Lohnt es sich, auf OpenAI-Beitrittsangebote zu verzichten?

Wie soll sich ein Doktorand, der einen Job im Bereich Informatik finden möchte, zwischen Wissenschaft und Industrie entscheiden?

Während der Jobsuche hatte sich Rowan Zellers, ein Doktorand an der University of Washington, ursprünglich vorgenommen, eine Lehrstelle zu finden. Zu diesem Zweck erstellte er eine Zielgruppenliste, verfasste zahlreiche Bewerbungsunterlagen und nutzte sein soziales Netzwerk im akademischen Bereich, um nach weiteren Möglichkeiten zu suchen.

Gleichzeitig begann er auch, sich den Möglichkeiten in der Branche zu öffnen. Die Kommunikation mit Industrieunternehmen erschütterte allmählich die Ideen von Rowan Zellers. Er stellte fest, dass es für sein Forschungsgebiet – multimodale künstliche Intelligenz – schwierig und immer schwieriger wird, groß angelegte Grundlagenforschung im akademischen Bereich durchzuführen, und die Möglichkeiten in der Industrie werden immer zahlreicher .

Obwohl Technologieunternehmen um das Jahr 2022 herum die Einstellung von Mitarbeitern verlangsamt oder eingefroren haben, fand Rowan Zellers immer noch eine attraktivere Gelegenheit – OpenAI warf ihm einen Olivenzweig zu.

In der letzten Phase der Jobsuche tat er etwas, woran er noch nie gedacht hatte – er lehnte alle akademischen Stellen ab und beschloss, das Angebot von OpenAI zu unterzeichnen. Im Juni 2022 verabschiedete sich Rowan Zellers offiziell von vielen Schuljahren und trat OpenAI bei.

Was hat es ihm ermöglicht, seine Denkweise innerhalb eines Jahres zu ändern? In einem aktuellen Blogbeitrag teilte Rowan Zellers einige seiner Tipps für die Jobsuche mit.

Das Folgende ist der Text des Blogs:

Rowan Zellers präsentierte seine Arbeit zum visuellen Denken mit gesundem Menschenverstand auf der CVPR 2019.

Ich war während des Entscheidungsprozesses sehr nervös und gestresst – es fühlte sich damals wie eine Wendung an –, aber am Ende bin ich wirklich zufrieden mit dem Ergebnis. Für mich spielen zwei Schlüsselfaktoren eine Rolle:

1) Ich habe das Gefühl, dass ich bei OpenAI das tun kann, wofür ich leidenschaftlich bin.

2) San Francisco, wo OpenAI seinen Sitz hat, ist ein großartiger Ort Stadt leben und arbeiten.

In diesem Artikel werde ich den Entscheidungsprozess weiter besprechen.

Warum diesen Erfahrungsbeitrag schreiben?

Während meiner Jobsuche habe ich von Professoren in meinem sozialen Netzwerk viele tolle Ratschläge dazu bekommen, wie man sich auf eine Stelle bewirbt, wie man Vorstellungsgespräche führt und wie man eine tolle Bewerbung erstellt. (Im ersten Teil dieser Serie habe ich versucht, diesen Rat in einem empirischen Artikel über die Bewerbung auf einen Job zusammenzufassen.)

Als es jedoch an der Zeit war, tatsächlich eine Entscheidung zu treffen, fühlte ich mich immer noch ein wenig allein. Ich gebe zu, dass ich großes Glück hatte, über ein so starkes Netzwerk von Professoren und Industrieforschern zu verfügen, mit denen ich in diesen Fragen Kontakt aufnehmen kann. Aber die Entscheidung zwischen Karrierewegen ist eher eine individuelle, persönliche Entscheidung, auf die es bis zu einem gewissen Grad „keine richtige Antwort“ gibt.

Ein weiterer Faktor, der die Entscheidungsfindung beeinflusst, ist, dass die meisten Menschen, die ich kenne, sich offenbar für eine Seite zwischen Wissenschaft und Industrie entschieden haben. Die meisten Professoren, die ich kenne, sind fest im akademischen System verankert (obwohl es einige Versuche in der Industrie gibt), und die meisten Leute, die ich in der Industrie kenne, haben nie ernsthaft über eine akademische Laufbahn nachgedacht.

Das kommt mir besonders seltsam vor. Denn mitten in meiner Doktorarbeit habe ich mich für den „akademischen Weg“ entschieden, weil ich damit die endgültige Entscheidung zwischen Wissenschaft und Industrie aufschieben könnte – angesichts der allgemeinen Ansicht, dass der Wechsel von der Wissenschaft in die Industrie einfacher ist als sich in die andere Richtung zu drehen. Doch fast ein paar Jahre später wurde mir klar, dass es tatsächlich Teil meiner beruflichen Identität war, den akademischen Weg einzuschlagen. Viele meiner Kommilitonen taten das Gleiche, und ich hatte das Gefühl, dass mich eine Kraft dazu drängte, den akademischen Weg einzuschlagen.

