AI前线(2018年8月)

本期主要内容:机器学习跌下神坛?一些技术趋势正在消失;微软认为AutoML不够用,智能系统才是未来!数据埋点太难!知乎的做法有何可借鉴之处?泡沫破裂之后,强化学习路在何方?比RNN快136倍!上交大提出SRNN引发热议
下载此书

杜克大学电子与计算机工程系副教授 陈怡然

AI(人工智能)最近几年突然成为计算机领域最热门的方向。几乎所有大型高科技企业都投入大量资源进入到这一产业,以期抢占技术制高点和市场。再加上风险投资的不断涌入和许多初创公司的成立,造成了 AI 人才的极度短缺:腾讯曾发布报告说全世界大概只有 30 万左右的 AI 人才,但在未来数年间需要的 AI 人才数量将达数百万之多。人才需求与供给的巨大缺口也造成了 AI 人才本身的高溢价:美国著名的求职服务公司 Glassdoor 和英国彭博社(Bloomberg)发表的数据表明 AI 工程师的平均工资比普通软件程序员高约 60%。

即使同为 AI 人才,不同行业和不同专业的薪酬也存在着较大的差距。以中国为例,自动驾驶行业的平均工资是图像处理行业的平均工资的接近两倍。基本上来说,由于技术的稀缺性和历史性积累的人才储备数量不同,与 AI 有关的新兴行业和交叉行业的薪酬标准比传统 AI 应用行业要高

人才的稀缺也直接导致了公司之间广泛的挖角现象。国内人才市场流传着“AI 人才两大黄埔军校:微软亚洲研究院和百度”的说法就是这一现象的真实写照。除此之外,大公司的人才流失的另一个主要原因是很多优秀的 AI 人才在资本的支持下相继自主创业。为了弥补人才的缺口,大公司一方面加大招聘力度,另一方面则在公司内部施行相应的员工培训计划(比如谷歌的机器学习项目 - 忍者计划)力图通过培训已有员工来掌握 AI 技能,帮助全公司各个产品线内部推广 AI 技术。

公司间的合并产生了所谓人才的“黑洞效应”:每当小公司被大公司收购,小公司内部的具有丰富实际经验 AI 专业人才由于收购条款或者其他一些现实因素,在很长一段时间内将不会再次释放到人才市场上。而这部分拥有多年经验的人才的缺口无法通过新培养的人才进行补充。造成市场上拥有多年经验的 AI 人才越来越缺乏。

AI 领军人才的缺乏也让工业界把目标瞄向了学术界。无论在中国还是在美国,知名 AI 学者以各种形式到企业担任高管成了当前的一大趋势。学者的加盟在短时间内确实迅速提升了企业的科研水平,而且起到了很好的公关效果。但是优秀学者的离开也会对于新一代 AI 人才的培养产生长期的负面影响。很多高校正在努力招聘教授甚至成立人工智能学院来弥补学生教育资源上的不足。

随着 AI 技术门槛的逐渐降低、人才培养力度的增大、以及投资热度的降温,AI 人才不足的问题必将在今后几年得到缓解,进入理性发展的阶段。

目录

生态评论

机器学习跌下神坛?一些技术趋势正在消失

重磅访谈

微软认为 AutoML 不够用,智能系统才是未来!

落地实践

媲美谷歌 AutoML!四行代码上手开源 Auto-Keras

数据埋点太难!知乎的做法有何可借鉴之处?

推荐阅读

文因互联 CEO 鲍捷:确保搞砸人工智能项目的十种方法

泡沫破裂之后,强化学习路在何方?

精选论文导读

比 RNN 快 136 倍!上交大提出 SRNN 引发热议