掘金 人工智能 前天 15:42
马斯克:研究者不存在了,只有工程师;LeCun:大错特错
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

伊隆·马斯克近期在社交媒体上宣称xAI将不再区分“研究员”和“工程师”,统一称为“工程师”,并认为“研究员”是学术界的古董术语。他以SpaceX为例,强调实际尖端“研究”远超学术界,但他们只使用“工程师”称谓。此言论引发广泛争议,支持者认为区分是为了排除无博士学位者或划分地位,而反对者则引用牛顿、批评马斯克言论是逃避扎克伯格挖角,并强调研究与工程在运作方式、方法论、开放性和评估标准上的根本差异。图灵奖得主Yann LeCun更是直接反驳,详细阐述了两者区别,并警告模糊界限可能扼杀突破性创新,提及Bell Labs等过往成功案例。

💡 马斯克提出xAI将取消“研究员”和“工程师”的区分,统一称为“工程师”,并称“研究员”是学术界的过时术语,认为SpaceX在实际尖端“研究”方面的贡献远超学术界。

👍 支持者认为,区分研究员和工程师可能只是为了排除没有博士学位的人,或者在大型实验室中划分地位,部分人也更倾向于使用“工程师”的头衔。

👎 反对者则认为马斯克的观点“大错特错”,强调了研究与工程在运作方式、方法论、开放性和评估标准上的本质区别。研究旨在发现新原理并与社区互动,评估标准为概念简单性、理论美感和性能优势;工程则整合现有方法构建系统,评估标准为任务完成度和足够好的性能。

🔬 图灵奖得主Yann LeCun详细阐述了研究与工程的四方面差异,并警告如果混淆两者并采用相同的评估标准,可能会扼杀突破性创新。他指出,历史上成功的产业界研究实验室(如Bell Labs)都与工程部门有明显分开。

🤔 引用理查德·汉明的观点,研究科学时“如果你知道自己在做什么,你就不应该去做”,而做工程开发时“如果你不知道自己在做什么,你就不应该去做”,暗示了两者在认知深度上的不同要求。

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。

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。

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。」

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。」

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。

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。

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。

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。

而反对者的观点也很鲜明,有人试图耐心地进行概念解释:

有人以大科学家牛顿作为反例来质疑。

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。」

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。

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)。」

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。

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?

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。」

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。

对于这场「研究者 vs 工程师」的论战,你有什么看法?

参考文献

x.com/ylecun/stat…

x.com/elonmusk/st…

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

伊隆·马斯克 研究员 工程师 科技创新 Yann LeCun
相关文章