472
近日，有消息傳出，原澳大利亞阿德萊德大學(xué)計算機(jī)科學(xué)學(xué)院教授沈春華已于本月正式加入浙江大學(xué)。沈春華老師的個人主頁也透露出，他已于 12 月份正式加入了浙江大學(xué)，目前在浙大紫金港校區(qū)的計算機(jī)輔助設(shè)計與圖形學(xué)國家重點實驗室工作。
11月，復(fù)旦大學(xué)官宣原螞蟻集團(tuán)副總裁、AI團(tuán)隊負(fù)責(zé)人漆遠(yuǎn)正式加入復(fù)旦大學(xué)，出任復(fù)旦大學(xué)“浩清教授”及復(fù)旦人工智能創(chuàng)新與產(chǎn)業(yè)研究院院長。漆遠(yuǎn)只是近期離開互聯(lián)網(wǎng)大廠的科學(xué)家之一。
差不多與漆選同一時間，京東技術(shù)委員會主席周伯文也從京東離職創(chuàng)業(yè)。8月份，字節(jié)跳動AI（人工智能）實驗室總監(jiān)李磊離職，入職美國加州大學(xué)圣巴巴拉分校（UCSB）任助理教授。消息一出，引發(fā)眾多關(guān)注。
前段時間清華大學(xué)爆出一張《擬聘新進(jìn)校人員公示名單》的照片，內(nèi)容中提到 UCLA 教授朱松純將入職清華大學(xué)自動化系，職務(wù)為科研系列教授。這一消息讓中國科研界又沸騰了。據(jù)悉，朱松純教授是華人 AI 領(lǐng)域的頂級學(xué)者。他曾在各種國際頂級期刊上發(fā)表論文 300 余篇，三次獲得馬爾獎，兩次擔(dān)任美國視覺、認(rèn)知科學(xué)、AI 領(lǐng)域跨學(xué)科合作項目 MURI 負(fù)責(zé)人。
幾乎每個月都能看到大廠科學(xué)家離職的消息。這波AI熱潮階段性結(jié)束，神仙們歸隱山林，普通煉丹師該考慮轉(zhuǎn)型了?？茖W(xué)家當(dāng)年高調(diào)加入，又在如今低調(diào)離場，人來人往也見證了AI領(lǐng)域從絕對的熱潮轉(zhuǎn)為低谷。
實際上，無論是“人才回國”引發(fā)的愛國主義的熱烈討論，還是 AI 大?；貧w高校對人才培養(yǎng)和科研學(xué)術(shù)的推動，近兩年，我們發(fā)現(xiàn) AI 行業(yè)一個明顯的趨勢：越來越多的 AI 大牛陸續(xù)離開工業(yè)界轉(zhuǎn)而回歸學(xué)術(shù)界。
AI新時代開幕
熱火朝天的AI產(chǎn)業(yè)并不是一個新鮮事物，AI發(fā)展至今，已經(jīng)經(jīng)歷過三次浪潮：
第一次是50年代，AI從誕生到模擬人，最后失敗了被冷落
第二次是60、70年代，專家系統(tǒng)的熱潮
第三次是80、90年代神經(jīng)網(wǎng)絡(luò)興起
每一次，都是在理論認(rèn)知突破后嘗試場景化、硬件化，又都由于理論的局限，造成產(chǎn)業(yè)的退潮。不過，這一次，AI產(chǎn)業(yè)的浪潮與以往不同。半導(dǎo)體產(chǎn)業(yè)的飛躍極大推進(jìn)了AI理論的場景化、硬件化。再往后，AI產(chǎn)業(yè)發(fā)展的根本瓶頸已經(jīng)不是芯片技術(shù)本身，而在于建立在基礎(chǔ)理論之上的，對架構(gòu)的突破。
基礎(chǔ)理論上的瓶頸反映到當(dāng)下AI面臨的挑戰(zhàn)中，在找到具體應(yīng)用場景后，AI公司往往需要面臨三大難題：
功耗問題，以自動駕駛為例，當(dāng)理論上已證明算法可行，但把算法放到真實場景中，在車內(nèi)測試，現(xiàn)實情況是，一旦開啟自動駕駛模式，航程旋即大幅度縮水
本地化問題，如果將算法和數(shù)據(jù)都放在云端，一旦網(wǎng)絡(luò)出現(xiàn)問題，車的安全就失去保障，故而在實際場景中，必須有本地化處理的能力