Jedenfalls habe ich diesen Artikel geschrieben, um eine N=1-Meinungsperspektive darüber zu vermitteln, wie ich meine eigenen Entscheidungen unter einigen ziemlich unterschiedlichen Entscheidungen getroffen habe.

Auf der Suche nach einem akademischen Job

Meine Sicht auf meine Arbeit und meine Ziele hat sich verändert

Mein Büro während der Pandemie. ​

Als Hintergrund war ich von 2016 bis 2022 Doktorand an der University of Washington und war von dem Prozess absolut begeistert. In meinem Forschungsgebiet geht es um multimodale künstliche Intelligenz – den Aufbau maschineller Lernsysteme, die Sprache, Vision und den Rest der Welt verstehen können.

Wie im ersten Teil dieser Serie geschrieben, haben Forschungsinteressen meinen vorgegebenen Karriereweg geprägt. Am meisten reizt mich die Grundlagenforschung und die Betreuung von Nachwuchsforschern. Zumindest auf der traditionellen Ebene der Informatik steht dies im Fokus der Wissenschaft, während sich die Industrie auf angewandte Forschung spezialisiert und bestrebt ist, wissenschaftliche Fortschritte in erfolgreiche Produkte umzusetzen.

Die Suche nach einem Job im akademischen Bereich gab mir eine Vorstellung davon, wie es ist, Professor an vielen verschiedenen Institutionen und Informatik-Teilbereichen zu sein. Ich habe in all meinen Interviews mit über 160 Professoren gesprochen. Am Ende war ich mir nicht ganz sicher, ob die akademische Welt etwas für mich ist.

Es ist schwer, groß angelegte Grundlagenforschung im akademischen Bereich zu betreiben.

In den letzten sechs Jahren war der akademische Bereich (genauer gesagt die Forschung meines Betreuers an der University of Washington-Gruppe) sehr gut Umgebung für mich. Ich war bestrebt, eine Forschungsrichtung zu verfolgen, die mich begeisterte und großzügige Unterstützung in Bezug auf Mentoring und Ressourcen erhielt. Unter diesen Voraussetzungen bin ich in der Lage, Forschungen zum Aufbau multimodaler KI-Systeme zu leiten, die sich mit zunehmender Skalierung verbessern und dann (für mich) mehr Fragen als Antworten generieren.

Im Vergleich dazu passten die meisten großen Forschungslabore der Industrie zu dieser Zeit nicht zu meinen Interessen. Während meiner Doktorarbeit habe ich versucht, mich für ein Praktikum zu bewerben, aber es gelang mir nie, eines zu finden, das mit meiner Forschungsagenda übereinzustimmen schien. Die meisten Branchenteams, die ich kenne, konzentrieren sich in erster Linie auf Sprache oder Visuelles, und ich konnte mich weder für das eine noch für das andere entscheiden. Ich habe viel Zeit am Allen Institute for Artificial Intelligence verbracht, einem gemeinnützigen Forschungslabor, das im Vergleich dazu sehr akademisch wirkt.

Allerdings ändern sich die Dinge. In den Bereichen, auf die ich mich konzentriere, befürchte ich, dass es schwierig ist, bahnbrechende Forschung zum Systemaufbau im akademischen Bereich durchzuführen, und dass dies immer schwieriger wird.

Die Realität ist, dass der Aufbau eines Systems wirklich schwierig ist. Es erfordert viele Ressourcen und viel Technik. Ich denke, dass die Anreizstruktur in der Wissenschaft für diese Art kostenintensiver und risikoreicher Systemaufbauforschung nicht geeignet ist.

Der Aufbau eines künstlichen Systems und der Nachweis, dass es gut skaliert, kann für einen Doktoranden Jahre dauern und über 100.000 US-Dollar an nicht subventionierten Computergebühren kosten. Und während das Feld wächst, scheinen diese Zahlen exponentiell zu steigen. Viele Arbeiten zu schreiben ist also keine praktikable Strategie, zumindest sollte es derzeit nicht das Ziel sein, aber leider kenne ich viele Wissenschaftler, die dazu neigen, die Anzahl der Arbeiten als objektives Maß zu verwenden. Darüber hinaus sind Aufsätze die „Verhandlungsgrundlage“, mit der sich die akademische Gemeinschaft um Fördermittel bewirbt. Wir müssen viele Aufsätze schreiben, auf Konferenzen etwas zu besprechen haben, Praktikumsmöglichkeiten für Studierende finden usw. In dem Sinne, dass es bei einer erfolgreichen akademischen Karriere darum geht, Studierenden bei der Ausarbeitung ihrer eigenen Forschungspläne zu helfen (sie können an anderer Stelle Professoren werden, und der Zyklus kann fortgesetzt werden), ist dies ein wesentlicher Bestandteil der Zusammenarbeit, die für eine großartige Spannungsforschung erforderlich ist.

Allerdings denke ich, dass der allgemeinere Trend eine Verlagerung der Wissenschaft hin zu angewandter Forschung ist.

