人工智慧要從娃娃抓起

編者按：本文來自鳳凰科技，36氪授權轉載。

「21最貴的是什麼？人才！」——葛優在《天下無賊》里說的這句經典台詞，如今深深觸動了那些人工智慧公司CEO們的心。

C小姐在上海一家獵頭公司服務了兩年，並非技術出身的她在2017年春節之後，硬著頭皮成為人工智慧相關人才的「狩獵者」，「因為這一行的市場需求量超級大，不管是創業公司還是大公司，技術崗位的需求達到了如饑似渴的地步」。

一個擁有3年工作經驗以上的演算法工程師年薪在30萬元-80萬元之間，創業型公司因為缺乏競爭力，提供給同類型崗位的年薪會更高。她手上有一份演算法工程師的價格表，不考慮期權、股權激勵等因素，一家BAT公司的高級演算法專家的年薪在30萬元到50萬元之間，一家來自深圳尚未融資的創業公司，同崗位的年薪達到65萬元，某知名共享腳踏車企業提供的年薪最高則達到80萬元。

有直接的人工智慧專業的大學本來就不多，很多是計算機、通信工程或數學等綜合組建的新專業，其他類型的技術人員要轉型，也至少需要幾年才能真正能用。C小姐對於人才的匱乏頗有感觸。很多Python網頁工程師紛紛選擇從做網站跳槽到人工智慧公司，只因為能得到更高的薪水。

人工智慧是最大的風口

「那些擁有五年以上相關工作經驗的人，根本不敢把自己的簡歷放在網上。三年以上工作經驗的技術，都會成為各大獵頭公司爭搶的稀缺資源。」C小姐半年間促成了不少跳槽，但是遠遠沒有達到她以及公司的期望值。

雲知聲董事長兼首席技術官梁家恩曾經歷Android和iOS開發人員價格瘋漲的移動互聯網時代。「一個代碼都不懂的人，在速成班培訓三個月之後，也可以輕鬆拿到五位數以上的月薪。但是與此相反的是，並沒有特別優秀的app被做出來，我們常用的app還是那些大公司做出來的。」

雲知聲是一家長於智能語音識別技術的企業，他們的產品將主要應用於智能家居、智能車載和智能醫療等領域。雲知聲人工智慧研究院的研究員全部擁有碩士及以上學歷，其中博士佔比超過45%。聚集這些頂尖人才意味著高額的人力成本，「雲知聲在人力成本上的之處佔據整個公司運營成本的70%以上。」

人工智慧又何嘗不是如此，60年前就已經有「人工智慧」的概念，經歷三起兩落之後，相關技術在近幾年才真正有一點進步，進入「弱人工智慧」階段。

7月11日，商湯科技宣布完成4.1億美元的C輪融資，創下全球人工智慧領域單輪融資最高紀錄。商湯科技專註於計算機視覺和深度學習領域。自動駕駛技術公司argo ai也在今年2月份獲得汽車巨頭福特投資的10億美元。2017年人工智慧領域40%的融資被這兩家公司包攬。

人工智慧相關創業公司完成的36億美元融資，在那些巨頭公司的巨大投入面前簡直不值一提。日前麥肯錫發布的一份研究報告《人工智慧，下一個數字前沿》顯示，2016年包括百度、谷歌等在內的科技巨頭在人工智慧領域的投入在200億美元至300億美元之間。

其中90%的投資應用在技術研究和開發上，10%的投資被應用於收購，其中機器人與語音識別是最受歡迎的兩個領域。在今年的百度開發者大會，百度就宣布了收購語音喚醒詞提供商KITT.AI；谷歌收購了曾為美國國防部開發機器人的波士頓動力學公司等。

那麼，大公司為何不把錢花在招攬人才上？

在6月底的天津世界智能大會上，從歐洲專程趕回來的馬雲公開呼籲科學院、工程院等國家科研機構考慮授予企業技術人才以院士頭銜，從而增強企業對人才的吸引力。

錢已經不是解決問題的唯一辦法。

資本大量湧入，投資併購增長，融資額穩步上升，但是人才的匱乏成為人工智慧的阿克琉斯之踵，輿論也從一致看好，變成談論「人工智慧的泡沫」。

在拉勾網四周年活動上，拉勾網CEO馬德龍談到人工智慧領域人才需求的問題，「在過去半年多的時間裡，需求增速最快的是人工智慧相關領域，對比2016年，2017年人工智慧的招聘需求量增長了2.4倍。」

領英在全球範圍內進行了統計，最新發布的《全球AI領域人才報告》（以下簡稱「報告」）顯示，人工智慧領域的人才需求量急速增長，基礎層研究人才成為最大人才需求點。人工智慧的基礎層包括深度學習、機器學習、演算法、神經網路、圖形處理器、雲計算以及人工智慧晶元等領域。

截圖來自領英的報告

「2017年第一季度全球人工智慧領域專業技術人才數量超過190萬，美國擁有最為龐大的人才庫，數量超過85萬；而在這個數字僅僅是超過5萬人，在全球排名第七位。」領英的副總裁王迪認為「人才短缺」是在人工智慧領域上的短板。

