AI 科技評論按：近日，Facebook 首席 AI 科學家 Yann LeCun 撰文喊話硅谷，AI 專家若能同時參與學界和業界，這樣的雙重聯盟模式 ( dual-affiliation ) 將有助於推動 AI 的創新。本文原文發佈於 Business Insider，雷鋒網 AI 科技評論編譯如下。
Yann LeCun
人工智能真正的進步，需要世界上最優秀，最聰明，最多樣化的頭腦碰撞出火花。獨自而秘密地進行地研究，都將落後於前沿技術，唯有研究人員願意彼此交流思想，改進和完善彼此的工作，才能推動前沿技術的不斷進步。
根據 2017 年 Nature Index Science Inc. 的報告，論文出版不再是隻來自於學術界，而更多的是來自學術界和工業界之間的合作，合作論文從 2012 年的 12,672 增加到了 2016 年的 25,962，翻了一番。這種學界和業界的合作方式，Facebook 稱為雙重聯盟模式 ( dual-affiliation )，即學術界的學者參與到企業中工作，但同時也保留其在學校的職位，因此可以同時為學界和業界做出貢獻，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等技術應用的進步，還加強了 AI 基礎科學的研究。
雙重聯盟模式有利於學者的個人發展，人工智能的經濟發展以及行業的進步。我們應當支持、宣揚這種模式。
行業學術界合作的經濟學
國際數據公司表示，預計 2018 年全球在 AI 系統上的支出將達到 191 億美元。單就斯坦福大學學生創業的數據來看，其活躍的 AI 創業公司的數量相比 2000 年已經翻了 15 倍。據 Adobe 稱，人工智能相關的工作需求比 2013 年高出了 5.5 倍。這一行業進展如此順利，這主要歸功於產學界的合作。
幾十年來，許多商業、金融、法律和醫學教授在大學教學和研究的同時，也在私營公司實踐自己的專業。越來越多的領先的人工智能研究人員，開始接受了產學界雙重聯盟的模式，比如來自 Facebook 人工智能研究院（FAIR）的同事，以及其他技術公司的幾位朋友。還有一些其他學者，如我在蒙特利爾大學的老朋友 Yoshua Bengio，他沒有加入公司的研究實驗室，但他在許多公司擔任顧問，也稱為了一些創業公司的聯合創始人。
Facebook CEO Mark Zuckerberg
雙重聯盟模式使研究人員能夠最大限度地發揮其影響力。不同研究環境下產生的思想是不一樣的，有些想法只在學術環境中蓬勃發展，而另一些可能只是在擁有更大工程團隊和更大計算資源的情況下被採用。
在過去，由於政策上對知識產權的重視，工業界和學術界之間的合作是很複雜的。但在當今快節奏的互聯網世界，擁有知識產權相對不那麼重要了，更重要的是儘可能快地將研究成果轉化為創新產品，並且規模化地量產。 AI 研究人員深知這一點，他們通過開放的文檔庫（如 ArXiv.org），快速地發佈自己的研究結果。許多論文都附有相應代碼的開源版本。這種做法加快了人工智能科技的進步，也打破了產學界合作的僵局，在產學界共享研究成果，幫助著每個人。
學術界與 AI
行業內基礎研究的投資、開放式研究、開源軟件的實踐，以及對知識產權更加放鬆的態度，使得產學合作比以往更容易，更富有成效。推動技術進步的一個很重要的因素在於普通人的接納采用程度，而控制進步速度的，則是看有多少多樣化的人才能投身於這一行業中，應用技術去解決問題。目前為數不多的 AI 人才聚集在各大高校裡，與此同時，對行業中頂尖人才的需求不斷增長。已經有一些優秀的大學教授到企業中任職，他們在關鍵職位上發揮著重要作用，這是一個良好的開端，需要得到支持和推動，讓這種趨勢能爆發式增長。
業界與學術機構的合作，可以幫助更多學生接受專業的訓練，使他們能夠體驗更快計算能力，更真實而龐大的培訓數據，期望他們在未來能為這一領域做出貢獻。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。Facebook 這一項目已經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純學術環境更好的研究和指導，該項目非常成功，Facebook 計劃在未來幾年將其擴展到 40 名學生。有些學生畢業後可能會選擇加入 FAIR，也有很多學生會選擇加入其他實驗室，投身創業公司或成為教授。這也是 Facebook 為研發生態圈做出的貢獻。
