搞AI的人,会失业吗?

投稿作者:gajiucai 围观人数:30

“人工智能并没有使人们失业,从事人工智能的人首先失业。” 这是个玩笑,但在2019年成为现实。


  今年,香港科技大学,比特大陆和广西科技等AI公司已经裁员。 曾经风靡一时的AI独角兽不再是灵丹妙药。 同样在今年,阿里AI实验室引进了两名年薪为100万美元的科学家,华为还为新博士支付了200万美元的高价年薪。


  对于将在一年后找到工作的大量新计算机毕业生来说,这样的“冷热”新闻也使他们感到困惑和担忧。 当他们在简历中寻找工作时,他们发现“ AI学习”和“ AI参与”之间的需求不匹配。


  在人工智能产业大动作的背后,``边坐边抓人'',体现了几个关键问题-学校培养的人工智能人才与市场不匹配,学生找不到榜样 ; 普通的AI企业家对于一家公司来说,很难迅速招聘出满足工作需要的AI人才; 和真正的顶级AI人才,大公司无法挽留他们,并且其中许多都是掌握资源和经验之后成为独立门户。


  根据LinkedIn发布的《人才多样性洞察》报告,中国前五名新兴行业是:新媒体运营,前端开发工程师,算法工程师,UI设计师和数据分析师,其中超过一半与情报相关。 在过去的五年中,中国对数据相关技能的需求增长了七倍,但市场上仍然有15%的职位空缺。


  未来十年,人工智能将需要什么样的人才? 应如何进行相关的教育和培训? 针对这些问题,Ran Finance和AIPHAROS Moonlight Club共同赞助了一家沙龙,中国科学院计算研究所副研究员杜子东,中国科学院大学计算机与通信工程学院副院长尹旭成 北京科技公司,51猎头公司的联合创始人朱up鹏,天使投资总监芮睿,莫艾尔首席战略官龚思颖,贝洛董事崔云飞,其他研究人员,从业人员和投资者马英英 在AI领域进行了深入的讨论。

01

  一边裁人,一边抢人

  曾经火爆的AI行业,在最近两年降了温。

  《2019中国人工智能产业投融资白皮书》显示,2014年-2018年,人工智能行业在融资事件及融资规模上持续增长,2019年出现首次回落。2019年前三个季度总体融资规模仅为577亿元,2018年这一数字为1189亿,AI投资热情出现明显缩水。有数据显示,2018年全年有将近90%的人工智能公司处于亏损状态。

根据IT Orange的统计,在2019年的前四个月中,AI行业的资本交易量减少了,平均单笔交易融资额为1.07亿美元,与2018年的1.8亿美元相比几乎减少了。


  传闻该轻蔑技术于2019年初宣布首次公开募股,并于2019年8月向香港联合交易所提交招股说明书后,直到2019年才上市,而上塘似乎一直都有“上市计划, 没有明确的时间表。”


  实际上,自2018年5月以来,世界著名AI公司IBM Watson突然被裁员70%的医疗部门,关于AI泡沫破裂的争论逐渐响起,许多AI公司都报告了裁员。  。


  据传,在2019年初,科大讯飞裁员30%;  AI独角兽绝望技术公司面临15%的裁员,整个杭州分公司也被裁员; 截至2019年底,Bitmain报道了裁员的消息,其中AI业务线裁员比例最高,将达到三分之二。


  另外,另一方面,许多大公司热衷于挖人,人才竞争也越来越激烈。


  引发AI天才之战的第一件事是百度。 早在2010年,百度就由王金的收入聘任谷歌中国工程院副院长。 后来在2014年,他作为百度首席科学家介绍了AI领域的重量级老兵吴恩达,并负责百度研究院。


  腾讯于2016年成立了AI实验室,阿里随后于2017年成立了佛法学院。目前,国内外有近70位专家。


  除了英美烟草公司,TMD也在挖掘。 华为将在2019年花费200万美元的年薪来招聘技术博士学位。 该公司拥有700多位数学家,800位物理学家和120位化学家。


  不可否认,顶尖的AI人才总体上仍然非常稀缺。 他们从华为,中兴和BATD等芯片巨头逃离,流向了人工智能独角兽。 然后,他们回到了互联网巨人手中,并不断地来回交流。

一个有趣的现象是,BAT去海外尤其是硅谷、西雅图挖人才,AI创业公司们就去BAT那里挖人才。其中不少AI大牛们放弃大平台选择自立门户,尤其是百度,堪称AI人才的黄埔军校。

02


  怎样大学要培养什么样的AI人才?


