編者按：鑒于未來是AI的時(shí)代，技術(shù)公司無論大小都在爭奪人才。但是目前全世界掌握這方面的人才還不到1萬人，為了把盡可能多的AI專家招致麾下，技術(shù)巨頭開出了連一個(gè)從不避諱給予頂級人才豐厚財(cái)富的行業(yè)都瞠目結(jié)舌的薪水。而財(cái)力不夠的小公司只好另辟蹊徑去尋找暫時(shí)沒有被注意到的人才?！都~約時(shí)報(bào)》的一篇 文章 聚焦了日益白熱化的AI人才爭奪戰(zhàn)。

[[208175]]

硅谷的初創(chuàng)企業(yè)相當(dāng)于行業(yè)巨頭一直都有招聘的優(yōu)勢：到我們這兒冒險(xiǎn)一次吧，我們給你股權(quán)，如果公司成功的話你就發(fā)了。

但現(xiàn)在技術(shù)圈掀起的擁抱人工智能的競賽也許會令這一優(yōu)勢蕩然無存——至少對于少數(shù)很懂AI的潛在員工來說是這樣的。

技術(shù)界最大型的公司正在向人工智能投下了巨注，把希望寄托在從臉部識別智能手機(jī)、對話式咖啡桌電子產(chǎn)品到計(jì)算化醫(yī)療保健和無人車等一系列的東西上。為了追逐這個(gè)未來，他們開出的薪水甚至高到連一個(gè)從不避諱給予頂級人才豐厚財(cái)富的行業(yè)都瞠目結(jié)舌的地步。

根據(jù)9位(均要求匿名因?yàn)椴幌胱约旱穆殬I(yè)前程被耽誤)在主流技術(shù)公司工作或者收到過對方開出的職位的人的說法，一般的AI專家，包括剛剛大學(xué)畢業(yè)的博士生以及受教育程度沒那么高只有幾年經(jīng)驗(yàn)的那些人，能拿到的年薪加公司股權(quán)可以從30萬到50萬美元不等。

AI領(lǐng)域的知名人士拿到的4或5年期報(bào)酬(工資加公司股份)總共可達(dá)百萬或者千萬美元的級別。到了一定時(shí)候他們還可以續(xù)簽或者重新協(xié)商新合同，就像職業(yè)運(yùn)動(dòng)員一樣。

在高端是由管理AI項(xiàng)目經(jīng)驗(yàn)的高管。在今年提交的一份法庭文件中，Google披露其無人車部門的一位領(lǐng)導(dǎo)，2007年就加入Google的長期員工Anthony Levandowski，在去年加入U(xiǎn)ber(他離開Google后與人聯(lián)合創(chuàng)辦了無人車初創(chuàng)企業(yè)Otto，后來Otto被Uber收購，令Google將Uber告上法庭訴后者侵犯知識產(chǎn)權(quán))前拿到了1.2億美元的獎(jiǎng)金加報(bào)酬。

工資漲得如此之快以至于一些人開玩笑說技術(shù)業(yè)需要給AI專家制定NFL式的工資帽。微軟的招聘經(jīng)理Christopher Fernandez說：“這可以讓事情簡單些，簡單很多。”

巨額工資有一些催化劑。汽車業(yè)跟硅谷在爭奪同一批專家來幫助開發(fā)無人車。像Facebook和Google這樣的技術(shù)巨頭也有大把的錢可以擲到他們認(rèn)為AI可以幫助解決的問題上，比如為智能手機(jī)和家用電子產(chǎn)品開發(fā)數(shù)字助手，識別攻擊性內(nèi)容等。

最重要的是，AI人才短缺，而大公司對他們的態(tài)度則是多多益善。解決困難的AI問題不像開發(fā)時(shí)髦的手機(jī)app。據(jù)蒙特利爾的獨(dú)立實(shí)驗(yàn)室Element AI，全世界具備從事認(rèn)真的人工智能研究所需技能的人才也不到1萬人。

卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)系主任Andrew Moore(之前曾在Google工作過)說：“我們看到的東西未必對社會有利，但卻是這些公司的理性行為。他們對確保能招募到這一小群懂AI的人感到焦慮。”

AI實(shí)驗(yàn)室DeepMind的成本可以說明這個(gè)問題。2014年這家公司被Google以6.5億美元收購，當(dāng)時(shí)它的員工是50人。去年，根據(jù)Google公布的財(cái)務(wù)賬目，該實(shí)驗(yàn)室的“人工成本”在職員擴(kuò)張到400人后上漲到了1.38億美元。也就是相當(dāng)于人均工資為34.5萬美元。

技術(shù)招聘機(jī)構(gòu)CyberCoders的高管招聘人員Jessica Cataneo說：“這種水平是很難跟他們競爭的，尤其是如果你是比較小的公司的話。”

