編者按：創(chuàng)新工場董事長、創(chuàng)新工場AI工程院院長李開復(fù)博士，近期受邀前往北美，參與了一系列AI相關(guān)活動，不僅在MIT分享了來自中國的AI進(jìn)展，還與“AI三巨頭”——Hinton、LeCun和Bengio，進(jìn)行了面對面交流。

他也看到了Google、Facebook和微軟在AI人才組織和發(fā)展中，遭遇的競爭和挑戰(zhàn)。

此外，加拿大也因?yàn)锳I火熱，正希望把握住史無前例的機(jī)遇，那加拿大又是如何鼓勵A(yù)I、發(fā)展AI的呢？

不妨一起聽聽李開復(fù)博士的《北美AI見聞錄》。

△ 李開復(fù) Giulia Marchi/Bloomberg

量子位的讀者：

你們好！

這一次去北美，最核心的議程是參加MIT計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室（CSAIL）和數(shù)字經(jīng)濟(jì)中心（IDE）主辦的AI會議，主題是：AI和就業(yè)的未來。

避而不談的AI挑戰(zhàn)

先談?wù)劥髸^感吧，這一次Google、Facebook和微軟等美國AI巨頭公司都有代表參加，但最令我驚訝的是這些巨頭這次表現(xiàn)出的AI態(tài)度。

原本以為會談?wù)摵芏嗳斯ぶ悄軐ξ磥砗腿祟惖挠绊?，比如工作、隱私、網(wǎng)絡(luò)安全等等，好的壞的都會探討，但會上并沒有聽到太多“負(fù)面”的探討。

這次這三家公司的代表演講，顯得有些避重就輕。談?wù)劶夹g(shù)，講講科技與未來，然后說下自己正在進(jìn)行的研究，偶爾也談?wù)撜?，但多半還是與特朗普有關(guān)，簽證移民政策之類的，基本沒有談?wù)撊斯ぶ悄苷趲淼奶魬?zhàn)。

三家公司代表中，只有Google的代表談到一點(diǎn)人工智能帶來的挑戰(zhàn)，不過他主要講的還是未來三年的計(jì)劃，比如Google幫助培訓(xùn)人類更好使用AI，核心是幫助其他領(lǐng)域科學(xué)家利用AI把工作做得更好。對于如何解決客服失業(yè)或工作被替換的問題，并不涉及。

我在這三家公司都有高管朋友，他們后來跟我私下解釋說，公司公關(guān)部門清楚地告訴過他們，不可以談人工智能潛在的負(fù)面影響，要盡可能把人工智能描述得很美好，一切都是“人 機(jī)器=3”，人很強(qiáng)，機(jī)器很強(qiáng)，加起來更強(qiáng)。

今后人類還會學(xué)著跟機(jī)器一起彼此增強(qiáng)，就業(yè)問題也會迎刃而解，其他技術(shù)問題也會迎刃而解，現(xiàn)在正是巨大生產(chǎn)力的大發(fā)展時期，機(jī)器正在能夠幫助人類解決各種不適合人解決的問題，所以不要過于談?wù)撘恍┎惶篮玫氖虑椤?/p>

我覺得這不是一種負(fù)責(zé)任的公關(guān)策略和行為。因?yàn)檫@三家公司作為美國甚至全球AI的領(lǐng)跑者，熟知最新技術(shù)進(jìn)展，也知道“水能載舟亦能覆舟”的道理，不能只向大眾傳達(dá)“載舟”。

我覺得在人工智能的探討中，一定要有責(zé)任感，不僅要分享帶來的巨大機(jī)會，也要分享未來潛在的挑戰(zhàn)，然后讓更多力量參與進(jìn)來去解決問題，我覺得這才是比較負(fù)責(zé)任的做法。

對中國AI發(fā)展心態(tài)復(fù)雜

另一個令我驚訝的是美國公司為核心的AI組織，對中國AI的態(tài)度。

美國有很多組織在討論AI方面的議題，比如Partnership on AI，應(yīng)該算是大家相對比較認(rèn)可的非盈利機(jī)構(gòu)，但現(xiàn)在組織成員都是美國的公司，這就有些“尷尬”。

