距離第一次在 NeurIPS 公布要建立 Facebook AI 研究院FAIR，已經整整5年了。FAIR 創始人，Facebook CTO Mike Schroepfer回顧了創建研究院的初衷，以及5年來踩過的坑。

嘴上說不要，身體卻很誠實

FAIR 5 周年了。Facebook CTO Mike Schroepfer 說，他曾經極度抵觸所謂的研究院。剛開始 Facebook 要建研究院的時候，他堅決的說了：

他現在的同事，CNN 之父 Yann LeCun 在 Quora 上說：“什么公司才會建立研究院？財力雄厚，可以不用太在意短期收益，可以拿出資金和時間，注重長遠發展的公司。”

Mike 一定是在傳統研究院受過傷的男人。在他看來，傳統企業的研究院都是封閉的，他們把研究院變成了一個孤島，與世隔絕。

而研究院研究的課題，往往脫離實際，信馬由韁，想出的東西往往看不中用。

所以萬一 Facebook 成立實驗室，最終變成一個自嗨的封閉小圈子，而無法解決真實世界的問題。怎么辦？

但是在 2013 年，未來屬于 AI的跡象已經非常明顯了。為了能贏在未來長路的起跑線上，Facebook 成立了 AI 研究院 FAIR （Facebook AI Research）。

誕生之日起，FAIR，AML 以及 AI 基礎設施部門，就和產品部門緊密相連，以期能夠解決學術研究和產品的實際問題之間的隔閡。

做研究院，Facebook 踩過的那些坑

研究院不是學院，需要為公司的長期和短期目標負責，需要能夠很好的平衡研究和應用之間的關系

Mike 回顧了他做 FAIR 5 年來所踩過的坑。禪師相信這也是很多有意要建立研究院的公司，也可能會遇到的問題。

研究院和產品團隊既不能脫節又不能過火

如果研究院和產品團隊脫節，研究院的那幫高智商的瘋子們，什么事情都能做得出來。他們關注的問題，可能在學術上非常 attractive，但跟產品卻八竿子打不著。

如果反過來，產品團隊和研究院編程一個團隊了，相當于產品自己也白手起家，不光要做產品還要給產品量身定制做工具，結果就失去了建立研究院的意義。

其實解決起來也很簡單，定好兩邊職能邊界，定好共同目標。然后各司其職，并為共同目標負責。

要有通用的數據集和基準

產品設計非常重要的一點，就是說服別人相信我提的這個需求，確實是對用戶有價值的。

同理，研究員如果想得到產品部門的支持，他不能由著自己的性子隨便做研究。他必須說服產品部門，手頭在做的研究確實是亟待解決的問題。

科研和產品需要統一工具和標準

如果沒有統一的工具，每個團隊都會挑選不同的工具，對接起來就會很麻煩。

所以就有了 PyTorch。研究院和產品團隊均在這個框架里工作，效率和凝聚力都得到了提升。

開源

Yann LeCun 說過，研究人員的成果必須是公開，需要經過同行評估，才能體現出它的價值，否則大家會懷疑研究成果的真偽和價值。

這句話放在大廠的研究院也成立。你自己關起門來研制，然后站出來說效果特別好，比友商高出幾個百分點。誰信啊？

而且開源還有一個好處。更多人使用，就會有更多的數據集和代碼，更多的可以方便解決各種問題的庫。