如何評價多倫多大學新建的向量學院 (Vector Institute)？對人工智慧領域會有何影響?

多倫多大學宣布成立Vector Institute，由Hintion擔任首席科學顧問，將致力於人工智慧研究。New institute aims to make Toronto an 『intellectual centre』 of AI capability | Toronto Star

大家怎麼看待這個新成立的機構呢？

謝邀:)

這是極具戰略眼光的一招布局，無論是從人工智慧研究角度還是商業化角度，都是很好的第一步。從我的角度來看，Vector Institute建立最重要的意義是有可能規範研究機構商業化的模式，這對於其他學科、學校、甚至國家都有重要的意義。這可能會解決一個尷尬的困境，即知識和研究變現必須投身工業界的窘境。從國家層面上來說，考慮到全球向右轉的趨勢，Vector Institute的成立有助於加拿大在第四次產業變革中儲蓄人才。

0. 前言

我會先從大方向上分享一下我的看法，並在後面提供一些具體分析。雖然我和答案中提到的一些老師有過交流，但本文的內容純屬我的個人觀點，並不代表任何機構和個人。

首先我們要明確，Vector Institute是否該翻譯成「學院」還有待商榷。其次也不該叫做多倫多大學建立的Vector Institutes。原因有二：

1. Vector Institute是獨立的非盈利性研究機構，並不是從屬於多倫多大學的一部分。
2. Vector Institute並沒有頒發學位的權利，翻譯為學院可能有所誤導。

對於Vector Institute更準確的描述應該是 「由多倫多大學人工智慧學者與教授發起，加拿大政府及多倫多大學支持贊助，以及大量企業共同捐助下成立的一所獨立的人工智慧研究機構」。

在深度學習大熱的今天，依靠Hinton的名氣和資源以及多大在人工智慧領域的積累，加拿大/安省/多倫多/多大都想確立「人工智慧聖地」這個地位。換句話說，如果深度學習和人工智慧沒有大熱，如果Hinton無意為母校和祖國發揮餘熱，這個機構是很難成立起來的，一切都是歷史的選擇。

1. Vector Institute的定位是什麼？

其官方定位：

1. 成為世界領先的人工智慧研究機構
2. 培養深度學習和機器學習的博士和碩士*(下面會分析這點)
3. 利用人工智慧促進多倫多、安大略省，甚至是整個加拿大的經濟

我個人覺得，Vector Institute比較獨特的優勢及意義在於:

1. 進行前沿的人工智慧研究。多大的機器學習放眼世界內也可以說首屈一指，以Hinton老爺子為掌門的這一派活躍於各種前沿陣地，是ICML和NIPS的常客。不談Hinton這種深度學習之父，Vector Institute還有 Raquel Urtasun(機器視覺無人車)，Sanja Fidler(機器視覺自然語言與視覺)，Brendan Frey(基因序列分析), Richard Zemel (機器視覺金融)等一眾知名學者。所以不出意外，Vector Institute有能力吸引各種人工智慧方向的學生和學者。舉幾個例子給大家感受一下， Ruslan Salakhutdinov是卡內基梅隆大學副教授和蘋果人工智慧總監，上面提到的Brandan Frey和Rich Zemel也都是老爺子的學生，而Raquel Urtasun是Uber ATG的負責人。
2. 吸引人才向多倫多遷移並將其留在加拿大。當人工智慧人才向加拿大聚集後，Vector Institute的存在可能可以使得研究不再是一項苦逼和窮困的工作。而在在全球向右轉的這個時代，加拿大的開放包容以及人工智慧的領先地位會幫助加拿大進一步「收割」中美兩國的AI人才。配合加拿大寬鬆的移民環境，Vector Institute有極好的機會留住人才。
3. 促進人工智慧研究的商業化。這個機構不僅僅是一個單純的研究機構，更有豐富的將研究結果商業化的經驗。依託其地理位置，人脈，以及和企業之間（詳見下文）的密切合作，更多的人工智慧技術將會被應用到各行各業中，如金融、保險等。
4. 成為創業孵化器。商業化不僅僅代表和大企業之間進行合作，更代表將成果直接申請專利成為產品的機會。像第一點提到的，人工智慧可以商業化的方向很多，而Vector Institute裡面大量的成員都有創業背景，例如Brendan Frey (Deep Genomics) 和 Richard Zemel (SmartFinance)。甚至創始人中就有經驗豐富的創業者Jordan Jacobs和Tomi Poutanen, 他們是人工智慧創業公司 Layer 6 AI的創辦者。當然，Hinton當年的創業公司DNNresearch Inc.也被Google在2013年慷慨收購。
5. 與政府和企業的良好關係。加拿大總理「小土豆」曾四處奔走為人工智慧研究籌錢，可見當屆政府對人工智慧的重視。這樣的關係保證了研究資金的穩定性和獲得數據的能力，而我們知道人工智慧最大的門檻不單純是機器，而是在不同領域的數據積累。Vector Institute的啟動資金主要由兩個部分構成：
1. 政府機構及政府研究基金: CIFAR和ICRA。
2. 各大企業: 谷歌，英偉達，RBC為首的一眾銀行，以埃森哲為首的一眾諮詢公司，以Sunlife為首的一眾保險公司，甚至還有生鮮巨頭Loblows。

