Facebook的首席人工智能科學家Yann LeCun今天在Business Insider發(fā)文表示，硅谷需要與學術界密切合作，以建立人工智能的未來。產(chǎn)學結合的雙聯(lián)模式，必將成為推動AI發(fā)展的關鍵。

要在人工智能領域取得真正的進展，我們需要最優(yōu)秀、最聰明、最多元化的思想來交換想法，并在彼此的工作基礎上建立聯(lián)系。孤立或者秘密的研究，將會與前沿研究脫軌。

根據(jù)Nature Index Science Inc. 2017年的數(shù)據(jù)報告，發(fā)表的論文不僅來自學者之間的合作，還來源于學術界和產(chǎn)業(yè)界之間的合作，從2012年到2016年，論文篇數(shù)從12,672篇增加到了25,962篇。這種新興的雙聯(lián)模式不僅使技術得到進步（如語音識別、圖像識別、文本理解和語言翻譯系統(tǒng)），而且還有助于提高理解“智能”的基礎科學。

產(chǎn)—學合作經(jīng)濟學

International Data Corporation表示，全球人工智能系統(tǒng)的支出預計將在2018年達到191億美元。 根據(jù)斯坦福大學的數(shù)據(jù)，活躍的AI創(chuàng)業(yè)公司的數(shù)量是2000年的15倍。 根據(jù)Adobe的數(shù)據(jù)，需要人工智能的工作所占比例是2013年的5.5倍。而這一切順利的發(fā)展，Le Cun表示很大程度上歸功于產(chǎn)業(yè)界和學術界之間的合作。

近幾十年來，許多商業(yè)、金融、法律和醫(yī)學教授在大學教書以及做研究的同時，都會在私營部門從事與自己專業(yè)相關的工作。越來越多的頂尖人工智能研究人員，包括Facebook AI Research (FAIR)的同事，以及其他技術公司的幾個朋友，都在接受這種雙聯(lián)模式。其他學者，例如蒙特利爾大學的yobengio，也沒有加入企業(yè)的研究實驗室，卻在許多公司擔任顧問或聯(lián)合創(chuàng)始人時發(fā)揮了重要作用。

Facebook CEO馬克·扎克伯格

雙聯(lián)模式使研究人員能夠最大限度地發(fā)揮他們的作用。 不同的研究環(huán)境會產(chǎn)生不同類型的想法。 某些想法只在學術環(huán)境中蓬勃發(fā)展，而其他想法只能在擁有更大工程團隊和更大計算資源的行業(yè)中開發(fā)。

在過去，產(chǎn)業(yè)界和學術界之間的真正合作因雙方對知識產(chǎn)權（IP）的過度占有而變得復雜。但在當今這個快節(jié)奏的互聯(lián)網(wǎng)服務部署時代，擁有IP已變得遠不如將研究成果盡快轉化為創(chuàng)新產(chǎn)品并大規(guī)模部署來得重要。 AI研究人員通過在開放存取存儲庫（如ArXiv.org）上快速發(fā)布成果來確定優(yōu)先級。許多論文都附有相應開源的代碼。這種做法提高了與人工智能相關科學技術的進步速度，并解凍了一度冰冷的關系。如今，“共享”能夠幫助到每一個人。

學術界與人工智能

由于對工業(yè)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(chǎn)權更寬松的態(tài)度，使產(chǎn)業(yè)界與學術界的合作比過去容易得多，成果也更豐富。但仍需繼續(xù)努力。能夠推動如AI這樣的高新技術發(fā)展的一個重要因素在于一般人群對其使用的速度，相反的，通常能夠控制這個速度的是投入人才的數(shù)量和多樣性。大學孕育著大量高精尖人才，而與此同時，AI行業(yè)對于人才的需求也是不斷的增加。

與學術機構的行業(yè)合作可以起到一定的幫助。他們增加了在人工智能方面受過專業(yè)訓練學生的凈人數(shù)，使他們能接觸到強大的計算力和訓練數(shù)據(jù)資源，并期望他們將來對該領域有所貢獻。巴黎的FAIR實驗室目前擁有15名博士生，由FAIR研究員和教授共同指導。這個項目已經(jīng)有了突破性的研究成果，常駐的博士生比起在大多數(shù)純粹的學術環(huán)境中得到了更好的研究環(huán)境和指導。這個項目非常成功，我們計劃在未來幾年將其擴大到40名學生。有些學生畢業(yè)后可能會選擇加入FAIR，但也有很多人會選擇加入其他實驗室、創(chuàng)業(yè)公司或成為教授。這是我們對研發(fā)生態(tài)系統(tǒng)的貢獻之一。

