機器之心報道

編輯：蛋醬

DeepMind 研究科學(xué)家和大學(xué)終身教職，極限二選一，你怎么決定？

「和 Deepmind 這類頂級公司的研究科學(xué)家職位相比，成為終身教授有什么意義？」兩天前，一位 Reddit 用戶在社區(qū)提出了這個疑問。

這確實是個好問題。過去十多年間，一些研究者離開學(xué)術(shù)界，嘗試在工業(yè)界尋找更多的機會。也有一些研究者在工業(yè)界發(fā)展數(shù)年之后，選擇回到學(xué)術(shù)界。這些選擇背后，到底是什么因素在起到推動作用？

這位提問的用戶表示，似乎業(yè)界在 ML/CV/NLP 領(lǐng)域的探索方面處于引領(lǐng)地位，很多突破都是在企業(yè)取得的，而不是在高校。此外，業(yè)界能支付的報酬要高得多。最重要的是，教授們沒有太多時間進行自己的研究，因為他們忙于申請經(jīng)費、做行政工作、教學(xué)以及為學(xué)生提供指導(dǎo)。像 Deepmind 這樣的公司似乎為他們的研究科學(xué)家提供了相當(dāng)多的自由。

如果說，當(dāng)進入工業(yè)界在各個方面都更好，那么成為終身教授有什么意義呢？

在這篇帖子的評論區(qū)，我們發(fā)現(xiàn)了很多有趣的結(jié)論。

DeepMind 只是個例外

用戶「Random Tensor」分享了自己能想到的「學(xué)界的優(yōu)勢」，從敘述內(nèi)容分析，這位用戶應(yīng)該是來自高校。

我能想到的一些好處是：

與學(xué)生互動：有些人發(fā)現(xiàn)教學(xué)非常有意義，作為教授可以從眾多的碩士研究生和本科生身上汲取靈感，進行合作或指導(dǎo)。

可以解決更深層次的問題：我與 Google 進行了一些合作（回報較高），但我發(fā)現(xiàn)對于與可貨幣化不太密切相關(guān)的問題，例如數(shù)學(xué)理論，幾乎很少受到支持。

與其他領(lǐng)域的密切合作：如果你在大學(xué)里，周圍會有很多領(lǐng)域內(nèi)的頂尖專家。在這種環(huán)境下，發(fā)現(xiàn)好的新合作要容易得多。

博士課程：至少在美國，通常在獲得學(xué)士學(xué)位后開始攻讀博士學(xué)位。這意味著博士生導(dǎo)師可以通過指導(dǎo)課程和研究，真正引導(dǎo)學(xué)生成為某個領(lǐng)域的專家。如果你要加入兩個高度深入的技術(shù)領(lǐng)域，比如將邊緣計算復(fù)雜性理論與深度學(xué)習(xí)相結(jié)合，你需要一個精力充沛的年輕人來加入這些領(lǐng)域。我聽有人提到過一種說法，需要一個博士生來架起兩個領(lǐng)域之間的「橋梁」。

也有人分析，從業(yè)界整體情況來看，DeepMind 提供給研究者的氛圍和條件已經(jīng)算是比較理想的了。

「DeepMind 似乎是一個罕見的例外，這家公司更像是一個研究實驗室，而不是一家公司。他們有更多的自由度進行探索，包括那些不會給公司帶來直接利益的研究領(lǐng)域?！?/p>

用戶「Random Tensor」回復(fù)：「或許是這樣的。我與 Google 合作的項目也無法立即獲利，他們需要在某些 Google 產(chǎn)品中表示出未來的潛在用途。公平地說，這在學(xué)術(shù)界也很常見，經(jīng)費更優(yōu)先授予對社會具有潛在未來用途的項目。但是對于學(xué)者來說，這些東西往往各方面都更加發(fā)散，進行的是更廣泛的研究。例如，我在 Deepmind 沒有進行多少純數(shù)學(xué)（統(tǒng)計學(xué)習(xí)理論）的研究?！?/p>

