1
研究尖端科學曾經是各大名校和國立實驗室的專利。不難想象，研究人員們曾經都對“唯利是圖”的商業(yè)公司們有一種深深的鄙視之情，大眾對科研的認知也長期同這些機構緊密相連。
但是慢慢的，事情開始發(fā)生了變化，政府部門逐漸變得臃腫、官僚?？茖W研究開始被有意無意的施加了各種限制。而此時，曾經只代表著利益的大公司們反而開始展現出一些社會責任感，以及驚人的研發(fā)實力和效率，這其中最著名的應該要數SpaceX的可回收火箭了。其實在SpaceX中供職的許多科學家都是正牌的NASA研發(fā)人員，他們不想忍受NASA的辦事效率，于是加入了這個私人成立的太空公司，而NASA也明智的給予了其最大程度的支持。這才造就了Falcon 9的歷史性突破。
在人工智能領域也在發(fā)生類似的事，尤其是在最近幾年，隨著多家科技巨頭在人工智能領域的大手筆投入，越來越多的學者從大學里中走到了大公司的實驗室中：吳恩達從斯坦福去了谷歌，最終進入了百度成為首席科學家，深度學習先驅Geoffrey Hinton進入了谷歌，Yann Le Cun去了Facebook的人工智能實驗室……大公司開始越來越多的從學校中挖人。
有不少學者對此表示擔憂，吳恩達算是人工智能業(yè)最早從學術界進入產業(yè)界的學者之一，他就在一次采訪中表示，學界里有人怪他開了這個頭。才導致后面有越來越多人跟隨他進入各個大公司。擔憂者們認為這會使學術界失去科研的中堅力量，破壞整個學術圈的氛圍。
坦白說，他們的擔憂不無道理。雖然都是貨真價實的科研，但學術界和產業(yè)界在進行科研的時候有著相當大的區(qū)別。首先商業(yè)公司進行的研究項目通常都具有極強的實用價值，因為他們最終是需要研究成果給其帶來實在的利益的，這種研究通常被稱為應用研究，其特征是選題相當現實，具有很大實用價值但屬于一門理論體系的末端，基本沒有向上發(fā)展的空間，不會對社會整體的進步有太大的促進作用。而大學實驗室等非盈利機構中的研究項目往往天馬行空，不受利益拘束，顯得非常有想象力，有時也能出現非常有意義的項目。并且在大學的實驗室中還在進行一種被稱作“基礎研究”的研究，其目標是不斷擴展整個科學理論體系的深度和寬度。比如，量子計算機普遍被認為是計算機性能提升的未來。但其理論基礎量子力學的建立幾乎全是由知名大學的教授完成的，而當時甚至連半導體計算機都還未出現。受利益驅動的公司們根本沒有理由去研究如此艱深的學科。如果沒有當時的科學家們不計利益的研究，如今量子計算機的基礎根本不會存在。
并且，學術界的科學家們一旦取得新的研究成果便會主動公布出來同全世界的學者們交流。學術界作為一個整體信息是完全互相公開的。但私人企業(yè)處于保護自己企業(yè)的利益則無一例外的會要求其下屬科學家對研究進度和成果進行保密。企業(yè)對自己利益的保護無可厚非，但這樣一來也會延緩整體技術水平的進步。
加拿大蒙特利爾大學的Yoshua Bengio表示。有些在產業(yè)界供職的教員會保留在大學里的職位，就像Hinton和吳恩達那樣，但這樣的人畢竟是少數。并且教員的減少無疑也會導致受訓學生的數量和教育的質量都有所降低。
但實際上，這樣的變化未必會真正對學界造成想象中那么大的影響，荷蘭萊頓大學社會科學家 Robert Tijssen 表示，上世紀50年代，同樣的職業(yè)遷徙現象也在半導體研究中出現過，當時半導體領域的很多頂尖學者都被挖走，成為產業(yè)界研發(fā)實驗室的負責人。但最終雙方達到了一個雙贏的局面。這些學者將他們的專業(yè)知識帶入產業(yè)界，同時在產業(yè)里建立新的關系，而后又將這些產業(yè)關系反饋給原來學術界的同事和學生，促進了他們的進步。
產業(yè)界能給學者帶來的明顯好處是很多的：明確的目標和精煉的組織結構帶來的極高的效率，優(yōu)秀的硬件條件和在長期的業(yè)務實踐中積累的海量數據（尤其是在像谷歌這樣的大公司里），并且私企通常愿意給這些科學家提供“天文數字”的薪資。而不太明顯的另一個好處則是：大公司開出的這些薪資也會讓高校為了留住科研人才而更加積極的改善其學者的待遇。
牛津大學計算機科學的Michael Wooldridge表示，為產業(yè)界輸送人才其實確實是高校的責任之一。針對牛津大學的數名學者同DeepMind公司合作的事，他也表示：“機器學習是一項正處在極好時期的研究項目，我們已經在這個領域投入了重金，我們也對自己將在此領域內將同谷歌取得的成就而感到無比興奮。我們很為幾位加入谷歌的同事們感到驕傲，也很感謝他們在此領域內做出的努力，而為同世界領袖級的計算機公司的合作鋪平道路?！?/p>
事實上，企業(yè)們也意識到高校等機構中研究項目的重要性。目前谷歌已經資助了250多項學術研究項目和幾十個博士獎學金。并且谷歌也在公司內開設了一些具有比較長遠意義的研究項目，一個被稱為“MoonShot”的系列項目。
無論如何，總體來說，大公司不斷招攬學術人才并不是一件完全的壞事。這些具有實戰(zhàn)經驗的學者得到的經驗總會反饋給學界的師生們，從而促使他們進步。而有了前輩們的經驗和來自企業(yè)的贊助，留在學校中的學者們也能更好的沉浸于研究中了。
今年8月，谷歌DeepMind CEO Demis Hassabis和牛津大學計算機科學教授Michael Wooldridge都將參加雷鋒網在深圳舉辦的人工智能與機器人創(chuàng)新大會。
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
