AI在线 AI在线

马斯克:研究者不存在了,只有工程师;LeCun:大错特错

长期以来,科学家(研究者)和工程师的角色定位泾渭分明。 这种分野不仅存在于学术界,也深植于大众文化之中。 比如在美剧《生活大爆炸》中,物理学家谢尔顿・库珀就时常以「真正的科学家」自居,对身为工程师的霍华德・沃洛维兹冷嘲热讽,两者的职业差异甚至成为该喜剧的重要素材。

长期以来,科学家(研究者)和工程师的角色定位泾渭分明。

这种分野不仅存在于学术界,也深植于大众文化之中。比如在美剧《生活大爆炸》中,物理学家谢尔顿・库珀就时常以「真正的科学家」自居,对身为工程师的霍华德・沃洛维兹冷嘲热讽,两者的职业差异甚至成为该喜剧的重要素材。

图片

如果用一句不严谨但易于理解的话来概括,科学家致力于发现自然规律,理解世界「为什么如此」;而工程师则更关注「我们能用这些知识做什么」,他们希望将已有的科学原理转化为现实中的技术、工具与系统。一个追问真理,另一个追求可行性。

图片

但是,世界首富伊隆・马斯克最近对这一深入人心的观念发起了冲锋。

在转发 xAI 自家员工的招聘推文的评论中,马斯克宣称这种区分「研究员」和「工程师」的错误命名,实际上是对双层工程体系的一种隐晦描述。

他宣布 xAI 从今天起不再区分它们了:「这里只有工程师。」

他还说:「Researcher 这个词是学术界的古董术语了。」

图片

这条推文下方,马斯克继续略带讥讽地说道:「SpaceX 在火箭和卫星发展方面所做的有意义、尖端的『研究』比地球上所有大学学术实验室的总和还要多。但我们不使用『研究员』这个自命不凡、缺乏责任感的术语。(我们使用的是)工程师。」

图片

可以想见,这种言论必定会引发多大的争议 —— 除了和稀泥的人、吃瓜群众和迷因制造者,「研究者不存在论」的支持者与反对者皆大有人在。

图片

支持者中,工程师 David Brown 认为研究员 / 工程师的划分只是为了排除那些没有博士学位的人。

图片

ParadigmShiftAI 创始人 Anaïs Howland 则表示,在大型实验室里,这种研究员 / 工程师的划分只是用来划分地位的。

图片

机器人企业家、CMU 机器人学博士 Jordan Ford 也表示自己更喜欢工程师的头衔。

图片

而反对者的观点也很鲜明,有人试图耐心地进行概念解释:

图片

有人以大科学家牛顿作为反例来质疑。

图片

也有人针锋相对地嘲讽说:「Engineer 这个词是发动机出现以来的古董术语。」

图片

还有人打趣说,马斯克如此言论是为了避免扎克伯格挖走 xAI 的研究者。

图片

而在反对者中,图灵奖得主 Yann LeCun 绝对算是重量级的。在 X 上,他直接怼了一句「False(大错特错)。」

图片

在链接的领英发帖中,LeCun 详细地从四个方面阐述了研究与工程的差异:运作方式、方法论、开放性和评估标准。

图片

以下是详细内容:

研究和工程在这些方面存在差异:(1)运作方式(2)方法论(3)开放性(4)评估标准。

研究使用科学方法论(methodology of science)来发现新原理,证明它们可以在实践中是有效的,分析它们的优势和局限性,并与更广泛的研究社区互动,以批评、验证、复现、比较和改进。研究的标准是概念简单性、理论美感 / 可解释性、在一些公认的指标上优于现有技术的明显性能优势。学术界和产业界的研究都是如此。

工程则是整合方法(通常以研究模式开发)来构建可以工作的系统。工程的理念是使用遇到的第一组在当前任务上表现足够好的方法。它通常涉及大量的修补、调整、微调和偶尔的混乱,目前是提高实际任务的性能。确定该方法是否绝对最佳的标准,更重要的是它是否足以完成手头的任务。

