工業(yè)界和學(xué)術(shù)界最大區(qū)別是什么？
點(diǎn)擊上方“視學(xué)算法”，選擇加"星標(biāo)"或“置頂”
重磅干貨，第一時間送達(dá)
導(dǎo)讀
?一位功課在讀博士在知乎上提問“工業(yè)界和學(xué)術(shù)界最大的區(qū)別是什么？”?，本文摘選了一些回答，希望能對有同樣的疑問的人認(rèn)知上有所補(bǔ)益。
這里給大家精選了幾個優(yōu)質(zhì)回答，希望對你有所幫助，歡迎評論區(qū)留言探討。
sen2020回答：
近年來學(xué)術(shù)界搜索、推薦的論文不少，但在工業(yè)界能用的幾乎沒幾個。學(xué)術(shù)界的做法是“改進(jìn)模型，在MovieLens等數(shù)據(jù)集上做個實(shí)驗(yàn)，提升幾個點(diǎn)，發(fā)表論文”。但學(xué)術(shù)界的成果在工業(yè)界幾乎都不work。在工業(yè)界真正能改進(jìn)模型效果的方法大多是標(biāo)注數(shù)據(jù)、處理數(shù)據(jù)、調(diào)特征、修bug。少數(shù)能用的學(xué)術(shù)成果都是Google等公司發(fā)表的。 最近幾年聯(lián)邦學(xué)習(xí)很熱門，每個會議都有上百篇聯(lián)邦學(xué)習(xí)的投稿。這些文章中90%以上都是在解決corner case，比如XXX設(shè)定下的收斂、XXX設(shè)定下的XXX差分隱私方法、用XXX方法防御XXX假設(shè)下的拜占庭錯誤。有腳指頭想想也知道，這些corner case在工業(yè)界是沒有用的。工業(yè)界用的是簡單、好調(diào)、scalability能上得去的方法，而且要考慮自身系統(tǒng)平臺的支持。 最近一兩年，有N篇基于vision transformer的論文，都是對vision transformer做一點(diǎn)改進(jìn)，在公開數(shù)據(jù)集上top-1 accuracy提升一點(diǎn)點(diǎn)。在絕大多數(shù)工業(yè)應(yīng)用里面，沒人在乎一點(diǎn)點(diǎn)準(zhǔn)確率的提升。好好處理數(shù)據(jù)、標(biāo)注數(shù)據(jù)、再加點(diǎn)小trick，帶來的提升比模型大得多。說實(shí)話，ResNet之后所有的模型帶來的提升全加起來，還沒JFT一個數(shù)據(jù)集帶來的提升多。
工業(yè)界研究院有一部分人做純科研，做出了非常牛逼的工作。Google、Deepmind、MSR、NVIDIA等公司的研究院都有非常厲害的成果。Transformer、AlphaGo這些成果確實(shí)改變了世界。其余影響力小一些的論文也起到了PR的作用。 工業(yè)界研究院有相當(dāng)多的人在為業(yè)務(wù)、技術(shù)部門服務(wù)。可惜的是研究院做的通常不是核心技術(shù)，而是可有可無的邊緣技術(shù)。研究院的人看不到完整的核心技術(shù)。舉幾個例子： 推薦算法團(tuán)隊(duì)跟研究院合作，希望“試一試”強(qiáng)化學(xué)習(xí)、圖神經(jīng)網(wǎng)絡(luò)這些技術(shù)。重點(diǎn)在“試一試”，也就是說可有可無，不是核心技術(shù)。能帶來零點(diǎn)幾個點(diǎn)的增長最好，沒有也無所謂。 技術(shù)部門發(fā)現(xiàn)強(qiáng)化學(xué)習(xí)在網(wǎng)約車派單上好用，收益挺大。上線之后，讓研究院做進(jìn)一步的探索，目標(biāo)是用更fancy的技術(shù)取得marginal improvement。
RoseofVersailles回答：
