在 NIPS 2016 年公布的当年最佳论文奖里，《Value Iteration Networks》位列其中，这是加州大学伯克利分校华人学生吴翼参与的第一篇获奖论文。NIPS(Conference and Workshop on Neural Information Processing Systems，神经信息处理系统大会)，是机器学习和计算神经科学的 A 类国际会议。
这并非吴翼首次发表论文，2012 年，《Dual Space Analysis of the Sparse Linear Model》发表在 NIPS，2015 年，《Understanding and Evaluating Sparse Linear Discriminant Analysis》发表在 AISTATS，2016 年，《Swift: Compiled Inference for Probabilistic Programming Languages》被国际人工智能联合会议 IJCAI 收录。
在人工智能浪潮下，像吴翼一样，越来越多年轻人希望在青年时代就能在学术研究上获得突出成绩并顺利入行。此前，时任百度首席科学家的吴恩达，在接受机器之心视频专访时也曾提及，「我想对所有还在考虑自己的职业生涯的年轻人说一句，我知道当你很年轻的时候，有时候你无法确定该追求怎样的事业。我认为我们现在正生活在一个人工智能领域有无穷机会的时代，如果你还不确定你该做什么，可以考虑加入我们来开发人工智能、研究人工智能，未来几年这一领域将有非常大的机会。」
大公司都在积极部署人工智能方面的专业团队，每一个初入行者也同样应该在青年时代考虑如何成为未来每个公司不可或缺的首席人工智能官。在机器之心 SYNCED 主办的 2017 全球机器智能峰会（GMIS 2017）上，我们邀请了包括上文提到的吴翼、加州大学伯克利分校博士姜碧野、卡内基梅隆大学助理教授 Zachary Lipton、毕业于斯坦福大学的 Abundy 创始人邹昊、毕业于麻省理工学院的澎峰科技创始人张先轶，参与机器之心 GMIS 2017 先锋青年圆桌论坛。
在此之前，针对如何像他们一样，成为人工智能领域的先锋青年，机器之心提前总结了一些基本方法。
一、求学
相对其他学科，人工智能领域作为一个 60 余年的年轻学科，涉及多学科跨领域的知识，入门门槛很高，获得博士学位几乎成为绝大多数入门者的选择。
找到合适的导师
博士第一步就是寻找合适的导师。吴翼在接受媒体采访时表示，在做学术，尤其是协助资深导师工作时，受益良多。资深的导师对于研究问题有更加深远的见解，会为自己的研究提供更深层次的指导方向。而吴翼的导师正是加州大学伯克利分校人工智能系统中心创始人、人工智能领域「标准教科书」《人工智能：一种现代方法》的作者 Stuart Russell。
加拿大西安大略大学教授凌晓峰与第四范式首席科学家、香港科技大学计算机与工程系教授杨强在合著的《学术研究：你的成功之道》中认为，导师与学生，如同乐队指挥与团员。指挥需要了解团员的技能，引导团员达到最佳演出效果。团员需要理解指挥描述的乐曲，配合指挥演奏出动人的音乐。如果没有与导师良好的合作关系，则难免出现分歧、矛盾、发生冲突，会造成关系紧张等情况。
选择导师，则需要注意以下事项：
研究领域与研究兴趣。可以通过查看导师的个人主页或者发邮件询问，以此考察自己与导师的研究领域和研究兴趣是否一致。
导师的学术成就。了解导师的学术表现和学术地位，这一点至关重要。可以查看导师的论文发表以及被引用的情况，或者阅读导师指导的研究生所发表的论文，另外还可以跟他以前或现在的学生交流。
指导理念和风格。每个导师都有自己的指导理念，有的对学生要求严格，有的会给学生很大自由，有的会亲自给学生指导，有的会让学生自己做决定。因而要根据自己的个性和习惯选择适合的导师。
学术界和工业界的人际网络。加入导师的研究小组就意味着进入他的社会网络，而社会网络是互相影响、互相促进的有机体集合，因为你可以拓宽你的交流渠道，跟他们讨论新想法，新计划，以及寻求更多、更好的工作机会。
经费情况。经费充足可以保证博士生涯不必「白天愁论文，晚上愁生存」，而如果你的论文被收录，经费充足的教授还可以资助你参加会议等。
挖掘下一个好想法