而且有人認(rèn)為，「很多突破都是在企業(yè)取得的，而不是在高校」是個偽命題，實際上，最好的理論突破都是在高校誕生的。

終身教授現(xiàn)身說法

此外，還有一位美國大學(xué)的終身教授匿名分享了自己的「躺平」生活：

我是美國某所一級大學(xué)的終身教授。我不擅長機器學(xué)習(xí)本身，而是在一個相鄰的領(lǐng)域。但我也涉足機器學(xué)習(xí)領(lǐng)域，如果我愿意（我的許多學(xué)生都這樣做），我可以肯定地獲得一份行業(yè) ML 工作。我可以從個人角度回答你的問題。

首先，從生活方式的角度來看：

我的基本工資為 13 萬美元，加上暑期津貼之后通常接近 15 萬美元。我住在美國一個物美價廉的地區(qū)，我的配偶也是一名終身教授，二人薪水大致相同。我們賺了足夠多的錢來過我們想要的生活，并且積極地儲蓄。我覺得很富有，雖然我可以在工業(yè)上賺更多，但老實說，我不需要更多的錢了。

那么，這份薪水對我有什么要求？幾乎沒有，因為我是終身教職。我每學(xué)期教一門課，每周有幾個小時的行政工作。除此之外，我可以自由地做任何我想做的事情。大多數(shù)時候我會在 9:30 左右上班，經(jīng)常在 4 點前離開去托兒所接兒子。我從不在下午 5 點以后工作。我經(jīng)常隨機休息一天去購物，或者帶我兒子做一些有趣的事情或其他我喜歡的事情。如果有一天我感覺效率不高，我會放棄工作，走到大學(xué)的健身房，這太棒了。

我的家人每年大約有 2.5 個月在度假。每年夏天和我配偶的家人在海灘上呆一個月，和家人一起放兩周的假，以及隨機旅行到其他地方。

我們每四年有 6 個月的休假，會四處旅行，在一些美好的地方度過這段時光。所有這一切都有著無限期的保障。我大概率不會被解雇，根本不需要強調(diào)未來的工作保障。我有很好的醫(yī)療保險，而且我兒子的學(xué)費也并不高昂。

現(xiàn)在從專業(yè)的角度來看：

我喜歡我的工作。我喜歡每學(xué)期教授的一堂課。我正在寫一本關(guān)于我熱衷的主題的書，而我的大學(xué)幫助我找到了一個很棒的出版商。

你聽到過很多，申請資金和管理一個大團隊有多大的壓力，但這不是許多教授的現(xiàn)實，尤其是終身教職。如果你在拿到終身教職后還過度勞累，那很有可能是你自己的問題。

我不覺得寫更多論文或獲得更多資金有什么壓力。產(chǎn)量減少的唯一后果是，年底加薪從 4-5% 降到了 2-3%（注意：我們今年的加薪翻了一番多）。但我通常很高效，因為我喜歡我的研究。

我盡量讓自己的研究小組人數(shù)保持在 2-4 人左右（我 + 博士生 + 博士后 + 本科生），這對我來說是完美的，這對于不經(jīng)營 wet lab 的 stem 教授來說是非常常見的，我們并不是 Bengio。我不需要很多資金來支撐這樣一個小團體。

當(dāng)我有一個新的研究方向或我感興趣的想法時，我會申請新的經(jīng)費，在這種情況下，我喜歡寫申請，因為它只是寫出我腦海中漂浮的所有想法。我的申請成功率相當(dāng)高（大約 40%），因為我只為我感興趣的想法申請。

我可以從事任何我想做的研究。我的大部分工作都在同一個大方向上，但我有一些不同方向的有趣的旁支項目。我也有同事完全改變了研究領(lǐng)域。

基本上，我得到的報酬比我花的錢多，還可以做我喜歡的工作。

看完這位教授的分享，大家紛紛表示：「恭喜你，過上了自己夢想中的生活?！?/p>

但這位用戶也提到，自己的工作有一些不足之處，比如地理位置不佳，很難招到好的博士生，所以也需要花費精力來完善自己學(xué)生的工作。此外，學(xué)生的工作津貼完全是由學(xué)校決定的，目前是每年 3.5 萬美元。

不過，有人提到，終身教職也不意味著能夠「劃水」，特別是在機器學(xué)習(xí)這種競爭激烈的領(lǐng)域。

有人則從另外一個角度分析了學(xué)界的好處：

「你可以領(lǐng)導(dǎo)一個更理想主義和雄心勃勃的團隊（博士生）。你可以更好地平衡工作與生活，尤其是在你獲得終身教職之后。你可以和其他系的教授一起在校園里閑逛，可以做更多的跳出條框的研究。例如，我的導(dǎo)師曾經(jīng)和國際政策、環(huán)境科學(xué)等領(lǐng)域的人一起做研究。而在工業(yè)界，你周圍的每個人都是 ML 研究員。」