  实际上,在AI行业需要什么样的人才的问题上,高校的反映速度比整个行业快。


  早在2018年4月,教育部发布了《高等学校人工智能创新行动计划》,重点大学也已开始开设人工智能相关专业。  AI已成为新增本科专业目录中的主要专业之一。 同济大学等35所大学均已获得学科建设资格。


  但是在实际运作过程中,他们发现这样培养出来的普通人才不适合快速发展的AI行业。 中国科学院副研究员杜子东博士说:“我们缺乏对整个AI人才的培训。”


  他比喻汽车专业。 汽车专业培养什么样的人才? 同济大学明确规定了其培训目标:具有在汽车,发动机和汽车电子领域从事研究,设计,制造,汽车营销和物流,车身和空气动力学,汽车测试等的基本能力。


  简单来说,汽车专业不训练驾驶员。 那就是驾驶学校所做的。 这所大学训练可以制造汽车的人。 计算机专业也是如此。 当前,在许多大学中培养人才的目标是如何使用和编程。 这是应用程序级别的东西。 计算机专业应该培养能够设计完整机器并进行进一步研究的人才。


  相应地,人工智能的方向应该是人工智能系统或子系统的设计者和研究者,而不是用户。


  他以大学的计算机专业大一新生的课程设置为例。 他大一时学习过Java和C,大二时学习过C ++和数据结构,大三时学习了软件工程和编译原理,大三时进行了软件测试。 方法,Linux内核分析等。好处是它涉及计算机系统的一部分,但缺点是课程是相对细分的,并且学生无法理解和制作完整的系统,从而导致整个堆栈 中国的信息产业。 人才匮乏,核心科学技术竞争力不足。


  在杜子东看来,中国大多数大学目前仅包括用于各种机器学习算法和视听应用程序的软件产品线,但算法只是系统的一部分。 应该有包含系统线的课程,以帮助学生获得当前的主流智能软件。 硬件系统集成。


  过去,有一种说法是,如果使用Tensorflow(谷歌的人工智能学习平台),年薪可以达到30万元人民币,但如果设计Tensorflow,则可以赚到30万美元以上。


  此外,当今人工智能算法的发展仍然存在误解。 每个人都在赛车。 今天的准确度是99.92%。 明天的佣金是99.93%。 另一个团队提到了99.94%。 但是,当我们希望将人工智能从理论层面实施为真正可行的产品时,我们发现,没有系统知识,只有那些能够调整参数的人才能做真正的事情。


北京科技大学计算机与通信工程学院副院长尹旭成表示,中国人工智能的应用现已与美国并驾齐驱,但AI硬件与 平台非常广泛,并且AI理论基本上是空白的。  。


  高校无法跟上AI人才的培养。 学校的教育与企业的特定人才需求之间存在不匹配,这也导致企业就业,无法留住顶尖人才,无法快速培养新人才,无法找到适合自己的人才的问题。 真的需要。 问题比比皆是。  51位猎头公司的联合创始人朱九鹏说,大学生通常接受普通教育,那些东西是诀窍,而公司员工则看待做。 学生到达公司后无法立即开始学习,这使企业不可用。


  在意识到了这些问题之后,高等院校一直在积极地改变。 美国高校计算机方向TOP4联合发布了《机器学习系统白皮书》,而教计算机系统课程的老师已成为下一个最受欢迎的土豆。


  国内对于国内而言,没有参考课程,没有现成的教师,没有成熟的教材已成为大学之前的三座大山。  2018年,中国科学院大学计算机科学学院开始提供面向人工智能的系统课程,即“智能计算系统”。 北京大学,中国科学技术大学,天大大学,北京航空航天大学,南开大学,北京理工大学和华克大学正在或将要开设该课程。 杜子东认为,中国需要大量的智能计算系统开发商和设计师。


  尹旭成说,“人工智能学科”的基本技术系统包括数学基础(微积分,线性代数等),计算机和系统基础(计算机组成原理,算法基础等),机器学习和模式识别方法 (机器学习方法,深度学习方法等),人工智能技术(语音识别,文本识别,计算机视觉,自然语言处理等),人工智能应用程序(自动驾驶,智能安全应用程序,智能金融应用程序等)  )。


  “现在中国有十多个从事人工智能的学科。计算机,电子,通信和数学都设有相关课程。” 他认为,为了培养人工智能技术的系统级人才,以上五个方面都要进行培训。

03


  什么样未来需要什么样的AI人才?


