搞AI的人怎么才能不失业

他拿一所高校计算机专业大一到大四的课程设置举例，大一学Java、C语言等，大二学C++、数据结构等，大三学软件工程、编译原理等，大四学软件测试方法、Linux内核分析等，好的一方面是涉及到了计算机整机系统的部分，但不足之处在于课程条块比较分割，学生不能融会贯通做出一个完整的的体系，导致我国信息产业全栈式人才缺乏，核心硬科技竞争力缺乏。

在杜子东看来，国内目前大部分高校只包含各类机器学习算法、视听觉应用这条软件线，但算法只是系统的一个环节，应当有包含系统线的课程，帮助学生实现对当前主流智能软硬件体系的融会贯通。

过去有句话说，如果你会使用Tensorflow（谷歌的人工智能学习平台），薪水可以是一年30万人民币，但如果你会设计Tensorflow，挣的可不只30万美元。

另外，现在的人工智能算法发展还有一个误区是，各家都在赛跑，今天是99.92%的精度，明天提成99.93%，另外一个团队提到99.94%。但当我们想把人工智能从理论层面落地成真正有生命力的产品时，就发现，没有系统知识，只会调参的人才做不出真东西。

北京科技大学计算机与通信工程学院副院长殷绪成则表示，现在中国人工智能在应用这块已经跟美国齐头并进，但是在AI硬件和平台这块差距拉得非常大，AI理论这块基本上是空白。

高校对于AI人才培养跟不上，学校的教育和企业具体的人才需求有错配，也导致企业在用人方面出现问题，留不住顶尖人才、无法快速培养新人、找不到真正需要的人才等问题比比皆是。51猎头联合创始人朱聚鹏称，本科生一般接受的都是通识教育，那些东西是Know How，而企业用人看的是To Do，学生到公司不能立马上手，进而导致企业无人可用。

意识到这些问题之后，高校已经在积极改变。美国计算机方向TOP4的高校已联合发布了《机器学习系统白皮书》，教授计算机系统课程的教师已经成为下一个抢手的山芋。

对于国内来说，没有参考课程、没有现成师资、没有成熟教材成为摆在高校面前的三座大山。2018年，中国科学院大学计算机学院开始开设一门人工智能方向的系统课程，名为《智能计算系统》。这一课程正在或即将在北大、中国科大、天大、北航、南开、北理工、华科开设。杜子东认为，中国需要一大批智能计算系统的开发者和设计者。

殷绪成则表示，“人工智能学科”的基本技术体系包括数学基础（微积分、线性代数等）、计算机及系统基础（计算机组成原理、算法基础等）、机器学习与模式识别方法（机器学习方法、深度学习方法等）、人工智能领域技术（语音识别、文字识别、计算机视觉、自然语言处理等）、人工智能应用（自动驾驶、智能安防应用、智能金融应用等）。

“现在搞人工智能的，国内有十来个学科都在做，计算机、电子、通信、数学，都开设了相关课程。”他认为，要想培养人工智能技术的系统级人才，需要在以上五个方面进行培养。

未来需要什么样的AI人才？

据清华大学数据显示，计算机视觉、语音、自然语言处理是中国市场规模最大的三个应用方向，分别占比34.9%，24.8%和21%。但多名受访者向燃财经表示，除了这几个应用方向之外，还需要管理、销售、各学科融合等方面的人才。

殷绪成认为，看Gartner曲线（技术成熟度曲线）就会发现，现在很多智能系统都能自动生成算法，系统型的综合型的中高端技术人才越来越稀缺。“路越往上面走就越窄，现在竞争越激烈的岗位，大家的技术其实都还不错，在这种情况下，综合素质及其他方面（例如德智体的德）的竞争就显得很重要。”殷绪成称。

很多技术人才恃技术而骄，一旦卷入资本的迷局，很容易在利益斗争中迷失自己。中国无人驾驶独角兽Roadstar.ai的倒闭，就是一个很好的例子。Roadstar.ai曾先后筹集到1.28亿美元资金，最终因创始团队的内部纷争，让这家明星项目骤然停摆，一系列内讧行为也引发了社会对技术人才的广泛讨论。有投资人认为，当自动驾驶处在风口时，融资过于容易，太容易让人膨胀，而纯技术型人才缺少真正的管理经验和社会经验，不知道如何处理市场、资本的诉求和诱惑。

Mor.AI首席战略官龚思颖认为，未来，AI的管理人才一定是强需求。很多投资人最开始投一些AI创业公司的时候就是投技术，或者投专家，认为你做技术的就一定能成功，后来发现这个逻辑并不一定成立。AI天才并不等于AI人才。AI的管理型人才既需要有整套管理的逻辑理论，也要有对科技的敏感度，对行业敏锐的判断力。AI这个产业变得太快，在未来的二十年里，如果能有这样的AI管理人才出现，他们将是整个行业最稀缺的资源。

对于未来的AI人才，英诺天使投资总监马瑞更看重创始人的综合素质，除了有一定的技术素养以外，沟通能力、产品能力、对核心成员的凝聚能力和拉拢人才的能力，都十分重要。“我现在的底层投资逻辑很简单，你都不愿意让创始人或团队来你家里做客，为什么要投他？”

回顾近几年，2016年AlphaGo战胜李世石，直接引爆了AI领域的创投热情。2017年7月《新一代人工智能发展规划》 的颁布，标志着人工智能上升至国家战略高度。2019年科创板的出台，更是给足了AI企业的融资及退出空间。

资本蜂拥而至，但所见的收益微乎其微。《2018中国人工智能商业落地研究报告》显示，2017年，在整个产业链上，90%以上的AI企业依然处于亏损阶段，绝大多数企业年营业收入不足两亿。

在一热一冷的差异化对比中，AI行业尽显疲态。相关数据显示，到2020年，我国人工智能核心产业的市场规模将超过1600亿元，但商用、落地、规模化仍是成为摆在AI企业面前的难题。

“对于天使阶段来讲，现在可以投的人工智能的领域已经基本没有了。”马瑞称，现在还想在AI领域创业的，机会已经非常少，可能拼的不是算法模型，而是落地能力。

但这个市场也不是完全没有机会，未来的几年中，人工智能和其它领域尤其是基础科学的融合，能把计算量或者是速度提升一个十倍百倍，也能形成一个风口。

他表示，能形成风口几个基本要素：一个是市场空间一定要足够大，一个是时机要对。AI先落地在金融或者安防，很大原因就是因为安防和金融的数据是在AI形成之前就有沉淀。随着时间的推演，万物互联，很多原先的没有数据的产业现在也慢慢开始积累，这些之前没有用上AI的领域，马上也会用到AI。

（编辑：52刷机网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!