2. Vector Institute提供什麼樣的崗位？怎樣才能加入？

據我所知，現階段Vector Institute主要的的研究人員都是多大的教授和他們所帶的學生和博後。其現在對外招聘只有兩類崗位並且非常嚴格：

1. 研究科學家(Research Scientist): 要求計算機及相關背景的博士，機器學習的具體研究方向不限。
2. 博士後(Post-doc Fellow)...

明顯可以看出其現階段其重心並不是培養學生上，並未對在讀本科生或研究生提供實習或研究機會，所以大家不要被誤導以為這是一個學校。在現階段最好的加入方法依然還是先申請多大機器學習組教授的碩博或者博後機會。

誠然，最終更大可能的模式是一套人馬兩套班子。因為Vector Institute現在基本所有的研究人員都是多大的教授，那麼Vector Institute可以成為其學生和博後的實習基地和資金來源，並逐步對外開放吸收人才。

我估計在不久的將來Vector Institute也會開放一些要求更低的崗位，比如在讀研究生就可以申請的助理研究員(Research Assistant)的崗位或者短期的訪學(Visiting Scholar)。在這種假設下，Vector Institute可能會成為又一個機器學習的「鍍金」聖地。

3. Vector Institute的選址有什麼特別之處？

Vector Institute所處的位置在MaRS Discovery，這個建築就是安省政府和一些商業機構共同投資建立的創業孵化基地，整個大樓裡面有大大小小很多創業公司和研究機構，且提供資金優惠。而且最重要的是，MaRS距離多倫多大學的距離步行不到5分鐘，離計算機系的大樓(BA和SF)都非常近，這也為後面的推論打下伏筆。說句題外話，Vector Institute的研究總監Richard Zemel自己供職的創業公司SmartFinance也在這個樓裡面，因此MaRS作為機構的選址實在是意料之中。這樣的選址可以最大限度降低研究人員的通行時間，還可以保證研究商業化的效率。

圖片來源: MaRS Discovery District

從配圖不難看出Vector Institute處在多倫多市中心，毗鄰多大且步行就可以到達金融區。這為學術合作和企業合作都打下了良好的交通基礎。

4. Vector Institute的創始人和董事會成員有什麼特別之處？

從其創始人和董事會成員，大家可以再次看到其野心以及活力。主要包括四種人：

領域專家和科學家(均為多倫多大學教授)：

• David Duvenaud：計算機科學和統計學助理教授
• Sanja Fidler：計算機科學系助理教授
• Brendan Frey：ECE, CS還有醫學研究的教授
• Roger Grosse：計算機科學助理教授
• Geoffrey Hinton：計算機系教授(已退休)
• Daniel Roy：計算機科學和統計學助理教授
• Raquel Urtasun：計算機科學系副教授
• Richard Zemel：計算機科學系教授