Da die Modelltechnologie immer leistungsfähiger wird und die Konstruktionskosten immer höher werden, versuchen immer mehr Wissenschaftler, Anwendungen auf der Grundlage des Modells zu entwickeln. Dies ist ein Trend, den ich auch in den beiden großen Bereichen NLP und CV sehe. Dies wiederum hat Auswirkungen auf die Themen, denen akademische Kreise Aufmerksamkeit schenken und die sie diskutieren, und Forscher haben begonnen, sich Gedanken darüber zu machen, wie einige praktische und spezifische Probleme gelöst werden können.

In der akademischen Welt denke ich, dass ich für den Abschluss einer erfolgreichen Forschung mehrere Phasen durchlaufen muss, einschließlich der Beschaffung von Geldern und der Einrichtung eines Labors, und dann kann ich das wissenschaftliche Forschungsprojekt offiziell starten. Wenn ich endlich ein gutes Forschungsergebnis erhalte, sind möglicherweise mehrere Jahre vergangen. Vielleicht hat in dieser Zeit jemand bereits bahnbrechende Ergebnisse erzielt, und es fällt mir schwer, auf diesem Weg herauszustechen. Dennoch wurden in diesem Bereich in den letzten Jahren sehr schnelle Fortschritte erzielt.

Realistischer ausgedrückt: Wenn ich in einem Track versage, muss ich möglicherweise die Richtung meiner Forschung ändern. Das war jedoch nicht meine ursprüngliche Absicht und war wahrscheinlich der Hauptgrund, warum ich mich schließlich für die Industrie entschieden habe.

Andere Unterschiede zwischen Wissenschaft und Industrie

In meinem Forschungsbereich umfassen alle Aufgaben akademischer Professoren die Lehre (und die Vorbereitung von Lehrmaterialien), Tragen Sie zu Hochschulen und Fachbereichen bei, bauen und verwalten Sie eine Computerinfrastruktur, beantragen Sie Zuschüsse, verwalten Sie Gelder und vieles mehr. Obwohl ich diese Dinge interessant finde, möchte ich mich nicht mit so vielen Arbeitsszenarien gleichzeitig befassen, was eine starke Arbeitsfähigkeit erfordert, um dies problemlos zu bewältigen. Ich möchte, dass sich meine Arbeit auf eine wichtige Aufgabe konzentriert, beispielsweise auf das Unterrichten.

Ebenso konzentriere ich mich während meiner Doktorarbeit gerne jeweils nur auf eine wichtige Forschungsfrage. Ich denke, dass diese Art von fokussierter Arbeitsszene in der Branche häufiger vorkommt. Als Professor ist es wirklich nicht einfach, gleichzeitig Experimente durchzuführen und Code zu schreiben, und in der Branche gibt es eine klarere Arbeitsteilung.

Ich glaube, viele Menschen fühlen sich unbewusst von der Wissenschaft angezogen, weil sie ihnen Prestige verleiht, aber das gefällt mir nicht. Ich denke, dass die Konzentration auf Rankings und Reputation dazu führt, dass ich die falschen Ziele verfolge und mir das Gefühl gebe, verloren zu sein. Andererseits zieht es viele Menschen auch deshalb in die Branche, weil sie höhere Gehälter bietet, was wichtig ist. Glücklicherweise habe ich eine Umgebung gefunden, die mir mehr innere Zufriedenheit verschaffte.

Arbeitsplatz- und Karrieresicherheit​# 🎜🎜#

Ich glaube, dass viele Leute die Amtszeit missverstehen. Zwar sind Tenure-Track-Stellen wie die Professur stabil und arbeitsplatzsicher. Aber auch für Berufstätige ist der akademische Arbeitsmarkt sehr komplex. Natürlich können akademische Forscher im Gegensatz zu Industrieforschern auch in einer Rezession problemlos den Arbeitsplatz wechseln.

Im akademischen Bereich habe ich theoretisch die Freiheit, zu jedem Thema zu recherchieren, aber in der Praxis kann es sein, dass ich nicht über genügend Ressourcen oder ein ausreichend unterstützendes Umfeld verfüge. Ich bin OpenAI beigetreten, weil ich hier großartige Unterstützung bei der Lösung der Probleme erhalten habe, die mich am meisten interessieren. Ich denke, für jedes Industrielabor muss die Lösung der Probleme, die mir am Herzen liegen, auf die Produkte des Unternehmens abgestimmt sein, und OpenAI hat genau diese Regelung.

Die Arbeit im Team von OpenAI gibt mir die Möglichkeit, Nachwuchsforscher zu betreuen und ausreichende Forschungsressourcen zu gewinnen. Noch wichtiger ist, dass ich motiviert bin, herausfordernde Probleme zu lösen, die mir wichtig sind.

Das sind die Gründe, warum ich mich für eine Vollzeitstelle bei OpenAI entschieden habe. Ein halbes Jahr nach Beginn meiner Tätigkeit stellt sich heraus, dass mir die Arbeit bei OpenAI wirklich Spaß macht.

Das obige ist der detaillierte Inhalt vonLohnt es sich, auf OpenAI-Beitrittsangebote zu verzichten?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!