大家好，我是本源实验室人工智能主理人Gen，也是硅谷大厂资深人工智能产品经理。最近很多同学私信我关于北美科技行业裁员风向下该何去何从，今天和大家聊一聊这个问题。
首先，说一说现状，科技行业裁员的这把火，其实从去年开始就烧得很旺了：
一月份，亚马逊经历了公司史上最大规模的裁员
Zoom在二月初宣布将裁掉15%的员工
2月6日，Dell宣布将裁员5%，约6650名员工
谷歌、微软、Salesforce等大公司也纷纷裁员
所以很多同学着急了，硕士才转了方向又要面临毕业即失业吗？不少准备申学的学弟学妹也开始犹豫。
▎科技行业裁员潮裁的是什么？对AI领域的影响究竟在哪？
说一个现实，一个行业或者领域刚兴起的时候，所有人都是摸着石头过河，什么牛鬼蛇神都有，首先一定有一些大牛引领行业开拓和发展，其次因为新兴领域人才储备不完善，专业人员不多，确实也会有不少浑水摸鱼的人。从公司的角度，新兴行业它们也不摸太准，有资本的都投一投试试看，摸清方向，没资本的会持续观望一下风向。
因此现在的裁员风潮，恰恰说明了AI行业走向明朗化、专业化、精细化：
1.人才投入加大：随着AI技术的不断突破，越来越多的行业开始意识到人工智能在未来竞争中的关键作用。因此，尽管面临裁员潮，AI领域的人才需求仍在逆势增长，AI人才成为了稀缺资源。这可能使得AI专业人才的薪酬水平上升，同时也会促使企业加大在AI领域的投入，以吸引和留住顶尖人才。
2.技术创新推动：裁员潮中，减少投入的大多是前景不明朗或不被看好的项目，但对于具有战略意义的AI项目，是会加大投资力度。例如，谷歌和亚马逊近期对AI初创公司的巨额投资，苹果公司也放弃其自动驾驶电动汽车项目，并转向加强人工智能投入，显示出他们对AI领域未来发展的承诺。
3.劳动力结构转变：随着AI技术的发展，许多重复性劳动和信息处理工作进一步被自动化取代，同时，也会出现新的工作机会，尤其是与AI相关的高技能工作岗位。这种变化要求劳动力市场和教育体系做出相应的调整，以适应技术进步带来的职业前景变化。
4.行业重组：裁员潮可能会导致行业内的资源重新分配，有助于优化整个行业的结构。那些能够有效利用AI技术的企业可能会在竞争中获得优势，而那些不能适应变化的企业可能会被淘汰。
5.组织结构变革：裁员潮可能会促使企业进行组织结构和文化的调整，以更好地适应AI技术的发展。这可能包括建立更加灵活的工作流程、鼓励创新思维以及培养跨学科协作的团队。
北美科技行业的裁员潮对AI技术的影响是多方面的，这些影响可能会在短期内带来挑战，但从长远来看，也为AI技术的健康发展和行业的未来方向提供新的思路和机遇。
就拿苹果公司来说，2014年苹果公司开始进行造车计划，10年间不断的从特斯拉、奔驰高薪挖人才，但今年苹果宣布放弃了汽车项目，转而投向人工智能。虽然科技巨头的战略不是三言两语能说得透彻，但起码表明了两件事：
一是战略重心转移。苹果正在将其业务重心从硬件制造转向服务和软件，尤其是人工智能领域。人工智能技术的发展对于提升苹果现有产品的智能化水平以及开发新的服务和解决方案具有重要意义。
二是市场竞争考虑。在人工智能领域，苹果可能看到了更大的成长潜力和竞争优势。
尽管苹果在公开场合并不频繁讨论其人工智能战略，但已经在内部进行了一系列的AI相关布局。同时，苹果还在加大力度对AI领域进行投资，这表明公司对于AI技术的发展和应用持积极态度，且苹果公司的人工智能战略是双轨并行的，一方面通过技术创新提升用户体验，另一方面则通过这些技术开拓新的商业模式和收入渠道。这种策略展现了其作为科技巨头在新兴技术领域的前瞻性和灵活性。
所以在我看来，反而觉得现在入局时机才是正好，各大厂对于AI的布局方向逐渐明确，高校也更有针对性地制定课程计划，我们也更清晰得看到了择业的方向。
我和许多业内人士聊过这个问题，大家普遍认同裁员不是低潮，而是走向新领域的机会：
最大的科技公司都在争相招聘工程师来构建人工智能业务体系。根据美国劳工统计局的数据，2023年1月，美国人工智能领域的职位空缺数量为18万个，比2022年12月增加了2万个。包括软件开发、半导体工程和云计算方面的职位。
● 微软：微软计划在 2023 财年将人工智能领域的研发投入增加 40%，收购人工智能公司 Nuance Communications 和 Ally.io
● 谷歌：起了个大早，赶了个晚集，刚刚发布Gemni 1.5，但不幸又和OpenAI发布SORA撞车
● 亚马逊：成立了人工智能部门 Amazon AI，收购人工智能公司 Rekognition 和 Elemental Technologies
● Meta：依靠人工智能部门 Facebook AI Research (FAIR)，招聘大量人工智能人才，包括软件开发工程师、研究科学家和机器学习专家
