搞AI研究，是留在学术界还是加入产业界研究院？

今天的世界再次发生了前所未有的缓慢变化。短短几年，基于深度自学的人工智能技术遍地开花。

巨大的研究开发市场需求和有魅力的工资，越来越多的年轻人踏上了自学AI的道路，但人们逐渐发现AI领域的回报也急速增加，如何确保自己有坚实的基础，没有持续的竞争力是很重要的。对于那些自学期待未来专业从事人工智能研究的学生来说，要提高他们的技术理论水平，是重新加入行业明星技术公司的人工智能研究院，还是在学术领域进修成为自由选择的难题。

从人们日常的直观解读来看，学术界和产业界有明确的界限:学术界负责扩大人类科学知识的界限，产业界负责管理应用最先进的科学知识，构筑价值。根据这个逻辑，如果你想进一步提高你的技术实力，你当然会优先选择回到学术领域，等到你茁壮成长，然后再转移到行业。

然而，如果你以更小的年龄转向行业，这可能会成为你未来晋升的绊脚石。为了解决问题，我们必须首先回到行业研究院和学术关系的解释。

众所周知，人工智能的三个因素是算法、计算能力和数据，这里增加了一个维度的场景。人工智能技术的最后落脚点是人类，是服务人类社会发展的技术，因此场景是技术发展的关键。

根据工作属性来区分，人工智能在学术界，本质上是理论上的扩展，因此在最先进的算法创造性上占有优势。对于行业来说，强大的资本力量和可观的现实数据要求人工智能在计算力、数据和场景中占有意义上的发言权。因此，要构建有价值的理论和应用于突破，必须融合两个领域的力量。面对上述客观事实，许多大型人工智能企业与学术界达成了一系列战略合作协议，争相建立自己的研究院。

他们可以为学术界获得大量资金资源，提取自己在实际场景中遇到的问题，总结课程反馈学术界，融合生产、学习、研究资源的专业。因此，我们不不到微软公司、谷歌、谷歌DeepMind、Facebook等巨头，在学术和商业领域取得了最重要的突破。在我国，许多优秀的人工智能公司也以这种研究模式发展。拥有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和研究开发机构，积极与学术界开展了深刻的合作，共同进行了技术理论的变革。

以旷视为例，这家来自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。其核心研发机构缺席研究院，由世界顶尖人工智能科学家孙剑领导，在广泛接受世界人才的同时，与清华大学、西安交通大学、香港科学技术大学、上海科学技术大学等一系列高中建立了领导实验室，达成了协议技术合作，共享了研究资源。在这种模式下，与这些着名的大学一起，对于现在AI发展面临的各种实际问题，在很多基础领域取得了最重要的突破，在国际一流期刊、学术霸权以上公开发表了数百篇论文，开展了学术交流。

因此，有条件转入一流的AI名校的研修当然很好，但是重新加入像无视研究院这样的行业一流的AI研究机构也是下流的自由选择，在一定程度上需要认识到最先进的学术信息，继续关注真实世界的技术痛点，加强自己的技术理论视野你觉得怎么样？。

本文来源：立博官方网-www.pushujj.com