AI行業(yè)的爭奪首先是人才的爭奪，尤其是高端人才的爭奪。 近年來，各大科技企業(yè)紛紛猛挖大學中的頂尖AI學者，開出讓大學不可能匹配的薪水。但把這些人都挖到企業(yè)，誰來負責培養(yǎng)后續(xù)的年輕人才？竭澤而漁始終不是辦法，找到一個同時滿足產(chǎn)業(yè)界和學術(shù)界需求的可持續(xù)模式勢在必行。

1833年，英國經(jīng)濟學家威廉·福斯特·勞埃德（William Forster Lloyd）曾經(jīng)寫了一篇文章，其中以“放牧”為例對社會現(xiàn)象進行了深刻的觀察。

他在文中描述了一個假設(shè)場景，假設(shè)有多位牧民共享一個牧場，每個人可以單獨決定自己有多少動物會在這片牧場上吃草。如果牧民很少保持克制，就會發(fā)生過度放牧現(xiàn)象，從而危及牧場的未來，并最終傷害到在這塊牧場放牧的每個牧民。

舉出這個例子主要想說明的是，理性人的行為方式總是“自私自利”的。因為只要為牧場未來著想的“體貼”牧民把他們的動物帶回家，就總會有自私的牧民把牛羊放到牧場上去。這種現(xiàn)象是一種典型的社會困境，如果每個人都竭力追求自身利益而不加控制，會給整個群體帶來不良后果。

現(xiàn)在，類似的情況正在AI領(lǐng)域重演，來勢洶洶的各大科技企業(yè)就是牧民，大學和研究機構(gòu)中的頂尖教授就是草。

過去幾年來，人工智能的狂潮席卷科技和金融領(lǐng)域，各大科技企業(yè)紛紛從頂尖的大學和研究機構(gòu)聘請最優(yōu)秀的AI專家，薪水節(jié)節(jié)上升。作為大學而言，面對大公司甚至一些非營利組織經(jīng)常開出的七位數(shù)年薪，常常無法競爭。

而且，錢并不是唯一原因。對于一些教授和學者來說，前往產(chǎn)業(yè)界任職的吸引力來自獲取海量數(shù)據(jù)資源和強大計算力的方便途徑，正是這兩大引擎推動了應(yīng)用AI研究的快速發(fā)展。還有的學者的目的是在產(chǎn)業(yè)界發(fā)現(xiàn)并解決引人注目的重大問題。

這個趨勢發(fā)展的結(jié)果可以用一個詞來概括：過度放牧。華盛頓大學工程與計算機科學學院是美國最優(yōu)秀的AI研究學院之一，受到的“損失“也最為嚴重。

根據(jù)筆者的統(tǒng)計，在目前該學院從事機器人技術(shù)、機器學習和自然語言處理的11名終身教職員工中，有8名正在休假，或至少將50％的時間花在了與亞馬遜、Facebook、英偉達等科技企業(yè)的合作上。

斯坦福大學和卡內(nèi)基梅隆大學（筆者就是CMU的教師）是世界領(lǐng)先的人工智能研究和教育中心，這兩所學校的AI研究人員和學者也在離職。幾乎可以這樣講，沒有幾個AI研究機構(gòu)能夠從這場“挖角運動“中毫發(fā)無損地逃脫，很多機構(gòu)都飽受學術(shù)人才向產(chǎn)業(yè)界流失之苦。

更糟糕的是，這種挖角其實是在損害AI企業(yè)的長期利益。為什么這么說？重要的一個原因是，一位教授工作內(nèi)容中的最與眾不同的一點其實是培養(yǎng)人才：比如帶博士生。從學生到研究人員的身份轉(zhuǎn)變，是一個極其緩慢的、智力上的變革逐步實現(xiàn)的過程。

最近AI領(lǐng)域推動商業(yè)化應(yīng)用，大多數(shù)突破都源于博士生的研究。比如AlexNet，GAN和Libratus等等。當這些博士生畢業(yè)后，會被AI企業(yè)大量招募，這些人明白，自己到對產(chǎn)業(yè)界AI技術(shù)進步的重要性，畢竟物以稀為貴，對于人才而言更是如此。

不過，仍有一部分科研能力優(yōu)秀的畢業(yè)生走上了學術(shù)道路，當上教授，培養(yǎng)出了更多的博士生。這個歷史悠久的“循環(huán)復制“機制，讓AI行業(yè)的教授變成了一種補充資源，就像牧場中的草一樣，當然，這種資源很容易被過度開發(fā)。·

為了防止AI學術(shù)研究可能面臨的崩潰，AI產(chǎn)業(yè)應(yīng)該更加關(guān)注學術(shù)界的需求。將學術(shù)界與行業(yè)的互動視為一種解決方案。

其實這就像一個譜系，譜系的一端是全面從大學挖人，將企業(yè)的利益擺在首位，而在另一端，一些科技公司，包括谷歌，微軟，F(xiàn)acebook，IBM以及最近的摩根大通在內(nèi)，紛紛通過撥款和設(shè)立獎金來支持AI學術(shù)研究，沒有任何附加條件。

實際上，我認為最可持續(xù)發(fā)展的模式介于這兩個極端之間。在該模式下，一位教授可以在本地大學和企業(yè)之間分配自己的時間，同時不耽誤履行通常的學術(shù)職責。在理想情況下，由企業(yè)負責幫助和支持該教授的研究和學生培養(yǎng)。

現(xiàn)在，令人鼓舞的一個趨勢是，一些企業(yè)已經(jīng)在嘗試采取這種模式了。

Facebook的AI研究部門由紐約大學教授Yann LeCun領(lǐng)導，他是著名AI科學家，卷積神經(jīng)網(wǎng)絡(luò)創(chuàng)始人，這為業(yè)界樹立了一個積極的榜樣。近年來，F(xiàn)acebook在匹茲堡和西雅圖開設(shè)了AI實驗室，目的就是在不妨礙學術(shù)研究和教育的情況下盡量利用當?shù)氐膶W術(shù)人才資源。

同樣，谷歌上個月也宣布將與普林斯頓大學合作，在新澤西開設(shè)AI實驗室。 博世AI研究中心剛剛在匹茲堡開設(shè)實驗室，作為CMU的人才合作協(xié)議的一部分，博世將為CMU的人工智能研究提供支持，同時允許其AI研究首席科學家Zico Kolter繼續(xù)作為一名全職教師在CMU任教。

目前來看，這種模式可以說最有希望擺脫AI行業(yè)人才矛盾的方式。我之所以對此保持樂觀，另一個原因在于，勞埃德在開頭提到的那篇文章中給出的情景并不能說明整個情況：也就是說，AI教授通常擁有比牧場上的草擁有更多的自主權(quán)。

作為這場博弈中的參與者，我們學者自己也可以成為解決方案的一部分。隨著時間的推移，AI學者可能會探索出和產(chǎn)業(yè)界接觸與合作的更好的模式。有些人甚至可以完全扛住壓力不去企業(yè)任職，而是通過兼職寫專欄的方式，來對這個大勢評論一番。

等等，好像有哪里不對呢……