智能时代黄埔,铸剑者百度


    根据麦卡锡2018年的研究报告,深度学习为核心的AI技术将在2030年前为人类产生超过今天中国与印度相加的GDP数值。这也意味着,AI对于国家经济来说,将释放比蒸汽机、电气化、半导体更多的价值提升。
    历史已经确凿无误地表明,一个国家乃至文明,必须掌握核心技术才能谋求强盛。这一点在近数十年的信息技术时代尤其明显。半导体产业核心技术的缺失,让中国在高科技产业飞速发展的周期中始终受制于人。最终产生了今天广为讨论的"芯痛"现象。
    在新的产业纪元里,AI必将成为新的底层技术,而深度学习的框架与平台能力将变成新的"芯片"技术。这也是如今中国经济无法错过的底层技术。
    AI所带来的经济效益提升,超过90%将产生于AI与目前各行各业、产业经济的融合与再增长——然而在美好的AI愿景下,我们也很容易发现一个棘手的问题摆在面前:AI与产业融合命题中,人才正在成为稀缺度最高的资源。
    深度学习为代表的AI技术,在某种程度上来说是一个极其依靠个体创造力、人才独立解决能力的技术门类。并且在今天极大的AI发展需求与行业AI发展速度来看,AI对人才的需求每天都在被放大。
    然而中国的AI人才供给情况并不乐观。根据领英统计,中国AI人才缺口已经超过500万,95%的AI相关岗位无法找到合适人才。
    而在普遍供小于求的AI人才体系中,又有一种人才的匮乏,正在成为制约中国AI产业高速发展的核心因素:能分析业务问题,掌握模型算法,还能独立组织落地应用的深度学习架构师。
    在今天这个AI需要走进国民经济,融入千行万业的时间节点,跨界复合型人才就像AI战场上的将领,每一个人才的合理运用,或许就意味着一家企业、一个行业的智能进化。而他们的合力,就是中国急需的AI黄金时代。
    这类人可谓AI世界的“超级英雄“,今天中国的产业经济世界,需要找到、培养、合理运用他们,才有可能完成AI+产业转型的艰巨任务。
    而面对这个困难,百度等AI巨头,也已经开启了行动。
    风霜刀剑严相逼:中国不能错过的深度学习机遇
    深度学习中的“超级英雄”为何重要,我们可以先来分享一个采访过的案例。
    我们曾经采访过中部某省份的一家私营制造业企业。他们的老板向我们透露,在了解到国外同行业的企业,已经开始启用深度学习技术来执行生产线监理与产品质量识别,来提高生产良品率之后,他非常动心于自己工厂与AI的结合。
    然而在他想要在自己的工厂里启动AI的时候,却发现根本无从下手。首先面对的问题,是他无法找到一个“首席AI架构师”来负责这个项目。
    让公司的IT部门工程师来负责,他们并不懂深度学习算法;招聘刚刚毕业的AI研究生,他们没有工作经验,无法管理项目;挖来AI算法架构师,他们又不懂企业本身所处行业的技术特点与项目需求。
    最终的结果是,即使企业愿意出不菲的薪酬来招聘AI人才,却根本找不到适合的目标。这个原本能节省大量资源,提高社会生产力的项目,就被卡死在了人才这个最开始的环节。
    这样的问题,在今天的中国并非孤例。千万个类似问题的合集,或许就是今天中国AI发展的急需攻克的问题。
    在核心技术上,国家产业经济持续发展,需要了解技术和懂得运用的复合人才作为支撑。当深度学习成为中国已经不能再错过的历史机遇,我们或许必须要给出时代这样一个解答:深度学习人才究竟从何而来?
    需有虎贲提玉龙:AI革命中的核心人才之战
    今天的AI产业空间,跨界和实用能力,已经成为对深度学习架构师的核心要求。
    就AI产业的实际情况来说,刚出校门的学员配很难解决实际问题,也很难得到自己负责搭建项目的信任;而行业中的佼佼者,往往并不熟悉深度学习技术,也很少有时间和机会去学习AI;而今天的主流AI从业者,却不懂行业知识,很难站在行业决策者的角度思考问题。
    也不是说以上人才真正操盘AI与行业融合项目100%不行,但是企业要承担在人才上的试错成本却实在太大。一般企业根本无法负担。
    解决方案并不难预料。最佳答案,显然是利用技术平台-学术力量-产业实际应用三者相结合的方式,直接培养理论与实践具强的“军官型人才”。从西点军校到黄埔,这样的人才定理已经成为现代军事的支柱。那么在AI来临之际,需要的人才是什么样的?
    1、深谙细分领域思路和模式、了解并能分析产业业务核心问题和杠杆点;
    2、能够有扎实的深度学习理论基础去分析和规划问题解决办法;
    3、将之付诸于工程实践落地执行,完成AI实战的战士。
    总而言之,AI需要培养超级战士,需要一座能够培养和挖掘超级战士的AI黄埔军校。
    
    
    1  2  下一页>