政府機構和行政人員：

• Vivek Goel：多倫多大學副校長，曾任政府研究機構負責人
• Mary Jo Haddad：曾任SickChildren主席和CEO
• Chaviva Hosek：曾任CIFAR(由政府資助的研究基金)主席
• Pearl Sullivan：曾任滑鐵盧大學工程學院院長
• Terrence Sullivan：曾擔任多個政府機構職務

企業家：

• Ed Clark (Chair)：道明銀行(TD) 董事會主席和CEO
• Scott Bonham：企業家和投資人
• Nadir Mohamed：曾任Rogers董事會主席和CEO

創業者：

• Jordan Jacobs：Layer 6 AI創始人
• Tomi Poutanen：Layer 6 AI創始人
• Stephen Lake：Thalmic Labs創始人
• Michael Serbinis： League Inc創始人
• Shivon Zilis: Bloomberg Beta創始人

不難看出，其研究主力還是多倫多大學計算機科學和統計系的教授們。在商業化科研成果方面有很多大企業的高管以及自身創業者，甚至風投。這樣豐富的人員構成保證了這艘大船的行駛方向可以得到很好的校正，且在不同的領域都有足夠的資源和人脈。

5. 合作夥伴與贊助商

文章開頭提到了其企業合作夥伴，數量很大而且出錢都不少。以銀行業為例，加拿大五大行一個不差全都掏錢。以審計行業為例，四大會計事務所也都赫然在列。我們不難從中嗅出金融服務類公司對於人工智慧的熱情，而這更像是《三體》中描述的一種防禦措施。不管最終這個機構成果如何，我們先掏錢買票上船。刨去政府投資和公共研究基金投資的部分，企業投資共計8000萬加元。

承諾投入250萬或500萬加元的企業：

• 專業服務型公司: Accenture, Thomson Reuters, Deloitte, EY, KPMG, PwC Canada
• 金融及銀行: BMO Financial Group, RBC, Scotiabank, CIBC, TD Bank Group, Georgian Partners
• 保險公司: Intact Financial Corporation, Manulife, Sun Life Financial
• 科技公司: Google, NVIDIA, Shopify
• 其他: Loblaws Companies Limited, Magna International, Air Canada，TELUS, EllisDon Corporation, Linamar Corporation

小額投入(每年2萬加元)：

• 創業公司及基金會: Chan Zuckerberg Initiative, Clearpath, Deep Genomics, FreshBooks, Layer 6 AI, Thalmic Labs

6. Vector Institute是否存在失敗的風險？

樹大招風，這一切從願景角度來看都堪稱完美：有人才也有投資，似乎就要一飛衝天。但凡事都有風險，我能想到有以下幾個：

1. 利益分配問題。Vector Institute有充足的研究資金，其分配與把關是否清晰合規。因為整個機構基本被多大計算機系(機器學習組)控制，是否會滋生一些程序上的不規範還有待考證。而且多大有很嚴格的研究成果商業化的規定，是否會產生利益衝突也未可知。再次，很多教授本身都有自己的創業公司，如何平衡研究成果的所有權是一個很有趣的問題。如果一項研究成果有很大的商業價值且受到了Vector Institute的資助，那麼如何共享利益。
2. 精力投入問題。其中有相當一部分資深教授早已功成身就，是否有精力投入機構建設也是個問題。作為教授不僅有研究任務，講課任務，甚至還有行政職務需要履行，如何平衡時間投入也是個未知數。有一定可能性很多教授的加入只是走過場，並不會真的投入時間和精力。
3. 投入與產出。在政府企業都大量的投入的情況下，如果不能拿出傑出商業成果或者研究成果，後續資金會成為問題。Vector Institute有可能淪為大家想要鍍金的場所，而不能安心投入研究。僅做假設，把Vector Institute想像成一個創業公司，在把風投的錢燒光之前一定要有拿得出手的產品。
4. Geof Hinton。正所謂成也蕭何敗蕭何，Vector Institute能夠建成Hinton功不可沒，但在「沒有」Hinton以後的日子裡面又會何去何從我們不得而知。老爺子已經越發像一面旗幟，一個家長。一個家族，而當大家長不再時，整個家族是否會分崩離析？

