Geoffrey Hinton 和 Yoshua Bengio 两位学术界大牛在学术人才涌入企业研究机构是否有益这一问题上，观点相悖。Hinton 的支持和 Bengio 的担心看似都有道理，但不得不承认，企业攫取学术界人才已经成为一种趋势。
2011年，吴恩达从斯坦福大学加入谷歌。他是学术圈中的人工智能专家，开始在产业界发力。
5 年后，人工智能专业需求激增，一批研究者开始追随吴恩达的步伐进入企业。Google、Facebook、IBM、百度等科技巨头的实验室拿出了私人高级计算资源和高薪的招牌，从大学里招募了一批科学家。「一些学术圈的人责备我开启这一环节」吴说。他在 2014 年成为百度的首席科学家，在位于硅谷的百度实验室工作。
许多科学家认为，强烈的企业利益诉求有利于人工智能——将巨大的工程资源带入了这个领域，证实了人工智能对现实世界的意义并吸引了对此狂热的学生们。但是也有人担心产业迁移带来更加细微的影响，让大学暂时失去了顶尖的人才，最终将这个领域带入商业化，牺牲了基础研究。
商业巨头正在大量投资人工智能——尤其是深度学习技术——因为它们能从大量数据中收获理解能力，这让他们看到了希望。复杂的人工智能系统或许能够创造出更有效的数字个人助手、控制无人汽车、或者承担起一系列对于常规编程来说过于复杂的其他任务。加拿大多伦多大学深度学习先驱、后接受谷歌聘请的 Geoffrey Hinton 说，企业的实验室能够满足大学实验室无法提供的资源。例如，语音和图像识别领域因为一直缺少用于算法训练的数据和硬件而阻滞了很多年，这些瓶颈能在谷歌得到突破。
「人工智能现在太热了。机会太多但人太少，」吴说，他被谷歌庞大的数据和计算能力、解决现实世界问题的能力所吸引。天文数字的薪水是私人公司提供的另一个诱惑，德克萨斯州奥斯汀市 Indeed 公司首席经济学家 Tara Sinclair 说道。在英国和美国，聚集在在线招聘上的高薪职位越来越多的指向AI领域。
我们对人工智能的兴奋表明它正处在能接受现实世界影响的一个点上，而公司是一种非常自然的方式促进它发生，加州大学伯克利分校的人工智能和深度学习专家 Pieter Abbeel 说道。另外，荷兰 Leiden 大学的社会学家 Robert Tijssen 说，在 20 世纪 50 年代，半导体研究领域也发生过类似的工作迁移，当时许多领域的领军人物都被工业研发实验室挖走了。学者们带来了专业知识同时将拓展的新商业网络带回学校给旧同事和学生们——形成了双赢局面，Tiissen 说。
公司协作
以卡耐基梅隆大学大学（CMU）为基础的美国国家机器人技术工程中心主任 Herman Herman 同意这样的观点。在 2015 年，打车应用 Uber 和研究中心开展合作，雇用了研究中心 150 位主要研究自动驾驶汽车研究者中的 40 位。当时的报道指出研究中心正处在分崩离析的危机中，但 Herman Herman 则说这纯属夸大其辞；自动驾驶项目只是拥有 500多位教职员的 CMU 机器人研究院数十个项目中的一个。而且这一举措是带来新血液的好机会。此后不久，Uber 向研究院教职员和学生提供了 550 万美元的捐助。同时媒体宣传提升了研究中心的声誉——学生申请数也随之增多， Herman 说。
学术界专家资源的流失引起加拿大蒙特利尔大学计算机科学家 Yoshua Bengio 的关注，这种资源流失也在研究生申请激增的情况下凸显出来。如果被公司雇用的的教职员能像 Hinto 和吴一样继续大学中的角色就好，但他们通常是少数几个，Bengio 说。缺少教职员造成受到专业训练的学生数量减少，尤其是博士水平上，Abbeel 补充说。
而 Hinton 预测深度学习领域专家的短缺只是暂时的。「大学中研究生的研究是值得保护，谷歌认识到了这点」他说。谷歌如今发起了超过 250 个研究生研究项目和数十个博士奖学金项目。
在为产业输送人才方面，大学全力发挥自己应有的作用，英国牛津大学的计算机科学家 Michael Wooldridge 说到。随着对人工智能领域兴趣爆发，他难以看到学术界被遗弃的窘境。建立在伦敦的 Google DeepMind 公司在 2014 年雇用了十位牛津大学的研究人员——但是，谷歌给予了牛津大学七位数的财政资助，建立了共享研究。许多被聘的教职员仍然保持在大学中的教学职位——为他们的学生提供其他学生难以享受的优渥机会。
谷歌 DeepMind 的人才攫取。从 2014 年 DeepMind 开始人才攫取。这家公司拒绝讨论他们关于人工智能人才的收拢，但是，自然杂志搜集的数据显示这家公司现有研究人员至少有 144 位，其中几乎 2/3 来自大学。大约 65 % 的研究人员直接聘请自学术界（包括联合任命、博士后、理科硕士）。很多来自于创始人 Demis Hassabis 和 Shane Legg 2010 年创业前共同工作的英国伦敦大学学院。
Bengio 也在担心公司主导合作关系的长期影响。产业研究更私密化，他说。尽管在企业研究院（就像谷歌和百度）的科学家仍然公开发表论文和相关代码——允许其他研究者基于自己的研究开展工作——Bengio 认为，企业研究人员仍然会避免在公众面前讨论他们的研究，因为相比学术界，他们更可能会申请专利。他说，「这让合作变得困难。」
有些产业内人员也在担心透明度问题。在 2015 年 12 月份，SpaceX 项目创始人 Elon Musk 和一些硅谷投资人一起在旧金山成立了非盈利公司 OpenAI 。这得到了 10 亿美元的支持。该项目借助于共享拥有的专利、和其他机构免费合作，从而发展公对公共有益的人工智能。
尽管谷歌、Facebook 和类似的公司似乎正致力于解决人工智能领域的基础问题，Bengio 担心这种情况不会持续太久。「商人会被短期利益吸引，这是动物的本性」他说。他以通信公司贝尔实验室和 AT&T 为例，说明曾拥有强大研究实验室的公司，最终会因为太过于关注公司短期利益目标失去他们的创造力。
Hinton 则坚持认为基础研究会在产业中兴旺发展。因为对人工智能研究的迫切需求，如今基础研究的扩展必然会产生于企业公司中，他补充道。但是，学术界依旧在人工智能研究中发挥着重要的作用。他说「这是最有可能产生激进的新观点的地方。」
