明知故问 | AI大牛们为何陆续离开工业界回归学术界？

近日，清华大学爆出一张《拟聘新进校人员公示名单》的照片，内容中提到UCLA教授朱松纯将入职清华大学自动化系，职务为科研系列教授。这一消息让中国科研界又沸腾了。

据悉，朱松纯教授是华人AI领域的顶级学者。他曾在各种国际顶级期刊上发表论文300余篇，三次获得马尔奖，两次担任美国视觉、认知科学、AI领域跨学科合作项目MURI负责人。

实际上，无论是“人才回国”引发的爱国主义的热烈讨论，还是AI大牛回归高校对人才培养和科研学术的推动，近两年，我们发现AI行业一个明显的趋势：越来越多的AI大牛陆续离开工业界回归学术界。

这从李飞飞、张亚勤、沈向阳、马维英、吴恩达、张潼、马维英等一众大牛相继重返高校可见一斑。

●  2016年，李飞飞宣布加入谷歌，成为谷歌云AI负责人，2018年又选择回到学校，担任斯坦福教授;

●  2017年，AI领域顶尖科学家张潼博士担任腾讯 AI Lab主任;2019年初，张潼离职，选择回到学界，继续AI领域的学术研究;

●  2019年11月，沈向洋离职微软的消息在国内引发轩然大波，之后他选择回归学术界，加入清华大学担任教授;

●  2019年11月，腾讯优图实验室负责人贾佳亚教授确认离职，而离职的去向与张潼离职之初一样，都是重返学术界，回归港中大;

●  2020年7月，AI学术大牛马维英距离加盟字节跳动3年之后，又辞职挂印而去，重返学术界，追随他在微软亚洲研究院的老领导张亚勤，前往清华大学;

●  最近，前旷视南京负责人魏秀参离职，出任南京理工大学教授。

……

对于这一现象，有一种观点认为：技术专家作为走在浪潮最前端的人，最明白技术的发展趋势，他们的态度转变更是说明了AI已经迎来了发展的瓶颈，因此才回到学术界，寻找突破方法。本期前瞻经济学人APP明知故问栏目重点聚焦AI大牛陆续回归学术界的深层次原因。

从人才下海热到回归热，AI行业经历了从狂热到“冷静”

2016 年，AlphaGo 在与人类围棋高手李世石的“人机大战”中一战成名，正式拉开了“人工智能元年”的序幕。正是从那一年开始，“人工智能”这个曾经只存在于科幻电影中的名词，成为了寻常百姓日常生活的话题之一。深度学习技术的爆发，为科技产业打开了新的大门。

在AI最为火爆的 2016-2017 年，行业里流传有这么一句话：不谈AI，就拉不到投资;有了AI，PPT也能拉到投资。这当然是行业的一句调侃，却也反映出一个事实：人工智能已经火爆到人人都想分一杯羹的地步了。

其中，2013-2018年，我国人工智能领域投资出现快速增长趋势，融资次数从52次增长至256次，约增长了4倍;融资金额也由2013年的35.96亿元快速增长到1096.79亿元，出现跨越式增长。

同样，AI的火爆也体现在“人才大战”上。

2016年频繁曝出人工智能学术和研究大牛投身工业界的消息。在人工智能浪潮下，学术与产业结合成为大趋势。

卡耐基梅隆大学计算机科学院院长 Andrew Moore 教授曾表示“一名计算机领域的 AI 专家对于企业的价值，至少为500-1000万美元”。由于深度学习等技术太过新兴，人才积累不足，使得大公司为了争夺这些少数人才，开展竞标大战。

而稀缺使得人工智能人才的流动越来越频繁，一方面科技巨头们使尽浑身解数抢夺人工智能顶尖人才，如百度的“少帅计划”，阿里巴巴的达摩院、Facebook的FAIR等。

另一方面，人才竞争已成抢占技术优势的关键，全球人工智能的研究重地、顶尖院校所在地成为必争之地。在此背景下，AI大牛被工业界疯狂挖角、高薪礼聘。

当时，一个非常明显的趋势是：学术界的技术专家都开始转向了工业界，离开校园走进企业，成为了技术部门的领导者，甚至自立门户，成立人工智能初创公司。比如AI大牛吴恩达，2017年他离开任教的斯坦福大学，接连成立了 deeplearning.ai、Landing.ai 等公司，还入股妻子成立的 Drive.ai 任董事。

