Recentemente, um doutorando europeu causou sensação no meio da aprendizagem de máquina. Ele não pôde deixar de se perguntar por que seus colegas americanos pareciam ter uma vantagem injusta, ostentando dez artigos em conferências de ponta, cinco dos quais como primeiro autor. Durante seus quatro anos de doutorado na Europa, ele conciliou estudos e pesquisas, passando o primeiro ano apenas para entender o que era pesquisa, publicando um artigo na principal conferência CVPR no segundo ano e apenas no terceiro ano dominando a gestão de projetos e a solicitação de financiamento.
Agora, seu currículo conta com mais dois artigos, um em periódico e outro em conferência, ambos como primeiro autor. Parece bom, mas em comparação com as conquistas de seus colegas americanos, ele ficou simplesmente pasmo.
“Como eles fazem isso? Eles não precisam dormir?”, questionou-se sobre a eficiência desses doutores americanos. Ele não se considerava menos inteligente, mas sempre que tinha uma ideia nova, parecia que algum doutorando de Stanford ou DeepMind já havia publicado algo semelhante. Realmente entender o significado profundo desses artigos exigia muito tempo e esforço; como seria possível concluí-los em poucos meses?
Observação da fonte: Imagem gerada por IA, provedor de serviços de licenciamento de imagens Midjourney
O doutorando estava cheio de dúvidas sobre os fatores que permitiam essa alta produtividade. Ele não era uma pessoa competitiva, pois reconhecia que cada um tem seu próprio contexto. Mas, para ele, a produção contínua de resultados de pesquisa de alta qualidade em apenas um ano, com apenas três anos de experiência em pesquisa, era inacreditável.
Alguns internautas também comentaram sobre isso, argumentando que a competição no meio acadêmico americano é incrivelmente intensa. Nos EUA, a cultura de trabalho é de esforço extremo. Um ex-aluno de graduação de um programa de ciência da computação de ponta nos EUA revelou que os alunos de pós-graduação trabalhavam mais de 10 horas por dia, quase o ano todo. Em uma ocasião, ele foi ao laboratório às 19h e encontrou seus colegas ainda trabalhando arduamente, voltando para casa somente à 1h da manhã.
Embora não seja uma exigência formal, esse ambiente gera uma enorme pressão. Não é preciso dizer que os programas americanos atraem os melhores talentos do mundo. Por exemplo, um programa de ponta na Tsinghua University tem uma taxa de aceitação de apenas 0,1%. Atrair alunos tão brilhantes, que trabalham 10 horas por dia, garante resultados.
Claro, essa situação não se limita à área de IA; quase todas as áreas STEM (ciência, tecnologia, engenharia e matemática) apresentam fenômenos semelhantes. Alguém que fez doutorado em física passou por essa situação, sem ter tempo para outra coisa.
Além disso, a disparidade de recursos é um fator importante. A diferença de recursos entre os doutores de ponta é enorme. Alguns laboratórios são equipados com um grande número de GPUs caras, o que acelera significativamente o progresso da pesquisa. Os doutorandos sem recursos só podem suspirar. Mesmo dentro dos EUA, a disponibilidade de GPUs varia muito entre as universidades.
Um doutorando em aprendizado de máquina do TOP 5 chegou a postar que seu laboratório não tinha nem uma H100, e que todos "briga"vam por recursos computacionais. Em comparação com as "potências de GPU" como Princeton e Harvard, os doutorandos com recursos limitados naturalmente não podem obter resultados de pesquisa rapidamente.
Finalmente, o endosso de instituições renomadas também é uma ajuda invisível. A estreita ligação entre as universidades de ponta e as grandes empresas de tecnologia não só inspira projetos inovadores, mas também fornece suporte de recursos adicional. Portanto, a razão para essa disparidade na produção acadêmica é uma questão que merece reflexão.
