AI行業的爭奪首先是人才的爭奪，尤其是高端人才的爭奪。 近年來，各大科技企業紛紛猛挖大學中的頂尖AI學者，開出讓大學不可能匹配的薪水。但把這些人都挖到企業，誰來負責培養后續的年輕人才？竭澤而漁始終不是辦法，找到一個同時滿足產業界和學術界需求的可持續模式勢在必行。

1833年，英國經濟學家威廉·福斯特·勞埃德（William Forster Lloyd）曾經寫了一篇文章，其中以“放牧”為例對社會現象進行了深刻的觀察。

他在文中描述了一個假設場景，假設有多位牧民共享一個牧場，每個人可以單獨決定自己有多少動物會在這片牧場上吃草。如果牧民很少保持克制，就會發生過度放牧現象，從而危及牧場的未來，并最終傷害到在這塊牧場放牧的每個牧民。

舉出這個例子主要想說明的是，理性人的行為方式總是“自私自利”的。因為只要為牧場未來著想的“體貼”牧民把他們的動物帶回家，就總會有自私的牧民把牛羊放到牧場上去。這種現象是一種典型的社會困境，如果每個人都竭力追求自身利益而不加控制，會給整個群體帶來不良后果。

現在，類似的情況正在AI領域重演，來勢洶洶的各大科技企業就是牧民，大學和研究機構中的頂尖教授就是草。

過去幾年來，人工智能的狂潮席卷科技和金融領域，各大科技企業紛紛從頂尖的大學和研究機構聘請最優秀的AI專家，薪水節節上升。作為大學而言，面對大公司甚至一些非營利組織經常開出的七位數年薪，常常無法競爭。

而且，錢并不是唯一原因。對于一些教授和學者來說，前往產業界任職的吸引力來自獲取海量數據資源和強大計算力的方便途徑，正是這兩大引擎推動了應用AI研究的快速發展。還有的學者的目的是在產業界發現并解決引人注目的重大問題。

這個趨勢發展的結果可以用一個詞來概括：過度放牧。華盛頓大學工程與計算機科學學院是美國最優秀的AI研究學院之一，受到的“損失“也最為嚴重。

根據筆者的統計，在目前該學院從事機器人技術、機器學習和自然語言處理的11名終身教職員工中，有8名正在休假，或至少將50％的時間花在了與亞馬遜、Facebook、英偉達等科技企業的合作上。

斯坦福大學和卡內基梅隆大學（筆者就是CMU的教師）是世界領先的人工智能研究和教育中心，這兩所學校的AI研究人員和學者也在離職。幾乎可以這樣講，沒有幾個AI研究機構能夠從這場“挖角運動“中毫發無損地逃脫，很多機構都飽受學術人才向產業界流失之苦。

更糟糕的是，這種挖角其實是在損害AI企業的長期利益。為什么這么說？重要的一個原因是，一位教授工作內容中的最與眾不同的一點其實是培養人才：比如帶博士生。從學生到研究人員的身份轉變，是一個極其緩慢的、智力上的變革逐步實現的過程。

最近AI領域推動商業化應用，大多數突破都源于博士生的研究。比如AlexNet，GAN和Libratus等等。當這些博士生畢業后，會被AI企業大量招募，這些人明白，自己到對產業界AI技術進步的重要性，畢竟物以稀為貴，對于人才而言更是如此。

不過，仍有一部分科研能力優秀的畢業生走上了學術道路，當上教授，培養出了更多的博士生。這個歷史悠久的“循環復制“機制，讓AI行業的教授變成了一種補充資源，就像牧場中的草一樣，當然，這種資源很容易被過度開發?！?/p>

為了防止AI學術研究可能面臨的崩潰，AI產業應該更加關注學術界的需求。將學術界與行業的互動視為一種解決方案。

其實這就像一個譜系，譜系的一端是全面從大學挖人，將企業的利益擺在首位，而在另一端，一些科技公司，包括谷歌，微軟，Facebook，IBM以及最近的摩根大通在內，紛紛通過撥款和設立獎金來支持AI學術研究，沒有任何附加條件。

實際上，我認為最可持續發展的模式介于這兩個極端之間。在該模式下，一位教授可以在本地大學和企業之間分配自己的時間，同時不耽誤履行通常的學術職責。在理想情況下，由企業負責幫助和支持該教授的研究和學生培養。

現在，令人鼓舞的一個趨勢是，一些企業已經在嘗試采取這種模式了。

Facebook的AI研究部門由紐約大學教授Yann LeCun領導，他是著名AI科學家，卷積神經網絡創始人，這為業界樹立了一個積極的榜樣。近年來，Facebook在匹茲堡和西雅圖開設了AI實驗室，目的就是在不妨礙學術研究和教育的情況下盡量利用當地的學術人才資源。

同樣，谷歌上個月也宣布將與普林斯頓大學合作，在新澤西開設AI實驗室。 博世AI研究中心剛剛在匹茲堡開設實驗室，作為CMU的人才合作協議的一部分，博世將為CMU的人工智能研究提供支持，同時允許其AI研究首席科學家Zico Kolter繼續作為一名全職教師在CMU任教。

目前來看，這種模式可以說最有希望擺脫AI行業人才矛盾的方式。我之所以對此保持樂觀，另一個原因在于，勞埃德在開頭提到的那篇文章中給出的情景并不能說明整個情況：也就是說，AI教授通常擁有比牧場上的草擁有更多的自主權。

作為這場博弈中的參與者，我們學者自己也可以成為解決方案的一部分。隨著時間的推移，AI學者可能會探索出和產業界接觸與合作的更好的模式。有些人甚至可以完全扛住壓力不去企業任職，而是通過兼職寫專欄的方式，來對這個大勢評論一番。

等等，好像有哪里不對呢……