当前位置:澳门新浦京 > 科技资讯 > 伯克利博士:AI学术人才流向产业界是双赢之举

伯克利博士:AI学术人才流向产业界是双赢之举

文章作者:科技资讯 上传时间:2019-12-02

3月份,泰晤士报和微软共同发布的报告表示,在一项针对111名AI研究人员和大学管理人员的调查中,89%的人表示聘用和留住AI专家“很难”或“非常困难”,招聘狂潮正在影响AI教职人员的招聘。

总而言之,我非常感谢我在AWS学习的经历。接下来,我将谈谈我即将推出的计划。敬请关注!

编辑:大明

结语:

新智元AI Era创新产品入围名单和创新人物入围名单已经进入读者票选和专家评选环节。

随着基于AI和机器学习架构的商业产品数量的不断增加,对工程师和研究人员的需求也将随之增加。而人才需求的增加可以清晰地反映在世界领先的科技公司水涨船高的工资待遇上。

最令我印象深刻的项目之一是研究假新闻和假消息的传播和影响。 微软研究院在用户的许可下收集了他们的网络浏览日志。我们研究了2016年美国总统大选期间的网站访问模式,发现社交媒体在很大程度上推动假消息的传播,还有一类假新闻是通过电子邮件和新闻网站,这类的假消息和新闻的数据是我无法从科研机构中获得的。

凡事有两面:学术人才进企业也不能“一竿子打死”

马萨诸塞州伍斯特理工学院的计算机科学家Craig Wills分析了2019年409个主要在美国的机构发布的终身职位制(tenure-track)计算机科学教师招聘广告。

参考链接:

英国警察部队一直在积极拥抱机器学习技术。特别值得注意的是,现在的AI软件可以据此预测个人在未来犯罪的倾向。 RUSI的一份报告发现,目前对这种用途的系统框架的开发存在严重的监管缺位现象。

科技资讯 1

责任编辑:

Chelsea不仅在进一步发展自己的研究,还在寻找方法来确保机器学习的持续增长。

如果你想创立公司,那么你需要将研究成果转化为产品,然后进行推广。这需要你具备科研以外的能力。我已经看到很多工程师因为不考虑实际存在的商业模式而失败。

科技资讯,编译:大明

“目前正在发生的事情有好处,也有不足。”她说。 “我认为学术界可以与产业界的实验室建立更好的联系,让更多的优秀学者可以更方便地访问行业级计算和行业级数据资源。

我在哥伦比亚大学博士毕业后,就去了纽约IBM Thomas J. Watson研究中心的语言翻译系统团队工作。即使在IBM,我做的也只是基础研究相关的工作。我们利用出版物对该系统的表现进行了评估,但我没看到我们的工作在全世界范围内产生广泛的影响。

此外,AWS机器学习实验室还为自定义用例提供高级解决方案。我与许多客户进行了交流,了解不同领域的真实AI部署令人大开眼界。

需求超过供应的问题是机器学习发展成功和进步的自然结果。然而,学术界和公司之间的更大合作,以及在这些领域更大程度地推动早期和更具包容性的教育,是确保AI行业持续发展的积极途径。

去年,我回到伯克利担任助理教授,因为我希望能尽我所能向年轻一代传递知识。在教学过程中,结合我工作的经验,我喜欢把实际案例和课本上的知识结合起来给学生讲课。

来源:anima-ai.org

来源:The nextweb

报告链接:

2017年3月,Anima Anandkumar与Jeff Bezos等人在一起

RUSI还调查发现,越来越多的人对“不同AI系统的效率和效用、成本效益,对个人权利的影响上,以及这类AI系统究竟能在多大程度上有效的为警方和民众服务”的问题上存在重大担忧。如果AI系统的透明度不够,我们怎么知道,这能够“预测犯罪”的AI,究竟是真的灵丹妙药,还是只是给人相个面而已?

AI人才需求的不断增长, 为科研人员在学术机构和商业公司间跨界工作创造机会。越来越多的人工智能研究员决定从科研机构跳槽到商业公司,吸引他们的不仅是高薪,还有科研机构所不具备的大型数据集和计算资源。

加入亚马逊AWS是我一次在学术界之外的“产业界”任职。我选择AWS有几个原因。我认为人工智能的民主化具有巨大潜力,AWS是功能最全面、应用范围最广的云平台。两年前,云AI仍然是一个未知的领域,让这份工作成为一次令人兴奋的冒险。将应用AI研究引入AWS这件事也很吸引我。

“我们的目标是扩大AI研究领域和社区的多样性,但还不仅如此。这样,我们所开发的技术才能够不仅有利于该领域内的人,而且有利于AI领域之外的更广泛的人群。”

