人工智能的发展关键在“人”

张康康

    近日,全球最大职业社交网站LinkedIn发布了《全球人工智能领域人才报告》,报告显示人工智能领域的人才需求在过去3年间增长了8倍。而对于对一说法,由来自哈佛、MIT、斯坦福、等专家学者撰写的《AI指数2018年度报告》也说明了,就业市场上,从2015年到2018年,需要AI技能的职位空缺增加了35倍。
    另外从全球来看,中国空缺的AI职位最多,共计有12113个相关职位虚位以待。从岗位空缺与求职人数比率看,2018年岗位空缺与求职人数比率不断上升,第三季度比率为1.25,也就是125个岗位在“抢”100个求职者。
    
    需求激增
    领先的招聘公司TeamLease Services称,到2020年,仅人工智能就能在全球创造230万个就业岗位。据Analytics Insight预测,但与此同时该技术也将带走170多万个工作岗位,从而在全球范围内净增50万个工作岗位。
    2018年中国的人工智能企业在交通、金融、零售、文娱等领域逐步实现了商业落地,如旷视科技、商汤科技、极链科技等高速成长的科技企业。在人工智能产业高速发展的背后,是优秀AI人才的争夺。这些能够引领AI发展的人才,全球分布约30万,而中国对于AI人才的需求数量已经突破百万,人才严重短缺。在这种供不应求的形势下招募团队, AI相关岗位平均招聘薪资水涨船高,近几年每年均以近8%的速度在增长。
    技术子集
    人工智能领域中存在众多子集,每个子集都有自己的专业化和应用,不同的子集对于人才的需求也各不相同,以目前市场需求量最大的三个方向为例:
    自然语言处理(NLU / NLP):自然语言处理使机器能够在新生阶段学习人类,NLP为机器学习以人类听众理解的方式做出反应提供了巨大的机会。
    神经网络:神经网络教授计算机通过信息分类进行思考和学习,类似于人类听觉方法。神经网络可以识别图像,并且还可以基于数据输入以高精度进行预测和决策。
    深度学习:深度学习是智能自动化的尖端技术,侧重于机器学习工具,可用于决策。通过神经网络进行深度学习的数据处理,更接近人类的思考方式。深度学习多用于图像、文本和语音方面,以得出复制人类决策的结论。
    简而言之,神经网络是人类大脑的模型,旨在创建图像,语音和其他数据之间的联系,适用于从人类语言翻译到行人检测和对象识别的用例。深度学习的目标是帮助技术独立思考,依靠这种高处理能力,神经网络可以比人类思维更快地创建连接。
    随着人工智能落地应用的深化和进阶,技能的碰撞将不断增加,人工智能复合型人才和专业性人才在未来都将有巨大的发展前景,一个是顺应时代的发展而生,另一个是行业更好发展所必须的,二者缺一不可。
    未来趋势
    根据麦肯锡全球研究所的研究,到2030年,人工智能可以为全球产出增加13万亿美元,每年将GDP提高1.2%。人工智能将继续塑造全球劳动力市场,而这种影响将主要体现在两个方面:一方面,传统劳动密集型行业的低技能人士将被AI产品取代;另一方面,数据科学劳动力市场的发展将带来所需专家的更加多样化,相关教育项目和培训的加大将为市场带来更多相关领域的高新人才和技术专家。
    人工智能经过60多年的发展已取得了重大进展,但总体上还处于初级阶段。人工智能既具有巨大的理论与技术创新空间,也具有广阔的应用前景。在接下的日子,我们将见到的是人工智能领域内的创新蓬勃发展,人工智能技术将更深入的与各行业相融合和进入我们生活中的各个阶段。