近年來(lái)，AI技術(shù)對生物制藥領(lǐng)域產(chǎn)生了深遠的影響，縮短了研發(fā)時(shí)間，提升了研發(fā)成功率，在特定疾病領(lǐng)域產(chǎn)生了非同小可的影響。
雖然對于計算機來(lái)說(shuō)，只要提高算力（顯卡）和電力就好了，但是硬性要求跨領(lǐng)域的研發(fā)人員需要考慮得就多了。職業(yè)前景，個(gè)人興趣，0基礎學(xué)編程的痛苦等諸多問(wèn)題將困擾這些跨領(lǐng)域的研發(fā)人員。
近日，發(fā)表于Nature Communications上的一篇社論，就談及了要如何在A(yíng)I的背景下，培養神經(jīng)科學(xué)領(lǐng)域的新研究人員。
被可觀(guān)的前景所鼓舞
社論作者主要是被去年3月同樣發(fā)表于Nature Communications的觀(guān)點(diǎn)文章Catalyzing next-generation Artificial Intelligence through NeuroAI所鼓舞。結合神經(jīng)科學(xué)的NeuroAI能幫到神經(jīng)科學(xué)的實(shí)在太多了，比如說(shuō)收集大鼠，小鼠，非靈長(cháng)類(lèi)動(dòng)物，甚至人類(lèi)神經(jīng)數據集，就能夠提供相當多更加客觀(guān)的臨床數據，發(fā)展前景不可限量。
不過(guò)當時(shí)觀(guān)點(diǎn)文章也指出，想要實(shí)現NeuroAI的未來(lái)發(fā)展，首要關(guān)鍵要點(diǎn)在于如何培養合適的交叉領(lǐng)域研究人員。
按理來(lái)說(shuō)，本來(lái)AI里面的神經(jīng)卷積網(wǎng)絡(luò )和強化學(xué)習就是從神經(jīng)科學(xué)中獲得的啟發(fā)。神經(jīng)科學(xué)和AI的共通點(diǎn)應該有不少，但社論作者的調查卻揭示了一個(gè)事實(shí)：在業(yè)內，當前的NeuroAI研究人員往往面臨著(zhù)雙方都將自己視為局外人的挑戰，他們往往無(wú)法在工程/計算科學(xué)與神經(jīng)科學(xué)領(lǐng)域都游刃有余，也無(wú)法同時(shí)獲得神經(jīng)科學(xué)和人工智能領(lǐng)域的學(xué)術(shù)職業(yè)機會(huì )。
培訓難
社論作者調查制作的下圖很好的反映了培訓難這一事實(shí)。
47%的調查對象在專(zhuān)注于神經(jīng)科學(xué)的機構工作，其中32%的人沒(méi)有接受過(guò)正式的AI培訓（即在線(xiàn)課程、自學(xué)），另有34%的人只接受過(guò)一些正式的培訓（即大學(xué)課程、專(zhuān)家指導），相比之下，只有17%的人完全沒(méi)有接受過(guò)正式的神經(jīng)科學(xué)培訓。
之前已有證據表明，只有約15%的神經(jīng)科學(xué)博士項目要求掌握編程技能，且高達四分之一的教職人員“完全不擅長(cháng)”教授編程，從而突顯出神經(jīng)科學(xué)課程中編程/編程技能不足的問(wèn)題。
如果有機會(huì )，35%的調查對象認為學(xué)習更多的AI方法是他們的“首要任務(wù)”，而21%的人表示，缺乏AI證書(shū)/培訓嚴重阻礙了他們從事NeuroAI工作的能力。
作者在這方面的調研則表明，48%的學(xué)員沒(méi)有相關(guān)行業(yè)的經(jīng)驗，這一現象在神經(jīng)科學(xué)領(lǐng)域機構工作的學(xué)員以及那些研究重心更偏向于神經(jīng)科學(xué)而非人工智能的學(xué)員中尤為明顯。無(wú)正式人工智能培訓與擁有人工智能學(xué)位的學(xué)員有顯著(zhù)差異。不過(guò)，那些接受過(guò)一些正式培訓（如大學(xué)課程或專(zhuān)家指導）的學(xué)員與擁有完整技術(shù)學(xué)位的學(xué)員在行業(yè)經(jīng)驗方面并無(wú)顯著(zhù)差異，這說(shuō)明通過(guò)一些正式培訓，還是能夠讓神經(jīng)科學(xué)的學(xué)員彌補經(jīng)驗不足問(wèn)題的。