突破時間的限制，所有AI實際場景應(yīng)用都有時間限制，而現(xiàn)在的云端算法往往還不夠快
不管是國內(nèi)還是國外，近幾年優(yōu)秀的AI人才多數(shù)被大企業(yè)壟斷，這非常不利于AI市場的創(chuàng)新與發(fā)展。雖然中國AI公司在應(yīng)用場景上走在世界的前端，但同樣需要意識到的是中國在AI前沿基礎(chǔ)研究上明顯落后于國外。
技術(shù)專家作為走在浪潮最前端的人，最明白技術(shù)的發(fā)展趨勢，他們的態(tài)度轉(zhuǎn)變更是說明了 一個不可否認(rèn)的事實：AI的發(fā)展 已經(jīng)迎來了相當(dāng)一段時間內(nèi)難以突破的瓶頸。
只有AI人才在商界的成熟企業(yè)、創(chuàng)新型企業(yè)、非盈利機(jī)構(gòu)和學(xué)界間自由流動，AI的未來市場才會更加健康。在企業(yè)呆過的AI科學(xué)家在回歸教職后，培養(yǎng)出的學(xué)生將更適用于企業(yè)的發(fā)展需求。
大廠留不住科學(xué)家
這一趨勢最早從吳恩達(dá)開始，隨后李飛飛、張亞勤、沈向洋等AI界大牛也陸續(xù)選擇重返高校。
吳恩達(dá)的「三步走」可謂是經(jīng)典，用網(wǎng)友的話說就是：在上升期做科研，在成熟期做產(chǎn)業(yè)，在衰落期做教育。
出生于1976年的吳恩達(dá)是AI和機(jī)器學(xué)習(xí)領(lǐng)域國際最權(quán)威學(xué)者之一，也是在線教育平臺Coursera的聯(lián)合創(chuàng)始人：
1997年獲卡內(nèi)基梅隆大學(xué)計算機(jī)科學(xué)學(xué)士學(xué)位，1998年獲麻省理工學(xué)院碩士學(xué)位，2002年獲加州大學(xué)伯克利分校博士學(xué)位，同年進(jìn)入斯坦福大學(xué)工作，曾任斯坦福AI實驗室主任
2010年，時任斯坦福大學(xué)教授的吳恩達(dá)加入谷歌，創(chuàng)建了「谷歌大腦」項目，通過分布式集群計算機(jī)開發(fā)超大規(guī)模的人工神經(jīng)網(wǎng)絡(luò)
2014年5月，加入百度，負(fù)責(zé)“百度大腦”計劃，擔(dān)任百度公司首席科學(xué)家
2017年3月，吳恩達(dá)宣布從百度辭職，目前是斯坦福大學(xué)計算機(jī)科學(xué)系和電氣工程系的客座教授
2017年3月20日，吳恩達(dá)宣布從百度辭職，重新回到自己夢開始的地方coursera，講述深度學(xué)習(xí)課程
無獨有偶，2018年，谷歌副總裁、首席科學(xué)家李飛飛，也重返學(xué)術(shù)界。擔(dān)任斯坦福大學(xué)以人為本人工智能研究院（HAI） 聯(lián)合主任。
2019年，騰訊AI Lab主任張潼離職加盟創(chuàng)新工場，出任港科大和創(chuàng)新工場聯(lián)合實驗室主任，并兼任科研合伙人。
張潼擁有美國康奈爾大學(xué)數(shù)學(xué)和計算機(jī)雙學(xué)士學(xué)位，以及斯坦福大學(xué)計算機(jī)碩士和博士學(xué)位，在香港科技大學(xué)數(shù)學(xué)系和計算機(jī)系任教。 曾經(jīng)擔(dān)任美國新澤西州立大學(xué)終身教授，IBM研究院研究員和雅虎研究院主任科學(xué)家，百度研究院副院長和大數(shù)據(jù)實驗室負(fù)責(zé)人，騰訊AlLab主任。 是美國統(tǒng)計學(xué)會和國際數(shù)理統(tǒng)計學(xué)會fellow，并擔(dān)任NIPS、ICML、COLT等國際頂級機(jī)器學(xué)習(xí)會議主席或領(lǐng)域主席，以及PAMI、JMLR和Machine Learning Journal等國際一流人工智能期刊編委。
