正如人们所料，许多获得人工智能相关领域博士学位的学生毕业后加入了人工智能公司，无论是初创企业还是科技巨头。
根据斯坦福大学《2021年人工智能指数报告》，北美地区新获得人工智能博士学位的毕业生在毕业后进入人工智能行业的人数比例从2010年的44.4%增长到2019年的约48%。相比之下，新获得人工智能博士学位的毕业生进入学术界的比例从2010年的42.1%下降到2019年的23.7%。
私营行业愿意为人工智能人才支付高薪，这可能是导致这一趋势的一个因素。
根据薪资谈判服务Rora的数据，OpenAI和Anthropic等最大规模AI初创公司的职位为研究人员提供高达70万美元至90万美元的令人瞠目的薪水；Google据称甚至通过提供大量受限股票赠予来激励顶尖数据科学家。
虽然人工智能专业的毕业生无疑欢迎这一趋势——谁会拒绝如此高的起薪呢？——但这对学术界产生了令人担忧的影响。
由耶路撒冷希伯来大学和北京长江商学院研究人员共同撰写的一项2019年调查发现，在2018年至2019年间，近100名AI教师离开北美高校前往工业界工作——这在计算机科学这一专业领域是一个庞大的群体；该研究发现，仅在2004年至2019年间，卡内基梅隆大学就有16名AI教师离职，佐治亚理工学院和华盛顿大学也各流失了大约十几名教师。
大规模教师流失的影响深远，希伯来大学和长江商学院的调查得出结论：那些由曾在教授任职高校毕业的学生创办的人工智能公司受到的影响尤为显著。调查显示，在大学教师离职后的几年里，创业精神受到抑制，尤其是当离开的人工智能教授被来自排名较低学校或无终身教职的教师取代时，这种影响更加明显。
这或许就是为什么人工智能公司和实验室越来越多地从行业而非大学招聘人才的原因。
风险投资公司SignalFire发布的一份新报告显示，来自加州理工学院、哈佛大学、普林斯顿大学、耶鲁大学和斯坦福大学等顶尖学校或拥有博士学位的人工智能招聘人员的比例已从2015年峰值时的约35%大幅下降。2023年，这一比例降至约18%，因为人工智能公司开始寻找并雇佣更多非研究生候选人。
SignalFire联合创始人兼首席技术官Ilya Kirnos表示：“我们发现顶级人工智能人才高度集中在少数初创企业中，而历史上我们看到这种聚集现象出现在Google这样的公共巨头身上。”“这促使我们研究顶级人工智能人才在整个行业中的流动情况，以及人才是否与顶尖大学或顶尖初创企业更相关。”
为了得出其结论，SignalFire通过两条途径确定了部分顶级人工智能人才：学术出版物和开源项目贡献。（Kirnos承认，许多人工智能研究人员并不发表论文或参与开源项目，但他表示，该报告旨在展示人工智能人才生态系统的“代表性切片”，而非全貌。）
SignalFire将NeurIPS和ICML等主要人工智能会议的作者与大学招聘信息进行交叉比对，以识别人工智能教师，然后将GitHub上热门人工智能软件项目的贡献者与LinkedIn等公开就业数据源进行匹配，以确定总体顶级贡献者。
Kirnos表示，SignalFire的数据显示，包括Hugging Face、Stability AI和Midjourney在内的AI公司越来越倾向于采用非传统名校研究生招聘池的替代方案，其中一种替代方案是由新兴AI技艺（参见：提示工程）催生的开放研究社区；Kirnos声称，这对降低非博士人员的行业准入门槛具有潜在好处。
“这将催生对评估候选人真实软件工程经验的新方法的需求，”Kirnos表示。“雇主可能不再仅仅依据大学品牌进行筛选，而是会寻求新的方式来考察申请者是否具备利用公司实际使用的技术栈构建功能性产品的专业能力。”
当然，多样性在于观者的视角。
根据斯坦福大学的研究，截至2019年，AI博士项目呈现出明显的同质化特征，白人学生占AI博士毕业生的45%；但工业界的AI团队也是如此。麦肯锡在其2022年《AI现状》报告中发现，自认为属于种族或族裔少数群体的员工在开发AI解决方案中的平均占比仅为25%，且有29%的组织完全没有少数族裔员工从事AI相关工作。
Kirnos支持他的主张，但确实建议大学可以为提供更多机会让学生将研究成果应用于更贴近行业工作经验的真实场景。
他补充道：“工程领域正逐渐远离在真空中从零开始构建完整产品，转而转向将AI模型、API、企业工具和开源软件拼凑成技术栈。”
笔者希望大学能正视并关注这一令人担忧的趋势——并采取相应措施；当然，备受推崇的AI博士项目因其排他性及其集中权力和加剧不平等的方式而应受到批评；但我个人不愿接受一个未来，即工业界通过招聘和其他影响力手段对AI领域发展方向施加日益增强的控制。