就業(yè)難
對于大多數調查對象而言，滿(mǎn)足自己的好奇心是從事該領(lǐng)域工作的最重要（48%）或第二重要（43%）的動(dòng)機。同樣，74%的學(xué)員將涉及學(xué)術(shù)研究的職業(yè)視為首選，其中39%的人希望獲得學(xué)術(shù)界與產(chǎn)業(yè)界的聯(lián)合職位。
但是學(xué)術(shù)界和產(chǎn)業(yè)界的聯(lián)合教職事實(shí)上不是那么好尋求的。
特別是那些終身教職，甚至于“跨學(xué)科教育產(chǎn)生的教職”本身就是個(gè)就業(yè)難題。
以美國的跨學(xué)科STEM教育數據為例，只有三分之一的物理和工程科學(xué)博士后研究人員和不到四分之一的生命科學(xué)博士后最終在5-6年內過(guò)渡到終身職位。而且“大多數[87.6%]工程博士畢業(yè)生永遠不會(huì )獲得終身教職”，其中當然包括計算機科學(xué)家和生物/生物醫學(xué)工程師。
這樣算下來(lái)，目前只有14%的人預計他們將實(shí)現自己的首選職業(yè)。
而在產(chǎn)業(yè)界，只有18%的受訪(fǎng)者將產(chǎn)業(yè)作為他們的第一選擇，但超過(guò)兩倍的受訪(fǎng)者(39%)預計這將是他們在5-10年內的工作。
即使真的進(jìn)入了產(chǎn)業(yè)界，對于產(chǎn)業(yè)研發(fā)而言，基礎研究與發(fā)現的運作方式也可能與商業(yè)利益和實(shí)際應用相悖。要就是否與產(chǎn)業(yè)界合作以及如何合作做出明智決策，需要解決當前學(xué)術(shù)界與產(chǎn)業(yè)界之間存在的信息不對稱(chēng)問(wèn)題。這種對行業(yè)的不熟悉可能會(huì )阻礙溝通和合作，使得轉型的前景感覺(jué)像是盲目跳躍。
在作者看來(lái)，對于這些神經(jīng)科學(xué)和人工智能研究人員需要職業(yè)導航，有其是“進(jìn)行涵蓋學(xué)術(shù)和非學(xué)術(shù)途徑的職業(yè)對話(huà)”。
產(chǎn)學(xué)研結合才是未來(lái)
作者希望未來(lái)的神經(jīng)科學(xué)與人工智能（NeuroAI）培訓計劃能夠明確地為所有學(xué)員納入行業(yè)實(shí)習和商業(yè)培訓，或者校方能推出行業(yè)獎學(xué)金項目等等。
將學(xué)術(shù)環(huán)境之外的工作經(jīng)驗納入培訓范疇，將有助于培養學(xué)員感知和追求具有現實(shí)影響力和應用前景的新研究方向的能力。學(xué)員將受益于了解公司的激勵機制和行業(yè)職位的工作方式，從而發(fā)展出更貼合實(shí)際的技能，并做出明智的職業(yè)選擇。
參考來(lái)源：
Luppi, A.I., Achterberg, J., Schmidgall, S. et al. Trainees’ perspectives and recommendations for catalyzing the next generation of NeuroAI researchers. Nat Commun 15, 9152 (2024). https://doi.org/10.1038/s41467-024-53375-2
合作咨詢(xún)
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
