最近在几个场合，包括在慕尼黑的ICCAD和上周四在伯克利的workshop，我谈了我对未来计算机尤其是AI领域招聘和高校科研趋势的预测：

1. 新一代AI科研人员并不像过去那样珍视高校教职的机会。这里有多重原因，包括：1）长期以来工业界和学术界工资待遇的差距持续拉大；2）过去几年间AI领域最大的技术突破，无论软件还是硬件，都是工业界在引领；3）最近一些年对工业界知名科研人员的“明星效应”；4）工业界和学术界计算资源和数据资源差距的持续拉大，等等。

2. 即使在高校，AI研究领域的明星学者也在要求更多的产学合作的灵活性和空间，包括：1）对于在大公司兼职的时间灵活性。一般都要突破传统的20%标准（即每周只能以咨询服务的方式在校外工作一天）；2）对于基于实验室技术的创业更大的灵活性，包括个人时间投入的要求和知识产权与技术转移的灵活性。

3. 随着政府资金的减少，和高校AI研究不断的实用化（也可以理解为技术转速度的加快），高校AI的研究与产业的合作将不断加强。但和传统的以合同和捐赠为主的公司合作模式不同，新一代的产学合作方式会有新的突破。最近一个新闻是CMU要重新审视自身与产业合作条款，尤其是对于知识产权保护和技术转移的规定。而传统的以技术授权为主的技术转移方式已经被证明是效率低下且过时的。

4. 随着计算机领域开源趋势的不断发展和技术的快速迭代，以及工业界和高校科研条件和影响力差距的进一步拉大，未来高校科研的主要产出将专注于早期想法的发明和验证与人才培养上。一旦想法获得验证，资本和产业界的资金会让这些想法快速的进入产业实践环节。甚至一些风投、企业孵化器会开始投资某些实验室的研究，然后对所产生的一些实用的科研成果进行早期投资，成立初创公司进行孵化。

这些趋势很难说是好事坏事（比如学校的科研更难聚焦于长期的目标）。也不好说这些趋势会持续多久（因为受经济周期，地缘政治等影响比较大）。但有一点是确定的：

明天的科研注定不同于今天。无论我们是否准备好，都必须迎向那个正在到来的未来。