中國的AI進(jìn)展也很快，你不請中國公司加入進(jìn)來探討，自己琢磨如何在AI發(fā)展上給開發(fā)者制定規(guī)則、做出約束，或者如何避免AI在道德和社會層面帶來負(fù)面影響，這都有些不切實(shí)際。

而且你不請中國公司參與，自己做一大堆決定，最后中國公司在你們警惕的那些紅線和邊緣地帶進(jìn)展飛快，反而失去了一開始成立組織的初衷。

這些都是一目了然的事實(shí)。但美國這幫AI公司也有一些私下的顧慮。他們覺得在隱私等相關(guān)問題上，中美兩國的道德接受度是完全不同的，比如裝攝像頭，中國可能接受、執(zhí)行起來比美國要快，你這個組織制定的約束，也不一定就能發(fā)揮效力。

總之給我的核心感覺是：Partnership on AI這樣的組織沒有底氣認(rèn)為自己可以獲得中國公司的支持，但可能因?yàn)闆]有中國公司參與，他們又會因之有損失。因?yàn)樗麄円贿呑约哼_(dá)成共識、相互約束，另一邊中國AI快速發(fā)展，他們就會落后。

如果放在過去，可能問題不大，因?yàn)槊绹目萍歼h(yuǎn)遠(yuǎn)領(lǐng)先其他國家，但現(xiàn)在AI來講，中國和美國之間的差距并不大，所以我覺得美國這些AI組織如今境地有些尷尬，身陷兩難。

OpenAI 離初衷越來越遠(yuǎn)

談到AI相關(guān)的組織，可能國內(nèi)知名度比較高的是馬斯克和YC創(chuàng)始人Sam發(fā)起的OpenAI，當(dāng)時也招攬到了不少人才，不過最近正在遇到危機(jī)，很多核心人物都走了，我也從一些核心人員那里聽到一些原因。

先說說離開的代表性大牛吧。Pieter Abbeel，是加州大學(xué)伯克利分校教授，強(qiáng)化學(xué)習(xí)領(lǐng)域的大牛。去年4月正式離開伯克利加入OpenAI，從顧問轉(zhuǎn)為全職研究員。最近從OpenAI走了，可以說影響不小。

他離職以后，創(chuàng)業(yè)做了一家名為Embodied Intelligence的公司，教機(jī)器人學(xué)習(xí)，比如去做一些從人的動作學(xué)習(xí)、然后做重復(fù)性工作的算法開發(fā)。

這家公司里，還有OpenAI的前研究員Peter Chen和Rocky Duan，他們都是Abbeel在伯克利的博士生。所以相當(dāng)于師徒一起離開了吧。

另一個大牛是lan Goodfellow，GAN的發(fā)明者，他之前離開Google大腦團(tuán)隊(duì)加入OpenAI，今年又重新回到了Google大腦。

我這次也跟OpenAI中待過的人聊過，大家離職的核心原因其實(shí)挺一致。

首先，當(dāng)初加入OpenAI，是希望把AI做得更開放，不要壟斷在幾家大公司手中，畢竟當(dāng)時馬斯克發(fā)起成立OpenAI，說的就是Google為代表的公司太強(qiáng)勢，把超過50%的業(yè)界頂級AI專家招入麾下，長此以往，可能會導(dǎo)致AI技術(shù)的壟斷或者走向其他方向。

其次，OpenAI發(fā)起時，對于AI發(fā)展存在的一些挑戰(zhàn)，比如隱私、安全、威脅人類工作之類的問題，他們希望用更開放的方法去做，這樣等到AI真正發(fā)展起來后，才不會讓少數(shù)公司獨(dú)大，這是第二個共同理想。

還有第三個原因，沒有怎么被拿出來談。到OpenAI這樣的組織待著，要比學(xué)校里薪資高出3-5倍，這些學(xué)術(shù)人才到了OpenAI，也還是能推進(jìn)自己的研究，加上馬斯克的口才及個人魅力，所以創(chuàng)立之初，人才紛至沓來。

但現(xiàn)在快2年過去，也就有一些問題暴露了。

首先，回過頭去看，OpenAI真正產(chǎn)出的成績并不多，外界能感知的就更少，比如開源之類的，進(jìn)度有限。

其次，他們做的一些項(xiàng)目展示，比如機(jī)器人幫你端菜、洗碗、刷盤子什么的都挺好的，他們自己也覺得很有意思，但相對AlphaGo這種項(xiàng)目，一對比就被打得落花流水。

