合作伙伴文章
作者：康纳·李，纽约大学计算机科学学生 
自2022年11月以来，人工智能的飞速发展在主流媒体上引起轰动，许多人担心自己的工作会被人工智能取代。然而，有一种职业是不可能被替代的：推动深度神经网络和其他机器学习模型发展的研究人员，也就是人工智能背后的人类。虽然研究传统上是在大学里进行的，但人工智能绝不是传统的研究领域。相当大一部分的人工智能研究是在工业实验室中进行的。但是，渴望成为研究人员的人应该选择哪个领域？学术界还是工业界？
“学术界更倾向于基础研究，而工业界更倾向于以大数据为驱动的面向用户的研究。”圣母大学计算机科学与工程学教授尼特什·查瓦拉说道。查瓦拉教授指出，追求知识是工业界和学术界人工智能研究的一个分水岭。在工业界，研究与产品相关，推动社会进步；而在学术界，纯粹的探索驱动着研究突破。然而，这种看似无限的学术自由并非没有缺点，“学术界没有可用的数据和计算资源，”查瓦拉教授说道。
对于渴望成为年轻研究人员的人来说，选择似乎很简单：私营部门拥有他们想要的一切。庞大、自主、商业化的组织努力创新，同时又得到了现成的数据、计算能力和资金支持。这导致了一种观念，即工业界正在“偷走”学术界的人才。自然而然，学术界有所抱怨。奥尔堡大学的一支研究团队在2021年发表的一项研究指出，“私营部门在人工智能研究中的参与增加，伴随着研究人员从学术界流向工业界，特别是流向谷歌、微软和Facebook等科技公司。”
正如预期的那样，工业界的研究人员有不同的观点。“当我为我的团队招聘人才时，我想要顶尖的人才，因此我不是挖走学术界的人才，而是试图帮助他们获得工业界的奖励、获得工业界的资金，并让他们的学生成为实习生，”Meta公司首席科学家、负责Meta智能眼镜的科学家董露娜博士解释道。她认为工业界和学术界存在明显的区别，这可以归功于研究的基本方式不同。据董博士介绍，工业界内的人工智能研究是通过知道最终产品应该是什么样的，然后反向工程找到实现路径。相反，学术界在有一个有前途的想法时，会不断构建各种路径，但不知道这些路径会通向何方。
然而，尽管存在这些差异，董博士认为工业界和学术界互相帮助，“许多工业界的突破都是受到学术界研究在实际应用案例上的启发。”同样，华盛顿大学塔科马分校的计算机科学教授安库尔·特雷德赛将工业界和学术界之间的关系描述为相互支持，“共生是我想到的一个词。”他认为，研究实践已经演变成学术界将自己的议程转向帮助工业产品，一些著名教授在大公司担任联合职位就是一个很好的例子。
无论他们的所属领域如何，数据科学界每年都会在几次会议上汇聚在一起。查瓦拉教授将它们描述为一个“美妙的熔炉”。有些会议传统上更加学术，有些纯粹工业化，但有些则是两者的完美融合。查瓦拉教授指出，知识发现和数据挖掘的专业兴趣组织KDD（Knowledge Discovery and Data Mining）是一个以此为特色的会议。KDD拥有两个并行的同行评审轨道：研究轨道和应用数据科学（ADS）轨道。正如董博士所说，在2022年的KDD会议上担任ADS项目联席主席，“KDD通过为研究人员和实践者提供一个论坛，让他们聆听演讲、讨论技术，相互启发。KDD是一个打破沟通和合作障碍的地方，我们在那里展示数据科学和机器学习在工业中的应用。”
这是从KDD的早期就推动会议的思维方式。“我们从一开始就希望创建一个应用得到很好代表的会议，”东北大学体验人工智能研究所执行主任、前雅虎首席数据官、KDD会议的共同创始人之一乌萨马·法亚德教授赞扬道。法亚德教授认为，如果人工智能会议只专注于学术界，那将是一个巨大的遗憾，因为人们集体渴望证明研究在真实问题上的可行性，并有动力基于新兴数据集推动新的研究。
然而，将KDD开放给工业界也面临着挑战。由于研究领域的主导地位属于学术界的工作，ADS领域应主要致力于来自工业研究实验室的应用研究。事实上，超过一半的ADS发表的论文来自学术界，或者是学术界和工业界之间紧密合作的结果。十年前，Fayyad教授意识到许多有趣的人工智能应用是由忙于工作而无法撰写论文的团队开发的。他将KDD引入到了目前的阶段，其中KDD组织者冒险并策划了顶级工业从业者发表的杰出邀请演讲。ADS的邀请演讲迅速成为会议的亮点。
每年与KDD会议同时举行的KDD Cup竞赛是连接学术界和工业界的另一种方式。“KDD Cup是吸引工业和学术界参与者的一种方式，公司提出一些他们愿意共享的挑战，而学术界则可以在他们从未接触过的数据上进行研究，”CueZen公司的首席执行官Teredesai教授描述道。每年都会引入一个新颖的任务并发布一个新的数据集。数百支团队争相寻求最有效的解决方案，争夺奖品和荣誉。Fayyad教授表示，“这对该领域来说是一件非常有益的事情，因为我们看到学术界的参与，学生们的投入，甚至是公司间的合作。”
回到工业界和学术界之间的选择，这很快将变得无关紧要。随着从业者开设的学术课程，教授们领导工业实验室，全球云计算资源的主导地位以及更多数据的可用性，工业界和学术界之间的界限在人工智能领域中正在迅速模糊。没有必要局限于这两个领域，只需选择你最感兴趣的项目！
Connor Lee是美国湾区Saratoga High School 2023届毕业生。他将在秋季加入纽约大学的计算机科学项目。毫无疑问，Connor将成为有史以来最年轻的KDD与会者之一！