Facebook 辦公室
研發生態圈的目標是給更多人提供機會，不僅是學生，還有經驗豐富的學者。很多研究人員想要接觸業界更多的機會，但又怕影響自己在學界的職業生涯，這在過去經常發生，也使得許多學者被迫只能選擇其中一個——要麼投身業界，要麼安心留在學界。
我自己在 2003 年成為紐約大學教授之前，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 和紐約大學工作。正是 Facebook 這種雙重聯盟的模式讓我既能加入企業，也能夠繼續教育下一代科學家。現在在 FAIR 工作的一些學者也是如此，有的人大約 20％，50％ 或者 80％ 的時間投入業界，例如Facebook 剛剛宣佈加盟消息的五位重要研究人員（動態 | 多位教授牽手FB AI 研究院，機器人實驗室毗鄰CMU成立），他們來自學界，往後將幫助在倫敦、西雅圖、巴黎和門羅公園建立新的匹茲堡實驗室和 FAIR 團隊。產學界的雙重聯盟模式避免了學者個人職業抉擇的風險，也使得研究更豐富有力。
雙重聯盟，爆發式增長
對於學術界來說，與業界的聯盟帶來了許多好處：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會，在產業界的實踐要比在實驗室的驗證快的多。
當研究資源源源不斷，不受限制時，基礎研究會很收益。雙重聯盟模式讓學者能夠控制自己的時間表，他們不需要把時間安排的很緊，在確定了產學界的研究趨勢後，他們可以採取最有前景的方法去研究實踐。他們不會受到產品組的壓力，不會像很多 AI 工程師一樣，被壓迫要快速產出 AI 產品。
在 FAIR，我們希望研究人員能專注於長期的研究挑戰，在努力實現基礎科學進步的過程中，發明新技術，開發新工具或發現最有用的新現象。而通常，很多項目的產品化要比想象中來得快。儘管 FAIR 是一個專注於長遠的基礎研究實驗室，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、內容推薦等應用的產品產生了很大的影響。
FAIR 有部分研究人員致力於通過應用圖像，文本，語音，音頻和視頻理解，推理和行動規劃來解決數十億人的現實問題。在 FAIR，研究人員們通常會盡可能快地以技術論文，開源代碼和教材等形式公開分享他們的技術研究。他們會提供新的知識和工具，來教育人們最新的技術發展，並努力加快科學的進步。
工業，學術界和政府部門同樣也可以幫助研究人員創造新產品，建立新的創業公司、創造新的科學發現。大家的目標是一致的，這些進步是為了每個人的利益。FAIR 研究人員正在生產的 AI 軟件工具已經被數百個團體用於高能物理，天體物理學，生物學，醫學成像，環境保護和許多其他領域的研究中。
我是在 20 世紀 80 年代後期加入 AT＆T 貝爾實驗室，開始我的職業生涯的，我見證了許多開放式的研究產生了現代文明的創新。這些創新，包括晶體管，太陽能電池，激光，數字通信技術，Unix 系統和 C / C ++ 語言，對 AT＆T 產生了重大影響。這些以及更多的發現和創新，其中十幾項獲得了諾貝爾獎和圖靈獎，對整個世界產生了更大的影響。
而之後我們所要追求的目標，就是 AI。瞭解機器、動物和人類的智能是我們這一時代的重大科學挑戰之一，構建智能機器是我們這個時代最大的技術挑戰之一。工業界，學術界或公共研究中的任何一個人都無法獨自實現這個目標，唯有整個研究界的共同努力才能不斷推動「智能」研究的發展。
Yann LeCun 是 Facebook 首席 AI 科學家，同時也是紐約大學的教授，屬於 Courant 研究所和數據科學中心。他是 Facebook AI Research 和紐約大學數據科學中心的創始主任。他在巴黎 P＆M Curie 大學獲得計算機科學博士學位。在多倫多大學攻讀博士後，他加入了 AT＆T 貝爾實驗室，並於 1996 年成為 AT＆T 實驗室的圖像處理研究負責人。他於 2003 年加入紐約大學，2013 年加入Facebook。
via Business Insider，AI 科技評論編譯
想知道關於計算機視覺的更多知識？
或者移步 AI 研習社社區~
閱讀更多 AI科技評論 的文章