OpenAI也參與了AI打DOTA之類的，但DOTA的影響力，沒有AlphaGo引起的那樣大，后來DeepMind團(tuán)隊(duì)在醫(yī)療等領(lǐng)域，業(yè)界影響也很大。

另外，還有與馬斯克相關(guān)的原因。因?yàn)镺penAI這個組織跟馬斯克關(guān)聯(lián)緊密，所以有時候馬斯克自己其他公司的事情，比如特斯拉，也讓OpenAI的科學(xué)家?guī)兔Τ鲋饕馐裁吹?，有點(diǎn)成為馬斯克的“智囊團(tuán)”了。這個本身算不上特別大的問題，但畢竟會讓有些人才心里不舒服。

當(dāng)然，資金方面也不是沒有問題。最開始說將有10億美元來支持OpenAI，但這并不意味著一下子就有這樣一筆錢打到賬上，而是一個目標(biāo)數(shù)字，主要投資人也是馬斯克和他的幾位朋友，并且以馬斯克的為主，錢的問題自然是個隱患。

所以，OpenAI這樣一個當(dāng)初被寄予厚望的AI組織，希望他可以抗衡Google，現(xiàn)在看來基本不可能了。

OK，那既然談到了Google，順著說說Google、Facebook和微軟這三家AI巨頭，當(dāng)前在AI方面給我留下的印象吧。

AI三巨頭公司

Google

先說下Google。Google內(nèi)部相當(dāng)于有三個部門在搞AI，Google大腦、Google云，還有DeepMind。

Google大腦和Google云，都在Google治下，應(yīng)該協(xié)調(diào)起來更好一些。

但DeepMind被收購至今，還有相當(dāng)大的自主決策權(quán)，所以不可避免會與另外兩股Google內(nèi)部力量產(chǎn)生競爭，比如DeepMind和Google同時進(jìn)入一些城市，也會有彼此搶人才的狀況。

當(dāng)然，他們內(nèi)部會講得很好，說建立兩個機(jī)會來爭取人才，對公司利益也是最大化。但這樣的競爭既然存在，雙方的合作就也不會特別完美，問題還是有的，只是細(xì)節(jié)不能多說了，大家都是朋友。

這三家AI巨頭公司中，其實(shí)給我印象最深的還是Facebook，因?yàn)榻鼛啄陙?，我認(rèn)為把厲害人才用得比較好的是Facebook。

Facebook

核心自然是Yann LeCun用Facebook的資源聚攏了很大一批人才。

LeCun這次也在MIT發(fā)表了演講，沒有談到有大突破的東西，但會議中還是有不少可以參考的東西。他特別提到了華人AI科學(xué)家何愷明，以及后者的Mask R-CNN。

LeCun說現(xiàn)在的進(jìn)展是5年前難以想象的，對于機(jī)器學(xué)習(xí)，從識別過程走上理解過程，進(jìn)展都比之前順利很多。我覺得在他的演講交流中，我見到了他過去沒有看到過的那種樂觀。

他在會議中提到一個小突破，即用現(xiàn)在能夠針對一張圖問一個比較復(fù)雜的問題，然后這個問題能被拆分成很多部分，用自我深層的思考去綜合解決。

比如你問這樣一個問題：圖中哪個物體離黃色球最遠(yuǎn)？系統(tǒng)就能拆分成距離黃色球最近、最遠(yuǎn)的物體，然后生成不同的網(wǎng)絡(luò)，用一整套訓(xùn)練來完成這樣一個任務(wù)。

我覺得這給他帶來了比較大的樂觀態(tài)度，特別是GAN方面的推進(jìn)。會讓他覺得可以做更聰明的理解型的決策模型，或者說，比他之前預(yù)計(jì)的時間要更快吧。

我看過他之前的發(fā)言，對AGI(通用人工智能)的預(yù)計(jì)非常長遠(yuǎn)，認(rèn)為當(dāng)前還沒有任何工程根據(jù)，但這次他變得更樂觀了，他也多次談到Facebook內(nèi)部推進(jìn)的速度。

