身處AI大模型浪潮之中的頂尖科研人才,正加速“下海”,從學術界跳到產業界“掘金”。

4月22日,記者從國科微官方渠道獲悉,國際頂級AI專家香港中文大學教授、IEEE Fellow邢國良正式獲聘加入國科微,擔任公司的AI首席科學家,以進一步加強公司在AI邊緣領域的技術探索,加快AI賽道商業部署。

記者梳理發現,自生成式人工智能浪潮爆發以來,企業“挖角”高校頂尖科研人才的案例就時有發生。這一方面顯示了產業界對頂尖AI人才的求賢若渴,另一方面也說明在人工智能領域,產業界依託於算力和資金等方面的優勢在技術研發方面居於領先地位,對頂尖人才擁有越來越強的吸引力。

AI大牛入職A股芯片公司

國科微是集成電路設計企業,正致力於將尖端的人工智能技術與大規模集成電路設計技術相結合,爲端側人工智能的廣泛應用提供更多高性能的SoC芯片和全面的解決方案。值得注意的是,作爲芯片公司,國科微也獲得了國家大基金(國家集成電路產業基金)的關注。Wind最新數據顯示,大基金目前持有國科微1665.5萬股股份,位居第三大股東。

公開資料顯示,邢國良畢業於西安交通大學電子科學與技術(原電子工程)專業,獲學士學位。2001年畢業於西安交通大學計算機專業,獲碩士學位。2006年獲美國聖路易斯華盛頓大學博士學位,曾在美國密歇根州立大學擔任終身教授。目前,邢國良就職於香港中文大學工程學院,擔任信息工程學系教授。

國科微之所以聘任邢國良任首席科學家,主要系邢國良的研究方向與公司的發展方向十分契合。記者注意到,今年3月,國科微在回覆投資者提問時表示,公司目前聚焦於邊緣AI芯片產品的開發與場景落地,產品使用場景涵蓋傳統監控、汽車電子、智能家居等機器視覺領域,支持神經網絡推理等功能。

據介紹,邢國良領導着多個大型邊緣人工智能(Edge AI)項目,這些項目將應用於城市基礎設施、自動駕駛、智能健康等領域。邢國良還成功領導並部署了包括輔助自動駕駛的智能路杆、火山地震傳感器網絡、老年慢性病智能監護、數據中心效能管理、水下機器人網絡等大型系統,開發的多項智能系統技術已被工業界成功產業化。

國科微表示,邢國良在嵌入式人工智能、物聯網、信息安全和無線網絡等領域的專業知識和研究成果,將爲國科微在AI技術上的創新與突破提供重要顧問和指導。

截至4月22日收盤,國科微股價微漲0.73%,報45.64元/股,總市值99億元。

沒錢缺卡的AI學術界正被產業界碾壓

由於頂尖AI研發人員十分稀缺,企業爲了追趕上日新月異的AI技術發展速度,往往對AI頂尖人才青睞有加,具有學術界背景的AI人才加入產業界的例子並不鮮見。

例如,去年9月,崑崙萬維宣佈,機器學習和計算機視覺領域知名專家顏水成正式出任崑崙萬維天工智能聯席CEO、2050全球研究院院長。公開資料顯示,顏水成畢業於北大數學系,2004年獲博士學位後前往香港中文大學湯曉鷗教授的多媒體實驗室做博士後,主要研究人臉識別方向。2007年,顏水成加入新加坡國立大學並創立了機器學習與計算機視覺實驗室。

在談及爲何加入崑崙萬維時,顏水成認爲:“在通用人工智能領域,從研究、研發到產品是完整的鏈條,缺一不可,只有將三者完全打通,研究才能發揮最大價值。”作爲AIGC上市公司,除了自研“天工”大模型以外,崑崙萬維積極探索AI大模型在遊戲、搜索、廣告、社交娛樂等領域的應用。顏水成表示,崑崙萬維佈局了AI大模型、AI動漫、AI社交、AI遊戲、AI搜索和AI音樂六大方向,核心業務面向全球市場,其能力矩陣和生態系統非常具有想象空間。

在生成式人工智能的浪潮下,AI學術界的頂尖人才正加速流向產業界。科技巨頭憑藉算力與資金優勢,正加速替代高校成爲行業前沿技術的突破者與引領者。《2024年人工智能指數報告》顯示,產業界繼續主導人工智能前沿研究。2023年,產業界產生了51個著名的機器學習模型,而學術界只貢獻了15個。此外,108個新發布的基礎模型來自產業界,來自學術界的只有28個。

這樣的趨勢引發了一些學術界人士的擔憂。前不久,被譽爲“AI教母”的斯坦福華裔教授李飛飛在一場公開演講中提議,要建立國家級算力與數據集倉庫,以讓高校研究員擁有更多的算力和數據資源。據介紹,僅Meta一家公司就可以爲模型訓練採購高達35萬個GPU,但斯坦福大學的自然語言處理小組總共只擁有68個GPU。李飛飛表示,目前高校的資源和人才儲備要遠遠落後於工業界,建立國家級算力與數據集倉庫有助於縮小學術界與產業界之間的差距。

事實上,無論是在中國還是美國,高校缺乏算力資源對AI科研人員正常開展研究都帶來極大掣肘。記者在國內某問答平臺發現,不少AI領域的高校學生均無奈表示,實驗室缺乏GPU讓科研難以爲繼。例如,有人提問:“實驗室一塊GPU都沒有怎麼做深度學習?”還有一名博主在“如何勸周圍人不要入坑深度學習”的帖子中表示,“現在深度學習真的太火了,而且基本上都是搞大模型的,自己電腦和實驗室那點顯卡根本不夠用。”

人才的流向某種程度也代表了產業發展的未來趨勢。在生成式人工智能浪潮下,高校如何擺脫沒錢缺卡的困境,避免人才的加速流失,這對於世界各地而言,都是一個亟待解決的難題。

相關文章