很多人習(xí)慣將人工智能比作行駛中的汽車，數(shù)據(jù)是燃料，人才是引擎，算力是底盤，任何一個(gè)環(huán)節(jié)存在缺口，這輛車注定是跑不快的。
算力和數(shù)據(jù)雖然也是問題的關(guān)鍵，但在人工智能領(lǐng)域的玩家中，大多數(shù)巨頭在數(shù)據(jù)和算力上都還算糧草充足，即便是創(chuàng)業(yè)系公司，也可以通過花錢來解決。人才反而成了最大的不確定性，決定了算法的水平，左右了發(fā)展方向。
正因?yàn)槿瞬诺木o缺，在人工智能領(lǐng)域，往往不乏濫竽充數(shù)之輩。也有不少在線學(xué)習(xí)平臺(tái)上線了零基礎(chǔ)入門的課程，似乎只需要花幾十個(gè)小時(shí)聽完課，就可以為自己的簡歷貼上“人工智能”的標(biāo)簽。也恰恰是缺少了人才標(biāo)準(zhǔn)，人工智能的亂象和其關(guān)注度一樣熱鬧了起來。
好在有人觀察到了亂象并做出了行動(dòng)——10月10日，深度學(xué)習(xí)工程師認(rèn)證發(fā)布會(huì)暨人工智能人才發(fā)展論壇在京召開。深度學(xué)習(xí)國家工程實(shí)驗(yàn)室、中國軟件行業(yè)協(xié)會(huì)、百度公司聯(lián)合發(fā)布了中國AI領(lǐng)域第一個(gè)深度學(xué)習(xí)工程師認(rèn)證考試方案——《深度學(xué)習(xí)工程師能力評估標(biāo)準(zhǔn)》，也是第一個(gè)體系化的深度學(xué)習(xí)人才培養(yǎng)方案。
AI人才荒
Element AI公布過這樣一份調(diào)查數(shù)據(jù)：全球約有22000名接受了博士教育的AI領(lǐng)域研究者，其中不到1萬人具備創(chuàng)建機(jī)器學(xué)習(xí)系統(tǒng)的專業(yè)知識，但只有3000人正在找工作。
而從各大公司招聘的崗位來看，除了深度學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)視覺、自然語言處理或機(jī)器人等技術(shù)術(shù)語，Python、Theano等編程語言也是必備技能。即使沒有博士學(xué)位的限制，全球符合條件的人才也僅有9萬人左右。
與之對應(yīng)的卻是百萬級的人才需求，巨大的供需差導(dǎo)致的一個(gè)現(xiàn)象就是：突如其來的AI人才荒和水漲船高的薪酬體系。比如說高級算法工程師動(dòng)輒百萬級年薪；BAT等互聯(lián)網(wǎng)巨頭不惜代價(jià)挖人；人工智能相關(guān)的投資者也學(xué)會(huì)了“看人下菜碟”，創(chuàng)始人的資歷幾乎決定了公司的價(jià)值……
同時(shí)人工智能相關(guān)的人才也是階梯型的，最頂層的是算法科學(xué)家，有能力做框架和前沿性研究，數(shù)量上自然鳳毛麟角；第二層是工程師型人才，或許沒有能力獨(dú)創(chuàng)框架，卻可以在流行的框架上做適配、改進(jìn)，進(jìn)而為項(xiàng)目做定制化調(diào)整；最底層的就是AI入門級人才，大多是在人工智能爆發(fā)后轉(zhuǎn)型的“門外漢”，利用公開課或者培訓(xùn)學(xué)會(huì)一些皮毛知識。
AI的人才困境已經(jīng)出現(xiàn)了諸多不和諧的信號，不同公司的AI水平良莠不齊，諸如百度等前沿研究者牢牢占據(jù)第一梯隊(duì)，大多數(shù)人工智能公司對AI的研究仍處于初級階段。同時(shí)也在影響AI大牛們的擇業(yè)觀，大牛們選擇和同樣出色的人才協(xié)作，留給創(chuàng)業(yè)公司乃至傳統(tǒng)企業(yè)的人才困境越發(fā)嚴(yán)重。
