科技公司扎堆高薪挖走大学教授 为未来AI人才短缺埋下祸根

2015年，Uber在卡内基梅隆大学国家机器人工程中心附近开设了一个研究设施，定位为两家机构的合作伙伴关系。几个月后，数十名教职员工离开自己的岗位，进入Uber全职工作，导致该中心的很多人才流失。其他主要科技公司也采用了类似的方式，2018年，Facebook在西雅图和匹兹堡推出了曾身为教授领导的AI实验室。

这些故事为我们提供了一扇窗口，让我们得以一窥科技行业和学术界之间的拉锯战。科技公司和其他企业热衷于开发使用人工智能和机器学习的产品和服务，它们一直在从大学招聘研究人员和教授，导致能够教授下一代数据科学家的学者出现短缺。计算机研究协会表示，留在学术界的计算机科学博士的比例已达到“历史最低水平”。

然而，在这场战斗中，科技行业正在危及自己的未来和人工智能的进步。除了培养未来的人才外，大学还会举办企业通常不愿承担的那种“蓝天研究”(指没有直接实用价值的基础科研)，因为它们的财务回报不明确。通过将有才华的研究人员自学术界中转移走，企业正在破坏这项重要的基础研究。

与此同时，企业面临着数据科学和机器学习专家的严重短缺。在O'Reilly对去年发布的1600多名开发人员，数据科学家和数据分析师的调查中，74%的受访者表示他们认为ML和AI将改变游戏规则。然而，缺乏合格人才仍然是一个主要障碍。大学正试图通过提供更多的数据科学和机器学习课程来解决这个问题，但这需要有资质的教授来教他们，而正是这些人被科技行业吸引走了。

为了解决这一冲突，科技公司应该改变与学术界的关系。不是全职雇用学者，更多的公司应该允许研究人员和教授在两个世界之间分配时间。这可能意味着留在学术界，兼职为企业工作，反之亦然。任何一种方式都能给双方带来双赢。大学继续受益于人工智能和数据科学领域最聪明的人才，而企业则通过实习获得内部专业知识和人工智能人才管道。

我们已经在自己的公司(Venturebeat)实施这项工作并且效果很好。我们的首席科学家格雷格`本森也在旧金山大学任教，他在那里担任教授已有20多年。学期期间，格雷格大部分时间都在教书，每周为公司工作一两天。在暑假和其他休息时间，他全职在SnapLogic工作。

我们从这个模型中看到了很多好处。南佛罗里达大学每学期为科技公司和其他企业安排约50名学生，包括我们自己的学生。这些学生在处理现实问题和获得就业途径方面获得宝贵的经验。在过去的八年里，我们在我们公司接待了大约40名学生，其中许多人现在全职为我们工作。

这些学生接触真实的数据，开发真实的产品。几个学期前，我们的一组实习生做了一些探索性的项目，包括推荐引擎、自然语言处理和情感分析。在推荐引擎方面的工作是最有成效的，我们最终将其构建到我们的平台上，以加速应用程序和数据集成。

格雷格知道自己学生的能力和局限性，这使他能够将合适的实习生安排在合适的角色上。在他们的职业生涯中，我们希望这段经历能激励他们与学术界保持联系，与学生建立导师关系，甚至自己承担教学角色。

其他科技公司已允许AI专家在行业和学术界之间分配时间，例如Facebook的Yann LeCun。但这些人往往是更有名的研究人员，他们具有很大的影响力。他们是例外而不是规则。

凭借丰厚的薪水和诱人的津贴，这么多研究人员追求商业职业并不奇怪;我们也不能怪他们的选择。但确保我们不破坏生态系统是行业义不容辞的责任。生态系统提供了重要的人工智能研究，也为我们所有人都需要的未来人才提供了培训场所。

还有其他方法可以帮助解决人工智能技能差距，包括自助服务工具，让技术水平较低的分析师更容易利用机器学习，而不需要成为博士。但归根结底，我们需要有技能的教授和研究人员来培训下一代数据科学家。科技公司应该鼓励和支持他们的数据科学家在大学和网上授课。从长远来看，这将是我们所有人的胜利。