0
雷鋒網(wǎng) AI 科技評論按：近日，F(xiàn)acebook 首席 AI 科學(xué)家 Yann LeCun 撰文喊話硅谷，AI 專家若能同時參與學(xué)界和業(yè)界，這樣的雙重聯(lián)盟模式 ( dual-affiliation ) 將有助于推動 AI 的創(chuàng)新。本文原文發(fā)布于 Business Insider，雷鋒網(wǎng) AI 科技評論編譯如下。
人工智能真正的進(jìn)步，需要世界上最優(yōu)秀，最聰明，最多樣化的頭腦碰撞出火花。獨自而秘密地進(jìn)行地研究，都將落后于前沿技術(shù)，唯有研究人員愿意彼此交流思想，改進(jìn)和完善彼此的工作，才能推動前沿技術(shù)的不斷進(jìn)步。
根據(jù) 2017 年 Nature Index Science Inc. 的報告，論文出版不再是只來自于學(xué)術(shù)界，而更多的是來自學(xué)術(shù)界和工業(yè)界之間的合作，合作論文從 2012 年的 12,672 增加到了 2016 年的 25,962，翻了一番。這種學(xué)界和業(yè)界的合作方式，F(xiàn)acebook 稱為雙重聯(lián)盟模式 ( dual-affiliation )，即學(xué)術(shù)界的學(xué)者參與到企業(yè)中工作，但同時也保留其在學(xué)校的職位，因此可以同時為學(xué)界和業(yè)界做出貢獻(xiàn)，這不僅推動了如語音識別，圖像識別，文本理解和語言翻譯系統(tǒng)等技術(shù)應(yīng)用的進(jìn)步，還加強(qiáng)了 AI 基礎(chǔ)科學(xué)的研究。
雙重聯(lián)盟模式有利于學(xué)者的個人發(fā)展，人工智能的經(jīng)濟(jì)發(fā)展以及行業(yè)的進(jìn)步。我們應(yīng)當(dāng)支持、宣揚這種模式。
國際數(shù)據(jù)公司表示，預(yù)計 2018 年全球在 AI 系統(tǒng)上的支出將達(dá)到 191 億美元。單就斯坦福大學(xué)學(xué)生創(chuàng)業(yè)的數(shù)據(jù)來看，其活躍的 AI 創(chuàng)業(yè)公司的數(shù)量相比 2000 年已經(jīng)翻了 15 倍。據(jù) Adobe 稱，人工智能相關(guān)的工作需求比 2013 年高出了 5.5 倍。這一行業(yè)進(jìn)展如此順利，這主要歸功于產(chǎn)學(xué)界的合作。
幾十年來，許多商業(yè)、金融、法律和醫(yī)學(xué)教授在大學(xué)教學(xué)和研究的同時，也在私營公司實踐自己的專業(yè)。越來越多的領(lǐng)先的人工智能研究人員，開始接受了產(chǎn)學(xué)界雙重聯(lián)盟的模式，比如來自 Facebook 人工智能研究院（FAIR）的同事，以及其他技術(shù)公司的幾位朋友。還有一些其他學(xué)者，如我在蒙特利爾大學(xué)的老朋友 Yoshua Bengio，他沒有加入公司的研究實驗室，但他在許多公司擔(dān)任顧問，也稱為了一些創(chuàng)業(yè)公司的聯(lián)合創(chuàng)始人。
雙重聯(lián)盟模式使研究人員能夠最大限度地發(fā)揮其影響力。不同研究環(huán)境下產(chǎn)生的思想是不一樣的，有些想法只在學(xué)術(shù)環(huán)境中蓬勃發(fā)展，而另一些可能只是在擁有更大工程團(tuán)隊和更大計算資源的情況下被采用。
在過去，由于政策上對知識產(chǎn)權(quán)的重視，工業(yè)界和學(xué)術(shù)界之間的合作是很復(fù)雜的。但在當(dāng)今快節(jié)奏的互聯(lián)網(wǎng)世界，擁有知識產(chǎn)權(quán)相對不那么重要了，更重要的是盡可能快地將研究成果轉(zhuǎn)化為創(chuàng)新產(chǎn)品，并且規(guī)模化地量產(chǎn)。 AI 研究人員深知這一點，他們通過開放的文檔庫（如 ArXiv.org），快速地發(fā)布自己的研究結(jié)果。許多論文都附有相應(yīng)代碼的開源版本。這種做法加快了人工智能科技的進(jìn)步，也打破了產(chǎn)學(xué)界合作的僵局，在產(chǎn)學(xué)界共享研究成果，幫助著每個人。