人工智能連同量子技術(shù)、虛擬現(xiàn)實(shí)等被稱為“第四次工業(yè)革命”，當(dāng)前面臨的人才荒無疑是最大的短板，畢竟人工智能的使命不是少數(shù)幾家巨頭的“一枝爭春”，而是整個(gè)行業(yè)的“百花齊放”，像前三次工業(yè)革命一樣對社會(huì)進(jìn)行顛覆性改造。
如何構(gòu)建合理的AI人才成長體系，如何讓相關(guān)人才培養(yǎng)標(biāo)準(zhǔn)化，業(yè)已成為人工智能行業(yè)最為強(qiáng)烈的呼聲。
標(biāo)準(zhǔn)落地
規(guī)范化早已成為一種社會(huì)規(guī)則，IT行業(yè)尤為如此，一些企業(yè)標(biāo)準(zhǔn)儼然成為行業(yè)發(fā)展風(fēng)向標(biāo)。如同在PC時(shí)代，培養(yǎng)系統(tǒng)網(wǎng)絡(luò)管理和應(yīng)用開發(fā)人才的“微軟認(rèn)證”，在網(wǎng)絡(luò)工程領(lǐng)域權(quán)威的“思科認(rèn)證”等等。同樣，人工智能的飛奔自然離不開標(biāo)準(zhǔn)的確立。
百度又一次成為國內(nèi)的先行者，率先落地中國軟件行業(yè)協(xié)會(huì)發(fā)布的《深度學(xué)習(xí)工程師能力評估標(biāo)準(zhǔn)》，計(jì)劃對深度學(xué)習(xí)工程師進(jìn)行權(quán)威測試和考核，以填補(bǔ)國內(nèi)人工智能產(chǎn)業(yè)中相關(guān)人才缺少標(biāo)準(zhǔn)的空白。
比起AI人才招聘中的“階梯型”分類，標(biāo)準(zhǔn)中對“深度學(xué)習(xí)工程師”的能力認(rèn)證要更為詳細(xì)，依次是深度學(xué)習(xí)工程師高級、中級、初級，分別對應(yīng)的是應(yīng)用經(jīng)驗(yàn)、實(shí)操能力和理論知識。評估要素包括專業(yè)知識、工程能力、業(yè)務(wù)理解與實(shí)踐，涵蓋編程、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、代碼規(guī)范能力、 算法模型實(shí)現(xiàn)等等。
百度也順勢成為第一家落地《深度學(xué)習(xí)工程師能力評估標(biāo)準(zhǔn)》，進(jìn)行人才培訓(xùn)和認(rèn)證體系的企業(yè)。亦或者說，標(biāo)準(zhǔn)的誕生與百度在人工智能領(lǐng)域的實(shí)踐不無關(guān)系。
早在2012年的時(shí)候，百度就開始對深度學(xué)習(xí)進(jìn)行布局，2013年成立了深度學(xué)習(xí)研究院，于2016年推出了國內(nèi)唯一的深度學(xué)習(xí)開源平臺(tái)PaddlePaddle，如今的PaddlePaddle，包括完整的核心框架，以及AI Studio、AutoDL、EasyDL等可以讓開發(fā)者平等便捷獲取頂尖AI能力的組件。
其實(shí)縱觀全球AI領(lǐng)域，深度學(xué)習(xí)開源框架并不少，尤其是谷歌、亞馬遜、微軟等巨頭，他們依靠深度學(xué)習(xí)開源平臺(tái)＋人工智能芯片”的模式牢牢握住了話語權(quán)。在經(jīng)歷了中興事件之后，中國企業(yè)開始意識到自主知識產(chǎn)權(quán)對企業(yè)安全和穩(wěn)定發(fā)展的重要性，而百度的PaddlePaddle則完成了從芯片到文檔、從框架到應(yīng)用工具的全面自主化，是名符其實(shí)的“中國標(biāo)準(zhǔn)”。
可以看到，百度想要的并非是為AI人才出一份試卷，而是一套完整的，適合中國開發(fā)者的培養(yǎng)方案，不盲目給AI人才設(shè)門檻，反而是給開發(fā)者架一座橋，如此才是解決AI人才荒的正確方式。
