图灵三巨头如何抉择：当名企科学家，还是当终身教授？

新智元报道
编辑：如願 桃子
【新智元导读】顶级公司的科学家和大学的终身教授，一个是天花板，一个是铁饭碗！分岔路口，该如何抉择？
提到图灵奖三巨头，只有一位留在了学术界。
Geoffrey Hinton是多伦多大学计算机科学系教授，同时也为谷歌工作。Yann LeCun既是纽约大学的教授，还是Meta首席人工智能科学家。
唯有Yoshua Bengio一人，在加拿大蒙特利尔大学担任全职教授。

为什么深度学习大佬们选择不同职业路线？
要知道，Bengio全身心投入学术界，并不是因为他有多么排斥业界，而是他要做更重要的事，去培养成千上万个科学家和工程师们。
近日，有网友就站在「终身教授」和「顶级科学家」抉择路口上。

他表示，在ML/CV/NLP方面，大公司处于领先地位，同时也要付出很高的代价。
然而更重要的是，教授们没有太多时间进行自己的研究，因为他们忙于申请拨款、做行政工作、教学和为学生提供建议。
并提到了，像DeepMind这样的公司似乎为其研究科学家提供了相当多的自由。
因此，这位网友问到当进入工业界各方面条件都不错时，成为终身教授又有什么意义？
科学家or终身教授？
首先来看看作为一科学家有哪些快乐体验？
客观来看，像谷歌、Meta、微软、苹果大厂的办公环境没得说，而且免费饮品、零食各种福利博人眼球。

一亩三分地社区中，网友就谷歌和Meta福利进行了介绍。谷歌还可以上班带狗，其余的休假、各种补助基本全覆盖了。

另外，上班时间也是自由的，可以用「健康」来讲。再加上近年来的疫情原因，员工可以居家工作弹性办公
就比如在DeepMind上班，采取的是一种3+2式的混合工作制。周一到周三去办公室坐班，周四周五远程。
谷歌软件工程师Sarah曾自述，自己早上七点半到十一点半之间，是可以自由分配的，起床后喂猫、吃饭、化一个精致的妆才开始一天的工作。

那么科学家在像DeepMind公司中的研究自由度又如何？
用常规学术标准衡量，DeepMind已经用科研成果证明了自己的实力，可以称得上是新时代的贝尔实验室。
在迈向AGI的路上，DeepMind先声夺人。
从AlphaGo开始，接连推出AlphaZero、AlphaFold、AlphaCode这些AI领域的扛鼎之作，并且将技术成果都发表在像Nature和Science等顶级期刊上。

可想而知，DeepMind能取得这样的成果，也是因为坚持大量资源投入、为科学家研究提供高自由度。基础研究需要长期高额的投入，这并非仅凭一所高校实力能够满足的。
毫无疑问，大型科技公司的总体能力更强。对于当今的「基础模型」研究，大学无法与之竞争。
缺点就是，当你研究内容涉及到与公司利益不一致情况，就会被砍掉。
谷歌裁掉AI道德团队成员便是一个典型案例，就此许多人对科研能不能获得应有的独立性，以客观地质疑大规模运用人工智能技术的风险提出了问题。

要知道，即便DeepMind是大公司研究院的标杆，但其商业化的压力依然存在。据称，DeepMind的主要营收来自谷歌和YouTube等内部项目。
正如网友深刻总结道，「高管要利润，员工要价值观。」
当遇到这一类问题时，大型科技公司在取舍之间，当然会以公司利益为重。
那么，这时候会不会觉得当一名终身教授更好呢？
理论上来说，一名教授在研究型大学成功加入了终身教授的行列，即便停止了研究，大学也不会解雇他。