2020年7月，曠視南京研究院創(chuàng)始院長魏秀參離職，出任南京理工大學(xué)教授。
魏秀參師從南京大學(xué)周志華教授和吳建鑫教授從事人工智能領(lǐng)域研究，主要研究領(lǐng)域為計算機(jī)視覺和機(jī)器學(xué)習(xí)。 在相關(guān)領(lǐng)域國際頂級期刊及國際頂級會議發(fā)表論文四十余篇，相關(guān)工作獲得iWildCam 2020、iNaturalist 2019、Apparent Personality Analysis 2016等計算機(jī)視覺領(lǐng)域國際權(quán)威賽事共4項世界冠軍。 擔(dān)任ACCV 2022講習(xí)班主席、ICCV、IJCAI、ACM Multimedia、ACCV等相關(guān)研討會程序委員會主席，AAAI 2022、IJCAI 2021、BMVC 2021高級程序委員或領(lǐng)域主席。
2020年7月，字節(jié)跳動副總裁、AI Lab主任馬維英離職，加入清華大學(xué)智能產(chǎn)業(yè)研究院。
馬維英在美國加州大學(xué)圣芭芭拉分校（UCSB）電氣和計算機(jī)工程系獲得了碩士和博士學(xué)位，曾在世界級會議和學(xué)報上發(fā)表過逾 300 篇論文，并擁有 160 多項技術(shù)專利。電氣電子工程師學(xué)會會士（IEEE Fellow），曾任國際信息檢索大會（SIGIR 2011）聯(lián)合主席、國際互聯(lián)網(wǎng)大會（WWW 2008）的程序委員會聯(lián)合主席。
2021年8月，字節(jié)跳動AI Lab總監(jiān)李磊離職，加入大學(xué)圣巴巴拉分校（UCSB）。
李磊曾就讀于上海交通大學(xué)計算機(jī)系本科ACM班，獲得卡耐基梅隆大學(xué)計算機(jī)系博士，并擔(dān)任加州大學(xué)伯克利分校博士后研究員。 在機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和自然語言理解領(lǐng)域于國際頂級學(xué)術(shù)會議發(fā)表論文40余篇，擔(dān)任2017 KDD Cup與KDD2018 Hands-on Tutorial聯(lián)合主席和ICML、KDD、IJCAI、AAAI等大會程序委員。
科學(xué)家也要背KPI
在阿里的7年時間里，漆遠(yuǎn)曾任阿里數(shù)據(jù)科學(xué)技術(shù)院執(zhí)行院長、螞蟻集團(tuán)首席AI科學(xué)家及數(shù)據(jù)智能委員會主席，也完整經(jīng)歷了一個大廠研究院的成長和動蕩。
2014年，當(dāng)時已經(jīng)是美國普渡大學(xué)計算機(jī)系和統(tǒng)計學(xué)系終身教授的漆遠(yuǎn)，在阿里技術(shù)委員會主席王堅的邀約下，登上了回國的飛機(jī)。為了拉來漆遠(yuǎn)，王堅給出的“誘惑”是阿里用之不盡的商業(yè)數(shù)據(jù)，大量數(shù)據(jù)的價值蘊(yùn)藏其中，并讓漆遠(yuǎn)建立超大規(guī)模機(jī)器學(xué)習(xí)平臺。
與漆遠(yuǎn)同一時期回來的，還有美國密歇根州立大學(xué)終身教授金榕，阿里數(shù)據(jù)技術(shù)研究院iDST就此創(chuàng)立，當(dāng)年這個號稱阿里最神秘的部門，目標(biāo)是確保阿里在未來數(shù)十年做到技術(shù)領(lǐng)先的地位。
風(fēng)風(fēng)火火的iDST就像是一場淺嘗輒止的嘗試，iDST成立不久，就發(fā)現(xiàn)技術(shù)突破、落地的時間被低估，而這些從高校邁入商業(yè)公司的科學(xué)家，身在局中也不得不跟著轉(zhuǎn)身。
