|
一 背景 近期人工智能领域人才竞争日趋激烈，仅仅一个月内在产业界就发生了诸多引入注目的“大动作”： 3月初，阿里巴巴董事局主席马云宣布启动内部代号为“NASA”的计划，将面向未来20年组建强大的独立研发部门，在全球招揽包括人工智能领域在内的顶尖人才，并表示“预算无上限”； 3月22日，在年初吸引微软全球执行副总裁陆奇加盟后，百度首席科学家吴恩达宣布离职；同一天，科大讯飞宣布引入医疗影像领域尖端人才陶晓东博士加入公司高管团队，担任智慧医疗事业部总经理一职； 3月23日，腾讯宣布任命人工智能领域顶尖科学家张潼博士担任腾讯AILab（腾讯人工智能实验室）主任。 二 人工智能人才竞争原因分析 人工智能的竞争归根到底是人才的竞争。人工智能的三大要素——算力、算法、数据，对于以BAT为代表的IT巨头来说，数据和算力上均具备雄厚的实力，竞争的焦点必然集中在核心算法上，而这一层面恰恰就是人才的竞争。通过研究最新一轮人工智能突破的历程，我们可以总结出近期人才争夺战背后的原因： 第一，为什么现在人工智能人才这么昂贵？最近这一轮人工智能浪潮以2006年加拿大教授Hinton提出“深度学习”神经网络为起点，而真正引起业界的广泛关注是在2012-2013年以谷歌、微软为代表的巨头将深度学习算法引入语音和图像识别，并取得历史性的识别率突破之后。因而从2012年开始，大量人才开始涌入人工神经网络领域的研究，而在过去五年中大部分学术界人才还在学校或者科研院所中（PhD至少五年左右），所以真正能够投入产业界的人才非常稀缺，这正是目前人工智能人才如此昂贵、争夺如此激烈的原因。 第二，大部分人工智能尖端人才最初都是由科技巨头直接从学术界引入。正因为深度学习的理论突破到应用突破之间的时间间隔极短，业界的专业人才非常稀缺，所以最初的人工智能顶尖人才都是大公司直接从高校或者学术机构直接挖角。例如提出“深度学习”神经网络的Hinton教授2013年连通他的实验室一起被谷歌收购，而近期谷歌又引入了斯坦福大学人工智能实验室主任李飞飞。Facebook的人工智能实验室主任YannLeCun也是2013年从纽约大学引入，先后供职于谷歌与百度的吴恩达亦是从斯坦福大学进入产业界。 对于国内来讲，微软亚洲研究院、百度深度学习研究院（IDL）成为人工智能人才最早的“黄埔军校”。 人工智能人才的流动加剧某种意义上反映行业正处于重大变革的前夕，也再次彰显人工智能产业的广阔前景。从2012年产业兴起至今已有五年时间，最早开始涌入人工智能领域的学术人才开始逐步走进产业界，人才的紧缺从2017年开始有望逐步缓解，这将使得IT巨头之外的各行各业引入人才的难度大大降低，促进人工智能在各个行业的落地。
|
|
|