「就是這樣。您可以與學(xué)生和其他學(xué)者在校園里閑逛。這是人們喜歡學(xué)術(shù)界的 90% 原因。」

不能一概而論

在評論區(qū)，也有博士生從「后來者」的角度分享了自己的觀察：

我不夠資深，無法透徹回答您的問題。但作為一名博士生，比起呆在我大學(xué)的實驗室里，我確實更喜歡業(yè)界的暑期工作。這意味著更好的薪水和津貼，我的意思是我每天都能得到免費的食物和飲料，但在我的大學(xué)里，我必須從自動售貨機購買。同時，公司的硬件支持至少不比我實驗室里的差，而且通常會更好。我所做的工作與我在實驗室所做的工作并沒有太大不同，而且通?？梢愿斓貙ΜF(xiàn)實世界產(chǎn)生影響，而不只是一篇 arXiv 論文。

我認(rèn)為這里有兩件事值得考慮：

1、可以說，深度學(xué)習(xí)在 2012 年的 AlexNet 之后才開始產(chǎn)生影響，只有 10 年?？萍脊驹谏疃葘W(xué)習(xí)上的巨額投資甚至發(fā)生在更晚的時間。在美國，本科畢業(yè)后大約 6/7 年完成博士學(xué)位是很常見的，所以很多在熱潮之后進入這個領(lǐng)域的博士生還沒有畢業(yè)。我們會在以后看到業(yè)界和學(xué)界在就業(yè)上的差異。

2、我個人并不認(rèn)為學(xué)界是在試圖與行業(yè)競爭以獲取人才?，F(xiàn)狀是根本沒有足夠的教職可供博士生選擇。每年有一半的博士生從 PI 的實驗室畢業(yè)，但很多 CS 部門每年并沒有增加這么多教職員工。我認(rèn)為大學(xué)很高興他們的博士生能在畢業(yè)后獲得好的行業(yè)實習(xí)機會。他們對僅出于某種原因自愿留在學(xué)術(shù)界的博士畢業(yè)生感到非常滿意。我的 PI 有時半開玩笑地告訴我，我很適合留在學(xué)術(shù)界，所以我應(yīng)該嘗試一下，但我個人從來沒有收到任何大學(xué)的招聘電子郵件。我不認(rèn)為大學(xué)正在積極地試圖說服那些想要獲得業(yè)界職位的人。（這一點純粹是我的猜測）

另一方面，我不會說業(yè)界「單方面」比學(xué)界更好。

這是根據(jù)我的經(jīng)驗總結(jié)的，但我認(rèn)為行業(yè)研究員的學(xué)生并不總是比教授多，尤其是在秋季和春季。以工程為導(dǎo)向的 PI 通常在實驗室中有 6 名以上的博士生，無意冒犯，但他們屬于廉價勞動力，并且會承擔(dān)一些非學(xué)術(shù)需求（例如維護實驗室網(wǎng)站、在實驗室中設(shè)置和維護硬件等）。我還沒有見過一個行業(yè)研究員會在一個夏天帶 6 個以上的實習(xí)生。

大型科技公司肯定擁有更強的算力，對于當(dāng)今的基礎(chǔ)模型研究來說，大學(xué)無法與其競爭。但通常情況下，你的研究不需要那么多算力，許多研究在資源有限的情況下能做得很好。與此同時，許多領(lǐng)先的大學(xué)已經(jīng)或正在建設(shè)他們的 HPC 集群。雖然無法與谷歌匹敵，但對于非大規(guī)模研究工作來說已經(jīng)足夠了。

3. 同時擔(dān)任學(xué)術(shù)和行業(yè)職位的情況并不少見。例如，LeCun 同時有 Meta 和 NYU 的職位。從他的推文來看，他在大學(xué)教課，并積極致力于 Meta 的各種研究。

最終，一位用戶給出了本回合最精辟的評論：

「一旦你獲得了教職，即使世界進入另一個 AI 寒冬，或者科技市場崩盤，都與你無關(guān)。」

對于這個話題，你怎么看呢？