处于全球顶尖计算机科学部领导地位的一位负责人, 忽然放弃身为教师的职责, 加入到专注人工智能领域的公司。这并非平常意义上的工作变动, 而是以保有终身教职的方式“休假式入职”, 该消息一经传出，马上引发学术界展开热烈的议论。

理论学者为何被AI公司盯上

在过去的三年里头, AI行业进行抢人的行为主要是集中在工程以及产品端的。在2024年, OpenAI这家公司、谷歌这家公司还有Meta这家公司开始疯狂地争抢对齐研究方面的人才了。然而到了2026年的时候, 风向就发生变化了。AI这些公司发现, 模型规模碰到了算力天花板, 仅仅依靠堆积数据是行不通的了。理论计算机科学家居然开始成为新的目标了, 因为他们所研究的是怎样运用最少的资源去处理最大的数据, 而这恰恰是大模型烧钱的痛点所在。

他的履历堪称理论计算机科学满配

这位教授, 初中时便通过自学掌握了HTML来搭建网站, 高中阶段学会了编程, 大学期间凭借竞赛证明自己书写的代码不存在错误。他在麻省理工学院本科、硕士与博士阶段均完成学业, 于2011年获取博士学位, 其研究方向是海量数据的高效算法。他将这门学科对自身的吸引力描述为“近乎宗教”, 它既是人类思维最为核心的基础问题, 又与真实世界直接产生关联。哈佛校报直接表述: 他的离去, 给计算机系留下了一个巨大的空白。

研究内容直击大模型烧钱痛点

他所致力于钻研的项目是流式算法、降维和随机算法, 如若转译成通俗大白话来讲就是: 当数据量庞大到超出可容纳范围之际, 到底该如何进行运算。在数年前, 他留意到了一个看似犹如小学数学题目般的问题: 促使计算机能够掌握数数的技能。当数字规模大到连手机以及服务器都无法予以记录之时, 存储以及速度方面所产生的代价便会失去控制。其所在的团队给出了相应的数学公式, 用以证实任何能够解决该问题的算法, 至少要消耗掉多少内存。这些工作成果为他带来了诸如斯隆研究奖、美国总统青年科学家与工程师奖等一系列的荣誉。

理论成果如何落地大模型

补完最后一块拼图的JL引理的他, 回答了一个朴素问题, 即高维数据最多能压到多小还不失真。今天满世界跑的向量检索与嵌入压缩, 其底层直觉都建立在这条引理之上。训练一个前沿模型, 本质上就是在天文数字的数据流上做压缩与筛选。当模型规模撞上算力和数据天花板, “省”的价值开始超过“堆”, AI竞争重心转向“谁的底层算法更省”。

休假入职正成为学界和产业界新通道

这属于美国学界比较成熟的制度, 教授有可能处于带薪或者停薪的状态, 离开学校有段时间, 去业界开展创业活动或者做其他任何事情。在2017年的时候, 李飞飞借助学术假期担任云AI首席科学家角色, 过了两年回到斯坦福。当下, 学界与产业之间的旋转门转动速度越来越快, 对于学者来讲, 这是一张具有保底性质的船票, 况且产业界存在算力、数据以及真实问题。而更具划算性的是, 签下一位学者, 所签下的从来都不单单是一个人, 还包括他身后的学生以及同行。

2026年AI人才市场疯狂到何种程度

在6月18日的时候, 论文作者Noam宣告离开谷歌进而转去创业, 需知, 谷歌是在2024年花费27亿美元才将他从.AI购得回来的, 然而结果是不到两年时间, 这人就又离开了, 6月19日, 获得诺贝尔化学奖的John正式宣布离开效力将近九年的公司, 转而加入新的平台, 6月25日, 伯克利AI安全学者Dawn Song加入Meta超级智能实验室, 对于顶级研究者来讲, 此时入职意味着上市前的股权, 这是大厂无法给出的价码。

当处于最佳状态的理论家都在公司进行所谓的“休假”之时，大学还会留存些什么? 唯一能够确定的一点是, AI竞赛抢夺焦点已经从模型能力方面下探至算法理论的基础层面了。你觉得高校是否还能够留住顶尖学者? 欢迎在评论区域分享你的观点看法, 为本文点赞并且转发出去, 使得更多的人能够看到这场人才争夺战的真实情况。