2015年夏天，成立不到一年的iDST被迅速拆分，這些被王堅邀請回來的科學(xué)家走出實驗室不到一年，就被送往各個事業(yè)線，其中金榕去了淘系；漆遠(yuǎn)則去了螞蟻金服。
“說白了，技術(shù)和商業(yè)能不能相互理解，這可能是當(dāng)時最大的矛盾。”后來漆遠(yuǎn)在回顧這場實驗時表示。
據(jù)此前媒體報道，當(dāng)時阿里對于iDST的角色定位，是要做阿里其他部門不愿做也做不了的事情。而這個創(chuàng)新部門，也沒有背負(fù)績效考核目標(biāo)。
但事情漸漸發(fā)生了一些變化。技術(shù)和商業(yè)的矛盾不容易解決，但打造技術(shù)研究院的意愿仍在，于是在2016年，達(dá)摩院計劃被提了出來，許多iDST的舊部后來也選擇加入達(dá)摩院。相比前身iDST沒有績效考核，達(dá)摩院計劃在提出時就強(qiáng)調(diào)，其使命是技術(shù)創(chuàng)新，但需要結(jié)合阿里的具體業(yè)務(wù)。
AI落地困難自然是造成這一困境的重要原因。
落地，是 AI 學(xué)術(shù)研究的最終歸宿 ; 沒有落地，夢再美，都是枉然。然而，學(xué)術(shù)界和工業(yè)界在 AI 思維上一直存在分歧。
學(xué)術(shù)方向的研究，希望探索的最前沿的問題，并且不計成本，不計營收
工業(yè)和企業(yè)角度而言，更偏實用，成本和產(chǎn)出必須被嚴(yán)格審視。隨著技術(shù)門檻進(jìn)一步降低，企業(yè)內(nèi)部的技術(shù)話語權(quán)，必然會回到工程派、產(chǎn)品負(fù)責(zé)人手中
科學(xué)家和業(yè)務(wù)之間的矛盾，體現(xiàn)的最明顯的并不是在管理者身上，而是那些夾在科研和業(yè)務(wù)之間的研究員，不僅要有成果，也不能只專注于手頭的科研工作。對于他們來說，就是在接連的架構(gòu)調(diào)整之中，一陣要配合業(yè)務(wù)，一陣又要注重研究產(chǎn)出。
一位先后待過大廠研究部門和業(yè)務(wù)部門的技術(shù)人士表示，在與騰訊的研究院和阿里達(dá)摩院合作的過程中可以感受到，共同點是科學(xué)家們光產(chǎn)出Paper是不夠的，他們都有業(yè)務(wù)產(chǎn)出的壓力，為此，甚至有人會挨個和業(yè)務(wù)部門的人接觸，目的是“分到一些業(yè)務(wù)”。
而字節(jié)跳動AI Lab實驗室在架構(gòu)上直接屬于字節(jié)跳動的Data部門。馬維英作為實驗室主任離開后，AI Lab下的各個組直接對接Data部門，這意味著，AI Lab在字節(jié)跳動技術(shù)體系內(nèi)的地位進(jìn)一步下降。
業(yè)務(wù)部門可能以前是對研究院抱有很大期待的，但經(jīng)過這么多年發(fā)展，發(fā)現(xiàn)很多很頂尖的Paper，在業(yè)務(wù)里其實是沒法用的。這就是做研究和業(yè)務(wù)的巨大鴻溝，一個例子是，做研究的時候，用到的數(shù)據(jù)可能是很完美的，但實際上業(yè)務(wù)里的數(shù)據(jù)很復(fù)雜很“臟”，反而可能是一些簡單的策略會更有效。
作為業(yè)務(wù)部門其實也不太樂意和研究部門合作，就算是包給他們做，洗數(shù)據(jù)、調(diào)模型這些事情還是要業(yè)務(wù)來配合，再加上一些溝通的成本，還不如業(yè)務(wù)部門自己解決。合作之后，雙方可能還要掰扯一些KPI計算分配這樣的細(xì)節(jié)問題。
因而，很多時候業(yè)務(wù)部門把一些邊角的工作給到了研究部門，核心的業(yè)務(wù)扔緊握在自己手上，最終研究部門的成績也不會出彩。這導(dǎo)致研究部門非常尷尬。