衷心祝福Vector Institute能越走越遠:)

--------------------------------------------------------------------------------

安利一下最近的回答和文章:

阿薩姆：如何有效處理特徵範圍差異大且類型不一的數據？

阿薩姆：反欺詐(Fraud Detection)中所用到的機器學習模型有哪些？

阿薩姆：如何看待「機器學習不需要數學，很多演算法封裝好了，調個包就行」這種說法？

帶你了解機器學習(一): 機器學習中的「哲學」

我只想說學院名字能不能換一個？名字起得不落窠臼的難聽。非要挨上向量可以，加個science或者sciences不就行了。Institute of Vector Sciences，向量科學學院，是不是一下就高大上起來了？

利益相關，關於人工智慧，我的看法是這個Vector Institute 以後很可能成為程序員全面顛覆金融業的標誌，原因有三：

1.多倫多獨特的地理位置布局跟經濟結構

首先，多倫多是一個集合了金融，高科技，學術為一體的大城市。

學術——作為人工智慧最熱門分支之一Machine Learning 的起源地，多倫多大學有著強大的學術支撐，通過學術研究成果的轉換足以推動商業應用的發展。

以下是一些相關的文章以及維基百科詞條：

Timeline of machine learning 機器學習的歷史

Geoffrey Hinton - Wikipedia 大神簡介

關於交易策略的機器學習 Udacity 的一門公開課有興趣可以看看

http://www.qminitiative.org/UserFiles/files/S_Clémen?on_ML.pdf

（有待補充）

金融——加拿大五大銀行（RBC, Scotiabank, TD, CIBC, BMO）總部均設立在多倫多（REF：Big Five (banks) ）。Toronto Stock Exchange 也是世界有名的股票交易中心。強大的金融產業以及各種衍生的機構創作了大量工作崗位，編程相關或者部分相關的工作Job Title譬如

IT Developer, Business Analyst, Information Security Specialist, Data Ingestion Developer, Big Data Solution Developer, Infrastructure Cloud Engineer, Solution Designer, Test Analyst, Quality Assurance Analyst, Quantitative Analyst

這些關鍵詞在Indeed上搜索在多倫多有著成千上萬職位的Openning，銀行大部分職位工作的重複性高，被人工智慧替代的概率非常高，銀行為了節省成本會在前期投入資金大力發展人工智慧，成熟以後就慢慢減少傳統崗位如信貸經理等。產業需求反過來推動學術向前發展並且銀行會為科研投入資金，VI就是一個很好的例子。

高科技行業——一直以來多倫多的高科技行業很多時候被選擇性忽視的（跟美國相比）。其實在多倫多有大量的科技公司，比如 IBM Canada, Alcatel Canada Inc., Hummingbird Communications Ltd., Celestica Inc., Hewlett-Packard Canada Ltd., Compaq Canada, Adobe, Clearnet, Rogers Communications, Sprint Canada 旁邊還有著名的程序員工廠，水盧。作為科班出身的程序員有著深厚的編程技能，相比一些本科學金融順帶學點編程的小白們更有優勢來改造目前不斷自動化的金融行業。伴隨著大數據時代的到來，程序員將全方位地進攻金融業。

2.程序員顛覆金融業的可能

3.當前程序員在金融業的就業前景以及職業發展

3.1 不同專業類別進入銀行業所肯能缺失的知識

這是朋友創業開的培訓機構對於大數據技能培訓的Learning Path的課程設計跟分類。我主要不是來發廣告的，不過你們要是感興趣去報名上課的話我支持。課程內容豐富，價格公道，安利一個哈哈。

