上礼拜去了阿拉斯加毕业旅行，在荒野中思考了一下人生。回来见到朋友圈知乎LinkedIn上都贴满了各个AI公司的招聘信息：从各式各样的startup，到明星创业公司如商汤地平线图森，再到大公司诸如谷歌腾讯阿里，都卯足劲招兵买马，希望能吸引到最优秀的应届毕业生，给出的package也是诚意十足。突然觉得这真是个神奇AI的战国时代。

大学本科新生也快入学了，十年前最优秀的学生会选择金融商科等专业，而现在计算机变成了最抢手的专业，而计算机各个方向中又以AI最为抢手。另外，国内和国外的各个大学研究生院AI方向录取竞争也更为白热化（见我之前知乎回答），出现2000个申请者招收10个人的局面。与此同时，很多大学教授也不甘象牙塔的寂寞，纷纷站队加入公司。

在这个群雄争霸的AI战国时代，学界和工业界都有了很多新的变革。这里我简短谈谈我感触最深的两点：

第一点，AI学界和工业界的融合。这个融合有多个方面：一方面是有越来越多的AI方向的大学教授以兼职或者sabbatical或者on leave的方式加入工业界。比如说Facebook里的教授如伯克利的Jitendrak Malik, Georgia Tech的Devi&Dhruv夫妇，最近加入的UT Austin的Kristen Grauman，以及最近Facebook为了匹茨堡优秀生源而建立office，挖来了CMU的Jessica Hodgins和Abhinav Gupta。更不用提Google里面很早就聚集的一堆大佬，如Feifei Li，Bill Freeman, HongLak Lee等了。国内也是这个趋势，比如说腾讯知图的贾老师，360的颜老师，商汤科技的王老师和林老师。另外一方面是有越来越多的PhD学生，暑假或者长期待在公司里实习，参与研究项目。我就认识一些朋友从Google实习完，又转战Nvidia，然后又去Facebook实习，读博期间很少待在学校。这种变化其实是AI时代下的一种双赢：其一，对老师和学生来说，同样都是做研究发paper，公司有更多的数据和计算资源；其二，在公司强大的工程团队支持下，能有机会做更大和更有影响的研究工作，而很多现实生活中的实际问题，也可以抽象成很好的研究问题来做；其三，对公司来说，能网罗一批在学术最前线的有活力的研究人员，既可以接触到最有前瞻性的研究工作提升自身的研发能力，也节省了研发成本，因为招一个实习生来倒腾有风险的研究项目的成本要比full-time研究员低得多。

另外，学界和工业界的融合，也使得基于深度学习相关的AI研究工作变得越来越工程化。从之前的DeepMind AlphaGo，到最近的OpenAI Five for Dota 2，无一不让人感慨背后的工程和算力的辉煌胜利。所以，高校实验室单打独斗和象牙塔学术模式很难再行得通，我想这也是各位高校老师纷纷站队公司的一个原因吧。

第二点，AI研究的大众化。各种开源代码，计算平台，以及百花齐放的arXiv论文，使得做研究变得越来越容易，极大降低了AI研究的壁垒。一个above average的勤奋的本科生或者研究生，也可以在指导下三个月搞出“顶会”论文，做出有亮点的工作。这样，从事顶尖AI研究工作，并不需要再去类似于MIT和Berkeley等顶级高校，现在有充足计算资源和AI研究团队的地方，更容易产出有影响的工作，而不局限于一个人单打独斗的能力。高校象牙塔的壁垒所剩不多，这也是为啥某些著名高校教授更热衷于去Democratize AI，而不再是只做前沿AI研究。在AI战国时代背景下，不同学校的本科生硕士生博士生，以及各个公司的研究员和实习生，大家推陈出新快速迭代，共同推动整个领域进步。这几年每年顶会投稿数都创新高，比如说今年CVPR’18有3300篇投稿，NIPS’18有4900篇投稿。这种爆发式增长也带来了很多问题，比如说peer review质量如何保证，如何做有深度的研究工作，如何选择博士课题等等，这都是需要认真考虑的问题。

最后，与大家分享一个消息(CVPR开会期间有不下100个朋友问这个问题) ：从MIT博士毕业过后，我将九月底正式入职香港中文大学，担任助理教授(Assistant Professor)。

八年前，我在CUHK开始我的研究学业，现在能再次回到这里，开始我的研究事业，我感到非常荣幸。这十几年来，CUHK的mmlab输出了大量的优秀人才和研究工作，很多实验室alumni都成了这个领域的中流砥柱，实验室师资也聚集了几位就算放在美国顶级大学也能独挡一面的教授。回到这里，再次跟mmlab里优秀的老师和同学携手同行，迎接这个AI战国时代所给予的机遇与挑战，不由得让人热血澎湃。

以上。

来源：知乎 www.zhihu.com

作者：周博磊

【知乎日报】千万用户的选择，做朋友圈里的新鲜事分享大牛。
点击下载