-
日期: 2024-12-24 | 来源: 新智元 | 有0人参与评论 | 字体: 小 中 大
由于深度学习在很长一段时间里都不是主流，因此几乎没有本科课程会认真教授相关的基本概念和技术。
事实上，在当时的许多机器学习和AI课程中，人工神经网络仅仅是被简单提及而已。
这就导致了深度学习人才供需之间极大的不平衡，迫使那些比其他公司更早看到这场革命的公司，从全球为数不多的实验室中积极招募博士生。
由于当时全球只有少数实验室在认真研究深度学习，所以这些它们的毕业生甚至教授会被疯抢。
因此，拥有人工神经网络经验和专业知识的博士生薪酬自然水涨船高，进一步拉大了AI领域内此方向上学术界与产业界的薪酬差距，大学想要招聘此类人才教育学生，也就更加困难。
在2010年到2015年获得博士学位、研究人工神经网络、成为大学终身教职的人极少，我就是为数不多的其中之一。
这就导致了人才供应的增长大大延迟，同时需求却仍在飙升。
由此还带来了一个有趣的副作用：即使招聘的人才无法直接带来显著的经济效益和利润增长，公司也依然愿意雇佣他们。
之所以如此，是因为公司已经提前看到了即将到来的AI革命，它即将改变所有业务。
因此，当时被雇用的许多博士生非常自由，可以随意选择自己想研究的主题、发想发的paper。
本质上来说，这就像一份学术研究职位，但却有高达2到5倍的薪酬，以及更高的知名度！而且，还没有教学任务、行政负担，也没有申请项目的压力。
总之就是两个字——完美！
当时的大学生、高中生，甚至是初中生，也都看到了这一点：只要研究与AI相关，就能获得高薪、优渥福利，还能随意选择研究课题。
既然这些几乎仅限在人工神经网络发过学术论文的博士生，那自然就有大量博士申请者涌入，争相成为如今的AI博士。
不过尽管申请者激增，并不意味着最终会有大量博士生，因为限制因素是导师的数量。
在15年之前，只有少数实验室在研究人工神经网络，但到了2016年，许多教授都把自己实验室转型成了深度学习实验室，并且招收大量博士生扩展实验室规模。
看起来，似乎我们已经建起了一个优秀的AI人才培养体系。
大量优秀学生申请博士项目，大量从事AI研究的教授接收、培养这些学生，使他们成为下一代博士。少数大型科技公司和机构，以难以想象的优厚薪酬和研究自由来吸引他们。
然而，这种模式并不可持续。事后看来，这一点是显而易见的。变革的开始
要让这种模式持续下去，唯一的办法是让深度学习继续成为能够在五年内彻底变革工业（甚至整个社会）的技术，并且每年都必须是“未来五年”。
如前所述，公司之所以招聘这些人才，并投资于他们的研究环境，是基于对未来不可避免变革的预期。换句话说，这种培养体系的延续，取决于他们所准备的那个未来。
第一代幸运的博士（当然也包括我）进入这一领域，选择的原因并不是出于职业前景，而更多是因为运气。
- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见