工業(yè)界以資本為導(dǎo)向，作為一個上市公司，做什么大方向要聽股東大會以及其任命的CEO的。學(xué)術(shù)界以政策為導(dǎo)向，作為一所大學(xué)，研究什么要聽國家基金委員會的。這兩者的區(qū)別表現(xiàn)出來，一般就是工業(yè)的研究偏保守，主要是對現(xiàn)有產(chǎn)品改進(jìn)。學(xué)術(shù)界研究很激進(jìn)，主要探索前人的未知。 工業(yè)界上班，100%的精力都在研發(fā)上。學(xué)術(shù)界上班，至少30%的精力要放在教學(xué)和科普活動上。 至少在美國，學(xué)術(shù)界上班的工作強(qiáng)度至少是工業(yè)界的2倍。工業(yè)界基本上早9晚5，一周5天，每年至少再休20天年假。學(xué)術(shù)界ap的常規(guī)操作是早7晚12，一周7天，全年不休。 至少在美國，同等地位的職位，學(xué)術(shù)界的薪資最多不到工業(yè)界的1/2。比如學(xué)術(shù)界博后年薪5萬，工業(yè)界剛?cè)肼毜牟┦垦芯繂T差不多10-12萬。學(xué)術(shù)界ap年薪8-10萬，工業(yè)界senior scientist年薪20-40萬。學(xué)術(shù)界full prof年薪18-25萬，工業(yè)界中/高層管理年薪50萬-上不封頂。 學(xué)術(shù)界做出最重大研究成果，一般第一時間在arxiv占坑，然后迅速投Nature、Science。工業(yè)界做出最重大研究成果，一般會極盡所能進(jìn)行保密，連專利都不一定去申請，更不會發(fā)paper。 有些時候，學(xué)術(shù)界和工業(yè)界的研究，也是有交叉的。比如學(xué)術(shù)界也會接DARPA和NASA的活，基本上最后是要出產(chǎn)品的。工業(yè)界也會fund一些探索性項(xiàng)目，只要能創(chuàng)新就行，不需要盈利。但總的來講，這種交叉的情況不會太多。 學(xué)術(shù)界做出成果，受益人一般是自己（e.g. 發(fā)了paper，拿了funding）。工業(yè)界做出成果，直接受益人是股東，至于自己能從中漁利多少，取決于為人處事如何、懂不懂向上司表現(xiàn)，會哭的孩子才有奶吃?？偟膩碚f，工業(yè)界更適合躺平。 有的高贊答案說工業(yè)界投資更大，設(shè)備更強(qiáng)，人手更多，所以做科研更厲害。據(jù)我的了解，只有極少數(shù)的公司在極少數(shù)的領(lǐng)域是這樣的，比如量子計(jì)算，人工智能。絕大多數(shù)領(lǐng)域，比如物理、材料、化學(xué)，是非常吃大科研裝置的，縱使是全球500強(qiáng)公司，也出不起建造-維護(hù)裝置的錢。絕大多數(shù)領(lǐng)域的科研裝置，絕對是學(xué)術(shù)界更先進(jìn)、更好。比如球差電鏡，光源，中子源，加速器，核磁。一般來講，公司如有需要，會選擇和大學(xué)合作，以使用這些科研裝置。 學(xué)術(shù)界項(xiàng)目失敗一般是沒事的，而工業(yè)界項(xiàng)目失敗一般是要有背鍋俠的。在學(xué)術(shù)界的基層人員可以多吹吹牛，而在工業(yè)界則應(yīng)該根據(jù)自己能力合理的要任務(wù)，一旦past due卻實(shí)現(xiàn)不了deliverable，是真的會極大影響自己的職業(yè)生涯的。 接上一條，學(xué)術(shù)界拿了tenure，基本上屬于鐵飯碗。而工業(yè)界經(jīng)常會出現(xiàn)某個部門業(yè)績不佳，直接砍掉的情況。Tenure也算是對學(xué)術(shù)界低收入的一個補(bǔ)償吧。 學(xué)術(shù)界更注重開放合作，有時候沒publish的idea甚至都會在conference講。工業(yè)界則非常在乎ip，哪個idea是誰提出來的，誰做了什么，都要清清楚楚的記錄下來，以防未來有人渾水摸魚。 學(xué)術(shù)界report給誰，這些層級的關(guān)系，一般都是過過場面，不會當(dāng)真（比如某ap，需要report給dean）。工業(yè)界report給誰，誰就真的是你的supervisor，一點(diǎn)都馬虎不得?？偟膩碇v學(xué)術(shù)界更多的是“單打獨(dú)斗”的小作坊。工業(yè)界則是等級森嚴(yán)的階級社會。 學(xué)術(shù)界的resume一般是publication和award來說話。工業(yè)界的resume一般是project的experience來說話。 學(xué)術(shù)界的工作地點(diǎn)有時候會很偏遠(yuǎn)，比如los alamos，ithaca，college station。工業(yè)界的工作地點(diǎn)則集中在幾個重點(diǎn)地區(qū)，比如bay area，boston，nyc。
匿名用戶回答：
如果覺得有用，就請分享到朋友圈吧！
點(diǎn)個在看 paper不斷！
評論
圖片
表情