Mahsa Mohaghegh新西兰奥克兰理工大学AI研究员, She#的创始人兼董事,She# 是一个鼓励女性在技术领域发展的非盈利组织。

Anima Anandkumar人物简介

而且,教师之间也可能存在更多的利益冲突,这些教师不一定属于某一个独立的学术实体,因而无法实现在不受任何公司的利益影响下进行独立研究,越来越多的教师现在都与企业有联系。”

报告链接:

我有幸与许多杰出的人一起工作并向他们学习。从资深AWS工程师和团队副总裁Swami Sivasubramanian那里了解AWS发展的早期阶段,让我很受启发。我有幸从最优秀的人那学习新的技能:如JosephSpisak的产品管理,Craig Wiley的团队管理,LeoDirac的软件工程,Zachary Lipton的清晰明确的表述,Sunil Mallya的机器学习实践经验等。参加MARS并与Jeff Bezos和许多其他超级巨星互动,也让我倍感荣幸。

如果这一切看起来有点像电影《少数派报告》里的场景,恭喜你,你不是一个人。目前对于这类项目提升透明度、加强监管的声音越来越多。

中国科学院赵博士:研究周期长,希望有更多的实习机会

Chelsea认为,目前AI人才的需求超过供给。业界尤其需要的一项特别技能是机器学习与现实世界机器人硬件的交互,即在真实机器人上进行实验的能力。

我不断听说有资历深的老教师被猎头挖走,年轻教师们困扰于如何提高自己的竞争力。我建议他们走出校园,多访问商业实验室和其他商业机构,保持一定程度的联系。

我最关注的是SageMaker的设计、开发和推出。SageMaker的广泛采用使得AWS的机器学习用户群比去年增加了250%以上。SageMaker让机器学习的每个步骤不再那么繁重、复杂、依靠猜测。SageMaker主题建模可以自动对文档进行大规模分类,分类速度比其他任何开源框架快几倍。

水涨船高

今后打算还是工作。进入企业意味着真正走入社会,首先是薪资方面更有说服力,收入与绩效成正比,更让人有动力。其次企业的研究条件上也会更好,就硬件设备上而言,学校提供的设备毕竟是有限的,还达不到像企业那般大规模的设备。从发展上来说,企业更看重的是应用,学校更期盼的是做研究,我个人比较倾向做应用。

她是多个奖项的获得者,P. Sloan奖学金,微软教师奖学金,谷歌研究奖,ARO和AFOSR青年研究员奖,NSF职业奖,UCI早期职业卓越研究奖,ACM Sigmetrics社会最佳论文奖,IBM Fran Allen博士奖学金及最佳论文奖。

“但是这个事的缺陷在于,许多学校的教职员工在产业界上花费的时间和精力越来越多,在学术研究和人才培养上花费的时间越来越少。这也导致实际在教学一线授课的教师人数进一步减少。

科技资讯 2

我也很高兴将我的关于张量的早期研究与深度学习联系起来,开发出新的深度网络,能够自然编码数据维度和高阶相关性。Tensorly是类似Keras的前端,可以在任何后端的深度学习中轻松使用张量代数运算。

不过她也表示,研究人员放弃传统学术道路,加入科技公司的问题也不一定是个非黑即白的领域。

过去,大部分公司没有专门的研究所,想要发表论文也比较困难。 现在,许多公司都有开放式出版政策(open-publication policy),这意味着公司里的研究员可以参与同行评审,从而进入学术界。如果他们在行业已经工作了几年,只要能继续发表论文,想重新回到学术界其实很容易。事实上,拥有工作经验在应聘时是重要的加分项。

【新智元导读】亚马逊AWS主任科学家Anima Anandkumar宣布即将离职,并在个人主页上发表离职感言,详细梳理了两年来在AWS的工作成果和历程,并对AWS和共事的同事以及Jeff Bezos表示感谢,不过她在文中并未透露下一步的去向。

话虽这么说,切尔西也注意到了以兼职形式与企业进行合作的好处。在机器学习研究中,为了取得有效进展,需要大规模的计算设备和机器人硬件,这些硬件往往只能在大型科技公司的研发实验室中使用。

学术界与商业界的抢人大战,仍在进行中。

新智元AI WORLD 2018大会倒计时 20

文摘菌整理如下:

中间层包括SageMaker,一个高性能dockerized机器学习算法的完全托管服务,以及首款无缝集成AWS的深度学习相机Deeplens。

由于学术机构与大型科技公司之间的密切联系,越来越多的公司开始兼顾并利用自己的优势,提供教育资源。比如谷歌开发了人工智能和机器学习领域的教育平台,允许普通人访问学术资源和实践项目。

本文由澳门新浦京发布于科技资讯,转载请注明出处:伯克利博士:AI学术人才流向产业界是双赢之举

关键词: