人在美国，待过三家AI Lab，全凉了！

新智元报道

编辑：KingHZ

【新智元导读】Meta大裁员，连老将田渊栋都中枪。从炫目Demo到失业压力，工业研究为何困难重重？

科技行业全球10万大裁员，连10年老将田渊栋都被Meta裁掉了！

Meta风雨飘摇，AI从业者人心惶惶。

昨天，南洋理工大学的副教授Boyang Li吊足了大家的胃口：

Meta FAIR最近的事件很抓马，但工业研究为什么这么难？我想知道大家愿不愿意听一下我的观点。

我的资历是：我工作过的三家工业研究实验室，全都倒闭关门了。

大家对预告高度关注，无论是在职的从业者还是即将求职的博士生，甚至被牛津兼职教授戏称为「史上最大的吊胃口」:

今天，他开始讲述这个故事。

这个故事很长，可能需要几天甚至几周的时间来把所有内容敲出来，但他会尽力。

同事很好，学了很多，但被裁了

先说说背景。

2015年，他从佐治亚理工学院获得博士学位后，加入了某国际动画大厂的匹兹堡研究分部，就叫它DR吧。

这是他毕业后的第一份工作。最初，他是博士后，后来转为研究科学家。在该研究中心，研究科学家领导自己的研究小组，配备有实习生和博士后。

对他而言，DR是一个梦想成真的地方。

这么说并不是因为该公司的动画是他童年的组成部分，完全不是。事实上，他在工作中不得不去了解很多关于该公司经典角色的知识。

他之所以喜欢这份工作，主要原因是该研究中心汇聚了他见过的最杰出的研究人员。他们思考得更清晰，做演示要好，对业务的理解更深入，而且对人际关系和公司政治的洞察力也更强。

当然不是说这些特质都集中在某一个人身上，但从总体上看，他表示「从同事那里学到了很多」。

当然，这里也有一定的同行压力，但他「喜欢来自聪明人的智力挑战」。

直到今天，当时的研究视频依然是最令他惊叹。比如，下列研究演示：

另一个工作福利是，该研究中心组织了前往该公司不同部门的参观活动，希望这能帮助研究人员了解业务，并开发出他们可以使用的相关技术。

从这些旅行中，他也学到了很多。

2017年，该国际动画大厂接近系列电影的巅峰时期。

但2017年10月，公司总部决定不再维持DR研究中心相同的支出水平——据估计每年大约2000万到3000万美元。

预算被削减了50%，匹兹堡办公室也关闭了。大多数留下来的员工在1到2年内都离开了。

刚好，他手头有另一个工作机会，于是决定立刻接受裁员。

第二家：跑路一年后，母公司退市了

2018年1月，他搬到了加州圣马特奥，加入了一家初创AI研究实验室。

这家企业开发了「AI教师」，以手机应用程序的形式教中国人英语。

这家初创公司以人工智能能力为卖点——

自然地，它似乎可以从人工智能研究实验室中受益，或者至少看起来是这样。

人生中的第一次裁员经历，让他久久难忘，可以说是「一朝被蛇咬」。他一直在想这个实验室是否有未来。

而客户调查让他脊背发凉。

实验室的一位同事告诉他，她参与了一项电话客户调查。

他们惊讶地发现，接听电话的大多数人是全职妈妈。

但调查人员原本以为这个应用程序能够改善职业前景，他们的主要市场应该是个需要提高商务英语的专业人士。

问题是，在中国，全职在家是一种罕见的选择。只有富裕家庭才能负担得起这种安排。可能只有白天不工作的人才会接电话。

尽管如此，他还是觉得这非常令人不安。

尽管该应用程序拥有数千万用户，但背后的企业几乎不知道他们的用户为何使用该应用程序）——用户追求的并不是职业前景。

2018年5月，CEO到访美国的AI实验室，进一步强化了这种不祥的感觉。

他没有传递积极的信息和宏伟的愿景，而是专注于成本，尽管公司即将在纽约证券交易所上市，并且本应处于快速增长的轨道上。

他总结说，办公室斗争「不是工业研究实验室失败的真正原因」。

问题不在于个人，而在于系统的运作方式。

所以，他很快离开了。

在离开后，他工作的第二家工业实验室不到一年就关闭了。背后的母公司在2022年，也被纽约证券交易所摘牌。

到7月，他开始在国内某大厂的硅谷研究实验室工作。

在第三家实验室，他又经历了什么？且待主人公下一次分解。

人生无常，接受真确的失败

这位副教授待了三家工业AI Lab，三家最后都关门了。可谓人生无常，大肠包小肠。

但毫无疑问，它们的倒闭不是Boyang Li个人的错，甚至不是这些AI Lab的工作人员的错。

正如NVIDIA的机器学习专家、机器学习博士JF Puget所言：相关性不等于因果性。

他还解释了Meta FAIR优化Llama4的可能原因：

天下没有免费的午餐。工业界要看投资回报率ROI。他们会施压要研究人员转向短期交付。

研究本不简单，而工业界研究之所以困难，原因可能更多：

企业战略的不确定性、研究与商业的平衡、研究时间线和商业周期之间的对齐难题……

工业界用炫目的演示吸引了目光，以至于大家忘了研究就是正确的失败。

顺便提一句，Boyang Li之前关于视觉语言模型的研究，近2年引用量突然爆发了。

目前，谷歌学术显示他都总引用数超过了1.4万。

参考资料：

https://rb.gy/rzinmw