在哈佛大学，终身教授每隔4年就有一次带薪离职休假，一般半年或一年时间。前提是不与所教授的课程安排相冲突，完成所规定的教学任务。
休假期间相关的个人医疗保险、人生保险等福利政策仍然有效。
一位国外网友真实的自述。
首先，他表示成为一名终身教授，赚的工资绰绰有余，过着自己喜欢的生活。
其次，在主要的工作内容上，每学期教一门课，每周有几个小时的行政职责。上班的时间基本都在9:30左右，通常会在下午4点之前离开。
有大量可以自由支配的时间，做自己喜欢的事情。每年还会有两个月左右的时间可以度假！
这样的生活除了清闲，最关键的是，基本上是不会被解雇的！
在研究方面，经营团队和财务压力上并不是很大。
时刻保持着对研究的热爱，以热忱的态度去从事研究，保证一个高质量的研究小组，那在申请资助的时候也会有很高的概率通过。
其实这不仅仅是个个例，在美国等其他西方国家，成为终身教授的感觉就像是「大学里的主人」！
处在这样的一个良性循环中，名利双收根本不是个事！
在从事自己所热爱的研究的同时，还可以享受生活，并且赚得一份足够体面的薪水，这样的生活，令人称羡。

就拿美国来说，实施终身教授制很大程度上保障了教授表达观点和自主开展研究的权力！
即便所选的课题不是热门、或者偏离当下主流，也可以大胆提出来，教授们有充分的自由权去探索感兴趣的内容。
不过从另一个角度来看，虽然美国的终身教授足够「自由」，但是这也会有一个问题，就是学校承担的风险会增大，比如教授的科研无果，学术态度变得松懈等等。

顺便提一嘴，不管是国内还是国外，成为终身教授绝非易事，竞争残酷，能够成为终身教授的人只是少数！
而中国大学的终身教授实则只是聘期为「终身制」，面上的「铁饭碗」，依然要遵循严格的管理制度、级别划分、接受考核，终身教授仍旧是大学校园里的员工。
不得不说，比起国外，学术氛围确实更加紧张，制度更加严苛，但是这其实对学校和个人都是一种保障，高质量的研究成果，何乐而不为！
网友热评
对于成为终身教授有什么意义？

最经典且高赞的一个评论是：
「 一旦获得了教师职位，那么世界是否会进入另一个人工智能寒冬，或科技市场崩盘都无关紧要了。 」

DeepMind是一个罕见的例外。该公司更像是一个研究实验室，而不是一家公司。科学家们有更多的自由去探索不会给公司带来直接金钱利益的研究领域。

也许吧，尽管我和谷歌合作过的项目也没有立即变现，因为它们需要在某些谷歌产品中暗示未来的潜在用途。
实话说，这种情况在学术界也很常见。拨款更优先给予那些将来可能用在社会的项目，同时往往都比较松散，因此教授们可以进行更广泛的研究。
就比如，我不知道Deepmind有多少科学家去纯粹地研究数学（统计学习理论）。

当行业不提供研究职位的时候，当然选择当教授。目前来看，我们真的很辛运，很多公司愿意在机器学习研究上花费数十亿美元，而且几乎没有商业化。

有网友反驳道，
「公司，而非大学，可以做出重大突破」这句话是不正确的。因为最好的理论工作是在大学里完成的。

还有许多教授同时跨身工业界，从事合作项目，因此他们可以两全其美。不仅可以担任公司的学术顾问，同时还能在校做一些业界认为不值得做的项目。

你可以与很多博士生接触。另外，如果你的研究涉及到与公司利益不一致的领域 (比如谷歌的整个AI道德团队) ，你的研究就会被砍掉。
图灵奖三巨头Yoshua Bengio在加拿大蒙特利尔大学，Geoffrey Hinton在多伦多大学，以及在纽约大学的Yann LeCun都是有原因的。

还有网友称自己已经离开了终身教职，并转投研究实验室。在大学中工作相对轻松而且有保障确实如此，但是自己做的这个决定是想要推动自己做更多的事情。

对此，你怎么看？
参考资料：
https://www.reddit.com/r/MachineLearning/comments/wd7m64/d_whats_the_point_of_being_a_tenured_professor/
https://www.1point3acres.com/bbs/thread-533366-1-1.html
https://www.xzbu.com/1/view-4698797.htm

---