|
作者Babak Hodjat是旧金山人工智能公司SentientTechnologies的首席执行官兼联合创始人。 “人工智能”（AI）这个词眼常常让人感到恐惧和忧虑。害怕AI的未知可能性，害怕像《终结者》这些电影所描绘的AI引起的反乌托邦式场景；最现实的是，害怕这种可能性：AI有一天会抢走我们的工作岗位。这种恐惧不是什么新出现的，也并非毫无根据。与任何颠覆性的技术发明一样，更快速、更高效的机器必然会取代人类工作者。然而，如果知道至少有潜力找到一份新工作，害怕AI抢走工作的那些人也许可以稍微安心一些了。 市场研究机构Gartner的一份新报告声称，虽然AI会淘汰180万个岗位，但也会创造230万个岗位。Gartner的首席研究员彼得·桑德加德（PeterSondergaard）预测，AI将增强工作者的能力，并从2020年开始成为“净就业创造者”。我认为，与过去的所有其他颠覆性技术一样，AI将为新工作带来许多机会。 以下是势必会因AI的兴起而更加红火的五种职业。 1. 数据科学家 数据科学家是一批新的分析数据专家。他们分析数据以了解复杂的行为、趋势和推论，从而发现隐藏的洞察力，帮助公司企业做出更明智的业务决策。正如SAS所言，数据科学家“既是数学家，又是计算机科学家，还是趋势发现者。” 下面几个例子表明了公司企业在如何运用数据科学：
由于AI对生成和收集更多数据这股趋势起到了推波助澜的作用，我们可能会看到将来对数据科学家的需求有所增加。IBM预测，到2020年，市场对数据科学家的需求量会增长28%，数据科学家、数据开发人员和数据工程师每年的需求量将达到70万人。典型的AI专家（包括刚毕业的博士生和教育程度较低、只有几年工作经验的专业人士）每年可拿到30万美元至50万美元的薪水和公司股票。 2. AI /机器学习工程师 在大多数情况下，机器学习工程师与数据科学家密切配合，确保工作同步。因此，类似市场对数据科学家的需求很旺盛，对机器学习工程师的需求可能同样会增长。虽然预计数据科学家在统计和分析方面拥有更强的技能，不过预计机器学习工程师具备计算机科学方面的专业知识，他们通常需要强大得多的编程能力。 如果十年前你进入机器学习领域，很难在学术界之外找到工作。现在，由于各行各业都希望将AI应用于各自所在的领域，普遍需要机器学习专业知识。AI会继续推动市场对机器学习工程师会有旺盛的需求。此外，从事于不同垂直领域（比如图像识别、语音识别、医药或网络安全）的公司已经面临这一挑战：招聘拥有合适技能和知识的劳动力。据Gartner声称，如果CIO现在试图在纽约市招聘拥有AI技能的人才，他面临的是只有32位专家的人才库。其中，只有16人是潜在的候选人，只有8人在积极寻找新的机会。 3. 数据标记专业人员 由于收集数据这种做法在几乎每个垂直领域日益普及，将来市场对数据标记专业人员的需求会激增。实际上，数据标记已成为AI时代的一份蓝领工作。 据IBM公司负责Watson的团队负责人格鲁·巴纳瓦（GuruBanavar）声称：“数据标记说白了就是筛选数据，即你先获取原始数据，清理数据，并组织整理数据，以供机器消化。”标记工作让AI科学家能够训练机器学习新的任务。 巴纳瓦说：“假设你想训练一台计算机以识别飞机，你有100万张图片，一些图片上有飞机，一些图片上没有飞机。你需要有人先教计算机哪些图片上飞机，哪些图片上没有飞机。”这时候，标记人员就有了用武之地。 4. AI硬件专家 AI时代下另一种日益增长的蓝领工作是负责建造AI硬件（比如GPU芯片）的工业岗位。各大科技公司已经在采取措施，建造各自的专用芯片。 英特尔正在专门为机器学习建造一款芯片。与此同时，IBM和高通正在建造这样的硬件体系结构：体现神经网络的设计，执行起来也能像神经网络那样。据Facebook的AI研究总监雅恩·乐昆（YannLeCun）声称，Facebook也在帮助高通开发与机器学习有关的技术。由于对AI芯片和硬件的需求越来越大，专门建造这些专用产品的工业制造业岗位会随之增多。 5. 数据保护专家 颇有价值的数据、机器学习模型和代码不断增加，势必需要将来对这些数据予以保护，因而需要数据库保护IT专家。 信息安全控制的许多层次和类型适用于数据库，包括如下：
|
|
|