這種推進(jìn)的核心組織，自然是他掌管的FAIR(Facebook AI Research)，可能之前多多少少有一些曝光，不過中國讀者可能不太清楚這個機(jī)構(gòu)的內(nèi)部情況。

FAIR現(xiàn)在是一個規(guī)模120多人的機(jī)構(gòu)了，整體水平非常高，應(yīng)該說放眼全球，除Google之外的最厲害的一個AI科研機(jī)構(gòu)，非FAIR莫屬。

因?yàn)镕AIR既在Facebook，又能夠有很大的自由度做事情，LeCun個人也吸引了很多頂級的人，這些人再彼此號召，就會讓FAIR的江湖地位不斷提高，這算是Facebook在人才吸引方面很好的一個策略吧。

不過也不是沒有問題，體現(xiàn)在研究機(jī)構(gòu)和產(chǎn)品部門的“矛盾”上。

LeCun原本有一個對接部門，這個部門主要負(fù)責(zé)把FAIR的技術(shù)產(chǎn)品化。因?yàn)長eCun個人拒絕做產(chǎn)品，他自己是科研大師，更多技術(shù)研發(fā)的初衷和興趣，也都是科研式的。

LeCun甚至嚴(yán)苛到要求團(tuán)隊(duì)不要過分使用Facebook的數(shù)據(jù)，要更多在標(biāo)準(zhǔn)數(shù)據(jù)集的基礎(chǔ)上做出有震撼力的東西，不然憑借Facebook的數(shù)據(jù)，他會覺得“勝之不武”，而且結(jié)果上，也不知道究竟是Facebook的數(shù)據(jù)厲害，還是他厲害。

這一點(diǎn)上，我不是很同意他的觀點(diǎn)，但我理解他的想法。LeCun學(xué)術(shù)出身，很愛學(xué)術(shù)方面的競爭，他也肯定希望別人輸?shù)眯姆诜运Ｍ屗难芯炕A(chǔ)跟別人相對公平，于是要求團(tuán)隊(duì)盡量不要用Facebook的數(shù)據(jù)，要用標(biāo)準(zhǔn)數(shù)據(jù)，這樣結(jié)果上與他人就有可比性。

反正LeCun可以說是一個中規(guī)中矩的科研人，他想把事情做到最好，不想占便宜，用數(shù)據(jù)取勝，這一點(diǎn)上是讓人尊敬的，是一個科學(xué)家推動科學(xué)技術(shù)進(jìn)步的態(tài)度。

但我覺得有其中兩個問題。

第一，當(dāng)你不用最大數(shù)據(jù)集的時候，你不知道是不是已經(jīng)把技術(shù)做到了最好。因?yàn)樽詈玫募夹g(shù)，可能是適用數(shù)據(jù)最廣泛的技術(shù)，所以是不是因此丟失了最好的算法，這是值得討論的。

第二是完全以學(xué)術(shù)方式來做技術(shù)，拒絕適用內(nèi)部大量數(shù)據(jù)，可能會讓自己技術(shù)應(yīng)用到產(chǎn)品上出問題。

這兩個問題，也不是看不到表現(xiàn)。最近Facebook內(nèi)部也有一些調(diào)整，有一個部門原來因FAIR專門成立，希望把FAIR的技術(shù)轉(zhuǎn)換為標(biāo)準(zhǔn)產(chǎn)品，讓它能夠應(yīng)用到公司各個不同的領(lǐng)域。

但最近那個部門的領(lǐng)導(dǎo)換成了一個中國人，他來了以后就跟FAIR不太互睬，比如有些技術(shù)，語音之類的，他就覺得自己可以做，不用完全等著FAIR。當(dāng)然視覺方面還是依賴于FAIR的突破，但內(nèi)部的分歧已經(jīng)有苗頭了。

學(xué)術(shù)派 VS. 工程派

這其中也有一個蠻常見的問題，一家公司想要在技術(shù)上更領(lǐng)先，就會涉及人才網(wǎng)羅和組織，而很多科技人才哪里找，還是高校和科研單位為主吧。

所以科技公司里，如果你單純招一批研究的人才進(jìn)行研究，怎么跟產(chǎn)品工程的人融合，是一個非常大的挑戰(zhàn)。

Facebook和微軟，采用的都是“象牙塔”模式。

公司組織架構(gòu)下做一個象牙塔，用這個象牙塔吸引最頂級的人才，讓他有大量的數(shù)據(jù)可以用，可以寫論文、做研究，一切沒有限制，自由科研。然后再通過產(chǎn)品工程師，把技術(shù)實(shí)現(xiàn)應(yīng)用。

