图灵奖学生 Alex Lamb 加入中国，预示 AI 研究格局转变
美国研究经费危机之际，顶尖 AI 研究员的离开凸显了美中人才竞争
著名 AI 研究员 Alex Lamb，师从图灵奖得主 Yoshua Bengio，今年夏天将加入清华大学担任助理教授。这是近年来中国顶尖学府在 AI 研究领域最重要的国际人才引进之一。
在美国研究经费大幅削减的背景下，这一举动代表着越来越多的顶尖人才在中国迅速发展的 AI 生态系统中找到了新的机会。Lamb 从微软研究院、DeepMind 和亚马逊等公司的资深职位过渡到清华大学，预示着全球 AI 研究格局可能发生变化。
一位熟悉 Lamb 计划的同事匿名表示：“今年夏天将开启新的篇章。他已经在通过清华大学的人工智能研究院和计算机科学系招收学生，他将在这两个机构都有职位。”
消息人士证实，Lamb 已经开始学习中文，为融入学术环境做准备。他已经在中国开放了学生申请。
从西方科技巨头到东方学术强国
Lamb 的职业生涯以声名显赫的职位和突破性研究为标志。他在约翰·霍普金斯大学完成本科学习后，与 Mark Dredze 合作，将机器学习创新应用于社交媒体的公共健康监测。之后，Lamb 在蒙特利尔大学的蒙特利尔学习算法研究所获得了博士学位。
他在 Yoshua Bengio 的指导下完成的博士研究——Yoshua Bengio 后来获得了图灵奖，这是计算机领域的最高荣誉——使 Lamb 成为该领域的一颗冉冉升起的新星。在学术训练期间，他获得了 2020 年的 Twitch 博士奖学金，以表彰他卓越的潜力。
Lamb 的职业经历涵盖了人工智能领域最具影响力的研究实验室。在亚马逊，他开发了用于需求预测的机器学习算法，以预测未来的产品销量。他还在 Google Brain 与 David Ha 以及日本 Preferred Networks 与 Takeru Miyato 完成了研究实习。
最近，Lamb 一直担任纽约市微软研究院的资深研究员，师从 John Langford。他的研究重点是深度网络中的模块化、跨领域的泛化以及受神经科学启发的算法。
他的科学贡献得到了广泛认可，他的几篇论文被广泛引用，包括《对抗学习推理》（被引用 1,917 次）、《流形混合》（被引用 1,678 次）和《用于古典日文文献的深度学习》（被引用 831 次）。后者推出了 KuroNet，这是一个用于识别古典日文文本的创新系统。
美国研究经费急剧下降
Lamb 的离开正值美国科学研究的关键时刻，特朗普政府前所未有的经费削减威胁着美国创新的根基。
美国国家科学基金会现在面临着 50% 的工作人员减少和数十亿美元的预算缺口，这危及了 10,000 多个年度研究 grants。同样，美国国立卫生研究院可能会损失大约 40% 的 470 亿美元预算，使无数研究项目面临取消的风险，并威胁到科学人员的大规模裁员。
除了直接的研究经费外，大学还在努力应对对 grants 间接成本回收率的新限制——可能限制在 15%，低于历史上的 30-70%。仅这一变化就可能使学术机构损失超过 40 亿美元的基本设施和行政费用。
这些影响已经在美国最负盛名的研究型大学中显现出来。哈佛大学的 22 亿美元经费被冻结，而哥伦比亚大学则有 4 亿美元的 grants 被彻底取消。约翰·霍普金斯大学一直是联邦研究经费的最大接受者之一，报告称已终止了大量先前批准的 grants。
这些财务压力引发了学术机构采取的一系列防御措施，包括广泛的招聘冻结、博士招生暂停和本科研究项目取消。
一所顶尖大学的研究管理员将这种情况描述为“现代科学史上前所未有的”。
“我们看到以前从未考虑过离开美国体系的研究人员现在正在积极寻找替代方案，”这位管理员解释说。“当像 Alex Lamb 这样的人做出这样的举动时，它向其他人表明，传统的道路可能不再是最安全或最有希望的。”
中国在 AI 领域冉冉升起
在美国研究事业举步维艰之际，中国有条不紊地建立了其在人工智能领域日益强大的地位，特别强调人才培养和战略投资。
在美国的顶尖 AI 研究人员中，有 38-40% 毕业于中国大学，这表明中国在基础教育方面取得了成功。然而，这种动态正在发生变化——曾经 90% 的毕业生留在美国，而现在大约 90% 的中国培养的博士都留在了自己的国家。
这种人才留存的成功体现在机构的突出地位上，清华大学和北京大学现在在全球 NeurIPS（该领域最负盛名的会议）论文作者的机构中排名前 10 位。
中国政府已承诺一项 1.4 万亿美元的技术投资计划，优先发展人工智能。这种方法已经通过 DeepSeek R1 等举措取得了成果，DeepSeek R1 是一种主要的人工智能模型，开发成本约为 600 万美元，仅为西方同类模型成本的一小部分。
该国还拥抱开源生态系统和轻量级部署策略，使其 AI 技术对全球新兴经济体具有吸引力。
“中国创造了一个研究人员可以专注于长期工作并获得稳定资金支持的环境，”一位曾与两国机构合作的高级 AI 科学家解释说。“对于许多研究人员，尤其是那些从事需要持续支持的基础性问题研究的研究人员来说，这种稳定性越来越有吸引力。”
全球 AI 竞赛中的新现实
两国的对比轨迹讲述了一个关于 AI 研究格局变化的引人入胜的故事。在美国超过 60 亿美元的研究经费被冻结或取消的同时，中国继续执行其计划的 1.4 万亿美元投资战略。
美国大学历来保留大约 80% 的外国博士毕业生，但中国现在保留了 90% 的国内人才。尽管美国仍然在高影响力研究论文方面处于领先地位，但随着中国在出版量方面领先并做出越来越有影响力的贡献，这种优势正在减弱。
一位国际科学政策专家指出：“两国围绕研究的政治环境都变得复杂起来。在美国，对 DEI 计划和合规审查的担忧导致了 grants 的取消。在中国，研究人员在国家驱动的优先事项中前进，但有明确的资金支持途径。”
尽管发生了这些变化，专家们警告不要简单地用“美国衰落”或“中国崛起”来概括。美国在最前沿的模型开发和学术自由方面保持着显着优势，而中国在研究质量和美国芯片出口管制的影响方面仍然面临挑战。
最深刻的变化可能在于像 Lamb 这样的研究人员如何做出职业决定，权衡政治约束与资源可用性，权衡科学自由与资金稳定性。
正如一位 AI 伦理研究人员观察到的那样：“我们正在观察正在形成的独特研究文化，这将影响 AI 的全球发展。问题是这些系统将演变为竞争还是互补。”
目前，Lamb 的举动既代表了个人的职业决定，也代表了全球科学合作和竞争不断发展的故事中的一个数据点——这个故事对未来几年的技术发展、经济实力和国际关系具有深远的影响。