在大公司做科研，向上管理非常重要，但不是每個高校出身的研究員都能掌握這項職場技能。有的出身藤校博士的研究員，在里面折騰了幾年至今還只是P7，現(xiàn)在想搞點自己感興趣的項目都很難。
一位近兩年從美國博士畢業(yè)回國任教的青年學(xué)者表示：相較于工業(yè)界，回學(xué)術(shù)界任教對于研究人員有著更高自由度的吸引力：從企業(yè)的研究科學(xué)家轉(zhuǎn)型為高校的教授，他們往往可以在自己感興趣，但是并不為公司短期所需要的的基礎(chǔ)研究方向上投注更大的精力而不求短期的回報。
洗牌時刻：2.0時代
不管是國內(nèi)還是國外，AI研究院的作用都可以大致分為三類：
基礎(chǔ)研究作為技術(shù)儲備，可能未來有很大用處
為實際業(yè)務(wù)提供支持，強(qiáng)調(diào)和實際場景結(jié)合實現(xiàn)技術(shù)落地、商業(yè)化
秀肌肉，考驗企業(yè)的公關(guān)能力以達(dá)到宣傳、吸引人才的效果
幾年過去了，AI 行業(yè)并沒有往大家設(shè)想的藍(lán)圖方向發(fā)展，反而是行業(yè)遭遇大洗牌，明星公司相繼隕落。行業(yè)觸及天花板，AI 大牛選擇回歸學(xué)術(shù)界。不可否認(rèn)，相比于前幾年的發(fā)展，現(xiàn)如今的 AI 產(chǎn)業(yè)呈現(xiàn)出一種“繁榮”現(xiàn)象，但是似乎也碰到了一個天花板，產(chǎn)業(yè)創(chuàng)新進(jìn)入了一個瓶頸期。
對互聯(lián)網(wǎng)公司來說，從人才下海熱到回歸熱，經(jīng)歷了從狂熱到“冷靜”?；ヂ?lián)網(wǎng)企業(yè)增長趨于停滯的時候，高投入?yún)s短期看不到回報的AI研究被率先冷落：
一方面，最近幾年國內(nèi)科技公司AI Lab正在面臨越來越多的業(yè)務(wù)壓力
另一方面，在目前科技公司高待遇的背景之下，高級研究人員可以在幾年之內(nèi)獲得很高的財務(wù)回報，這也讓他們在選擇之后的職業(yè)生涯時有了更大的自由度
- 阿里達(dá)摩院已經(jīng)被要求盈虧自負(fù)
- 騰訊的AI Lab和優(yōu)圖實驗室也更多的成為內(nèi)部的算法提供者而不是通用研究平臺
- 字節(jié)的AI Lab在大約半年前經(jīng)歷了一次組織調(diào)整，部分人員已經(jīng)更加專注于業(yè)務(wù)方向
- 百度研究院在領(lǐng)軍人物吳恩達(dá)（Andrew Ng）離開之后經(jīng)歷了一波較大的基礎(chǔ)研究人員流失，較巔峰時期，規(guī)模大大縮減
就算是在硅谷，能堅持大量資源投入、為科學(xué)家研究提供高自由度的公司可能也只有谷歌、微軟和Meta。這也顯示出，基礎(chǔ)研究需要長期高額的投入，但遙遠(yuǎn)且模糊的回報讓這場游戲變得不是每家公司都玩得起。
在谷歌的版圖里，DeepMind是大公司研究院的標(biāo)桿，即便如此，商業(yè)化的壓力依然存在。DeepMind聯(lián)合創(chuàng)始人Humayun Sheikh自己也說過：如果谷歌沒有以6 億美元的價格收購DeepMind，他們的AI實驗室可能已經(jīng)破產(chǎn)。DeepMind自從2010年正式成立以來，就從沒實現(xiàn)過盈利。
過往報道顯示，DeepMind的主要營收來自Google和YouTube等內(nèi)部項目。就是這樣一個傾斜了無數(shù)資源的研究院，只是在內(nèi)部落地，就已經(jīng)困難重重。
今年5月，《華爾街日報》爆料，DeepMind已經(jīng)和谷歌爭吵了數(shù)年，前者希望在運(yùn)營上獲得更多自主權(quán)，以及一個獨立的法律架構(gòu)。但谷歌最終收緊了對AI研究的控制，在今年徹底拒絕了這一請求。