最早這么做的應(yīng)該是比爾蓋茨，當(dāng)時推出微軟研究院后，以非?？斓乃俣?，把頂級人才吸引了過來。后來百度也用這樣的方法，效果也不錯。

但是類似“象牙塔”的結(jié)構(gòu)和系統(tǒng)，問題也很明顯。

這些企業(yè)內(nèi)部的科研組織，確實(shí)吸引了科研大牛，進(jìn)而吸引一批小牛，很快就組成了很厲害的科研單位。但因?yàn)榻o于了足夠大的自由度，也很容易與產(chǎn)品部門有隔閡，科研學(xué)術(shù)的這部分人，會覺得我寫了這么多論文、獲了這么多獎、又是各種fellow，你這種產(chǎn)品小朋友按照我意思做就行，我告訴你人臉識別ready了，你就趕快放到Facebook產(chǎn)品中去，或者不放拉倒。

但是產(chǎn)品部門的人也會有想法：公司的錢都是我賺的，廣告的錢也都是因?yàn)楫a(chǎn)品弄來的，公司的流量和產(chǎn)品后期也都有我的付出，你們這些人加入后，就寫寫論文，也沒有對公司營收產(chǎn)生實(shí)際價(jià)值，地位卻比我高，賺的錢也比我多，我就不服氣。

所以研究和產(chǎn)品在大公司里對抗，不是什么意料之外的事情。

或者也有公司會直接把研究和產(chǎn)品放在一起，就都是為產(chǎn)品服務(wù)的，這樣就不存在兩個部門打仗了。比如阿里巴巴，可能吸引的人學(xué)術(shù)地位沒有那么高，但阿里會更注重學(xué)術(shù)群體和產(chǎn)品工程師的融合。Google也差不多，你看兩個部門都是科研部門，但最終都是要做產(chǎn)品，都以產(chǎn)品服務(wù)公司。

所以現(xiàn)在來講，大公司里搞研究機(jī)構(gòu)，吸引學(xué)術(shù)人才進(jìn)來，差不多就這兩種模式吧，各有利弊。不過顯然“象牙塔”模式，給足學(xué)術(shù)大?？臻g自由科研，最后還是因?yàn)楹彤a(chǎn)品部門之間的隔閡矛盾而離開，這種案例并不少見了。

這算是企業(yè)研究院的“魔咒”。現(xiàn)在雖然FAIR很強(qiáng)大，但從IBM到富士施樂，都沒有擺脫魔咒。企業(yè)一帆風(fēng)順的時候當(dāng)然不會表現(xiàn)出問題，然而一旦遭遇財(cái)務(wù)問題，象牙塔就會開始崩塌。

所以這算是一個懸而未決的問題吧，蠻有意思，也蠻值得思考。

與“AI三巨頭”游

“AI三巨頭公司”之外，這一次收獲比較大的是跟“AI三巨頭”分別進(jìn)行了交流，其實(shí)我和這“AI三巨頭”之前也有一些關(guān)系，不過有些交集是這次交流才知道的。

△ 與Geoffrey Hinton會面交流

Geoffrey Hinton，我在CMU念博士時，他在CMU任教，是我隔壁室友的導(dǎo)師，我博士時候做一個項(xiàng)目，還請他參考簽字，不過以為都過去很多年了，他應(yīng)該不記得了。但Hinton記性很好，他見面跟我說記得我，還跟我說當(dāng)時他給自己的博士學(xué)生買了很多硬盤，最后都被我“掠奪一空”，拿去裝語音數(shù)據(jù)了。所以蠻令我意外。

另一個讓Hinton談?wù)撦^多的話題是中國，他其實(shí)跟中國有很深的緣分，他家族親戚里，有兩位是中國最早的永久居民，當(dāng)時跟著毛主席到延安，后來成為中國的1號和2號永久居民。他們?nèi)叶际巧鐣髁x的信奉者，他也深受影響，不然當(dāng)初也不會離開CMU到多倫多大學(xué)去，他說當(dāng)時就是覺得CMU拿了太多美國國防部的錢，走得太近了，自己不喜歡。

