工业界和学术界一直在人工智能研究方面进行合作，未来如何进展

几十年来，工业界和学术界一直在人工智能研究方面进行合作，但近年来，这种关系中的权力平衡已经发生了变化，这种方式不利于人工智能的进步和该领域的可持续性。工业界和学术界之间的大多数现有安排都是“招聘工作”，其定义过于狭窄，无法吸引学术界最聪明的人才参与，或“购买实验室”，通过雇用研究人员远离学术界来预防合作接受教育和研究机会的下一代人才，这些机会将导致人工智能在未来取得进展，蚕食未来的管道以满足当前的需求。

需要在工业界和学术界之间建立一种新的工作模式，其中稳定，长期的产学合作伙伴关系能够持续推动人工智能的发展，同时保持我们社会进行基础研究和培养未来人工智能专家的能力。在长期合作关系中，学术和行业研究人员必须平等协作，而不是仅仅赞助研究或将学院或学生拉出学术界的行业。成功的伙伴关系应该采取更具包容性的决策方法，而不是传统的自上而下或单一组织的决策，例如，通过联合委员会，学术界和行业成员的平等代表，每个人都有强烈的责任感协作和推动人工智能。

我们相信，我们的MIT-IBM Watson AI Lab合作为学术界和行业之间的合作提供了一种新模式。以下是这种模型的五个关键优势，并解释了为什么它是人工智能研究转型进展的最可靠途径。人工智能正在向新的和不断扩展的子领域爆炸，并且进行快速和有意义的人工智能研究需要跨学科的知识，以及强烈关注。学术界和工业界之间强有力的长期合作伙伴关系可以将广泛的学科 - 从计算机科学，数学和逻辑学到生物学，语言学，经济学甚至艺术 - 与行业的现实世界观，领域知识相结合，和访问数据。此外，人工智能的进步需要新的想法和富有创造力，雄心勃勃的劳动力，以及大量的计算和财务资源。由于学术界是前者的肥沃来源，而行业是提供后者的独特定位，因此将两者统一起来充分利用了他们的互补优势。

由于人工智能的扩展对所有人和社区都有广泛的影响，因此其创建和发展应该反映出多样化的背景和观点。同行研究方法的部分价值在于它提供的各种观点，专业知识和经验水平。学生带来新思路和渴望快速沉浸和学习，尝试和冒险，深入关注新问题或解决方案，并为自己赢得科学声誉（和学位）。经验丰富的学术和行业研究人员在他们选择的领域拥有深厚的专业知识，这些领域来自多年，可能数十年，专注，失败和突破; 科学严谨和原则性方法; 并了解技术可以投入使用的更广泛背景。

人工智能进步的最大加速器之一是学术界和业界人士分享他们研究成果的开放性。然而，当有才华的人工智能研究人员离开学术界并加入行业时，他们的研究变得更加封闭，并且不易进入该领域，从而减缓了人工智能作为一个领域的整体发展，这种情况并不少见。我们认识到，在一个开放的生态系统中有很大的价值，在这个生态系统中，工业界和学术界相互密切合作，与更广泛的人工智能社区分享他们的成果和技术。

确定和满足市场需求是企业努力成功的关键，因为熟悉初创企业的人都很清楚。为什么？因为定位市场需求会导致投资，这对于进一步开发新兴技术至关重要。通过寻求将人工智能发现和发明商业化的机会，我们可以鼓励人工智能研究的健康成长环境。将工业界和学术界结合在一起，为孵化企业实现广泛的人工智能所需的新突破以及所承诺的价值和生产力的提升创造了理想的环境。现在是时候协调各个部门和整个AI生态系统，以加快我们的进步。人工智能具有前所未有的潜力，有利于企业及其服务的社会。我们必须共同努力，推动实现这一潜力的创新。