近日，字節(jié)跳動AI Lab總監(jiān)李磊發(fā)推宣布加入美國加利福尼亞大學(xué)圣塔芭芭拉分校（UCSB）任教。該校主頁顯示李磊將加入UCSB任職副教授（Associate Professor）。

左圖為李磊社交網(wǎng)絡(luò)發(fā)帖，右圖為UCSB官網(wǎng)截圖

此前，字節(jié)跳動副總裁、AI Lab 主任馬維英也宣布離職，加入清華大學(xué)智能產(chǎn)業(yè)研究院。

近幾年，AI高端人才從業(yè)界回流學(xué)術(shù)界漸成趨勢，其中不乏沈向洋、張亞勤、張潼等業(yè)界頂尖人才。

沈向洋是計(jì)算機(jī)視覺和圖形學(xué)研究領(lǐng)域的頂尖學(xué)者，曾任微軟執(zhí)行副總裁，早年與李開復(fù)、張亞勤、張宏江等人一起創(chuàng)建了微軟亞洲研究院。離開微軟后，2020年，沈向洋成為清華大學(xué)首位線上受聘的教授。也是2020年，張亞勤辭去百度副總裁，加入清華大學(xué)擔(dān)任智能科學(xué)講席教授，后任清華大學(xué)智能產(chǎn)業(yè)研究院院長。

李磊在離職前為字節(jié)跳動人工智能實(shí)驗(yàn)室總監(jiān)、資深科學(xué)家，負(fù)責(zé)技術(shù)方向規(guī)劃，制定部門短期及遠(yuǎn)期技術(shù)發(fā)展和積累的目標(biāo)。李磊在機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和自然語言理解領(lǐng)域的國際頂級學(xué)術(shù)會議發(fā)表論文40余篇，擁有三項(xiàng)美國技術(shù)發(fā)明專利。作為合著作者之一，李磊近日獲得人工智能頂級會議ACL 2021的最佳論文。

李磊曾在上海交通大學(xué)ACM班的“一期”分享會上表示職業(yè)選擇最關(guān)鍵的三個考慮點(diǎn)是：人、事、公司/學(xué)校前景。 他說，“如果把職業(yè)選擇看成一個函數(shù)和一個優(yōu)化過程，就要定下優(yōu)化的目標(biāo)”。

“在過了很多年之后，有些當(dāng)初看重的事，比如掙錢多少、地位高低，可能未必是最重要的。最重要的還是能否有長期不斷發(fā)展的機(jī)會，可能是30到50年的長期回報，”李磊曾這樣解釋自己過往三次職業(yè)選擇的邏輯。

有分析認(rèn)為，國內(nèi)互聯(lián)網(wǎng)大廠的AI Lab在創(chuàng)立之初的思路往往是以基礎(chǔ)研究為重點(diǎn)方向，很少設(shè)置業(yè)務(wù)目標(biāo)。然而在商業(yè)公司的長期資金投入看不到直接回報之下，可持續(xù)性就產(chǎn)生問號?？茖W(xué)家的學(xué)術(shù)追求是否能安放在商業(yè)公司之中，基礎(chǔ)研究的長期探索與工業(yè)界的業(yè)務(wù)成果回報是否能完成某種平衡，隨著AI高端人才紛紛回到學(xué)術(shù)界，這些不得不成為重新思考的問題。

對于李磊等業(yè)界頂尖研究人員離開工業(yè)界進(jìn)入高校，相關(guān)的從業(yè)者對澎湃新聞（m.dbgt.com.cn）記者表示， 一方面，縱觀最近幾年的趨勢，國內(nèi)科技公司AI Lab正在面臨越來越多的業(yè)務(wù)壓力，阿里達(dá)摩院已經(jīng)被要求盈虧自負(fù)，騰訊的AI Lab和優(yōu)圖實(shí)驗(yàn)室也更多的成為內(nèi)部的算法提供者而不是通用研究平臺，字節(jié)的AI Lab在大約半年前經(jīng)歷了一次組織調(diào)整，部分人員已經(jīng)更加專注于業(yè)務(wù)方向，百度研究院在領(lǐng)軍人物吳恩達(dá)（Andrew Ng）離開之后經(jīng)歷了一波較大的基礎(chǔ)研究人員流失，較巔峰時期，規(guī)模已經(jīng)大大縮減。

另一方面，在目前科技公司高待遇的背景之下，高級研究人員可以在幾年之內(nèi)獲得很高的財務(wù)回報，這也讓他們在選擇之后的職業(yè)生涯時有了更大的自由度。對于字節(jié)這種最近幾年快速發(fā)展的科技新貴來說，其員工手中的股權(quán)更是往往讓其可以達(dá)到“財務(wù)自由”的目標(biāo)。

澎湃新聞（m.dbgt.com.cn）記者還聯(lián)系到了一位近兩年從美國博士畢業(yè)回國任教的青年學(xué)者，他表示相較于工業(yè)界，回學(xué)術(shù)界任教對于研究人員有著更高自由度的吸引力。從企業(yè)的研究科學(xué)家轉(zhuǎn)型為高校的教授，他們往往可以在自己感興趣，但是并不為公司短期所需要的的基礎(chǔ)研究方向上投注更大的精力而不求短期的回報。這也成為在如今AI熱潮之下，面對工業(yè)界超高的待遇誘惑，每年仍舊有許多畢業(yè)生毅然決然選擇進(jìn)學(xué)術(shù)界任教的重要原因。