近几年来，CV与深度学习领域研究在经过了几年的红利期后，不仅拔高了学生毕业择业期望值，近年开始被一些毕业生视为就业的“重灾区”。过去几年中，以阿里和CV四小龙等提供算法支持的公司提供的岗位趋于饱和，计算机视觉从算法落地出现瓶颈，市场供需两侧出现不平衡。在知乎上，我们注意到了近几年毕业生讨论内容的变化，从2018届讨论的“算法岗是否值得进入？”，到2019届讨论的“怎样看待算法岗竞争激励，供大于求？”以及2020届的“诸神黄昏”和2021届的“灰飞烟灭”，都在反映着近年新毕业的学生的落差。与学生们的判断不同，产业界近几年的困扰则是“招不到合适的人”。对于学术界看重的发Paper的能力、学术上的创新，在产业界是锦上添花而不是必要条件。在雷峰网《AI四小龙之间没有战争》一文中曾提到，如CV这种以技术名称来定义公司属性的企业，初期均以技术驱动业务，拿锤子找钉子；随着2019年开始行业进入下半场，锤子与钉子角色发生转换，四小龙也开始差异化竞争，将业务视为重心，技术作为辅助，先找钉子，然后制造合适的锤子。与“四小龙”可以先拿锤子找钉子不同，进入AI下半场，新的创业企业也需要注重学科间的交叉和落地，“先找钉子后造锤子”。本次王刚离职创业的清洁机器人领域属于CV与机器人学的交叉与落地应用，不仅机器人的视觉功能是机器人研究中的重点，移动机器人的SLAM等问题中包含大量CV相关的内容。除了CV与机器人的结合外，CV与计算机图形学的结合（元宇宙等）、CV与计算机体系结构、计算机网络等领域的结合，也都有望成为CV创业的新热点。值得注意的是，近年来AI发展的动力实际上是深度学习，深度学习框架的使用门槛很低，但并不代表视觉、语音等领域的门槛低，从大多数学生做的“不那么深的深度学习”与CV希望达到的“通过图像等感知器数据去更好的理解世界”并进一步推动社会的进步之间，还有很长的路要走。在“科学家出走潮”中，有更多像王刚这样级别的科学家看到AI与实际产品结合价值的科学家选择留在产业界创业，不仅能推动AI落地的进程，也有助于扭转AI人才培养的误区；而如何顺应这种趋势来保护自己的科学家，也对AI大厂提出了新的考验。
文章插图
雷峰网雷峰网
