李开复给大学生的公开课：你该这样做选择

由教育部、创新工场、北京大学联合主办的DeeCamp 人工智能训练营已经进行两周了。

[转载出处：www.ii77.com]

作为夏令营的讲师，我上周给学生们上了一门AI课。没想到课后学生们咨询我最多的话题是：大学毕业后究竟应该工作，创业，还是读博当老师？也有很学生问AI是不是泡沫了，我们还要不要学等问题。

所以我又找时间跟夏令营的学生们做了一场职业选择问答课，帮大家答疑解惑。以下问答也许对其他学生也有帮助，分享给大家：

• 话题一：不支持应届大学生创业

Q1:大学生创业应该怎么创

我不支持应届大学生创业，在座的每一位现在拿商业计划书给我，我一个都不会收。为什么？因为创业就不是一个刚毕业的学生能做的。创新工场投资了300多个项目，只有两三个是刚毕业的学生做的，比如说旷视科技Face++。

刚毕业的时候，你会经验不足、人脉不够、不懂管理，所有我们担忧的问题，在这个过程中都会发生。所以，没有经验的创业，成功的概率微乎其微。想创业的同学不要那么急，你加入一个公司，快则两年，慢则三四年，再制定商业计划时，我们肯定会更慎重的考虑。

Q2:既然创业不能急，我们该找什么样的公司呢？

我觉得有几个选择：

首先大公司是有优势的，因为它有数据，有好的老板、好的体系，在 AI时代有一个好的老板非常重要，要看他在不在乎、懂不懂AI，给不给你用他们的大数据。如果符合这些条件，我觉得国内的这些大公司都可以考虑。

但问题是，进入大公司，你就会被划分到一个个小小的部门，成为大机器的小齿轮，比如说你做技术就只能做技术，你想了解用户体验不可能；或者说你是做训练优化，你就做训练优化，你不要问数据怎么用，也不要担心产品怎么用。大公司不会让你接触到全方位的数据及产业运营。

如果要去创业公司，也可以有几种走法：

第一种，找一个已经走入我们视线的公司，比如Face++、商汤、依图等，进入这样一家做AI的公司，你也会学到很多。他们的规模可能已经几百上千人，但你仍然有机会见识到跨部门的运行。

第二种选择，是去那些非AI的公司，规模虽然不是很大，但有上升的潜力，并且已经认识到AI的重要性。

这些公司的特点是数据多、用户多，日活几千万后，突然发现他们需要AI的支持。当你选择这样一家公司时，你需要确定这个公司是懂AI并且在乎AI，比如说知乎、美图，或者每一个独角兽公司都是可选择的对象。

第三类是非常初创的公司，只有几十个人，比如我们投资的景驰。如果你更多想创业而不是找工作，在小公司里你会学得更多。公司的任何问题，无论产品、用户、竞争、市场和技术等等，你都会接触到。

对于要创业的人来说，你要乐于接受，因为这是一个对CEO最好的..，每一个有趣或枯燥的事你都要去做。

但是有一个底限，这家公司最少要有10个人。因为大部分三四个人的公司还是有局限性的，最好是10-50个人的公司。

最后一个建议，你在挑公司的时候，肯定是判断不了公司好或者坏的。我见过口才非常好的创始人，但是公司做的一塌糊涂，我也见到过非常内向木讷、说话无聊到听了就想睡觉的那种人，但是公司却很棒。那怎么分辨呢？

答案很简单，看投资方是谁。你们研究一下，看看有哪些国内或国际基金是可以相信的。这些基金经常出现在各种排行榜上，最好的个人或机构天使、最好的早期、或最好的AB轮早中期投资机构。你们去看看名单，看他们投了哪些项目。创新工场当然是其中之一，但值得尊重的基金至少有50个以上，数量蛮多的。

Q3：如果AI公司不幸在我进入之后倒闭了，接下来的路如何走？

这真是一个很传统但让我害怕的问题。不过你一点都不用担心，如果在座各位进入了前50名VC或天使投资的AI公司，两年之后这个公司倒闭了，我们绝对帮你找到工作，甚至帮你做出下一家公司。

在创业的路上，我们没有失败这个词，只有失业。创业的风险是存在的，但是工程师不会失败，积累的经验永远是加分项。

• 话题二：工作还是读博？

Q1：听说博士才能进 AI 公司，那我们不是应该先读一个博士？

千万不要相信这个，不排除有一些公司迷信博士，但你们不妨去找找那些寻找AI人才、而不是AI博士的公司，比如说创新工场人工智能工程院。

当届毕业生，无论是博士、硕士、本科，实力可能相差不大。博士可能读了一个很差的学校，论文有可能根本没出版过，本科生也有学的比博士多的、更厉害的，所以你们要在毕业前这段期间发出光芒，让大家看到你虽然没有博士学位，但你仍然擅长于此。

Q2：如果要读博，国家、导师、学校的重要性怎么排序？

第一个顺序要选导师，第二个选学校，第三选地域。

比如，CMU（卡耐基梅隆大学）现在已经不是老师选学生，而是学生选老师了，这种机制是超级加分的。在CMU叫做marriage process，你去了以后有大概有五六十个老师给你讲他们的科研，最后你要一个个见他们。五六十个导师抢三十多个学生，学生都是很顶尖的。

