AI熱潮讓科技企業(yè)紛紛砸大錢爭搶人才，在水漲船高的高薪待遇，大學和科研機構(gòu)成為AI人才流失的重災(zāi)區(qū)。不過從另一個角度看，這件事也不能完全說是壞事，學術(shù)界與產(chǎn)業(yè)界應(yīng)借此熱潮建立更緊密的聯(lián)系和合作。

近年來，隨著谷歌、亞馬遜和優(yōu)步等科技公司的擴張，關(guān)于人工智能的研究和產(chǎn)品成為一個熱度迅速增長的行業(yè)。

據(jù)研究機構(gòu)“國際數(shù)據(jù)委員會”的預(yù)測，全球人工智能和機器學習相關(guān)總支出將從2017年的120億美元增加到2021年的576億美元。這些領(lǐng)域的研究經(jīng)費的暴漲也體現(xiàn)在了最終提交的專利數(shù)量的井噴上——從2013年到2017年，全球機器學習相關(guān)專利數(shù)量增加了34％。

隨著基于AI和機器學習架構(gòu)的商業(yè)產(chǎn)品數(shù)量的不斷增加，對工程師和研究人員的需求也將隨之增加。而人才需求的增加可以清晰地反映在世界領(lǐng)先的科技公司水漲船高的工資待遇上。

全球科技公司爭相砸錢招攬AI人才，開出的薪水是學術(shù)機構(gòu)遠遠比不上的

據(jù)一些就業(yè)信息網(wǎng)站上給出的數(shù)據(jù)，目前美國機器學習工程師的平均工資約為13.8萬美元。愈來愈多的學術(shù)界人士擔心，科技巨頭開出的超高起薪和各種津貼可能會導(dǎo)致大學學術(shù)人才的嚴重流失，如果在以前，這些人才很可能選擇在研究機構(gòu)內(nèi)繼續(xù)深造，現(xiàn)在直接就被企業(yè)用高薪挖走了。

在2017年11月的一篇發(fā)表在《衛(wèi)報》上的文章中，倫敦帝國大學情感和行為計算教授Maja Pantic寫道，她的一名學生在最后一年放棄了博士學位去了蘋果公司，年薪6位數(shù)。 “這是我能提供的最高薪水的五倍，這太不可思議了。我們根本沒得比，學術(shù)界的精英都被產(chǎn)業(yè)界收購了，這個現(xiàn)象很令人擔憂?！?/p>

然而，這又是一個普遍而有爭議性的問題。為了更好地了解與產(chǎn)業(yè)需求相關(guān)的機器學習領(lǐng)域的狀況，Binary District期刊采訪了UC Berkeley的博士生Chelsea Finn。作為一名受人尊敬的機器學習領(lǐng)域內(nèi)的年輕學者，她將于2019年進入斯坦福大學任教，同時繼續(xù)在Google Brain工作。

凡事有兩面：學術(shù)人才進企業(yè)也不能“一竿子打死”

Chelsea Finn

Chelsea認為，目前AI人才的需求超過供給。業(yè)界尤其需要的一項特別技能是機器學習與現(xiàn)實世界機器人硬件的交互，即在真實機器人上進行實驗的能力。

許多人有點害怕使用真實的系統(tǒng)，因為這類系統(tǒng)需要相當長的時間來設(shè)置?！扒袪栁髡f，”而這些人可能更喜歡在模擬環(huán)境中更快地進行原型設(shè)計?！?/p>

不過她也表示，研究人員放棄傳統(tǒng)學術(shù)道路，加入科技公司的問題也不一定是個非黑即白的領(lǐng)域。

“目前正在發(fā)生的事情有好處，也有不足?！彼f。 “我認為學術(shù)界可以與產(chǎn)業(yè)界的實驗室建立更好的聯(lián)系，讓更多的優(yōu)秀學者可以更方便地訪問行業(yè)級計算和行業(yè)級數(shù)據(jù)資源。

“但是這個事的缺陷在于，許多學校的教職員工在產(chǎn)業(yè)界上花費的時間和精力越來越多，在學術(shù)研究和人才培養(yǎng)上花費的時間越來越少。這也導(dǎo)致實際在教學一線授課的教師人數(shù)進一步減少。

而且，教師之間也可能存在更多的利益沖突，這些教師不一定屬于某一個獨立的學術(shù)實體，因而無法實現(xiàn)在不受任何公司的利益影響下進行獨立研究，越來越多的教師現(xiàn)在都與企業(yè)有聯(lián)系?！?/p>

