AI戰國時代的兩點感觸

605 人贊了文章

上禮拜去了阿拉斯加畢業旅行，在荒野中思考了一下人生。回來見到朋友圈知乎LinkedIn上都貼滿了各個AI公司的招聘信息：從各式各樣的startup，到明星創業公司如商湯地平線圖森，再到大公司諸如谷歌騰訊阿里，都卯足勁招兵買馬，希望能吸引到最優秀的應屆畢業生，給出的package也是誠意十足。突然覺得這真是個神奇AI的戰國時代。

大學本科新生也快入學了，十年前最優秀的學生會選擇金融商科等專業，而現在計算機變成了最搶手的專業，而計算機各個方向中又以AI最為搶手。另外，國內和國外的各個大學研究生院AI方向錄取競爭也更為白熱化（見我之前知乎回答），出現2000個申請者招收10個人的局面。與此同時，很多大學教授也不甘象牙塔的寂寞，紛紛站隊加入公司。

在這個群雄爭霸的AI戰國時代，學界和工業界都有了很多新的變革。這裡我簡短談談我感觸最深的兩點：

第一點，AI學界和工業界的融合。這個融合有多個方面：一方面是有越來越多的AI方向的大學教授以兼職或者sabbatical或者on leave的方式加入工業界。比如說Facebook里的教授如伯克利的Jitendrak Malik, Georgia Tech的Devi&Dhruv夫婦，最近加入的UT Austin的Kristen Grauman，以及最近Facebook為了匹茨堡優秀生源而建立office，挖來了CMU的Jessica Hodgins和Abhinav Gupta。更不用提Google裡面很早就聚集的一堆大佬，如Feifei Li，Bill Freeman, HongLak Lee等了。國內也是這個趨勢，比如說騰訊知圖的賈老師，360的顏老師，商湯科技的王老師和林老師。另外一方面是有越來越多的PhD學生，暑假或者長期待在公司里實習，參與研究項目。我就認識一些朋友從Google實習完，又轉戰Nvidia，然後又去Facebook實習，讀博期間很少待在學校。這種變化其實是AI時代下的一種雙贏：其一，對老師和學生來說，同樣都是做研究發paper，公司有更多的數據和計算資源；其二，在公司強大的工程團隊支持下，能有機會做更大和更有影響的研究工作，而很多現實生活中的實際問題，也可以抽象成很好的研究問題來做；其三，對公司來說，能網羅一批在學術最前線的有活力的研究人員，既可以接觸到最有前瞻性的研究工作提升自身的研發能力，也節省了研發成本，因為招一個實習生來倒騰有風險的研究項目的成本要比full-time研究員低得多。

另外，學界和工業界的融合，也使得基於深度學習相關的AI研究工作變得越來越工程化。從之前的DeepMind AlphaGo，到最近的OpenAI Five for Dota 2，無一不讓人感慨背後的工程和算力的輝煌勝利。所以，高校實驗室單打獨鬥和象牙塔學術模式很難再行得通，我想這也是各位高校老師紛紛站隊公司的一個原因吧。

第二點，AI研究的大眾化。各種開源代碼，計算平台，以及百花齊放的arXiv論文，使得做研究變得越來越容易，極大降低了AI研究的壁壘。一個above average的勤奮的本科生或者研究生，也可以在指導下三個月搞出「頂會」論文，做出有亮點的工作。這樣，從事頂尖AI研究工作，並不需要再去類似於MIT和Berkeley等頂級高校，現在有充足計算資源和AI研究團隊的地方，更容易產出有影響的工作，而不局限於一個人單打獨鬥的能力。高校象牙塔的壁壘所剩不多，這也是為啥某些著名高校教授更熱衷於去Democratize AI，而不再是只做前沿AI研究。在AI戰國時代背景下，不同學校的本科生碩士生博士生，以及各個公司的研究員和實習生，大家推陳出新快速迭代，共同推動整個領域進步。這幾年每年頂會投稿數都創新高，比如說今年CVPR』18有3300篇投稿，NIPS』18有4900篇投稿。這種爆髮式增長也帶來了很多問題，比如說peer review質量如何保證，如何做有深度的研究工作，如何選擇博士課題等等，這都是需要認真考慮的問題。

最後，與大家分享一個消息(CVPR開會期間有不下100個朋友問這個問題) ：從MIT博士畢業過後，我將九月底正式入職香港中文大學，擔任助理教授(Assistant Professor)。

八年前，我在CUHK開始我的研究學業，現在能再次回到這裡，開始我的研究事業，我感到非常榮幸。這十幾年來，CUHK的mmlab輸出了大量的優秀人才和研究工作，很多實驗室alumni都成了這個領域的中流砥柱，實驗室師資也聚集了幾位就算放在美國頂級大學也能獨擋一面的教授。回到這裡，再次跟mmlab里優秀的老師和同學攜手同行，迎接這個AI戰國時代所給予的機遇與挑戰，不由得讓人熱血澎湃。

以上。