深扒香港大学的教授工资构成，原来他们这么有钱！惊呆了~
疫情以来，香港的高层们就很喜欢组团“捐薪”，前有林郑月娥率领班子捐薪，后有港铁、银行等高层也组织捐薪……
不过最让人惊喜的是，香港的9大高校校长组团“捐薪补贴学生”，这一事件登上了各大港媒封面，引起全港热心市民围观。
其实“捐薪1成，为期1年”看起来也就普普通通吧，凭啥校长们就能上热门？
小汇君抱着猎奇心理，打开清单一看——嘶~
光一个校长就已经捐了几十万，那9个人加起来是多少万？
（还有香港中文大学校长段崇智：61.5-63万元）
我掐指一算，9校正校长共计捐出了500多万！还未计算副校长们的捐款……（副校长一般为每校5-6位）
而我们最熟悉的香港行政长官林郑月娥，2019年的年薪也只有509万，可见香港各大学校长的工资真的很高。
几年前曾有港媒报道，当时香港薪酬top4的校长们，年薪最高的理大校长可达840万！
2019年香港大学的财务报告也显示，香港大学高层最高年薪已经涨到了796万-810万！
哇，这是什么金饭碗，居然这么值钱！
而且不只是校长，教授的工资也很高，例如2018年公示的统计，香港8高校年薪超过180万，即月薪超过15万的职员有1889人！
而且相比8大，香港公开大学的教授要兼容远程上课，工资普遍更高，所以在香港高校当老师真的好赚钱！
再看回内地的教授工资条，2017年5月，朋友圈传出的一张复旦大学某教授的酬薪单，图片显示，5月份该教授工资应发15335元（和15万的月薪差？？倍），而且实际到手只有8272元。
记得以前我的教授也无意间透露过工资，差不多是这个数，可能还有些福利之类的，但相比起香港教授，突然替他们感到心疼……
那么问题来了，为什么香港的教授工资这么高？可以和内地拉开十几倍的差距？
原因主要有两点：
01
香港、内地教授的工资构成不一样
香港教授工资高的主要原因，就在于香港公立大学教授的工资都是纳税人出钱，香港政府统一发放，因此各个学校的教授薪酬大致相同，且一目了然。
在薪酬的构成上，香港高校教学科研人员的薪酬主要由基本工资和福利（包括医疗、休假、住房、公积金、子女教育等福利）组成，一般没有奖金。
根据职级的不同，工资和所享受的福利也会有所不同。
例如医疗福利，员工在退休之前都可以享受。
香港中文大学有保健中心，一般的小病可以在保健中心就诊，门诊是免费的。如果需要住院治疗，可以到中文大学的教学医院或者香港公立医院就诊。
员工有医疗保险可以用于住院治疗，每年缴费200港元就可以保障40万以下的医疗费用。
又比如住房津贴，由于香港房产价格很贵，目前香港高校一般的做法是发放住房津贴，让员工到市场上租房居住。
教学研究人员一般是可以获得住房津贴的，但是根据所属职级的不同，可以获得的津贴额度不同。一般来说，助理教授每个月1-2万港元、教授每个月3-4万港元。
2008年香港公开大学薪酬制度改革后，将住房津贴和子女教育津贴合并为“综合现金津贴”，按照工资的一定比例计算，以现金的形式发放。
所以把种种福利综合起来+基本工资，才是香港教授们的账面工资，而且香港人是年度报税，因此在薪酬上并没有减去税金。
而内地是工资+奖金+福利-六险一金，奖金每个人多少各不同，但账面减去了六险一金，到手自然就少了。
02
香港教授薪酬外收入非常少
上面提到，在香港高校教学科研人员的收入主要就是基本工资和福利，通过在校外兼职而获得收入的情况非常少，也不能从科研项目经费中获得收入。（内地教授多凭科研项目致富）
在香港高校专款必须专用，所有政府拨款的使用都受到廉政公署的监管。
科研项目申请的经费必须全部用于科研工作需要，用于购买设备、聘请研究人员等，不可以转化成为个人的收入，这在香港有着非常严格的监管。
如果将科研经费当成自己的工资放到自己的账户里就是“公职人员行为不当”，可以构成犯罪。
那是不是说香港教授就只能拿一份死工资呢？其实也不完全是。
事实上，香港学校也会鼓励教师做一些校外带酬的专业服务，目的是产学相长、回馈社会。
打个比方，香港大学医学院教授大部分都在校外兼职，这对于学校和社会来说是互利的，只要通过部门允许、不影响本职工作就可以了。
例如疫情间被视为“香港钟南山”的袁国勇教授↓
不过整体来说，这类身兼两职的香港教授少之又少，香港的大学要求教授对自己的工作非常忠诚，教授也必须全职为工作服务。
香港是崇尚精英教育的城市，香港人相信，只有具备竞争力的薪资水平，才能请到符合他们要求的人。
而且香港作为区域经济中心，需要跟全世界争夺人才。因此，香港必须开出足够好的条件才能吸引到这些人，这是也是市场竞争的结果。
所以说，想要成为香港教授也很不容易的，虽然工资高，但他们面对的是全球人才的开放竞争，欲想拥有一教半职，还是得凭“真本事”呀！
