Исследователи машинного обучения всё чаще меняют направление работы посреди PhD-программы — и это уже не личная проблема, а системный тренд. По данным опроса NeurIPS 2025, 34% аспирантов в области AI сменили тему диссертации хотя бы раз за первые два года обучения.
Почему учёные переключаются между темами
Главная причина — скорость развития индустрии. Когда студент начинает PhD в 2024 году с фокусом на fine-tuning языковых моделей, к 2026-му эта задача уже решена коммерческими API. Исследовательская ценность темы обнуляется быстрее, чем аспирант успевает опубликовать первую статью.
Профессор Стэнфорда Перси Лианг отмечает: «За последние три года мы видим, как целые направления — от RLHF до prompt engineering — превращаются из исследовательских вопросов в инженерные задачи. Аспиранты вынуждены искать новые ниши».
Три области, куда мигрируют исследователи
Анализ публикаций на arXiv за 2025 год показывает три основных направления миграции:
AI Safety и alignment — рост на 180% по количеству новых авторов. Anthropic, OpenAI и DeepMind активно нанимают исследователей, готовых переключиться на безопасность моделей. Средняя зарплата для PhD в alignment — $280 000 в год.
Мультимодальные агенты — рост на 145%. Системы типа Claude Computer Use и GPT-4o создали спрос на исследования в области планирования действий, grounding и tool use. Google DeepMind выделил отдельный грант на $5 млн для аспирантов в этой области.
Эффективный инференс — рост на 120%. Квантизация, дистилляция и speculative decoding стали горячими темами на фоне дефицита GPU. Qualcomm и Apple открыли по три новых исследовательских позиции за последний квартал.
Что это значит для IT-индустрии
Для компаний, которые строят ML-продукты, тренд имеет практическое значение. Выпускники PhD-программ 2026-2027 годов будут специалистами широкого профиля, а не узкими экспертами в одной архитектуре. Это меняет подход к найму: вместо «3 года опыта с трансформерами» работодатели ищут способность быстро осваивать новые парадигмы.
MIT Technology Review прогнозирует, что к 2028 году средний PhD-исследователь в AI сменит 2-3 направления за время обучения — и это станет нормой, а не тревожным сигналом.
