苏珊娜·伊利奇(Suzana Ilić)，一位来自Google的小姐姐，Google东京机器学习负责人，博士毕业于因斯布鲁克大学——相当于奥地利清华，不过因斯布鲁克国际排名200开外。

刚刚在推特上发起了一场真理标准大讨论。

因为苏珊娜在跟一位AI从业者聊天中获知，对方对非学院派出身的AI从业者偏见颇深，明确表示不会雇用通过在线教育完成机器学习培训的人，也就是那些Moocer.

苏珊娜并没有指名道姓，但补充信息说，这是一位毕业于斯坦福大学的计算机博士。

这是一场搞AI还得学院派和英雄不问出处的争论。

没道理！英雄就该不问出处

发出这个讨论的苏珊娜小姐姐自己就非常不认同这种说法。

她说，因为自己就是一名从事机器学习的非STEM专业的博士，博士生涯给自己留下的最重要的能力是自主思考、合作、实验和学习能力，因此只要能力达到，非科班出身的人也可以承当相应岗位的工作。

并且，世界变化快，要是每次新的技术革命出现大家都要去先读个博士，那一辈子得读多少博士啊？

Keras之父François Chollet也反对这种“非科班出身不要”的观点。

他觉得，这是一种精英主义的陈旧观点，事实上，最优秀的AI从业者中超过90%都是自学成才的，无论他们是不是斯坦福毕业的，CS学位现在越来越不重要了。

另一位网友Aegeus Zerium的观点则和Chollet出奇的一致，他认为我们现在处在知识民主化的时代，把书本和资料锁在图书馆里的精英主义时代已经一去不复返了。

只有在没有互联网的时代，这种唯刻板出身不要的观点才是可取的。

Kaggle总裁&fast.ai创始人Jeremy Howard也以身说法。

原来，Jeremy自己也没有接受过正规的技术教育，即使是读书期间，他也认为课堂上讲的东西没用，几乎不会去听课。

当然，fast.ai本身就是一个在线教育平台，Howard的说法其实也是利益相关。

另一个在线学习平台Lambda School的创始人Austen Allred甚至将这种观点称为“最愚蠢的事情”，闻所未闻。

他自己的平台上就曾经在一个星期内有五位0基础学员拿到年薪13万美金的offer。

Google Brain东京的研究科学家hardmaru也说，自己学过深度学习的在线教育课程，比如吴恩达的机器学习MOOC，斯坦福课程系列，还有Hinton的神经网络MOOC……甚至，他的AI启蒙老师是一部PPT。

这也炸出来了一群吴恩达的学生，这些无论有没有在学校学过CS专业的学生们，纷纷表示从吴恩达的课程中获益良多。

还有人对所谓“科班出身”的学生充满了吐槽：我从各种在线平台上学到的东西比我在计算机专业里花4年学得东西更多，学校里那些不太会写代码的学生完全就是混毕业证的。

算了吧！培训班出身

虽然大部分人都觉得靠MOOC学AI的学生没什么不好，不过也有人坚持认为科班出身的学生更优秀。

曾经在斯坦福AI实验室工作、现在是在因特尔工作的研究员ozansener表示坚决不会雇佣只受过在线教育的人。

他觉得传统的本科学历，无论学得是计算机还是其他专业，不能被在线教育替代，因为在线教育缺少直接的沟通协作。

Twitter机器学习工程师Sijun He认为，MOOC课程没有正规的学校教育那么严谨。

他也在Coursera上自学了吴恩达的机器学习课程，但是感觉到这门课程为了适应大众的需求，删掉了很多数学的部分。

不过，在找工作面试的时候，相比面试表现，学历无关紧要。

Lyft自动驾驶公司的工程师Clemens Marschner则认为，无论所受的教育是学校教育还是在线教育，找工作的时候关键得看教育提供的背书。

好实验室出身无疑是很好的背书，Kaggle比赛的好成绩也一样。但是要是你只学过一个在线课程……那估计没人相信你的能力。

也有网友觉得，无论如何手里有本计算机专业的毕业证在找工作的时候是个优势，尤其是在找科研相关工作的时候。

不过，如果事先说明了工作细节，那无论手里有没有毕业证，任何人都能干。

傲慢与偏见

“学院派”还是“英雄不问出处”，自然不止AI领域。

比如在编程领域，比“最好的程序语言”更容易造成撕裂的，是如何看待“培训班出身的程序员”。

那些原本零基础、低学历的高中生甚至初中生，经过12个月就能“速成”编程，然后再被输送到西二旗等地，成为月薪N万的码农一员。

但偏见和争论也就随之而来。

支持培训班的人会认为，比起学院派甚至名校程序员，培训班出身的人往往姿态更低、更勤恳，脏活累活也毫无怨言，只要出活，就应该英雄不问出处。

但不待见的人也会强调，培训班出身通常缺乏系统性训练和长期训练，而且速成之下、求利而来，作假、技术不精的风险也会大得多，如果要降低招聘风险，还是“学院派”更有保障。

总之，这个话题争论无休，没有定论，谁也说服不了谁。

但需要注意的是，之所以AI领域才掀起这样的讨论，也跟历史进程大有关联。

编程培训市场现在已经很成熟，但AI相关的教育和训练，在历史起落中，还没有成熟的、系统的方案，体系性的教育仍然在学校，而且搞AI的仍然很少没有个“PhD”。

即便是这次发起讨论、反对“非学院派不可”的苏珊娜小姐姐，实际也是NLP方向的博士。

也就是说，她是以既得利益者的身份反对既得利益机制，而不是现身说法的案例。

然而既然讨论已经开始，不妨让更多人参与进来，万一一不小心推动了潮水流向呢？

所以，在你看来：搞AI，非学院派不可吗？