人工智能研究的前沿基礎(chǔ)是一種叫做深度神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)技術(shù)。這些網(wǎng)絡(luò)是可以通過分析數(shù)據(jù)自己學(xué)習(xí)任務(wù)的數(shù)學(xué)算法。比方說，通過研究數(shù)百萬小狗照片的模式，神經(jīng)網(wǎng)絡(luò)就能學(xué)習(xí)識別小狗。這種數(shù)學(xué)思路可以追溯到1950年代，但指導(dǎo)5年前它還只是游走在學(xué)術(shù)和行業(yè)邊緣的東西。

到了2013年，Google、Facebook以及若干其他公司開始招聘相對少量專長于這些技術(shù)的研究人員。神經(jīng)網(wǎng)絡(luò)限制幫助識別發(fā)布在Facebook上的臉龐，識別對著Amazon Echo這樣的客廳數(shù)字助手說的指令，并且對在微軟的Skype電話服務(wù)上說出來的外語進(jìn)行即時(shí)翻譯。

研究人員還利用相同的數(shù)學(xué)技術(shù)來改進(jìn)無人車，并且開發(fā)可在醫(yī)學(xué)掃描中識別疾病的醫(yī)療服務(wù)，不僅能識別語音而且能理解意思的數(shù)字助手，自動(dòng)化的股票交易系統(tǒng)，以及能撿起從未見過的東西的機(jī)器人。

在AI專家如此稀少的情況下，大型技術(shù)公司還在招聘學(xué)術(shù)界最好和最聰明的人。而在這過程中，他們就限制了能夠傳授這一技術(shù)的教授數(shù)量。

2015年，Uber從卡內(nèi)基梅隆大學(xué)開創(chuàng)性的AI計(jì)劃中挖走了40人去為其無人車項(xiàng)目工作。過去幾年，學(xué)術(shù)界的四位最知名的A研究人員都已經(jīng)離開了斯坦福大學(xué)。在華盛頓大學(xué)，20名AI教授現(xiàn)在已經(jīng)離開或者部分離開為外面的公司效力了。

Oren Etzioni說：“學(xué)術(shù)進(jìn)入產(chǎn)業(yè)界正響起一陣巨大的吸食聲。”他本人就是其中的一員，作為前華盛頓大學(xué)的一名教授，現(xiàn)在他已經(jīng)是艾倫人工智能研究所的負(fù)責(zé)人。

一些教授在尋找妥協(xié)的辦法。華盛頓大學(xué)的Luke Zettlemoyer拒絕了Google在西雅圖的一間實(shí)驗(yàn)室提供的職位，據(jù)說對方開出的薪水是他目前工資(根據(jù)公開記錄為18萬美元)的3倍多。相反選擇了到艾倫研究所，因?yàn)檫@里還允許他繼續(xù)教書。

Zettlemoyer說：“有很多系都這么做，也就是把自己的時(shí)間按照不同比例分配給學(xué)術(shù)和產(chǎn)業(yè)。做產(chǎn)業(yè)的薪水高多了但還有人愿意留住學(xué)術(shù)界是因?yàn)樗麄冊诤酢?rdquo;

為了引進(jìn)新的AI工程師，像Google和Facebook這樣的公司都在對現(xiàn)有員工開設(shè)“深度學(xué)習(xí)”及相關(guān)技術(shù)的課程。而像Fast.ai這樣的非盈利組織以及像Deeplearning.ai(前斯坦福大學(xué)教授，幫助設(shè)立了Google Brain實(shí)驗(yàn)室)這樣的公司則在提供網(wǎng)上課程。

深度學(xué)習(xí)的基本概念不難掌握，只需要比高中水平的數(shù)學(xué)多一點(diǎn)的知識即可。但真正的專業(yè)知識需要用到的數(shù)學(xué)知識就高深許多，而且需要一種被一些人稱為是“黑暗藝術(shù)”的直覺才能。像無人車、機(jī)器人以及醫(yī)療保健等還需要有特定的領(lǐng)域知識。

為了跟上節(jié)奏，小一點(diǎn)的公司物色人才只能另辟蹊徑。一些在招聘具備必要數(shù)學(xué)技能的物理學(xué)家和天文學(xué)家。另外一些美國的初創(chuàng)企業(yè)則跑到亞洲、東歐以及啟發(fā)工資低一點(diǎn)的地方去招人。

舊金山的初創(chuàng)企業(yè)Skymind 招聘的工程師來自8個(gè)國家。其CEO兼聯(lián)合創(chuàng)始人Chris Nicholson說;“我沒法跟Google競爭，也不想這么做。所以我在那些低估工程人才的國家開出了非常有吸引力的薪水。”

但是行業(yè)巨頭也在做類似的事情。Google、Facebook、微軟等在多倫多和蒙特利爾都設(shè)立了AI實(shí)驗(yàn)室，這兩個(gè)地方是美國以外完成很多相關(guān)研究的地方。Google還在中國招聘人才，而微軟在那里也有很強(qiáng)的存在。

毫不奇怪，很多人都認(rèn)為人才短缺并不會在幾年內(nèi)緩解。

蒙特利爾大學(xué)教授，著名的AI研究者Yoshua Bengio說：“供不應(yīng)求是當(dāng)然的。而且情況不會很快變好。培訓(xùn)出一位博士是需要許多很多年的時(shí)間的。”