国内同样如此，不少来自清华北大，甚至海外名校的华人技术专家，或是回国创业，或是加入 BAT 等大厂。一时间，“留在学术界做研究”还是“投身工业界做项目”成为了不少技术人之间的热门话题。

2019年一张“世界AI巨头人才流向图”甚至刷屏整个科技圈，它显示了AI界众多知名公司之间的人才流动情况。

然而4年过去了，AI行业并没有往大家设想的蓝图方向发展，反而是行业遭遇大洗牌，明星公司相继陨落。

此外，加之今年最大的“黑天鹅”事件，AI行业更是遭遇重创。持续数月的新冠疫情，为人工智能的发展按下了暂停键，不少初创企业深受资金短缺之困。

根据CB Insights的数据，今年第二季度的AI融资交易量创下了3年以来的最低点。2020年以来，全球AI融资交易数量连续下降，从第一季度的506起，降到了第二季度的458起。而与之相较，疫情袭来之前，2019年第三季度的交易数量是660起。

同时，与2016年相反的另一个明显趋势出现了：曾经投身工业界的大牛纷纷重返学术界，吴恩达、李飞飞等技术大牛均是如此。这似乎印证了这样一个观点：AI行业正遭遇难以突破的瓶颈。

行业触及天花板，AI大牛选择回归学术界

不可否认，相比于前几年的发展，现如今的AI产业呈现出一种“繁荣”现象，但是似乎也碰到了一个天花板，产业创新进入了一个瓶颈期。

落地，是AI学术研究的最终归宿;没有落地，梦再美，都是枉然。然而，学术界和工业界在AI思维上一直存在分歧。

学术方向的研究，希望探索的最前沿的问题，并且不计成本，不计营收。但工业和企业角度而言，更偏实用，成本和产出必须被严格审视。随着技术门槛进一步降低，企业内部的技术话语权，必然会回到工程派、产品负责人手中。

不少巨头在新技术初期，往往还能对研究团队礼贤下士，但由于当前AI研究到技术落地，中间始终存在不小差距，而且研究往往投入大，对核心产品和主营业务见效又不会立竿见影;此外，一旦研究和产品之间涉及资源分配等矛盾，最后往往会拿不直接创造营收的研究团队开刀。

试想一下，在任何公司内部，AI实验室体量不小，一群科学家有很高的头衔和待遇，但没有KPI，没有实际价值产出，虽然交出学术答卷，但这怕是远远不够的。这样的案例，国外有Facebook AI掌舵者LeCun，国内有腾讯AI实验室负责人张潼。他们都是因为上述研发和产品之间的关系，最后或调整或离职。

实际上，这也就回归到了一个老生常谈的话题，在企业进行学术研究是否可持续?有没有谁又能真正做到花费千万元重金去培养一个不产生实际价值的学术部门。

如果答案是否定，最终结局，多半都是新兴技术研发期过后，技术又难以落地，科学家便会从企业研究院离开，转身回归高校。

总而言之，关于AI大牛为何相继离开工业界回归学术界，大概可以归结为这两种原因：

1. 和前几年的大突破相比，近来人工智能行业发展进入新的瓶颈期，企业短期看不到大突破的可能，科学家(纯研究岗)在企业内的地位下降，科学家也发现自己在企业内并不好发展。

2. 其次，与企业的盈利属性有关。企业不是慈善家，不可能无止境砸钱，如果长期看不到技术的落地，企业的耐心将被耗尽。而为企业效力的科学家们可能存在更多的业务压力，难以专心进行科研创新。

不过，AI大牛们重返学术界并不代表放弃工业界，他们的回归，其实也是以另一种方式参与到AI产业中。其中，直接受益的便是对人才的培养。

相比于那些一直沉浸于学术理论的老师，这些回归者通过过往公司任职的经历能够更为了解当下的产业情况，从而引领学生更快、更稳的从学术贴近产业，成为产业界真正有力的储备军。

与此同时，这些回归者也能够担任高校AI学生与企业之间的桥梁，为产业输送人才的同时，也进一步推动产学研创新教学模式。

参考资料：

https://www.infoq.cn/article/PkuuOr9z6s3pXzuBIeC6

http://baijiahao.baidu.com/s?id=1650518819301638336

http://baijiahao.baidu.com/s?id=1673470747782920906