  根据清华大学的数据,计算机视觉,语音和自然语言处理是中国市场上三个最大的应用方向,分别占34.9%,24.8%和21%。 但是,一些受访者告诉蔡然,除了这些应用指导之外,还需要管理,销售和各种学科整合方面的人才。


  尹旭成认为,如果您查看Gartner曲线(技术成熟度曲线),您会发现许多智能系统现在可以自动生成算法,并且系统和全面的高端技术人员正在变得稀缺。  “随着您的上路,道路变得越来越狭窄。现在,更具竞争性的职位上,每个人的技术实际上都是好的。在这种情况下,综合素质和其他方面(例如道德,知识和道德)的竞争就变得非常重要。” 徐成说。


  许多技术人才为技术感到骄傲。 一旦陷入资本之谜,就很容易在争取利益的斗争中迷失自己。 中国无人驾驶独角兽Roadstar.ai的失败就是一个很好的例子。  Roadstar.ai已筹集了1.28亿美元的资金。 最终,由于创始团队之间的内部纠纷,这个明星项目突然停止,一系列内部行为也引发了社会上对技术人才的广泛讨论。 一些投资者认为,在无人驾驶大风大浪的时候,融资太容易了,对人们来说也太容易了。 纯技术人才缺乏实际的管理经验和社交经验。 他们不知道如何应对市场和资本的需求和诱惑。


  思Mor.AI首席战略官龚思颖认为,未来,对AI管理人才的需求将非常强劲。 许多投资者在首次投资一些AI初创公司时就开始投资技术或投资专家。 他们认为,如果您做技术,就会成功,但是后来发现这种逻辑可能不正确。  AI天才不等于AI天赋。 人工智能管理人才需要一套完整的管理逻辑理论,对科学技术的敏感性以及对行业的敏锐判断力。 人工智能产业发展太快了。 在未来的二十年中,如果能够出现这样的AI管理人才,那么它们将成为整个行业的稀缺资源。


  对于未来的AI人才,Inno Angel投资总监Marui重视创始人的综合素质。 除了具有一定的技术素养外,沟通技巧,产品能力,凝聚核心成员的能力以及吸引人才的能力也非常重要。  “我目前的底层投资逻辑非常简单。您不希望创始人或团队作为客人来您家。为什么要投票给他?


  近年来,AlphaGo在2016年击败李世石的举动直接点燃了AI领域风险投资的热情。  2017年7月发布的《新一代人工智能发展计划》标志着人工智能已上升到国家战略水平。  2019年科学技术委员会的引入为AI公司的融资和退出提供了足够的空间。

资本蜂拥而至,但所见收益微乎其微。  《 2018年中国人工智能商业着陆研究报告》显示,2017年,在整个产业链中,超过90%的AI公司仍处于亏损阶段,其中大多数公司的年营业收入不到2亿。


  在冷热差异比较中,AI行业显示出疲劳的迹象。 相关数据显示,到2020年,中国人工智能核心产业的市场规模将超过1600亿元,但商业化,实施和规模化仍将是AI公司面临的难题。


  “在天使阶段,现在可以投资的人工智能领域基本消失了。” 仍然想在AI领域开展业务的马睿说,机会很少。 它可能不是算法模型,而是着陆能力。


  但是这个市场并不是完全没有机会。 在未来几年中,人工智能与其他领域(尤其是基础科学)的集成可以使计算量或速度提高十倍或一百倍,并且还可以形成通风口。


  他说,有几个基本因素可以形成发泄:一个是市场空间必须足够大,另一个是时机正确。 人工智能首先涉足金融或安全领域。 主要原因是安全和金融数据是在AI形成之前就存储的。 随着时间的流逝,所有事物之间都是相互联系的,许多没有数据的行业已经开始积累。 这些以前没有使用过AI的区域也将很快使用AI。


  玛丽今年为自己设定的投资主题是降低成本和提高效率。 可以使用AI技术帮助企业降低成本和提高效率的公司将有机会。


  “此外,未来中国肯定会增加基础学科人才的薪水。” 他说,在未来的五到十年内,人工智能可能会像计算机科学一样流行。 如果我们真的想将其提升到一个新的水平,我们必须与其他学科整合在一起:“为了变得更强大,您可能不仅需要人工智能PHD,还需要物理PHD或生物PHD。 该领域的专家。”


  从投资的角度来看,如果您真的想实现跳跃类的增长,那么最重要的是对社会和人类的洞察力。 对于杰出的企业家或企业家而言,在正确的位置应用人工智能将永远是必须的。 能力。


the end
免责声明:本文来自2333导航发布,但不代表本站的观点和立场。