黃埔軍校
坊間一直流傳著這樣的觀點(diǎn)：百度已經(jīng)是人工智能領(lǐng)域的黃埔軍校。
百度是國內(nèi)最早向人工智能轉(zhuǎn)型的互聯(lián)網(wǎng)巨頭，知名科技媒體TOPBOTS在2017年評選出的“20位驅(qū)動(dòng)中國人工智能改革的科技領(lǐng)導(dǎo)者”名單中，王海峰、景鯤、徐偉等百度系占了10個(gè)名額，足以印證其行業(yè)地位。
當(dāng)然也有另一個(gè)角度，后續(xù)發(fā)力人工智能的公司中，大多養(yǎng)成了從百度挖人的“習(xí)慣”，此外在人工智能相關(guān)的創(chuàng)業(yè)者中，有百度背景或被百度投資的也占了大半。
不過百度正在重新定義AI的“黃埔軍校”。倘若各AI企業(yè)一直持續(xù)不計(jì)成本挖人的局面，各家開出的籌碼越來越高，無疑將逐漸演化成一場惡性競爭，對于國內(nèi)人工智能的研究將并無益處。人才終歸是人工智能的引擎，相比于AI大牛頻繁跳槽的八卦故事，值得關(guān)注的是如何持續(xù)性培養(yǎng)出更多的AI人才。
率先落地人才認(rèn)證標(biāo)準(zhǔn)是百度給出的答案，PaddlePaddle是百度為深度學(xué)習(xí)人才搭建的橋梁，通過它，開發(fā)者可以迅速取得實(shí)踐經(jīng)驗(yàn)，直接為企業(yè)服務(wù)。
從技術(shù)細(xì)節(jié)上來看，PaddlePaddle集成了所有主流算法、支持海量數(shù)據(jù)訓(xùn)練、CPU／GPU單機(jī)和分布式并行運(yùn)算，具有易用、高效、靈活和可伸縮等特點(diǎn)。且與谷歌、Facebook不同的是，PaddlePaddle在中文自然語言處理、中國人臉、中文語音處理等方面有著無可比擬的優(yōu)勢，最大程度地滿足了中國開發(fā)者。
而在應(yīng)用層面上，PaddlePaddle致力于打造自主可控的人工智能生態(tài)，最大程度地滿足企業(yè)、高校和開發(fā)者的需要，讓深度學(xué)習(xí)為各行各業(yè)賦能。從智慧城市、智慧零售到智慧農(nóng)林等領(lǐng)域PaddlePaddle的落地案例更不勝枚舉——招聘網(wǎng)站簡歷智能篩選、樓宇機(jī)電系統(tǒng)智能調(diào)控、生鮮進(jìn)貨量智能預(yù)測、智慧農(nóng)林AI識蟲……這些都是基于PaddlePaddle進(jìn)行的應(yīng)用。
回到“黃埔軍?！钡恼f法上，絕非是因?yàn)閰R聚了太多AI人才而得名，相反是完整的人才架構(gòu)，既有頂尖的科學(xué)家，也有專業(yè)的工程師，以及完善的人才培養(yǎng)和福利。由此百度才有了牽頭制定人才標(biāo)準(zhǔn)的機(jī)會(huì)，打造AI“教材”的能力。
或許可以打這樣一個(gè)比方：人工智能的競爭就像是一場汽車競速賽，其他選手仍在思考該如何提高發(fā)動(dòng)機(jī)馬力，百度這輛車已經(jīng)遠(yuǎn)遠(yuǎn)跑在了最前面，并在沿途建設(shè)起“加油站”，讓其他選手的發(fā)動(dòng)機(jī)也能夠保持動(dòng)力輸出。
中美之間人工智能的競爭可能體現(xiàn)在很多方面，可能是產(chǎn)品的較量，也可能是論文數(shù)量上的PK。但只有確定的人才標(biāo)準(zhǔn)，并建立起成熟的認(rèn)證和培養(yǎng)體系，讓AI成為一種通用技術(shù)，中國人工智能行業(yè)才真正具備比肩世界的機(jī)會(huì)。
文/Alter聊IT
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