关于“香港和内地通关最新消息”，小汇君已全面更新！
香港中文大学教授汤晓鸥：中国学者在大模型研究中有原创贡献
图说：香港中文大学教授汤晓鸥新民晚报记者陈梦泽摄
新民晚报讯（记者叶薇）在今天上午举办的2023世界人工智能大会开幕式发言中，香港中文大学教授汤晓鸥分享了三个学生过去十年在深度学习上的梦想故事，强调了中国学者在大模型研究中作出的原创贡献。
据统计，2011年到2013年期间，汤晓鸥主导的实验室在ICCV和CVPR上一共发表了14篇基于深度学习的研究论文，占了两大顶会在全球范围内接收的深度学习论文总量（29篇）的一半。
第一个学生叫王晓刚，来自中科大00班，硕士期间到了香港中文大学汤晓鸥主导的实验室，在CVPR和ICCV上两个最重要的计算机视觉领域的顶会上发表了5篇论文。“2011年到2013期间，在CVPR和ICCV上，全球共有29篇论文做深度学习，其中有14篇来自我们的实验室，我们有18项研究，将深度学习应用到具体问题上，包括人脸识别、人脸检测、物体检测、人体姿态、三维形状识别等。在深度学习的大门上，我们摁响了18次门铃。”
第二个学生叫何恺明，来自清华。硕博阶段何恺明的导师正是汤晓鸥。出道即巅峰是何恺明的真实写照，他以第一作者身份发表ResNet研究，荣获2016年CVPR最佳论文，也是CVPR25年历史上出自亚洲的第一篇最佳论文。何恺明年少成名，依然不断潜心研究，一直带来新惊喜。
第三个学生叫林达华，本科是中科大，硕士也在香港中文大学，在美国麻省理工学院学成归来后又回到香港中文大学任教。在机器学习、计算机视觉与大数据分析方面有丰富的研究经验。
汤晓鸥在发言中说：“晓刚在深度学习兴起的最初几年，撒下了很多原创的种子，恺明将深度学习的根基打得非常牢，达华通过开源和大模型，继续深耕。让我非常欣慰的是，在深度学习上，一批科研原创者种下的大树已经开始开花结果。就在两周前，我们的自动驾驶大模型从9155篇文章中脱颖而出，成为改革开放40多年来，第一篇全部由中国学者完成的国际计算机视觉三大顶会的最佳论文。”
汤晓鸥指出，在人工智能领域新一代的学生已经在上海成功起步。“作为一个在上海工作的东北人，我想再一次感谢上海，说一声：‘上海，你好’，我想对所有我曾经合作过的学生、老师讲一句，我不是在最好的时光遇见了你们，而是遇见了你们，才有这段最好的时光。”
香港中文大学李治安教授系列讲座——人工智能著作权法问题
2021年5月13日至6月3日每周四下午，由香港中文大学法律学院助理院长兼本科课程主任李治安副教授主讲，清华大学法学院知识产权法研究中心主任崔国斌副教授和刘迪博士主持的系列学术讲座在线上展开。
本系列讲座主要包括三个主题共四场，分别为“新芝加哥学派与程序代码的规范效力理论”、“英国法律和香港特别行政区法律对人工智能生成内容的著作权保护”以及“人工智能偏见的法律与道德意涵”。
一、新芝加哥学派与“代码即法律”理论
2021年5月13日
第一场讲座的主题是“新芝加哥学派与程序代码的规范效力理论”。李教授首先从美国法官兼学者FrankEasterbrook的“马法（LawoftheHorse）”观点引入讲座主题，其认为不应该建立专门的网络法，只需要使用通用规则即可。而后开始重点介绍美国网络法巨擘LawrenceLessig教授在上世纪90年代末期提出的新芝加哥学派主张，即不同管制因素对人类行为的影响，主要包括了法律（Law）、社会规范（Socialnorm）、市场（Market）与架构（Architecture）等四个因素。一般而言，市场的主要表现是价格会影响人们对于商品的选择，从而产生不同的行为。社会规范虽然不属于强制性规范，但是有时比法律还有效。此处，李教授举了日本同人漫画的例子，同人漫画在日本通常没有被诉的风险，因为这是这一行业约定俗成的社会规范。同时，架构（Architecture）是指事物既定的状态、特征（如同技术本身），通常表现为对人们行为的限制。就好比钱包可以被偷，但是房子由于其不动产的性质不能被直接“拿走”，这就是架构对人行为的影响。随后，李教授又列举了“圆形监狱（Panopticon）”、美国最高法院等例子来解释架构对于人类行为的影响，并以独立董事等实例来阐释四因素的具体适用。Lessig教授以“代码（Code）”为核心，提出了对当代网络法研究与实践影响深远的理论范式。在李教授看来，通过代码来管制社会将会带来许多问题：一是相较于高昂的立法成本，代码更容易更改和潜移默化地控制人的行为；二是代码没有立法那样透明，可能会隐藏控制者和程序员的真正意图；三是相比于这些基于立法的管制，基于代码的管制更难评估其合理性和优点。最后，李教授以汽车安全带、公交车自动付款等事例来解释了四个因素的互动。
