图片来自“特定授权”
今天的世界正发生着前所未有的快速变化，。短短几年间，基于深度学习的人工智能技术遍地开花。虽然巨大的研发需求与诱人的薪资吸引着源源不断的年轻人走上学习AI的道路，但人们逐渐发现，AI领域的迭代也相当迅猛，如何保证自己拥有扎实的基础、具备持续的竞争力就成为了关键。
对于那些正在学习且未来希望从事AI研究的同学来说，要提升自己的技术理论水平，是加入产业界明星技术公司的AI研究院，还是继续在学术界深造，成为了一个选择上的难题。
就人们日常的直观理解来看，学术界与产业界有着清晰的界限：学术界负责拓展人类知识的边界，而产业界负责将前沿知识落地成应用，创造价值。按照这个逻辑，如果要进一步提升自己的技术实力，当然优先选择留在学术界，待成长起来以后再进入产业界。但如果以较大的年龄进入产业界的话，这又可能会成为自己日后晋升之路上的绊脚石。
为解决这个疑惑，我们首先还是得回到对产业界研究院与学术界关系的理解上。众所周知，人工智能三要素为算法、算力、数据，这里再添加一个维度“场景”。人工智能技术最终的落脚点是人，是服务人类社会发展的技术，所以场景是支撑技术发展的关键。
按照工作的属性来划分，人工智能在学术界，本质是在理论上进行拓展，因此在前沿算法创新上占据优势。对于产业界而言，雄厚的资本力量与庞大的真实数据，决定了人工智能在算力、数据和场景上占据绝对的话语权。所以如果要实现有价值的理论与应用突破，就必须结合两个领域的力量。
面对上述客观事实，很多大型的人工智能企业与学术界达成一系列战略合作协议，纷纷建立自己的研究院。它们可以为学术界提供大量的资金资源，将自己在实际场景中遇到的问题进行提炼，总结成课程来反哺学术界，做到产、学、研资源的统筹结合。因此，我们才会看见诸如微软、谷歌、谷歌DeepMind、Facebook等巨头，在学术及商业领域连连取得重要突破。
在我国，一大批优秀人工智能公司也通过这种研究模式进行发展。 有着“AI 四小龙”之称的旷视、商汤、依图、云从等四家公司，每家公司都建立了自己的研究院或研发机构，与学术界开展了深度密切的合作，共同推进技术理论的进步。
以旷视为例，这家发源于清华姚班的世界级人工智能公司，将“技术信仰”视为公司的基因。其核心研发机构旷视研究院，由全球顶尖人工智能科学家孙剑领导，在广纳全球人才的同时，也与清华大学、西安交通大学、香港科技大学、上海科技大学等一系列高校建立了联合实验室，达成技术合作，共享研究资源。在这种模式下，旷视和这些著名高校一起，针对当前AI发展遭遇的种种实际问题，在多项基础领域取得了重要突破，并在国际多个顶级期刊、学术顶会上发表上百篇论文，进行学术交流。
因此可以认为，有条件进入顶尖AI名校深造固然很好，但是加入类似旷视研究院这样的产业界顶尖AI研究机构也是不错的选择，同样能够接触到最前沿的学术信息，并且还能持续关照到真实世界的技术痛点，加深自己的技术理论视野，让自己在学习的同时也能积累行业经验，立于不败之地。
对此你怎么看？
版权声明
本文来源智能网，经智能网授权发布，版权归原作者所有。转载或内容合作请点击转载说明，违规转载法律必究。
