「一仆不侍二主」,高校教授也一样吗?

AI 科技评论按:学校的教授同时在企业和学校任职,每周一部分时间在企业、一部分时间在学校,到底是好事还是坏事?

最著名的例子是 Facebook 人工智能实验室(FAIR)。Facebook 从创立就有开放、开源的基因,而等到邀请深度学习三驾马车之一的 Yann LeCun 加入、正式建立 FAIR 的时候,马克扎克伯格希望这是一个研究性质的机构,可以与 Facebook 业务的工程开发风气不同;LeCun 更是明确表示要保留学术研究的风气,教授要同时能够在学校兼职(包括他本人保留纽约大学的教职),研究成果要公开发表,代码也要开源,等等。

几年下来,不仅 Yann LeCun 本人非常享受这种同时在企业实验室做研究、在高校做研究带学生的模式(LeCun 称之为「dual affiliation」,双重联盟),陆续加盟 FAIR 的多位高校教授(包括今年 7 月刚刚加入的 5 位)也采取了同样的做法。LeCun 甚至近期公开发表一篇文章,表示业界应该和学术界建立更多的联系、更多的合作,其中一种很好的做法就是他推崇的双重联盟。

但也有一些教授提出了反对意见。UC 伯克利大学电子工程和计算机系副教授、《Machine Learning Research》杂志编委 Ben Recht,美国伊利诺伊大学香槟分校计算机视觉教授 David A. Forsyth,UC 伯克利大学电子工程和计算机系教授 Alexei Efros 三人就在 argmin 博客发表了一篇文章,表达了他们的质疑。雷锋网 AI 科技评论编译如下。

Facebook 提出,在高校任教的 AI 方向的计算机科学教授可以 80% 的时间在业界工作,20% 的时间仍然做正常的学校工作。他们把这种模式称为「协作雇佣」或者「双重联盟」。这种提法实际上假设人们可以像一台电脑一样地分割他们的时间和注意力,但人是做不到的。大学和企业都是人组成的社区,都有各自独特的使命和价值追求。这些不同的社区之间的价值追求经常会出现冲突,研究者就必须抉择自己要主要致力于哪一面。这个模式要求研究者为效忠于某个企业的自己的兴趣,这种雇佣模式会伤害我们的高校同事、伤害纪律、伤害所有人的未来。与所有会造成伤害的事情一样,有一部分人会从中受益。只不过这个倡议会造成的伤害要远大于可能带来的受益。如果业界希望支持、帮助培养计算机科学的学术研究,有很多别的比这个好得多的途径。

这种提议会伤害我们的纪律,因为它会让已经培养成型的有才干的年轻学者分心,让他们忘记学术研究的特殊角色:好奇心驱动的研究。学术奖学金一直以来都有效帮助年轻学者们深入挖掘那些令人激动的、富有成效的想法,即便它们不能带来即时的、可感的收益,尤其是当它们触及到了权威机构的势力范围的时候。而如果你有 80% 的时间都需要在大公司里表现得规规矩矩的,你就肯定做不到这些。大公司当然会反复唠叨, 承诺大学教授们可以有完全的思考研究自由,但它们现在做不到,以后也做不到,因为企业的存在目标就是为股东们赚钱。

这种提议会直接伤害我们的学生。每位学校教授都会尽自己的最大努力确保自己的学生有一个好的未来,他们会教学生如何理解学校外面的更大的世界的各种挑战。这种师徒关系,加上资深学者自己的勇气、独立性、安全感、长期训练养成的判断力,都可以帮助引导学生,让他对什么是值得做的、什么可能是无关的、什么是错的形成好的观念。培养学生需要全身心的投入,不管是作为传授知识的老师,还是作为指点问题的指路人。教授一旦主要在学校之外工作,就意味着减少了许多当堂授课;教授嫁接到了企业,也意味着他的建议或多或少受到了企业的口味的影响。

这种提议会伤害我们的未来,因为它会扼杀创新。高校的研究人员们长期以来都有自立门户的企业家精神;举个例子的话,谷歌的创立最早就可以追溯到斯坦福数字图书馆项目的一篇论文。从学术研究到企业实践的自然转换是一种广受鼓励的做法,大多数的高校都允许教职人员把 20% 的时间拿来做顾问、到业界休一年的学术休假,或者辞职创业,延续并发展这种转换的风气。然而,到业界的学术休假和长期的任职投入是不一样的。如果你受雇于某个大企业、你做的 80% 的事情都与他们有关,那就谈不上什么自立门户的企业家精神。成为一家大公司之后的关键不同就是扼杀、冷藏、或者重新安排那些不方便的创新。与大公司签约的高校教授从此就会受到巨大的重力吸引,会被紧紧地摁在地上,避免他们给所在的大公司添乱。