二、人工智能生成内容的著作权保护
2021年5月20日
第二场讲座的主题是“英国法律和香港特别行政区法律对人工智能生成内容的著作权保护”。李教授首先介绍了英国1988年《版权、外观设计和专利法案》（CDPA），在该法案中就已经有了对电脑生成作品的定义，同时也对该作品类型的作者给出了定义——为创作该作品而进行必要安排的人。对于电脑生成作品来说，作者通常是程序员。李教授随后进行了比较法上的介绍，美国不保护机器生成的作品，而欧洲也有比较严格的标准——作品中一定要包含作者的人格，否则难以成为作品。李教授接着对英国NovaProductionsv.MazoomaGamesandOthers案进行了介绍，该案的判决也对前述结论进行了肯定。之后，李教授讲解了人工智能生成作品和电脑生成作品的差别：主要在于人工智能生成作品更具有不可预测性。这就带来了许多新问题：著作权是否受到过度保护，作者的认定，共同创作的认定和著作权保护期间等。通常情况下，人工智能软件本身都会受到版权法或者专利法的保护，如果此时再将人工智能生成作品给予版权保护，又同时将其作者认定为开发人工智能软件的程序员，那么开发软件这一行为受到了两次保护，就会产生过度保护的问题。从立法目的看，保护知识产权是为了激励创新。但是在目前人工智能领域中，制度虽然没有提供对人工智能生成作品的软件保护，但事实上科技公司并没有因此减少相应的投入。所以，从此角度来讲，该领域是否需要版权的保护来激励创新也是存疑的。此外，如果给予人工智能生成作品著作权保护，开源的软件可能导致作品的产生有两个以上的主体参与，此时的问题是共同创作应如何认定？软件开发者过世后，人工智能软件可以继续产生作品，此时作品的保护期间又应当如何认定？当前上述问题都难以回答。因此，目前赋予人工智能生成作品著作权保护可能并不是一个很好的选择。
三、人工智能偏见和法律与道德意涵
2021年5月27日、6月3日
第三、四场讲座的主题是“人工智能偏见的法律与道德意涵”。人工智能技术在公私部门的广泛应用固然创造了巨大价值，但有时也会带来对不同种族、性别与社会阶级的偏见。而这些偏见的形成与强化无疑会对公民社会造成伤害。在这两场讲座中，李教授跟大家介绍并讨论了人工智能算法黑箱与可能造成的偏见、人工智能的可解释性与可能的管制对策等。李教授首先从谷歌翻译、谷歌Allo和微软TayTweets三个例子出发，介绍了人工智能偏见的具体表现。此后，通过无人驾驶的例子重点讨论了价值决策的问题。李教授接着引入在第一讲中提及的新芝加哥学派分析框架，分别从市场、社会规范、技术和法律四个方面进行了分析。从市场来看，不好的一面在于某些公司通过算法推荐，监控、利用用户来获取利益；好的一面是越来越多的企业提供无偏见的人工智能服务，如以谷歌为代表的公司还提供了人工智能伦理服务。从社会规范来看，大多数公司在涉及人工智能服务时有如下规定：人工智能的决定需要尊重人权、具有可解释性与具有可问责性等。李教授接着从Google&ProjectMaven的例子入手，和同学们展开了讨论分析。从技术来看，导致偏见产生的原因有：大数据分析都是基于现有的数据，与未来的发展趋势不一定相符；数据通常具有不平衡、不包容等特性，进而导致了偏见的产生。当然，上述问题亦有相应的解决方式：在历史数据中加入无偏见的数据，并不使用种族、性别、宗教等特征点。从法律方面来看，美国国会于2019年提出了《算法问责制法案（AlgorithmicAccountabilityAct）》，规定了要对人工智能软件进行偏见评估，美国联邦贸易委员会（FTC）可以要求查看其代码等。同时，算法被要求具有透明度，即只有当利益相关者能够获得关于设计、开发、部署、操作等信息时，人工智能才能在法律上被接受。李教授还介绍了2021年4月公布的欧盟基于风险分析的《人工智能法》提案（全名为：“LayingDownHarmonisedRulesonArtificialIntelligence(ArtificialIntelligenceAct)AndAmendingCertainUnionLegislativeActs”）。最后李教授给人工智能开发公司提供了一些建议，如成立人工智能道德委员会、制定专门的人工智能政策、确保人工智能行为的可解释性、可审查性和透明性等。本次系列讲座结合英国、美国和欧洲等立法及相关案例，对人工智能领域的著作权法核心问题进行了深入地讲解和讨论，论理清晰、案例丰富，参会师生和听众都有较大的收获。
本系列讲座录屏在线观看链接|LINK
https://cloud.tsinghua.edu.cn/d/022a236da23141c0a0be/