Hinton是一個很感性很隨性的人，想到什么說什么，沒有太多的顧忌，性情中人吧。我還問他是不是可以認(rèn)為TDNN對后來的CNN有啟發(fā)，他回答說TDNN其實(shí)就是最早的CNN，這話公開說出去可能會引起軒然大波，不過Hinton就是這樣一個很感性的大牛。

比較遺憾的是他目前的身體情況，70多歲，雖然還很硬朗，但他不能坐，只能站著或躺著，所以他坐不了越洋飛機(jī)，即便對中國很感興趣，也沒辦法。他現(xiàn)在一半時間在Google，另一半的時間就在多倫多大學(xué)。

△ 與Yann LeCun會面交流

LeCun，之前履歷經(jīng)歷上的交集不多，不過這次見面，他倒說了一件我們都有印象的事。LeCun說，他在AT&T的時候，他的老板告訴他希望挖我過去工作，我也記得這件事，雖然當(dāng)時并沒有認(rèn)真考慮過去AT&T工作，不過LeCun竟然記得，也是讓我有些意外。

跟LeCun交流很有意思，主要談到了AI當(dāng)前的技術(shù)進(jìn)展，以及他領(lǐng)導(dǎo)的FAIR。最深刻的印象是他比以前更樂觀了，說明AI技術(shù)突破給了他很大的信心，另外Facebook網(wǎng)羅的人才，也讓他很振奮。

△ 與Yoshua Bengio會面交流

Yoshua Bengio，我跟他是第一次見面，不過大家之間也有一些共同“紐帶”，他的博士導(dǎo)師Renato De Mori也是做語音的，所以之前我跟他導(dǎo)師有一些交流和合作。

Bengio給我的印象是：很像一個政治領(lǐng)袖——口才很好、溫文爾雅，話少而精。

他的團(tuán)隊(duì)現(xiàn)在做得也很大，而且剛好趕上加拿大史無前例的機(jī)遇，所以也是舉國上下圍繞AI在開展一些事情，這個可能比較值得聊一聊，之前科技相關(guān)的話題，聊到加拿大的時候也不多。

AI：加拿大史無前例的機(jī)遇

加拿大這個國家，不要看她領(lǐng)土面積很大，但人口不多，而且居住條件也沒那么好，比較冷，整個生活方式也相對安定，跟美國有一些不同。

現(xiàn)在，因?yàn)樯疃葘W(xué)習(xí)的原因，Hinton和Bengio把多倫多和蒙特利爾，建設(shè)成了人工智能重鎮(zhèn)。

于是加拿大政府在國家層面、省層面，都有層層撥款去推動人工智能。一定程度有點(diǎn)像我們國務(wù)院的白皮書，下發(fā)到省市，然后具體去做。

主要涉及兩個城市，一個是多倫多，另一個是蒙特利爾，兩個城市又以高校為核心，其實(shí)是圍繞Hinton和Bengio為核心，形成了多倫多和蒙特利爾兩大AI研究機(jī)構(gòu)。

多倫多主要有兩所大學(xué)，一所叫多倫多大學(xué)，另一所是滑鐵盧大學(xué)，有點(diǎn)類似我們的清華北大吧，這兩所大學(xué)的精神領(lǐng)袖是Hinton，他在這里組織起了一個強(qiáng)有力的科研組織：Vector。

蒙特利爾也有兩所高校，分別是蒙特利爾大學(xué)和麥吉爾大學(xué)，精神領(lǐng)袖是Bengio，也形成了一個科研組織：MILA。

這兩個組織，現(xiàn)在網(wǎng)羅了大批AI相關(guān)的人才，基本以加拿大人為主。那為什么會形成這兩大組織呢？與剛才說到加拿大想抓住AI歷史機(jī)遇有關(guān)。

為了留住人才，打造AI重鎮(zhèn)，加拿大從國家到省層面，都在撥款，或者倡議當(dāng)?shù)仄髽I(yè)捐助基金鼓勵人才進(jìn)行AI研究。

這些錢撥下來以后怎么用？最直接地方式就是給教授加薪，細(xì)節(jié)沒公布，但與AI相關(guān)的教授，差不多直接漲薪3倍。

于是問題也隨之而來，因?yàn)樽鯝I就能加薪，所以不少傳統(tǒng)學(xué)科的教授，比如語音學(xué)的教授，也想擠進(jìn)來，也說自己的研究與AI相關(guān)，那如何判斷、決定誰加薪就成了大問題。

