提取谈论他们的研究工作。“这让合作变得困难。”他说。
一些业内人士也担心透明度的问题。在2015年12月，SpaceX创始人Elon Musk与其他硅谷投资人在旧金山成立了非盈利组织Open AI。有了支持者们承诺的十亿美元资助，OpenAI讲为大众福利而开发人工智能，分享专利成功，开放与其他研究机构的合作。
虽然谷歌、Facebook和其他巨头们现在看起来都立志于解决AI的基础问题，Bengio担心这不会持续很久。“企业很容易别短期需求所牵引。这是企业本质决定的。”他说。他引用电子通信公司贝尔实验室和AT&T作为例子，这些公司拥有实力雄厚的研究实验室，但是最终都流失了人才，因为过于重视为公司盈利的短期目标。
Hinton坚持认为，基础研究可以在行业中蓬勃发展。而且，他补充道，因为AI研究的急切需求，今日的一些基础研究发展不可避免地会发生在企业中。但是学术界还是会在AI研究中扮演关键角色，他说，“这是最有可能产生新想法的地方。”
via Nature
相关阅读：
正在生成分享图...
我在思考中