Learning Path

（有空我再寫，比如找工作的準備等等，想繼續看請點贊）

我感到寫的不錯，可能多數內容是翻譯英文，英文介紹里有。

人工智慧十分重要，洋人早就明白這一點，加拿大搞人工智慧數多大，其次才是其它大學或研究單位，我聽說多大計算機系在機器學習方面在世界上也數得著。計算機系與統計學系合作干，搞人工智慧離不開統計學。

我剛才瀏覽幾個對比大學的帖子，咱們華人太喜歡攀比、太在乎排名了，老是攀比或折騰誰高誰低，這種人不會是多高的人，美國總統羅斯福與丘吉爾、斯大林、希特勒攀比過或比過高低嗎？

好好學習、好好工作，甭老扯閑蛋。

首先西方國家搞的一些大學排名並不客觀，英國佬搞的大學排名把好幾所英國大學排的挺高；

有點譜，就那回事，過去長期把中國的大學排名很低，最近幾年才排的比較高了，而且有不小的忽悠成分，比如把清華排的很高，沒準明年就會把清華排低，又降好多名；西方基督徒特能玩誘惑欺騙、逗傻瓜玩。

通常一個大學，如果排名高了則就拿來說事，如果排名很低則不說話了，或者不屑一顧、或者指出排名的缺陷。

其次，西方基督徒騙子與中國騙子不是一個風格或一回事，比如5眼國家的政治騙子、宗教騙子和錢騙子，人家內心裡對真假、對錯、是非不是很在乎，但老折騰真假、對錯或是非，目的是為了獲取利益、佔到便宜，中國人卻當真了。

最後，幾乎所有的評價大學、對比大學的帖子都有偏見或偏愛，而且誰也做不到比較全面的了解真實情況，差遠了。大家一定要明白這一點，否則比較容易被誤導。

我舉個例子，滑鐵盧大學的co-op 沒有那麼好，有些學生為了干co-op 連類似體力活的工作就幹了，很辛苦、不掙幾個錢，也是沒法的事。比爾.蓋茨為啥偏向滑鐵盧大學？每年給微軟送去不少畢業生，占人家的大便宜了，幹不了多少高級工作，本科畢業生嘛，多少類似於技術類labor。

有些學校的畢業生愛吹自己的母校，有些學校的畢業生不怎麼吹，通常水平高的學生不會到論壇寫帖子胡吹的，不是那種人或不屑於吹那些東西。

過去滑鐵盧大學的計算機本科比多大更好一些，現在不是這種情況，多大的在校生有7萬左右呢，規模太大，啥樣的學生都有，如果比較最強的學生，還是到多大的人更多。確有一些高中成績特好甚至最好的學生沒有選擇多大，原因挺多的，有些是選擇的學校給了幾萬獎學金，有些確實是比較無知或傻冒，大家不要誤認為加拿大的學生和學生家長一定比祖國大陸的學生和學生家長更了解加拿大的大學，不是這樣的，誰付出的多則誰就了解的更多，誰思考比較的更多則誰更會做出正確判斷。做出愚蠢決策的學習特好的學生有的是。

好像今年多倫多一個區的兩個高中畢業生狀元，那個華人學生上了哈佛大學，而那個比華人學生更好一點的洋人學生去了加拿大的Queen university, 非常愚蠢的決策，據他說學校給他提供單人宿舍、獎學金一萬加幣，我感到這個洋學生傻逼透頂。加拿大最好的三所大學是多大、麥吉爾大學與不列顛哥倫比亞大學，女王【皇后】大學明顯比多大矮一截就不止，我兒子拿到過那個大學的offer,我參加過為拿到offer的學生和家長舉行的活動，人家根本就不與多大比！沒法比。其實滑鐵盧大學也是沒法與多大比的，滑鐵盧大學外向、高調，馬克馬斯特大學內向、實幹，馬克馬斯特大學比滑鐵盧大學更強些。

要想比較正確地評價或對比大學，首先需要真實了解足夠，這很難做到！其次評價標準或所依據的評價對比因素確實很重要且比較全面，最後評價或對比盡量客觀公正、不帶偏見或個人感情，這又是很難做到的！