吴翼在高中时因为获得国际信息学奥赛奖牌，被保送到清华大学图灵奖获得者姚期智班，在大三暑假，在高中校友，此前曾在加州大学伯克利分校做过博士后的李磊的推荐下，成为知名计算机教授，人工智能领域知名人物 Stuart Russell 的实习生，而最终凭借优异的实习表现，顺利成为 Russel 的研究生、博士生。
即便如此，吴翼在采访中也谈到，在刚开始读博的阶段，由于缺乏经验，很多事情都要靠自己摸索，比如论文选题，寻求合作，管理项目，提升对领域的看法等诸项事宜，在探索走过弯路，也收获了成长，很幸运得到众多老师和同学的帮助。
在博士阶段，需要独立展开研究，也需要撰写论文。但是如何确定论文选题，如何发掘新想法呢？
杨强在《学术研究：你的成功之道》中给出了解决方案：平时阅读论文时，一是要少读多想，花费少量时间掌握精髓，使用较多时间去思考，寻找自己的灵感。二是要带有批判性的眼光去思考论文中的研究问题，用带有创造性的头脑思考针对这一问题的解决办法，养成批判性创造性的思考习惯。三是对文中提到的方法、研究工作的主要思想、研究问题产生任何疑问，或者你能想到的更好的解决办法，要立刻记录，因为这很可能会成为日后研究的根源。
而另一个重要的办法则是头脑风暴。研究生、教授、其他研究者，甚至是一些非相关领域的研究者都可以参加此类对话形式，针对讨论的问题，大家积极主动发言，发言内容可以是研究问题的确定、问题的解决方案等。因而平时建立起这样一支互相帮助的团队，对于每个人的研究都会起到重要的作用。
对此，吴恩达则有着自己的独有的经验。吴恩达说，如果不知道下一步如何做，他就会进行大量的阅读和学习，并且和某些领域的专家交流，当大脑有足够多的信息输入时，新的想法便会随之产生。因为当你对某一个技术领域有足够了解，便会知道何时创造尽量多的想法，何时通过深思熟虑来剪裁、整合已有的想法。
二、创业
「现在我出来创业，即使失败，以后还可以回去做高管。如果一直做高管，四五十岁再出来创业，就不大可能了。」邹昊，仅用三年时间，就从斯坦福大学获得电子工程专业学士、硕士、博士学位，并获得经济系硕士学位以及工商管理硕士学位。
从斯坦福毕业后，他加入美国太平洋投资管理公司 PIMCO，成为该公司史上最年轻的基金经理，负责交易和管理上千亿美金的国债和衍生品。
但在 2016 年，他放弃正处于发展上升期的工作，成立金融科技公司 Abundy，将大数据和人工智能用于金融投资管理。
2017 年 4 月，iiMedia Research 发布《2017 年中国人工智能产业专题研究报告》。报告显示，中国人工智能产业规模 2016 年已突破百亿，以 43.3% 的增长率达到了 100.60 亿元，预计 2017 年增长率将提高至 51.2%。
人工智能领域的创业热潮来临。然而，如何创业，创业者如何才能从学界跨越到业界？
找到应用场景。斯坦福大学计算机科学副教授，斯坦福人工智能实验室负责人，谷歌云端人工智能及机器学习首席科学家李飞飞对此有深刻的认识，她认为，如果在技术上或者研究上有优势，创业很正常。每一个产业都有具体的应用场景，需要理解这个场景，懂机器学习和人工智能的人去寻找解决方案。而创业者不管是为企业还是为个人消费者，都要有解决问题的使命感。因而，他最大的建议是，寻找市场，理解需要解决的问题和去满足的需求，而不是拿着锤子去找钉子。
追求商业回报。在 2017 年 4 月召开的 GMIC 北京站中，李开复则从另外的角度表示，创业家与科学家不同。科学家追求科研突破，创业者要追求商业回报。科学家讲究严谨，创业家讲究速度。科学家要慢工出细活，创业者则要快速迭代。科学精神就是追求创新。但创业者最应该重视的是如何打造产品以及如何产生商业价值。而李开复作为一个 VC，他更愿意看到的是，这个技术已经被证明，可以把它应用在场景里。
与非技术人才搭配。在目前阶段，AI 并非消费级应用，更多的是企业应用，比如金融领域、医疗领域、安防领域、物流领域等等。科学家本身需要将技术转化成产品，以及有价值的洞察力和执行力。因而李开复认为，企业家需要懂销售以及懂该行业的专业人才配合。澎峰科技创始人张先轶就深知这个道理，在他的创始人团队中，既有中科院计算所助研、中科院博士后、中国海洋大学博士贾海鹏，也有浪潮集团具备丰富市场和销售经验的邱凯。
点击阅读原文，查看全部嘉宾阵容并报名参与机器之心 GMIS 2017 ↓↓↓
