2024年大厂AI Lab的现状和定位会怎么发展?

近期一方面有达摩院的变动,也有蚂蚁技术研究院的扩张,在大模型时代下,互联网大厂的研究应该关注哪些领域,AI研究员的职业发展又该如何规划?
收藏者
0
被浏览
87

5 个回答

码农奶爸学AI LV

发表于 3 天前

公司养AI Lab希望能给公司带来虚的价值(技术声望) or 实际价值(技术落地解决公司效率和效果问题)。结果, 虚的价值只有论文数还是实习生发的多(公司只提供问题和工程帮助,大概率论文还是老师润色,对我来说公司 tech leader改的论文文笔真差)。
实际价值更扯, 业务部门嫌弃你一P, 人家本身就有算法,偶尔用一下AI Lab的东西,还说没那谁谁国外大公司开源的好用,而且业务部门垂类的数据比AI Lab还多, 人家算法就能很好解决自己部门的问题。
这样, 本来公司期望的你带来的利益,你是一样没带来。
好在,未来这种通用AI(AGI)大概率还是适合AI Lab这种算法中台来做,然后业务部门可以再下游任务finetune。
但, 勾把现在发现, 还是没有国外大厂开源的大模型好使,比如llama。那业务部门一想,我还是拿国外好用的然后用自己业务数据搞一搞,效果搞上去我自己的绩效也好。

这......

说了现象,还是说说原因吧。对于算法来说,要么靠算法突破要么靠数据暴力工程解决。这两种中,AI Lab只有算法突破有优势。
但,勾把你说AI Lab的算法真的比业务部门算法强很多吗? 至少我们这届,业务部门算法的头部计划人数也不少。但AI Lab还是有优势的,如果公司有长远计划,AI Lab的同学相对于业务算法同学能够长期从事解决一个通用强的基础问题,可能真的给解决了。这样形成闭环,公司也愿意长期投入一个短期带来不了利益的团队。

十一月末 LV

发表于 3 天前

马太效应,旱的旱死,涝的涝死。
投资集中在少部分团队,用于购买算力资源,落不落地不着急装备先不要拉下。在投企业或者自己的研究所垄断了未来几年算力资源后再慢慢看做什么场景。不着急招那么多人,觉得落伍的落地方向想尽办法停掉项目裁员,只保留风口的少数项目。
学者最稳的就是先入体制,拿职称或者恬妞,然后隔岸观火下场兼职技术带头人,且稳且苟

Zed888 LV

发表于 3 天前

特定时期算法岗大热的产物,不甘寂寞的教授们早就完成了学校->企业->学校的转变,嗅觉灵敏的他们转向可快了,剩下的就是不断被拆分重组的ailab。
但是对于打工人来讲,cv nlp论文加持下,换大模型,搜推方向还是非常靠谱的。毕竟大模型的应用落地,搜广推其实和nlp有相通地方,有论文谈工资也谈的高。

Javabloger LV

发表于 3 天前

字节搜索推出了豆包,阿里通义实验室推出了通义千问,腾讯云推出了混元大模型。这几个产品有一个共同点:
它们都不是公司的AI Lab做的。
——这仿佛是国内AI lab现状的隐喻,也是AI目前发展现状的隐喻。
一方面,大模型占据了人们的全部视线,成为了AI的代名词。甚至有一批人觉得传统深度学习已经落伍了。
另一方面,学术界却普遍认为大模型原理并无创新,ChatGPT和Sora的成功都更多得益于Scaling Law。
因此大模型的发展,可能需要另一波人来推动。

eyou121 LV

发表于 3 天前

国内大厂ai lab都是跟着美国公司的方向,要不改开源,要不水论文
职业定位是没有的,因为被美国公司差距越来越大
以后国内大厂这些ai lab说裁员就裁员
因为很多东西美国公司不开源了

您需要登录后才可以回帖 登录 | 立即注册