這時候Bengio和Hinton在其中就發(fā)揮了作用，他們相當(dāng)于承擔(dān)起“判斷”和“選拔”人才的角色。

于是Hinton就組織起Vector，Bengio組織起MILA。

而且這兩個機(jī)構(gòu)也不虛，可以說把優(yōu)質(zhì)的教授都拉了進(jìn)來。一方面，這些人才基本都在做機(jī)器學(xué)習(xí)；另一方面，這也都是可能會被Google和Facebook挖走的人。所以這兩大組織實(shí)際上起到了“保護(hù)人才”、“留住人才”的作用。

也挺有意思，之前Google和Facebook在很多大學(xué)挖人，在美國挖得比較順利，比如Google挖了一半的斯坦福教授，CMU自動駕駛團(tuán)隊(duì)被Uber集體端走之類的，但是在加拿大這邊反而動靜不大。

雖然也跟美國公立學(xué)校的組織制度有關(guān)，比如不能直接漲薪3倍之類的，但無論如何，這兩大組織在加拿大AI人才保留方面，起到了關(guān)鍵作用。

講一個我知道的例子吧，Google為某個加拿大博士開出了頂級offer，年薪百萬美元，但這個人最后還是留在了加拿大繼續(xù)科研，所以可以想見加拿大AI研究人才薪資方面的不俗。

具體的話，Hinton和Vector，Bengio和MILA在推進(jìn)AI研究的方法上，有些不一樣。

Hinton的做法，是圈了30多個多倫多科技公司，圍繞著這些科研人員，讓他們在公司里面做顧問、CTO，只要不荒廢科研工作，開放性質(zhì)地進(jìn)行AI研究。

所以打個比方，Hinton的做法是正在讓多倫多變成一個大的孵化器，我們這次還去看了很多多倫多的公司，整體感覺像是到了一個大賣場，很多項(xiàng)目都很便宜，可以簡單列個比較關(guān)系吧：

加拿大普通AI項(xiàng)目的估值＜兩大教授學(xué)生AI項(xiàng)目的估值＜硅谷AI公司的估值＜中國AI公司的估值。

不過一方面是中國公司估值確實(shí)貴，另一方面也是因?yàn)榧幽么蟓h(huán)境原因，他們在數(shù)據(jù)方面跟中國不能比，對于商業(yè)的理解，也不一樣。

△ Element AI創(chuàng)始團(tuán)隊(duì)成員

Bengio和MILA在蒙特利爾，核心做了一家Element AI的公司，騰訊還參與了投資。

這家公司做什么呢？其實(shí)有點(diǎn)跟創(chuàng)新工場AI工程院類似，找一些垂直領(lǐng)域，然后基于AI打造解決方案，他們的團(tuán)隊(duì)現(xiàn)在有100多人，全球范圍招聘，光融資就募到了很多錢。

雖然加拿大整體市場也不大，數(shù)據(jù)也不多，但也有一些優(yōu)勢領(lǐng)域，比如社保做得很好，醫(yī)療數(shù)據(jù)做的很好。所以是不是可以有些機(jī)會？可能還是有的。

總之這一次在加拿大，最強(qiáng)烈的感覺就是加拿大對于百年難得一遇的機(jī)遇的渴望，政府大力推動，給高校設(shè)立“講座教授”之類的基金，花很多錢讓頂級教授留在加拿大任職。

然后地方省份，也拿出錢來支持學(xué)校、圍繞企業(yè)和孵化器進(jìn)行發(fā)展。他們也都在考慮，如何全球吸引人才，如何做AI的培訓(xùn)。

所以加拿大整體展現(xiàn)出來的就是圍繞AI，打造生態(tài)，培養(yǎng)創(chuàng)業(yè)環(huán)境的態(tài)勢。

OK，時間關(guān)系，這一次先圍繞“北美見聞”聊這些話題，下一次我們再圍繞“北美如何看中國AI”進(jìn)行交流。

祝冬安。