宁做昂贵的“调参狗”，不做高校科研大神？

前不久，“人工智能博士应届生80万年薪”的话题引起“酸”议。光这一句话，从开头到结尾都会让人心里一酸，随后鼻子一酸，紧接着想起前辈们的话——如今工作流的泪，都是选专业时脑子进的水.AI人才是非常稀有的存在，据高盛发布的《全球人工智能产业分布》报告统计，2017年全球人工智能人才储备，中国只有5%左右，人才缺口超过500万人。人才的挖掘已经深入到了学校，正如青岛慧拓智能机器有限公司CEO兼中山大学数据科学与计算机学院教授陈龙，在前几日举办的英特尔中国研究院媒体开放日上所说：“我们从本科开始培养学生，等到了研究生一年级，学生就选择了去企业实习，究其原因，实习公司给学生开了非常不错的工资。这个数字让我们没有办法让学生留在学校。”

（右1）英特尔中国研究院院长宋继强

（右2）北京邮电大学信息与通信工程学院教授张琳

（右3）复旦大学计算机科学技术学院教授姜育刚

（右4）慧拓智能CEO、中山大学数据科学与计算机学院教授陈龙

不仅是外界高薪让陈龙这样的教授痛失爱徒，更令人费解的是学生往往并没有学到真正的东西，但却已被资本带走。

这股资本强风正如数据那样：2018年上半年，人工智能领域的全球融资规模达到435亿美元，中国的规模达到317亿美元，占了全球的四分之三以上（数据来源2018中国人工智能产业年会）。但亿欧智库《2018中国人工智能商业落地研究报告》显示在整个产业链中，90%以上的AI企业依然处在亏损阶段，绝大多数企业年营业收入不足两亿。

高资本却不能产生应用落地 ，像极了人工智能史上两次低谷的模样。未来真是悲观的吗？英特尔中国研究院院长宋继强给出了乐观的答案：“早在80年代，大家都拥挤在一个窄的产业——专家系统，这只能解决类似医疗产业的一小部分难题，此外成本高又是让人头疼的问题。”

落地应用窄、成本高昂成了杀死80年代人工智能浪潮的“刽子手”，在宋继强眼中，这两个主因在当下人工智能高潮下是不存在的。宋继强认为：“摩尔定律已经发展20多年，计算和存储的单位成本下降非常多，其中‘20年来计算成本下降了15000倍’，存储则更夸张。这样就可以让人工智能在部署应用落地时价格不会太贵。虽然人才成本偏高，但再过三年，当人才数量倍增，雇不起高价算法工程师的中小型公司也能开始招人，从而实现更多价值。”

人才似乎成了人工智能发展的关键一环。

网络上一些人工智能领域的工程师自称“调参狗”。也正如复旦大学计算机科学技术学院教授姜育刚所说：“也许我们会发现这两年人工智能发展缓慢，大部分是修补工作，很多都是现有方法的整合。在高校似乎有这样的趋势，觉得人工智能就是深度学习，深度学习就是调模型和参数。”

如果人工智能人才年薪拥有让人惊掉下巴的实力，仅仅是“调参”是否有点开玩笑的意味？到哪不是做“码农”，在人工智能领域还能享受泡沫的味道。

这背后所带来的问题不仅仅是产业的玩笑，更多是无人愿在高校搞科研的现状，姜育刚教授也只能无奈“我并不希望培养这样的人，我们希望学生能在核心理论上做一些创新。”

如何激烈年轻人在科研道路走下去？宋继强有着自己的见解：“科研就代表着风险，相对来说回报较少。我们要让加入研究院的学生觉得平台有用，让更厉害的人来指导学生枪金，避免走弯路。不仅要做有挑战的工作，更要有前辈来告诫他们怎么走得快。”

这里所提到了英特尔中国研究院的机制值得品味，当新人进入研究院，会有在跨平台、跨学科的工作与交流，日常交流让团队产生不同的灵感。发散式的成长平台更容易形成T字形人才，也就是各学科都有涉猎，自己也有所专长。

在院校方面，也相关体制建设。姜育刚表示：“人工智能未来会像计算机一样，渗透到各个行业，所以人工智能培养的是跨学科的人才。我们学校也开会讨论了人工智能技术制度的建设，主要通过跨学科来实现：1，人工智能的教育研究从数学、物理这类基础学科来跨越；2，从应用角度，AI+X等角度来实现跨学科。”

对于人才培养，北京邮电大学信息与通信工程学院张琳教授也有自己的看法：“培养和就业是两个完全不同的朝向，如今大学里越来越多的培养不是为了面向就业。我们需要把学生内心想要干事的想法挖掘出来。比如招博士生，更加注重内心是不是有种非要把东西做出来的冲动，而成绩却是其次考虑的因素。此外，人才培养还要提倡“可呈现性”。例如没有十多年以前所谓的开源代码行动，以当下实力，很多公司的技术是不足以得到迅速提升。既然使用开源，那所做的东西就不能随意保护起来，还应该是开源。其实我们更希望培养这样的素质人才。”

世界终究是属于偏执狂的 ，但这波高薪浪潮下，会有多少人能真正为人工智能的进步做贡献呢？