領英的報告顯示，人工智慧領域的人才集中在80后這一群體，佔比超過56%；只有38.7%的從業者擁有10年以上工作經驗，而在美國這一比例是71.5%。擁有4年以上、10年以下工作經驗的從業者佔據47.6%。

「人工智慧人才普遍特徵是高學歷，根據研究結果，62.2%的人工智慧從業者擁有碩士以上學位，12.6%的人擁有博士以上學位。」

「擁有60多年歷史的人工智慧，在成為最受矚目的行業之一，但起步晚，所以在人才的培養上要相對滯后，並且需要相當長的時間。」清華大學博士生導師、人工智慧學會副理事長馬少平教授是馭勢科技聯合創始人兼CEO吳甘沙的老師，也是人工智慧在發展的見證者之一。

「清華是國內比較早開展人工智慧研究的高校」，馬少平教授1977年考入清華大學，次年，清華大學開始招收人工智慧相關專業研究所，主攻漢字識別和圖像處理。「1979年的時候大學部生已經開始設置人工智慧導論課課程。」1984年，他研究所畢業之後留校任教至今。

經過四年苦讀，剛剛畢業的孫博士跟馬少平教授的經歷很相似。

此前他在北京郵電大學網路技術研究院攻讀自然語言處理博士學位，這個研究院前身是歸屬於北京郵電大學計算機學院的一個國家重點實驗室，2008年校方將之獨立出來成為一個招收碩士和博士的學院。

「整個學院有43個博士生，只有大約25%的人可以按時畢業。」孫博士是其中之一，畢業后他拿到相當多的offer，包括華為、三星和一家國企，「華為對於人才的需求簡直達到如饑似渴的地步，他們甚至有一些院校的畢業生名單，臨近畢業直接來學校要人，提供幾十萬元年薪。」但是最後孫博士經過綜合考慮選擇留校任教。

選擇留校任教的人不多，很多人在碩士或者博士畢業之後選擇到企業，不考慮其他因素，企業能提供更高的薪水和讓研究結果得到應用的可能性。

「有一位師兄去了阿里雲，據說拿到的也不低。碩士的畢業率相對高，但是數量也不多，企業也都在搶。」孫博士的話側面反映了整個市場人才的供不應求。

根據BOSS直聘提供的《2017春季互聯網人才趨勢報告》，大數據和人工智慧相關崗位出現全行業滲透，但人才供給嚴重不足，人才質量參差不齊，招聘難度大。

針對崗位的缺口，BOSS直聘預計下半年缺口較大的是搜索演算法，供給量只能達到需求的44%，還有56%的缺口。推薦演算法的缺口比例為50%，演算法研究員的為43.9%，圖像演算法的為43%，深度學習的缺口量排在第十，為33.8%。

供需失衡造成人才價格暴漲。BOSS直聘的報告顯示，在薪資漲幅最高的是個職位中，機器學習相關職位以26.8%的漲幅居首，自然語言處理的漲幅也達到了22%，推薦演算法和搜索演算法的漲幅分別為22.7%和21.4%。

截圖來自拉勾網（8.9日數據）

資本市場為人工智慧注入資金動力，但目前最大的問題是有錢卻沒辦法找到合適的人，「人工智慧人才很少，為什麼今天我們在講人才泡沫，因為市場需求和人才供給之間出現巨大不平衡，所以說它有這樣泡沫的一個問題。」

吳甘沙不否認整個行業都存在泡沫，「目前的泡沫還處於可控的階段，沒有泡沫哪來的資金？這個其實就像是喝啤酒，有泡沫的啤酒才是高質量啤酒。」但是他們也很渴望自己的產品能儘快實現市場應用，畢竟「的創業一年一個風口，時間不等人。」

這種情況和創業浪潮興起的時候非常相似，但是不同的是，從技術層面來說人工智慧相關技術還沒有質的突破，但對於其他行業的人才轉型來說有相當高的門檻。

在移動互聯網時代，安卓或者iOS開發對於技能的要求並不是特別高，培訓過程也不複雜。經過大約三年的工作就可以勝任一部分獨立的開發工作，這種速成的辦法在人工智慧領域並不適用，三年的經驗在人工智慧領域僅僅屬於入門級別。

「造成供不應求的局面是因為需求的增加，而不是技術門檻的變高。許多開發工具出現，讓其他人進入這個行業的門檻降低了，但是成為高手的門檻並不會降低，而高手恰恰是最急需的資源。」雲知聲首席技術官梁家恩以醫生為例子來說明這個道理，一個醫生藉助器械和輔助設備可以進行診斷，但是很少人能成為一名頂尖的醫生。

