«Медленная научная крепость»

Все знают, что наука — это коллективное достижение.
Гравитационные волны — результат работы нескольких тысяч человек, затративших десятилетия. За AlphaFold стоит вся команда DeepMind. Никто не скажет, что это результат работы какого-то гения-одиночки.
Но при найме исследователей в области ИИ технологические компании делают ставку совсем наоборот.
Недавняя статья в «Nature» раскрыла одну цифру: молодые исследователи, которые работают около пяти лет и чьи публикации цитируются в числе лидеров, в следующем году с большей вероятностью уйдут в индустрию — в 100 раз чаще, чем обычные ученые того же периода.
100 раз. Не два-три раза.
Это не вопрос личного выбора, а структурного кровотечения.
Лучший профессор по ИИ за полный рабочий день зарабатывает примерно от 20 до 40 тысяч долларов. Звучит неплохо. Но общий доход в Google или OpenAI может достигать 100–300 тысяч. Один и тот же человек, выполняющий похожую работу, получает зарплату в разряд.
Логика индустрии очень проста: если есть «10-кратный инженер», то не нужно содержать десять обычных. И сейчас даже эта логика эволюционирует — если ИИ сможет заменить инженеров среднего и низшего уровня, то еще более важно сосредоточить ресурсы на привлечении топовых специалистов.
Проблема в том, что эта логика переворачивает всё с ног на голову.
Можно представить академию как почву, а индустрию — как строящийся на ней дом.
Работа почвы медленная, она не предполагает конкретных сценариев применения, допускает ошибки. Она производит знания, которые можно многократно цитировать и открыто критиковать, а не продукт, движимый коммерческими целями.
Если вы выкопаете самую плодородную часть почвы и построите дом, то в краткосрочной перспективе дом будет лучше, но в долгосрочной — фундамент начнет медленно опустошаться.
Я сам в последний год аспирантуры одновременно решал эту проблему: нужно было публиковать статьи, но и получать предложения из индустрии.
Этот выбор — не только вопрос зарплаты, а вопрос о том, с какой скоростью и для кого решаются ваши исследовательские задачи.
Проблемы индустрии реальны, но за ними скрывается давление времени и ориентация на практическое применение. В науке свобода есть, но нужно принимать, что эта свобода стоит определенной цены.
Это утечка не решается фразой «наука должна стать более конкурентоспособной». Деньги нельзя выиграть, тратя меньше.
На самом деле, что нужно — это переосмыслить систему науки, понять, что именно она предлагает «того, чего нет в индустрии», и сделать это более заметным и привлекательным для тех, кто действительно ценит это.
Я постоянно размышляю о концепции, которую называю «慢知识的护城河» — «медленная научная крепость».
Не вся ценная знания могут быть реализованы за 18 месяцев продуктового цикла. Те, что не реализуются, должны кто-то охранять.
--------------------------
Цитаты:
1. Sanders, N. E., & Schneier, B. Почему высокие зарплаты для исследователей ИИ вредны для будущего науки. Nature.

2. Jurowetzki, R., Hain, D. S., Wirtz, K., & Bianchini, S. Частный сектор охотится за исследователями ИИ: какие последствия для науки? AI & Society, 40(5), 4145–4152.