Facebook辦公室一角

這個生態(tài)系統(tǒng)的目標是改善每個人的機會——不僅是學生，還有經(jīng)驗豐富的學者。而在過去，經(jīng)常發(fā)生的一種現(xiàn)象是，知名研究人員喜歡并想?yún)⑴c學術界之外的研究，而這樣卻會危及自己在學術界的職業(yè)。許多學者被迫只能選擇其中一個。

在2003年成為紐約大學的教授之前，Le Cun在AT&T Bell實驗室、AT&T實驗室和NEC研究所從事了15年的行業(yè)研究。當他在2013年加入Facebook的時候，很幸運地保住了教授的職位，并在FAIR和NYU之間共享他的時間。Le Cun的雙重身份允許他繼續(xù)教育下一代科學家。 今天在FAIR工作的一些學者也是如此——有些人在FAIR花費的時間大約為20%，有些人大約為50%，而有些人像Le Cun一樣，在FAIR的時間大約是80%。FAIR剛剛宣布的五名關鍵研究人員也是如此，他們將幫助FAIR在倫敦、西雅圖、巴黎和門洛帕克建立新的Pittsburgh實驗室和FAIR團隊。雙聯(lián)模式在加強研究的同時，規(guī)避了個人風險。

互利共贏，方為大道

對于學術界來說，行業(yè)聯(lián)盟提供了許多好處：資源計算能力、資金的形式、更多的與他人的合作,以及直接實際應用研究的機會,而有些人會認為這樣可能會讓學術界的研究人員變得產(chǎn)業(yè)化，但是在正確的環(huán)境下，情況并非如此。

事實上，當基礎研究脫離了資源搜索束縛時，它確實是有益的。雙聯(lián)模式讓學者可以控制自己的日程和時間。擺脫了時間的束縛，他們能夠確定學術界和產(chǎn)業(yè)界的研究趨勢，并可以根據(jù)最有前途的趨勢開展研究。他們不會受到產(chǎn)品組讓他們的研究投入應用的壓力，因為許多人工智能公司會向他們的AI工程師施加產(chǎn)出壓力。

例如，F(xiàn)AIR希望研究人員專注于長期的挑戰(zhàn)。 在努力實現(xiàn)基礎科學進步的過程中，經(jīng)常會發(fā)明新技術，開發(fā)新工具或發(fā)現(xiàn)最有用的新現(xiàn)象。通常，長期項目最終會更快地產(chǎn)生相應的產(chǎn)品影響。雖然FAIR是一個以長期研究為中心的基礎研究實驗室，但其工作已經(jīng)對語言翻譯、圖像、視頻和文本理解、搜索和索引、內(nèi)容推薦以及許多其他領域的產(chǎn)品產(chǎn)生了巨大的影響。

Yann LeCun

人工智能中的一些人正在通過應用圖像、文本、語音、音頻和視頻理解，推理和實施計劃來解決影響數(shù)十億人的現(xiàn)實問題。FAIR以技術論文、開放源代碼和教學材料的形式盡可能快地公開分享我們的進展。 FAIR提供新的知識和工具，讓人們知曉最新的行業(yè)發(fā)展，并使科學進步更快。

產(chǎn)業(yè)界、學術界和政府的其他人可以在我們工作基礎上進行創(chuàng)新，創(chuàng)造新產(chǎn)品，創(chuàng)建新公司，進行新的科學發(fā)現(xiàn)等。我們的目標是一致的，這些進步對每個人都有利。我們正在生產(chǎn)的人工智能軟件工具被數(shù)百個團隊用于高能物理學、天體物理學、生物學、醫(yī)學成像、環(huán)境保護和許多其他領域的研究。

Le Cun在20世紀80年代末在AT＆T BELL實驗室開始了他的職業(yè)生涯，并看到了雄心勃勃的開放式研究文化，這些研究產(chǎn)生了許多為現(xiàn)代世界提供動力的創(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，Unix系統(tǒng)和C / C ++語言，對AT＆T產(chǎn)生了重大影響。 但是這些以及更多的發(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。

這就是我們對人工智能的追求。理解機器、動物和人類的智能，是我們這個時代的重大科學挑戰(zhàn)之一，而構建智能機器是我們這個時代最大的技術挑戰(zhàn)之一。產(chǎn)業(yè)界、學術界或公共研究領域的任何一個實體都不能出現(xiàn)壟斷想法或現(xiàn)象。要想在智能科學和技術上取得進步，需要整個研究團體的共同努力。

Yann LeCun是Facebook副總裁兼首席人工智能科學家，紐約大學Silver Professor，隸屬于Courant學院和數(shù)據(jù)科學中心。他是Facebook人工智能研究和紐約大學數(shù)據(jù)科學中心的創(chuàng)始人，在巴黎大學獲得計算機科學博士學位，在多倫多大學獲得博士后學位后。他加入了AT&T BELL實驗室，并于1996年成為AT&T實驗室圖像處理研究主管。他于2003年加入紐約大學，并于2013年加入Facebook。