行業(yè)內(nèi)基礎(chǔ)研究的投資、開放式研究、開源軟件的實踐，以及對知識產(chǎn)權(quán)更加放松的態(tài)度，使得產(chǎn)學(xué)合作比以往更容易，更富有成效。推動技術(shù)進(jìn)步的一個很重要的因素在于普通人的接納采用程度，而控制進(jìn)步速度的，則是看有多少多樣化的人才能投身于這一行業(yè)中，應(yīng)用技術(shù)去解決問題。目前為數(shù)不多的 AI 人才聚集在各大高校里，與此同時，對行業(yè)中頂尖人才的需求不斷增長。已經(jīng)有一些優(yōu)秀的大學(xué)教授到企業(yè)中任職，他們在關(guān)鍵職位上發(fā)揮著重要作用，這是一個良好的開端，需要得到支持和推動，讓這種趨勢能爆發(fā)式增長。
業(yè)界與學(xué)術(shù)機(jī)構(gòu)的合作，可以幫助更多學(xué)生接受專業(yè)的訓(xùn)練，使他們能夠體驗更快計算能力，更真實而龐大的培訓(xùn)數(shù)據(jù)，期望他們在未來能為這一領(lǐng)域做出貢獻(xiàn)。巴黎的 FAIR 實驗室目前擁有 15 名博士生，由一位 FAIR 研究員和一位教授指導(dǎo)。Facebook 這一項目已經(jīng)取得了突破性的研究，相信 FAIR 的常駐博士生能獲得比大多數(shù)純學(xué)術(shù)環(huán)境更好的研究和指導(dǎo)，該項目非常成功，F(xiàn)acebook 計劃在未來幾年將其擴(kuò)展到 40 名學(xué)生。有些學(xué)生畢業(yè)后可能會選擇加入 FAIR，也有很多學(xué)生會選擇加入其他實驗室，投身創(chuàng)業(yè)公司或成為教授。這也是 Facebook 為研發(fā)生態(tài)圈做出的貢獻(xiàn)。
研發(fā)生態(tài)圈的目標(biāo)是給更多人提供機(jī)會，不僅是學(xué)生，還有經(jīng)驗豐富的學(xué)者。很多研究人員想要接觸業(yè)界更多的機(jī)會，但又怕影響自己在學(xué)界的職業(yè)生涯，這在過去經(jīng)常發(fā)生，也使得許多學(xué)者被迫只能選擇其中一個——要么投身業(yè)界，要么安心留在學(xué)界。
我自己在 2003 年成為紐約大學(xué)教授之前，在 AT＆T 貝爾實驗室、AT＆T 實驗室研究所以及 NEC 研究所呆了一共 15 年。當(dāng)我在 2013 年加入 Facebook 時，同時也保持了在 NYU 的教授職位，因此我同時在 FAIR 和紐約大學(xué)工作。正是 Facebook 這種雙重聯(lián)盟的模式讓我既能加入企業(yè)，也能夠繼續(xù)教育下一代科學(xué)家?，F(xiàn)在在 FAIR 工作的一些學(xué)者也是如此，有的人大約 20％，50％ 或者 80％ 的時間投入業(yè)界，例如 Facebook 剛剛宣布加盟消息的五位重要研究人員，他們來自學(xué)界，往后將幫助在倫敦、西雅圖、巴黎和門羅公園建立新的匹茲堡實驗室和 FAIR 團(tuán)隊。產(chǎn)學(xué)界的雙重聯(lián)盟模式避免了學(xué)者個人職業(yè)抉擇的風(fēng)險，也使得研究更豐富有力。
對于學(xué)術(shù)界來說，與業(yè)界的聯(lián)盟帶來了許多好處：計算能力、資金、與他人的合作，以及能夠立刻實踐研究成果的機(jī)會，在產(chǎn)業(yè)界的實踐要比在實驗室的驗證快的多。