因此，我开设了人工智能工作坊，以便大家提前了解和清晰当前人工智能的风向和前沿技术，也能够提升申学成功的概率，同时让同学们在目前竞争激烈的就业环境下更有个人优势。
人工智能方向教学Track及目标
研究Science Track：以完成高质量原创顶会及期刊论文为目标
设计/媒体 Media Track：以完成杀手级作品集、录取北美顶级硕士项目为目标
▎研究/Science Track：针对期刊及顶会论文发布
近10年的科研及教学经验，我能够更加精准的帮助同学结合自身兴趣，快速找到研究突破点，并能够形成有效方法论与输出研究成果，最终转化为原创论文。
△ 23年CAADRIA会议论文录取通知邮件（来自2023年人工智能工作坊夏季班）
在写作过程中，考虑针对不同会议学术偏好有所侧重。同时，考虑到建筑、规划同学平时论文写作训练偏少，我们将更多时间分配在后期讨论、精修论文输出。
顶会名称 | 历史录取数 |
ACADIA 国际计算辅助建筑设计研究协会 | 5+ |
CAADRIA 亚洲计算机辅助建筑设计研究协会 | 10+ |
CAAD futures 国际计算机辅助建筑设计未来研讨会 | 10+ |
eCAADe 欧洲计算机辅助设计教育与研究协会 | 5+ |
SimAUD 建筑与城市设计模拟研讨会 | 5+ |
IASS 国际壳体与空间结构协会 | 5+ |
研究方向可申请硕士项目
纯计算机（Stanford/MIT/CMU)
建筑设计及城市研究（MIT Smarchs Technology/GSD Technology/CMU）
▎设计/媒体Media Track：杀手级作品集产出
什么是设计/媒体方向？
强调跨学科创新，通过实验性项目推进技术与艺术的融合。以批判性思维和创造性探索为核心，涵盖人机交互、机器学习等多个领域，注重技术在现实场景中的创新应用。
主要录取哪些硕士项目？
1. GSD Mdes Medium（2年）- 强调与公共和社会领域的互动，擅长既具有前瞻性又能反映记忆的表达形式。适合对当代城市、审美、政治和技术文化感兴趣的各类背景的同学（悄悄说，不限本科专业）
2. MIT Media Lab（2年）- 以其跨学科的研究文化和创新项目而闻名，每年接受大约50名硕士和博士候选人，涵盖了从计算机科学到心理学、建筑到神经科学、机械工程到材料科学等多个领域。通常每学期24个单元，并完成一篇硕士论文（悄悄说，录取有全奖）
3. NYU ITP（2年）- 强调批判性思维、创造性探索能。课程内容广泛，包括交互设计、机器学习增强型设计、互动叙事等多个领域（悄悄说，号称MIT Media Lab最佳平替）
导师介绍
GEN
哈佛大学设计研究硕士
研究方向：人工智能 | 深度学习 | 生成式设计 | 计算机图形学 | 辅助建筑设计（CAAD）应用
曾就职于Autodesk 生成式设计小组，先后在哈佛设计研究生院Lab for Design Technologies，肯尼迪政府学院下属校园包容性提升小组担任研究员，在哈佛设计研究生院多门核心课程担任助教以及寒假课程讲师。在校期间多次获得研究基金，包括哈佛设计研究生院暑期研究基金，哈佛设计研究生院设计学研究与发展基金，哈佛住房研究中心学生研究基金等。曾在ACADIA，DigitalFUTURES ，哈工大暑期学校担任工作坊讲师。论文收录于NeurIPS（Workshop），ACADIA，eCAADe，CAADRIA，CDRF等国际会议。现就职于硅谷一线互联网公司。
XUN
哈佛大学设计学院景观学硕士
（Jacob Weidenman Prize及Irving Innovation Fellowship荣誉毕业）
弗吉尼亚大学博士在读
南加州大学讲师（教授设计表达和数字化设计技术课程）
研究方向：人工智能 | 生成式设计 | 数字物理模拟 | 数字化设计 | 数据分析 | 可视化
曾工作于弗吉尼亚大学，纽约市城市规划局，哈佛城市化办公室，Stoss景观事务所和Autodesk BUILD Space。她在DigitalFUTURES、ASLA大会、Harvard GSD、UVA、USC和 Aalto 大学等举办客座讲座和研讨会。
往届作品1：基于文字描述的园林平面生成
2022工作坊成果, Z, L, H, Z同学
往届成员@Z同学：
这是我作品集的第一个作品，在这个作品中Gen和Xun老师从最开始的技术选型、到论文撰写到最终的图纸表达都给予了我们很大的支持，workshop的研究成果发表于国际会议，最终拿到知名交互项目的录取。
往届作品2：基于图神经网络的建筑拓扑图到建筑平面图生成
2022工作坊成果, Z, L, W同学
往届成员@Z同学：
