阿里巴巴|凛冬将至！阿里技术大牛出走，这个行业要有新动荡( 三 ) 机器学习|算法

他提交了一份申请书，计划拿到数千台服务器。
符合需求的一块英伟达的计算卡，最少要价 2000 美金。几千台服务网即使对整个阿里来说都不是个小数目。他等了半年，都没能拿到自己要的GPU 集群。

甚至还惹得阿里老员工们一顿抱怨。人家不信论文，只看实打实的业务水平。他们不相信漆远可以拿出更高效算法。
而漆远团队被困在一个悖论里，没有 GPU 集群，就证明不了自己的算法和技术高效。但如果不能证明自己的算法和技术高效，就没有办法争取到 GPU 集群。
“同事们认为，你们这帮教授老师过来，基本不懂业务，也不懂技术。 ”
漆远和高层僵持了半年， “团队一度走在解散的边缘” 。终于拿到了足够的资源，启动分布式机器学习平台。
为了这个难得争取到的机会，全团队都放弃了年假和春节，终于在第二年双十一，首次实现了淘宝、天猫的个性化推荐。

俗称“千人千面”的算法应用，让手机淘宝在移动端站稳脚跟，也让蒋凡和张勇在阿里内部的地位急速上升。这是后话，不表。
漆远团队包揽了这一年阿里巴巴集团算法大奖16 项奖中的 6 项。漆远成为达摩院金融智能方向的负责人。

寒潮
但随着AI的风越吹越热烈，曾经高在云端的大厂技术，慢慢露出了自己的短板。海内外一度掀起热潮，一批大学知名教授先后跳槽到互联网大厂。
在行情好的时候，科学家的加入自然是锦上添花。从PR宣传，到兜售方案，大牛们的背书让品牌愈加金光闪闪。
只是这个投入产出比，让逐利的资本发现，这笔买卖已经没有当年划算。
科学家们拿着大笔预算做研究，同样背负CPI或者OKR的压力。美化数据的方法千千万，实际应用的效果见真章。
很多方案比起谷歌、微软、Facebook的开源算法，其实并没有什么优势。
一位知乎用户这样描述行业现状：很多披着“顶尖AI”的大厂解决方案这下就出问题了， ppt没输过， demo没赢过。
而机器深度学习的算法训练，越来越复杂，越来越需要海量资源投入。
据称“仅仅训练一个最新的 GPT-3 模型，可能需要 300 多块 GPU 跑一年，训练成本大约 600 ~ 1200 万美元。结果呢，反映到用户体验上，也就比以前的版本好那么一点点。 ”
这种成本下，再多发展几个项目，即使是家大业大的阿里，也不是那么好消化的。

而蚂蚁上市的戛然而止，或许就成了最后一根稻草。科学家无法从企业那要来更多资源进行研究，企业也不再需要科学家背书贴金。
随着技术发展暂且进入一段瓶颈，当初的潮水开始回流。
腾讯人工智能实验室的张彤，跳槽去了创新工厂当合伙人，还在香港科技大学和创新工厂联合实验室担任主任。
字节的副总裁，人工智能实验室主任马伟英回到清华大学智能产业研究院，总监李磊跑去了加州大学圣巴巴拉分校任助理教授。
连百度的首席科学家吴恩达都重返了学术界，在斯坦福兼职。

漆远曾说，相信人工智能是人类最后最伟大的发明。
眼看着技术大牛们一个个重返学术界，纷纷挥手告别有数据、有资金、有应用机会的大企业。看来我们距离AI彻底改变世界这一天，还远得很。
【阿里巴巴|凛冬将至！阿里技术大牛出走，这个行业要有新动荡】作者：吴昕