據(jù)The Information消息，有谷歌員工不滿于Deepmind的特殊地位，他表示Google Brain已經(jīng)證明了自身的價值，他們所做的事情是基于谷歌已有的業(yè)務(wù)，開發(fā)例如優(yōu)化地圖的圖像識別功能、優(yōu)化語音識別能力之類的工作。但轉(zhuǎn)頭一看，DeepMind研究的東西看起來很厲害，但折騰了幾年什么錢也賺不到，可能未來十年時間都做不到收支平衡。
最舍得在基礎(chǔ)研究上砸錢的谷歌尚且如此，就更別說靠著融資運(yùn)營的AI初創(chuàng)。在國內(nèi)，能夠看到較完整財務(wù)數(shù)據(jù)的就只有被稱為AI四小龍的商湯、曠視、云從和依圖，他們已經(jīng)是此次AI創(chuàng)業(yè)熱潮中的明星公司。
虧損，是CV四小龍避無可避的話題。AI企業(yè)特有的高科技、高人才、高研發(fā)的“三高”富貴病魔咒，賺的錢趕不上研發(fā)投入的錢。在“悲催”背后，是這幾家公司均未實現(xiàn)盈利、依然需要大量資金投入、商業(yè)化場景落地困難的現(xiàn)實。
早年間，CV四小龍幾乎都在探索AI+行業(yè)，而“行業(yè)”則包含金融、零售、安防、汽車、物流等領(lǐng)域，不同點在于各自的領(lǐng)域各有側(cè)重。但從2019年前后，同處計算機(jī)視覺下的AI四小龍開始講起了“獨特”故事：
曠視把目標(biāo)定在了AIoT上，所有業(yè)務(wù)都要帶上“物聯(lián)網(wǎng)”?；诖?，還打造了“算法+軟件+硬件”的一體化產(chǎn)品體系，推出物聯(lián)網(wǎng)時代的AIoT操作系統(tǒng)。目前，在招股書中，其主要業(yè)務(wù)分為物聯(lián)網(wǎng)解決方案、城市物聯(lián)網(wǎng)解決方案、供應(yīng)鏈物聯(lián)網(wǎng)解決方案
依圖則在探索應(yīng)用場景過程中發(fā)現(xiàn)了產(chǎn)業(yè)鏈上的“芯片”一環(huán)，于是打開了“算力提供商”的新世界，以人工智能芯片技術(shù)和算法技術(shù)為核心
商湯招股書中，其主營業(yè)務(wù)分類為智慧商業(yè)、智慧城市、智慧生活和智慧汽車。將自身定位成人工智能軟件平臺型公司，打出了“1（基礎(chǔ)研究）+1（產(chǎn)業(yè)結(jié)合）+X（行業(yè)伙伴）”戰(zhàn)略，AI+“所有”，沒有給自己限定場景，什么行業(yè)都做
云從則是涉及智慧金融、智慧治理、智慧出行、智慧商業(yè)四個領(lǐng)域
作為CV領(lǐng)域的“小弟”，格靈深瞳的業(yè)務(wù)分類為城市管理產(chǎn)品及解決方案、智慧金融產(chǎn)品及解決方案、商業(yè)零售產(chǎn)品及解決方案
盡管說法各有千秋，但實際上他們幾家最初的技術(shù)門檻與路線接近，商業(yè)化場景也都是從消費(fèi)、安防、金融等領(lǐng)域開始，所以，這幾年來不斷喊出的新口號，追根溯源，還是新瓶裝舊酒。AI企業(yè)家們現(xiàn)在講出的故事，早已不再能如同此前般打動人心。
四家公司在一級市場融資接近500億元，總估值超過了1400億元。隨著技術(shù)逐漸成熟，商業(yè)化的腳步卻遲遲沒有達(dá)到理想的進(jìn)展。二級市場的表現(xiàn)倒掛一級市場，這讓投資者們對“估值高、回報周期久”的AI公司已經(jīng)失去了信心和耐心。資本冷卻的重?fù)?dān)最先就砸在了“CV四小龍”所在領(lǐng)域。這堪稱“三十年河?xùn)|三十年河西”，此前CV是中國市場AI行業(yè)中技術(shù)和落地均發(fā)展最快的，現(xiàn)在，它卻成為“卷”得最厲害的窄巷。