研究者的评估依据主要根据智识影响。研究评估是一项艰巨的任务,因为成果的影响可能要到很多年(有时是数十年)后才显现出来。因此,评估通常仰赖研究界的集体意见,这就必须通过发表、引用、受邀演讲、奖项等代理来实现。这就是必须发表研究成果的原因之一。

工程师的评估标准主要是产品影响力,有时也使用(例如拉取请求、代码行等)代理指标。

通过以工程模式运作,可以激励研究者去做增量工作。如果你不区分这两项活动,如果你不用不同的标准评估研究者和工程师,你就有可能扼杀突破性创新。真正的突破需要具有长远视野的团队,同时需要产品开发和管理的限制尽可能地小。

昔日在科技进步上留下不可磨灭印记的产业界研究实验室(Bell Labs Area 11、IBM Research、Xerox PARC 等)全都是与工程部门明显分开的研究部门。

但话又说回来,「工程师」的精确定义究竟是什么呢?

图片

或许正如图灵奖得主、数学家理查德・汉明说过的那样:「研究科学时,如果你知道自己在做什么,你就不应该去做。做工程开发时,如果你不知道自己在做什么,你就不应该去做。」

图片

当然,定义的厘清固然重要,但更重要的还是要专注于我们真正做的事情。

图片

对于这场「研究者 vs 工程师」的论战,你有什么看法?

参考文献

https://x.com/ylecun/status/1950844792805507339

https://x.com/elonmusk/status/1950254103474446728

相关资讯

LeCun又双叒唱衰自回归LLM:GPT-4的推理能力非常有限,有两篇论文为证

「任何认为自动回归式 LLM 已经接近人类水平的 AI,或者仅仅需要扩大规模就能达到人类水平的人,都必须读一读这个。AR-LLM 的推理和规划能力非常有限,要解决这个问题,并不是把它们变大、用更多数据进行训练就能解决的。」一直以来,图灵奖得主 Yann LeCun 就是 LLM 的「质疑者」,而自回归模型是 GPT 系列 LLM 模型所依赖的学习范式。他不止一次公开表达过对自回归和 LLM 的批评,并产出了不少金句,比如:「从现在起 5 年内,没有哪个头脑正常的人会使用自回归模型。」「自回归生成模型弱爆了!(Aut
10/25/2023 3:14:00 PM
机器之心

图灵奖得主吵起来了,LeCun:Bengio、Hinton等的AI灭绝论是荒谬的

LeCun 表示,绝大多数学术同行都非常支持开放式 AI 研发,但还是有反对者。关于 AI 风险的问题,各路大佬们也是意见不统一。有人带头签署联名信,呼吁 AI 实验室应立即暂停研究,深度学习三巨头 Geoffrey Hinton、Yoshua Bengio 等都支持这一观点。就在近几日,Bengio、Hinton 等再发联名信《在快速发展的时代管理人工智能风险》,呼吁在开发 AI 系统之前,研究者应该采取紧急治理措施,将安全和道德实践纳入重点,呼吁各国政府应该采取行动,管理 AI 带来的风险。文中提到了一些紧急治
10/30/2023 5:24:00 PM
机器之心

LeCun、吴恩达等370多人签联名信:严格控制AI是危险的,开放才是解药

这封联名信的名单还在持续更新中。近几日,关于如何监督 AI 的讨论越来越热烈,各位大佬们意见非常不统一。比如图灵奖三巨头 Geoffrey Hinton、Yoshua Bengio、Yann LeCun 就出现了两种观点。Hinton、Bengio 为一队,他们强烈呼吁加强对 AI 的监管,否则可能引发「AI 灭绝人类」的风险。LeCun 与他们的观点并不相同,他认为 AI 强监管必将带来巨头垄断,结果是只有少数公司控制 AI 的研发。为了表达自己的想法,很多人以签署联名信的方式来传达观点,就拿刚刚过去的几天来说,
11/3/2023 2:44:00 PM
机器之心
  • 1