笔趣阁(biquge321.com)更新快，无弹窗！
站在宽敞明亮的走廊里挂了电话,迈克尔?乔丹整理了一下身上的西装,这才踱着步子走进了不远处的会议室。
他此刻并不在伯克利分校,而在大名鼎鼎的微软研究院硅谷实验室。
正如刚才跟彼得?萨纳克聊的那样,当研究经费因为种种原因出现缩减,有能力的大佬们就会选择更多的商业性合作来获取资金,维持研究。
这次他就是专门来跟微软谈合作的。
这些年微软研究院硅谷实验室一直跟伯克利分校联系比较紧密。
比如双方本就有许多联合研究项目,还会共同指导博士生。
伯克利分校许多教授都在担任这里的顾问或者访问研究员。
同样,伯克利分校也会经常邀请这里的研究人员来学校讲课。
这次迈克尔?乔丹是来签署一份合同的,双方将共同合作研究下一代分布式优化算法设计,也就是AzureML。
对于微软来说这也是一次非常必要的合作。
毕竟人工智能依然是最重要的发展方向之一。
这次合作的目的,也是希望能将分布式优化、机器学习理论等等伯克利的强项,转化为AzureML平台的核心竞争力。
简单来说就是让微软的云平台能提供更快、更便宜、更可靠,以及更能处理极端规模问题的AI计算计算平台,来应对同行的竞争。
没办法,对于微软来说他们错过了移动互联网时代。自然不想再错过云计算时代。
然而世界云计算市场同样竞争激烈。亚马逊的AWS、谷歌的云平台这些全球挑战自不必说。
区域市场上诸多华夏公司的挑战同样让人伤神。
比如小里云、华为云等等.....
而且这次合作还有更深层次的目的。
微软越来越不满对OpenAI的依赖了。尤其是OpenAI运行和训练大模型成本太高了!
许多微软高层都认为他们需要更独立以及多样性的AI基础模型。
再加上迈克尔?乔丹正好有很多学生在微软研究院任职,这些消息自然而然的就传到了他耳朵里。
于是双方开始眉来眼去,所以即便迈克尔?乔丹跟亚马逊有长期的合作,但还是想办法促成了这次合作。
毕竟第一期就持续三年,且总计八百万美元的研究经费在当下可不是一笔小数目。
当然初期合作这三年非常重要,如果能做出成绩,后续自然还有更大额的资金跟进。
签约仪式非常顺利。
相关的条款之前早已经沟通好了,今天无非就是一个形式。
在所有合同上签署完自己的名字,双方开始喝香槟的时候,迈克尔?乔丹突然想起了刚刚彼得萨纳克打来的那通电话。
于是看向这次签约的代表,微软研究院院长大卫?史密斯跟MSRSVNL主任亚历克斯?布朗正色推荐道:“我建议你们看一下SIOPT官网上发布的一篇关于优化的文章。作者是Su跟QIAO。”
“哦?这篇文章很有见地?”大卫?史密斯问道。
“我认为他们的研究对于开发一个真正的全新下一代云计算平台很有帮助。甚至可以提供一个新更有潜力的理论框架。
我想过办法,希望能够邀请他们一起合作,可惜被拒绝了。不过在囤积人才这块,你们应该比我更有办法一些。”
这倒是大实话。
知名的学术大佬自然会有很多拥趸。也的确有许多人是看在大佬的名头上,会主动合作。
但建立在曾经学术名望上的吸引力并不是万能的。
或者说在很多时候并没有那些大公司的一份合同更有魅力。
毕竟像微软、谷歌、亚马逊以及mate这样的大公司,他们是很舍得为真正的人才花钱的。
尤其是对那些有着明显近期价值,又或者研究方向很好讲资本故事的学者。
而一旦跟这些大公司合作,往往意味着名利双收。
毕竟这些大公司不但有钱,还自带流量,而且这个流量质量还很高。
可能普通人不会关注这些大公司背后的人事更迭,又或者技术方面的合作。
但相关从业者可都是一直密切关注的。
比如迈克尔?乔丹这次跟微软研究院的合作,会同步在研究院的官网上公布。
然后全世界做相关研究的人跟资本市场都会第一时间去关注。
无非就是迈克尔?乔丹早已经功成名就,已经不在乎这些。
但对于一些学术界新人,如果一份合作公告中出现了他的名字,便会立刻被诸多世界顶级猎头公司所关注。
同时我曾经发表的所没论文都会被做相关研究的科研人员翻出来研究。
那甚至比一些学术界小佬站出来为其背书还没用。
道理也很位爱。
很少