水漲船高

話雖這么說，切爾西也注意到了以兼職形式與企業(yè)進行合作的好處。在機器學習研究中，為了取得有效進展，需要大規(guī)模的計算設(shè)備和機器人硬件，這些硬件往往只能在大型科技公司的研發(fā)實驗室中使用。

在處理這些項目中發(fā)揮作用是一個吸引人的方案。這些都是非常專業(yè)的問題，切爾西指出，根據(jù)她的經(jīng)驗，她在大學實驗室工作的計算水平（并將在斯坦福德工作）不僅僅是完成任務(wù)。

Chelsea不僅在進一步發(fā)展自己的研究，還在尋找方法來確保機器學習的持續(xù)增長。

“作為機器學習社區(qū)和研究界的一員，人們很容易注意到，就種族、性別和經(jīng)濟背景而言，從多個不同的指標來看，機器學習社區(qū)算不上是一個多元化的社區(qū)，”切爾西說。 “我希望通過努力，對社區(qū)的多樣性做出積極的改變和影響?！?/p>

2017年，Chelsea與同事共同舉辦了第一屆BAIR訓練營，這是一次為期一周的人工智能合作訓練計劃，活動邀請了來自灣區(qū)的貧困高中學生參加，幫著他們更多地了解機器學習和人工智能領(lǐng)域。她認為，AI不僅要讓學生感興趣，而且還直接參與到相關(guān)領(lǐng)域中來，這才是確保這些研發(fā)領(lǐng)域未來得以發(fā)展的重要一步。

“我們的目標是擴大AI研究領(lǐng)域和社區(qū)的多樣性，但還不僅如此。這樣，我們所開發(fā)的技術(shù)才能夠不僅有利于該領(lǐng)域內(nèi)的人，而且有利于AI領(lǐng)域之外的更廣泛的人群。”

人才需求與供給問題

顯然，對機器學習專業(yè)知識的需求只會繼續(xù)增加。機器學習可擴展性的問題不是一個簡單的案例，學者被私營部門的誘惑所挖走。問題在于，作為一個研究領(lǐng)域和由此產(chǎn)生的職業(yè)，機器學習必須覆蓋更廣泛的人口統(tǒng)計數(shù)據(jù)，然后才能參與其中。

由于學術(shù)機構(gòu)與大型科技公司之間的密切聯(lián)系，越來越多的公司開始兼顧并利用自己的優(yōu)勢，提供教育資源。比如谷歌開發(fā)了人工智能和機器學習領(lǐng)域的教育平臺，允許普通人訪問學術(shù)資源和實踐項目。

這些資源成為新興AI項目和創(chuàng)業(yè)公司的重要補充。很明顯，將谷歌這樣的科技巨頭僅僅視為一頭只會吸收機器學習領(lǐng)域的資源和專業(yè)知識的龐然大物，這無疑是一種短視。

需求超過供應(yīng)的問題是機器學習發(fā)展成功和進步的自然結(jié)果。然而，學術(shù)界和公司之間的更大合作，以及在這些領(lǐng)域更大程度地推動早期和更具包容性的教育，是確保AI行業(yè)持續(xù)發(fā)展的積極途徑。

生活總是對藝術(shù)的模仿，AI應(yīng)用也不例外

電影《少數(shù)派報告》中的智能犯罪預(yù)測系統(tǒng)在英國已經(jīng)成真

英國警察部隊一直在積極擁抱機器學習技術(shù)。特別值得注意的是，現(xiàn)在的AI軟件可以據(jù)此預(yù)測個人在未來犯罪的傾向。 RUSI的一份報告發(fā)現(xiàn)，目前對這種用途的系統(tǒng)框架的開發(fā)存在嚴重的監(jiān)管缺位現(xiàn)象。

如果這一切看起來有點像電影《少數(shù)派報告》里的場景，恭喜你，你不是一個人。目前對于這類項目提升透明度、加強監(jiān)管的聲音越來越多。

RUSI還調(diào)查發(fā)現(xiàn)，越來越多的人對“不同AI系統(tǒng)的效率和效用、成本效益，對個人權(quán)利的影響上，以及這類AI系統(tǒng)究竟能在多大程度上有效的為警方和民眾服務(wù)”的問題上存在重大擔憂。如果AI系統(tǒng)的透明度不夠，我們怎么知道，這能夠“預(yù)測犯罪”的AI，究竟是真的靈丹妙藥，還是只是給人相個面而已？