Gen老师跨越不同技术栈的技术功底帮我们打通了图神经网络到前端WebApp开发的多个workflow，完成高质量Demo，最终在国内知名建筑科技比赛取得了非常不错的名次（此处允许我开心下~），我最终凭借这个作品顺利拿到了知名交互项目的录取。谢谢Gen老师！
往届作品3：基于Pix2Pix的交互式3D立面生成
2022工作坊成果, L, W, Z, H同学
往届成员@L同学：
老师模型部署和前端开发经验很丰富，帮我们一个个解决方案实现的技术难题，经过几周Debug最终完成了一个可用的前端WebApp。拿到Cornell MSDT项目offer的时候，我觉得一切付出值了。谢谢本源xD教学团队！
往届作品4：基于文字描述的3D景观生成
2022工作坊成果, L同学
往届成员@L同学：
Gen老师和Xun老师指导我一步一步确定选题、收集数据完成了高精度的3D景观地形生成器。这个生成器可以在Unity环境中运行，根据文字描述速生成游戏环境。最终帮助我绝杀NYU的IDM项目录取。
往届作品5：6分街道设计指导守则
2021工作坊成果, D同学
往届成员@D同学：
依据街景主观评价数据，提出了6分街景设计指导守则。在Gen老师和Xun老师的精心指导下完成，最终获得DLA2021最佳展板。
课程设置
共14节
第一节
①开题
②往年成果介绍
③机器学习基础理论
④AIGC生态及常用工具介绍
第二节
①深度学习入门
②深度学习标准工作流
③软硬件环境配置
④数据驱动设计基本方法
第三节
①技术选型——深度学习模型Landscape
②2D深度学习
③3D深度学习
④图神经网络
⑤多模态学习（Stable Diffusion）
⑥大规模语言模型（GPT）
⑦强化学习
第四节
①案例分析
第五节
研究方向
①模型的训练、调优、推理、部署
②如何自训练LoRA和DreamBooth
③结合Stable Diffusion ControlNet的WebUI部署
④基于Gradio的深度学习前端框架开发
⑤ChatGPT API的使用
设计方向
①Phygital
②NeRF、3D Reconstruction
③Text-to-3D
第六节
研究方向
①案例分析
②CAADRIA多模态生成论文完整复现
③CAADRIA图神经网络论文复现
设计方向
①3D游戏引擎入门
②Unity脚本API
③Unity物理仿真
④Unity粒子特效VFX
⑤Unity AR/VR应用
第七节
Prototype完善 (desk crit)
技术答疑
第八节
Prototype完善 (desk crit)
技术答疑
第九节
Prototype完善 (desk crit)
技术答疑
第十节
Prototype完善 (desk crit)
技术答疑
第十一节
研究方向
①论文撰写Workshop
设计方向
①视频编辑Workshop
第十二节
Prototype完善 (desk crit)
技术答疑
第十三节
Prototype完善 (desk crit)
技术答疑
第十四节
期末评图
工作坊费用与报名
原价：8499元
课程优惠
早鸟价（2月25日截止）：减免300元
团体报名（2人及以上)：减免500元（每人）
转发至微信朋友圈并获得50赞：减免300元
转发至50人以上年级群：减免300元
集赞及转发后请联系下方本源小助手微信减免
总优惠额为每人每课程原价基础上减免1000元封顶
（在缴纳学费时出示相关截图）
Atoms Atelier是由麻省理工学院与哈佛大学的学者与优秀毕业生创立的实验室。我们不仅仅自己在科技与设计领域实践，同时也将我们的经验分享给大家。我们希望帮助热爱设计，对科技好奇，对理论有所思考的你，绝地反击，一起突破建筑教育的围城。
与其他机构不同，工作室擅长结合学生特长，引导及帮助学生申请设计院校的STEM相关学位。我们注重建筑、城市设计和城市规划与前沿科技的碰撞，擅长参数化，增强现实，大数据和智慧城市等科技和数据分析与传统建筑、城市设计和规划设计的结合。工作室立足于当前北美和欧洲主流设计院校的风格，除了致力于帮助学生成功获得名校录取，更着眼于学生录取名校设计学院之后，如何应对随之而来的奖学金申请，助教助研申请，跨专业选课，留海外，跨专业就业，以及继续攻读博士等比研究生申请更为激烈的竞争。
联系方式
关注 Atoms Atelier | 本源实验室 微信公众号
申请辅导咨询及报名请扫码添加本源实验室小助手
微信号
计算设计 | 智慧城市 | 交互
Xu 老师：VANS_mzpq01
传统建筑 | 城市设计 | 景观学
Peng 老师：kainingp421
人工智能 | 建筑转码
Ku老师：koolhaaas
小红书&知乎搜 ?：本源实验室
小红书号：4264822995
本源实验室网站
www.apprentice-atelier.com
www.atoms-atelier.com