如果没有这种制度，只是老师选学生的，那你们可以做的是什么？给老师们发Email呀。不要写太多，因为老师时间宝贵，你要写一页就能写完的。在Email里告诉老师你对他有关注，读过他的哪些论文，最后提出你的疑惑或者观点。

发邮件的前提是你真的读懂了文章。因为老师通常会给你回邮件解释，然后你可以回复，“噢，你的解释让我突然茅塞顿开，正好我明年要申请博士班……”。

如果你坚定要出国读AI的博士，美国、英国和加拿的几所大学可以优先考虑。对于大部分的学科而言，英国和加拿大是远远落后美国，但在机器学习方面，加拿大和英国有几所很不错的学校。

Q3：如果进不了好学校，还要读博士吗？

想像一下，你本科毕业后要花三四年的时间在一个三流的学校，写一些没有人读的论文，毕业之后也找不到一个好的教职，那还有什么意义？所以当你们找不到一个好的学校时，我建议你可以先在某个学校读个硕士。（美国读博不一定要先取得硕士学位）

假设可以进美国前四十的学校，那就先读硕士，再申请前三十名的博士，宁可多花点时间也要读到好学校的博士学位。

还有同学说我读不了好的博士，我读博士后可不可以？我告诉各位，世界上没有博士后这个学位。博士后在美国是什么职位呢？就是找不到工作的博士生帮导师打工的职位，一般顶级博士毕业之后都开始做教职了，很少做博士后的，当然如果是在世界排名第一的学校做博士后，我们另说。

如果你真的进不了好学校怎么办？也不要沮丧，在这些排名略差的学校里面，找找看有没有顶级学校毕业的老师。因为你还要面对的一个现实是，即便你进了一个前十名的学校读博士，恐怕也找不到一个毕业于前十名学校的教师。

我有个非常要好的朋友就是在美国排名前五的大学毕业的，毕业之后想在美国找一个 Tenure EE professor（电子工程终身教职）多难你知道吗？每年申请CMU、MIT、Berkeley教职的有1000多人，但职位只有几个。所以你即便拿到前十名大学的毕业学位，如果你真的想去教书的话，你最好做好最坏的心理准备。

那如果你到一个排名五十名后的学校做教职，那你这一生会很不幸，因为大概也做不出什么成果。你们有谁看过哪一个美国第五十名学校做出什么伟大的研究呢？即便他是美国前五名大学毕业的，这个概率也微乎其微。为什么？因为老师的成果大多来自于学生，你在第五十名的学校能找到最好的学生吗？

但是如果反过来就有机会了，如果你进了前25名的学校，有一个老师他是三年前刚从一个前三名的学校毕业的，跟着这个老师做研究还是非常有希望的，这就是读博士的方向，希望对大家有帮助。

• 话题三：未来工作与AI

Q1：请问区块链跟AI到底哪个比较好？比较值得投资？

AI确定是会改变世界的，但区块链是一个有比较大的可能性，在未来的一段时间里面改变这个世界。我都比较看好，但很难把两者作比较，因为一个是已知的、一个是未知的。

Q2：请问人工智能的泡沫期是不是到来了？

人工智能会在未来15到25年不断成长、改变世界，它的整个产业链也会从CV（计算机视觉）走进NLP（自然语言处理），走向新的领域。

就像25年前，网络刚刚兴起，也是几经起伏，最后被广泛的应用。回溯一下网络的发展，经过了几波浪潮，从之前是PC上网为主，然后浏览器带来一波浪潮，接下来是门户网站的机会，之后是搜索引擎带来了广告、社交，而后的电商，移动互联网出现，而且逐渐成为主力。

所以网络在25年前是泡沫吗？在过去的25年中，我们可以列出12波、或是15波的网络发展，所以无论你就业是在25年前或者是去年，你都有可能赶上下一波浪潮。互联网的机会都还没有结束，人工智能怎么会结束呢？所以泡沫的说法是不存在的。

那是不是表示所有AI公司都没有泡沫？也不是，现在AI公司很多估值过高，非AI公司也拿着AI的光环去忽悠投资人的钱，还有很多不懂的投资人真的投了，这些现象也是存在的。这些现象累积久了，肯定需要泄一泄气，让它回归到正常的状态，才能再往下走。所以才会看到接二连三的跌宕起伏，但从长期来说，未来的25年肯定是乐观的趋势。

你们做AI，也要有一个与时俱进的学习态度，就像如果25年前你进入网络，你说你一辈子就都做浏览器，那后来就没工作咯！只要你与时俱进，不断迭代、不断学习新知识，任何一个行业都是没有泡沫的。比如当时做UC浏览器的何小鹏，人家现在在做什么？人家造车了，对不对？但是对他来说汽车就是互联网的延伸啊！

再稍微做一点广告，你们再过30年后再看，我们创新工场所投资的AI公司，成功率一定是业界最高的，当然失败的肯定也会有。所以一个真正懂行的VC，他是可以看得清清楚楚的。

最后还要发布一则预告：

继DeeCamp之后，8月底创新工场联合搜狗、美团点评、美图发起的AI Challenger2018全球AI挑战赛也将拉开帷幕。从9月上旬开始，我们将在全国多所大学展开“校园行”活动，届时会有AI行业的顶级大咖亲临学校，与学生们现场互动；世界各地也将有参赛选手和爱好者组织的AI技术交流活动哦。具体日程信息，本月内会公布。