孫博士的經歷充分說明，想要成為頂尖的人才，需要至少7年去完成碩士學位，讀完博士學位則需要大約11年。作為半成品，需要很長一段時間去獲取實踐經驗。

梁家恩博士在人工智慧領域擁有超過十年的經驗，鳳凰科技記者在採訪他的時候，看到書架和書桌上擺放著許多數學、概率和大數據相關的書籍，唯一一本不那麼相關的書籍是彼得·蒂爾寫的《從0到1》，「現在的人工智慧經歷的也是從0到1的過程，這是困難最多的階段，對於人才的需求非常強勁。」

高校是最快速有效解決人才缺口的手段之一。

小林來自廣西，他第二次聯考的成績超過了第一批大學部線91分，選擇了西北工業大學的計算機科學與技術專業，最後被錄取到通信工程專業。

幾年前他在知乎上看到雷·庫茲韋爾發表的《靈魂機器的時代》，其中討論到人工智慧或許將會導致人類的滅亡，從而吸引了他對人工智慧的關注。也是在那個時候，他便立志要在大學學習人工智慧相關的專業。

在他對人工智慧感興趣的時候，對人工智慧的討論並沒有現在那麼火熱。但即使是現在，人工智慧相關的也沒有得到很多准大學生的青睞。小林在這其中算是一個另類，他甚至會跟那些沒有絲毫興趣的同學談論人工智慧。

小林對這個結果有點沮喪，「我的分數沒有優勢，計算機的專業現在還是挺火的。通信工程和計算機也還是有那麼一點點相關吧。」出國留學將成為未來的選擇之一，他要繼續堅持自己的理想。

在教育資源上，北京考生擁有得天獨厚的優勢——各大高校和科研機構集中、名企林立，在人工智慧人才的版圖上，北京是最重要的存在。但是對於李同學來說，這似乎和他關係不大。

今年的聯考成績也沒有達到他的預期，他選擇的是機械和自動化相關的專業，這也是他的興趣所在。對於人工智慧他有那麼一點了解，而在他的目標學校中，對自動化專業的介紹也加入了一些人工智慧的元素，但他的長遠目標只是找個穩定的工作。

「跟人工智慧相關的專業分數都很高，我的分數不夠；分數允許的話，可能我會重新做出選擇。」分數成為他進入計算機科學與技術這個專業學習的障礙之一。

小林的同學小黎的分數比他更高，他對人工智慧絲毫不關心，他的聯考志願集中在建築環境與能源應用工程；來自內蒙古的小周夢想成為一名醫生，而她的一位同學則報考電力相關的專業。

許多高校在這些大學部專業的課程中也引入了一些人工智慧相關課程，但准大學生們對人工智慧知之甚少，並且大學部生沒有達到工作對能力的要求。唯一的好處是，經過大學部階段的教育和興趣挖掘之後，或許會有更多小林或者李同學在選擇繼續深造的時候進入人工智慧領域。

馬少平教授認為「雖然高校承擔人才培養的工作，但是最好的辦法還是校企結合，因為人工智慧的特殊性——理論是支撐，實踐出成果。」清華大學與搜狗就建立了緊密的合作，雙方成立了天空智能計算研究院。搜狗公司CEO王小川曾就讀於清華大學。

北郵的學生團隊在參加機器人大賽

根據領英提供的報告，除了北京郵電大學外，國內開展人工智慧研究的還包括上海交通大學、清華大學、北京大學、浙江大學、華中科技大學、科學技術大學等著名院校。

馭勢科技和雲知聲等創業公司也開始把目光瞄準高校，比如雲知聲就與西安交通大學、西北工業大學等知名高校開始建立合作關係，在共同進行技術研發的基礎上，也有利於人才的培養。

大企業也是那些高材生們再次階段鍛煉的「大學」。

在今年的百度開發者大會上，百度宣布3年內通過百度雲智學院、百度技術學院為全球培養10萬名AI工程師人才。

「1998年的時候微軟就在成立了亞洲研究院，這種前瞻性布局恰恰為今天結下了碩果。這次在，至少從人工智慧本身來看，是未來非常重要的人才戰略點。」微軟亞洲研究院的林宙辰此前在北京大學攻讀數學博士學位，陰差陽錯進入了微軟亞洲研究院，這個研究院堪稱IT界的「黃埔軍校」。

「人工智慧網紅」NVIDIA也把深度學習學院帶到了。這個為推廣深度學習的普及，培養深度學習方面人才的學院已經在全球為超過1萬人提供深度學習方面的高級培訓課程。2017年他們的目標是在全球培養10萬名相關人才。

此前從百度離職的前首席科學家吳恩達回歸美國之後，在他之前創立的在線教育平台Coursera上推出了DeepLearning.ai的課程，並且他將持續推出更多的深度學習課程。

百萬年薪造成的泡沫還是泡沫帶來的百萬年薪？或許兩者皆有，稀缺的永遠都是貴的，人工智慧並不處於「穀賤傷農」的時代。

圖片來自微信朋友圈

在朋友圈看到，一個國小生參加浙江大學的夏令營，營地掛著的招牌是「機器人與智能裝備」，人工智慧也意識到，「計算機要從娃娃抓起」。