作者:Connie Loizos
機器之心編譯 參與:Wenhui Li、李亞洲
科技巨頭收攏學術界人才已經成為一種普遍現象。Uber 就曾一次性挖走卡耐基梅隆大學(CMU) 將近40 多位教員和科學家。為此,TechCrunch 采訪了 CMU 的計算機科學學院院長,就此話題進行了討論。

Andrew Moore
在 Andrew Moore 2006 年受雇于谷歌,領導其廣告定向和預防詐騙業務前,他已經在卡耐基梅隆大學做了 12 年的計算機科學和機器人學科教授。
到了 2014 年,卡耐基梅隆大學又以計算機科學學院院長一職將 Moore 招引了回來。所以,當產業從學校召集人才時,Moore 十分理解這些同事們心里的想法。他說到今年,把這些人才留在學術界的斗爭將越來越激烈。
今天,我們和 Moore 聊到了 Uber,這家公司在一年前「打劫」了學校的機器人部門,挖走了 40 位研究人員和科學家。我們詢問了 Moore 如何留住人才,這也是這個擁有兩千多學生的學院正在做的事情。以下對話經過編輯刪減。
TC:對不起,我們的對話可能要從近期你被頻繁問起的問題開始,在 Uber 從學校挖走教授和研究員后,這對學校造成了多大的打擊?
AM:這種事情時有發生,尤其是在學術界和業界一直在推進的、快速發展的領域。2015 年 1 月,Uber 為了在美國匹斯堡成立先進技術中心(Advanced Technologies Center),挖走了我們的 4 位教員和大約 35 位技術人員。從學院標準來看,這只是我們的教員「消失」一段時間,進入產業中去的眾多情況之一。這也在我身上發生過。通常來說,每年會有 5 - 15 個員工會離開一到兩年,長的可能是四年。一些就再也沒有回來。大多如此。
TC:盡管如此,有看法認為這影響巨大。
AM:公眾看法才是一種傷害。事實上,我們 40 位教員中才有 4 人離開一段時間去了 Uber。同時,這是一不斷成長的產業,于是我們去年又招了 17 名新教員。其中有一半是機器人方向的,一半是機器學習方向的。這一看法很令人沮喪。我們正在為新的機器人人才尋找發展空間,并沒在經受缺乏人才的痛苦。
TC:現在學校和 Uber 的關系如何?還有關系嗎?
AM:我們希望 Uber 一切順利。我們之間沒有官方的聯系,但我們在同一個城市里,是很好的「鄰居」。將「藍天研究」(譯者:開放部分員工可以利用上班的時間投入職責以外、個人有興趣的研究中,蘋果和谷歌都有此類計劃)轉化為商業產品,這會對匹斯堡的經濟產生好的影響。
而且,這是此刻橫掃(人工智能)和機器人界的一種現象。現在市場對人才的需求太多,我們大部分學術界的人都在努力保證學術人才能夠留下來教授學生。美國真的需要他們支持這一前沿科技。作為一個頂尖學府的一份子,去培養精英中的精英是我工作的一部分。為了能做到這一點,我必須確保這些明星教授在鼓勵學生們去研究一些甚至對于創業公司來說都特別新的科技。
TC:你會使用什么激勵措施去對抗教授們所面對的金錢誘惑呢?
AM:首先也就只是理想。我們的研究(自動駕駛和人工智能算法)在現實中協助人類能夠拯救非常多的生命,還能防止人們陷入危險之中。有一位專家正在應用游戲理論解決腎臟捐獻配對問題,如果成功這可以在一年內拯救幾百條生命。還有一個團隊在致力于讓農業生產更高效,這樣到本世紀中葉,當我們人口達到 90 億、卻有更少耕地的時候,我們有所準備。
TC:但是這些公司愿意付更多。
AM:在進入企業的大多數教員變得富有,不需要再為金錢擔憂的時候,教員中留下來的頂尖人才卻還在為送孩子上大學而擔心,這有點瘋狂。所以進入企業賺錢非常的誘人。這也是為什么我和部門領導現在已經開始鼓勵他們去創業幾年,或者先為一些大公司工作幾年,然后再回來的原因。
TC:所以他們就能獲得更多的薪水并享有股權嗎?
AM:主要有兩個原因。我們的人如此受歡迎,如果他們選擇明智的話(去什么公司),幾年后他們的財富肯定會增加。進入創業公司也不錯,他們經常會帶著了不起的想法回到卡耐基梅隆大學。
另外,我并不是輕視這個問題。如何留住那些對于其它機構來說價值幾千萬的人才,真的讓我所剩無幾的頭發都快掉光了。但是我們還是很驕傲,因為他們的頂級水平。如果他們想,可以在企業做事。
TC:Uber 有來試圖挖走你嗎?
AM:誰招聘了誰,對此我不做評論。
TC:去年你監督的七個部門之一機器人中心(the Robotics Institute),研發出了一個新的計算機視覺主程序。你們現在有沒在開發新項目?為什么?
AM:在人工智能的世界里,人類情感識別在一年前還沒被意識到,但現在已經被確定下來。很多相關研究都是從我們的計算機視覺程序和匹茲堡大學(心理和精神病學院 the school of psychology and psychiatry)中出來的。希望到卡耐基梅隆大學來了解更多相關技術的企業和政府訪問者數量十分驚人。
從教育到醫療到安檢,有很多應用會使用到人類微觀情感的識別,去看他們是有壓力、開心、感興趣或是正在犯困。現在,已經有很多人在語音、文本識別上做工作,讀懂人類情感將會是另一大技術。
本文由機器之心編譯
|