和许多别的非常危险的讨价还价一样,它造成的伤害会不断弥漫散播,而它带来的好处只有眼前的那么一点点。好处的其中一部分是对于加入大企业的教授本人:在企业开出的更高的薪水之外,在大公司工作也给了他们机会,可以领导团队执行推进一些大规模的、未来可能会被上千万人使用的项目。但另一方面,更值得警惕的是,有一些好处是这些大公司独享的,所有这些有自立门户的机会的、或者可能会给大公司添乱的想法现在都是大公司的、是它在控制的。也许大公司管理层如此支持这种提议就是出于这种考虑也说不定呢。

如果业界真的希望帮助计算机科学研究的规模扩大、水平不断进步,简单的办法有很多。只要做许许多多的企业已经在做的事情就可以了,只不过要做得更多、多得多:给研究生冠名赞助,给本科生发奖学金;雇学生到公司实习;在学校设立赞助主席,出钱修新的建筑;给一大批教授赞助研究经费,每个人不需要很多;制作并公开一些开放数据集;让学校教授方便地使用业界规模的计算资源,等等。但是不要突袭了学校的教职人员,然后说这对我们有好处。

(完)

在关于这篇文章的讨论中,有人提出自己读博士受到的企业赞助就涵盖了包括导师的时间在内的所有开支,只要求项目成果的使用权作为回报,除此之外没有别的要求;虽然研究内容的选择没有了完全的自由,但也免去了许多项目经费申请和资源协调的精力,所以他自己还觉得,只要和企业的合作模式设计得恰当,还是一件挺好的事情。业界与学术界的合作方式真的有很多,「双重联盟」可能并不如 Facebook 上下宣扬的那么美。欢迎留下你的观点。

via www.argmin.net,AI 科技评论编译

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2018-08-14

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技评论

观点 | LeCun、Jordan、李开复圆桌全文:AI的现状与未来

创新工场董事长兼 CEO 李开复、Yann LeCun、Michael Jordan、高欣欣针对AI的现状与未来做了圆桌讨论

1156
来自专栏大数据文摘

为什么谷歌、Facebook的AI研究员都坐在CEO身边?

1312
来自专栏新智元

关于 AI,2017 年的 12 个期待——除了GAN、小数据学习,还有什么

【新智元导读】本文作者为龙星镖局。过去的2016是属于AI的,我们能透过不同渠道感受到AI浪潮。似乎经过去年的发展,AI已经取得了很大进步,那么,2017我们还...

3458
来自专栏人工智能LeadAI

报告丨2016年全球人工智能十大热点事件

? 2016年,全球人工智能技术和产业发展迅速,公众对人工智能的关注持续上升。在对该领域的重要事件进行分析和比较的基础上,选取了2016年该领域十个最具有影响...

3127
来自专栏企鹅号快讯

斯坦福年度AI报告:人工智能全面逼近人类能力?

人工智能有多火,相信铺天盖地的新闻已经证实了这一点,不可否认,我们已经迎来了人工智能的又一次高潮。人工智能会给哪些行业带来新的生命力?它接下来的发展大方向是什么...

2288
来自专栏DT数据侠

担心被“暴雷”?不如做好数据的“为用之道” | 数据科学50人·李丹枫

李丹枫,【友盟+】CDO首席数据官,本科毕业于清华大学,在美国伊利诺伊大学(UIUC)电子与计算机工程专业取得博士学位。“用之为用之,不用为不用,是为用也”,从...

1152
来自专栏AI科技评论

观点 | Yann LeCun喊话硅谷:工业界学术界要紧密合作才能加快AI发展

AI 科技评论按:近日,Facebook 首席 AI 科学家 Yann LeCun 撰文喊话硅谷,AI 专家若能同时参与学界和业界,这样的双重联盟模式 ( du...

831
来自专栏量子位

联想高校AI精英挑战赛上交站落幕,“AI糖尿病筛查”项目获青睐

唐旭 发自 上海 量子位 报道 | 公众号 QbitAI “联想不光要做智能硬件设备的制造者,还要成为AI解决方案的提供者。” 昨天下午,“联想高校AI精英挑...

3767
来自专栏PPV课数据科学社区

企业向机器学习转型所需遵循的五大步骤

原文: Five Steps For Re-tooling Your Organization With Machine LearningTechnologi...

2759
来自专栏老九学堂

【脑洞】人工智能会毁灭人类吗?

一方面人工智能被越来越多的科技企业列为重点研发项目,另一方面“人工智能是对人类生存最大的威胁”的论调盛行。人工智能真会对人类带来这么大威胁?看来,是这样的,否则...

3725

扫码关注云+社区

领取腾讯云代金券