當(dāng)研究資源源源不斷，不受限制時，基礎(chǔ)研究會很收益。雙重聯(lián)盟模式讓學(xué)者能夠控制自己的時間表，他們不需要把時間安排的很緊，在確定了產(chǎn)學(xué)界的研究趨勢后，他們可以采取最有前景的方法去研究實踐。他們不會受到產(chǎn)品組的壓力，不會像很多 AI 工程師一樣，被壓迫要快速產(chǎn)出 AI 產(chǎn)品。
在 FAIR，我們希望研究人員能專注于長期的研究挑戰(zhàn)，在努力實現(xiàn)基礎(chǔ)科學(xué)進(jìn)步的過程中，發(fā)明新技術(shù)，開發(fā)新工具或發(fā)現(xiàn)最有用的新現(xiàn)象。而通常，很多項目的產(chǎn)品化要比想象中來得快。盡管 FAIR 是一個專注于長遠(yuǎn)的基礎(chǔ)研究實驗室，但實驗室的工作對語言翻譯、圖像、視頻和文本理解、搜索和索引、內(nèi)容推薦等應(yīng)用的產(chǎn)品產(chǎn)生了很大的影響。
FAIR 有部分研究人員致力于通過應(yīng)用圖像，文本，語音，音頻和視頻理解，推理和行動規(guī)劃來解決數(shù)十億人的現(xiàn)實問題。在 FAIR，研究人員們通常會盡可能快地以技術(shù)論文，開源代碼和教材等形式公開分享他們的技術(shù)研究。他們會提供新的知識和工具，來教育人們最新的技術(shù)發(fā)展，并努力加快科學(xué)的進(jìn)步。
工業(yè)，學(xué)術(shù)界和政府部門同樣也可以幫助研究人員創(chuàng)造新產(chǎn)品，建立新的創(chuàng)業(yè)公司、創(chuàng)造新的科學(xué)發(fā)現(xiàn)。大家的目標(biāo)是一致的，這些進(jìn)步是為了每個人的利益。FAIR 研究人員正在生產(chǎn)的 AI 軟件工具已經(jīng)被數(shù)百個團(tuán)體用于高能物理，天體物理學(xué)，生物學(xué)，醫(yī)學(xué)成像，環(huán)境保護(hù)和許多其他領(lǐng)域的研究中。
我是在 20 世紀(jì) 80 年代后期加入 AT＆T 貝爾實驗室，開始我的職業(yè)生涯的，我見證了許多開放式的研究產(chǎn)生了現(xiàn)代文明的創(chuàng)新。這些創(chuàng)新，包括晶體管，太陽能電池，激光，數(shù)字通信技術(shù)，Unix 系統(tǒng)和 C / C ++ 語言，對 AT＆T 產(chǎn)生了重大影響。這些以及更多的發(fā)現(xiàn)和創(chuàng)新，其中十幾項獲得了諾貝爾獎和圖靈獎，對整個世界產(chǎn)生了更大的影響。
而之后我們所要追求的目標(biāo)，就是 AI。了解機(jī)器、動物和人類的智能是我們這一時代的重大科學(xué)挑戰(zhàn)之一，構(gòu)建智能機(jī)器是我們這個時代最大的技術(shù)挑戰(zhàn)之一。工業(yè)界，學(xué)術(shù)界或公共研究中的任何一個人都無法獨自實現(xiàn)這個目標(biāo)，唯有整個研究界的共同努力才能不斷推動「智能」研究的發(fā)展。
Yann LeCun 是 Facebook 首席 AI 科學(xué)家，同時也是紐約大學(xué)的教授，屬于 Courant 研究所和數(shù)據(jù)科學(xué)中心。他是 Facebook AI Research 和紐約大學(xué)數(shù)據(jù)科學(xué)中心的創(chuàng)始主任。他在巴黎 P＆M Curie 大學(xué)獲得計算機(jī)科學(xué)博士學(xué)位。在多倫多大學(xué)攻讀博士后，他加入了 AT＆T 貝爾實驗室，并于 1996 年成為 AT＆T 實驗室的圖像處理研究負(fù)責(zé)人。他于 2003 年加入紐約大學(xué)，2013 年加入Facebook。
via Business Insider，雷鋒網(wǎng) AI 科技評論編譯
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
