詳探2019年緊俏的人工智慧人才：擠破泡沫、走向落地

【賽迪網訊】昨天，人力資源和社會保障部擬釋出15個新職業，其中人工智慧技術工程師、無人機駕駛員、電子競技員入選，這也讓人工智慧相關產業專業人才受到更多爭搶，新年伊始就早早拉開人工智慧“搶人卡位戰”。對於新入職的相關人員來說，可選擇機會更多，將會有一大批優秀、全面的專業人才加入人工智慧隊伍。

這一點從科大訊飛已正式啟動“春曉行動2.0”招攬全球英才、華中科技大學成立人工智慧與自動化學院、人工智慧研究院等舉動可見一斑。預計2019年，國內共有30多所985、211高校開始人工智慧專業招生。

人工智慧人才當前並非數量不足，而是培養方向和實際產業實踐存在割裂和差距。高校中人工智慧專業課程尚未建立體系，課程碎片化、空心化導致人才“泛而不精”，當人才走向實際生產實踐時則會難以上手。

那麼，真正稀缺的人工智慧人才究竟在哪些領域？人才培養與產業需求又該如何對接？近日百度、中國傳媒大學、BOSS直聘聯合釋出的《中國人工智慧ABC人才發展報告(2018 年版)》中指出，人工智慧頭部企業對人才培養具有重要引領作用，產教深度融合培養體系具有重大價值。

2018年，行業對人工智慧人才的需求趨於具象化，人工智慧崗位下沉明顯，其中尤以金融、智慧交通和智慧製造等行業對人工智慧人才需求最為旺盛。這些行業更為需要了解掌握行業實際需求、行業使用者需求的專業人才，高精尖的科學家類人才並非像想象中那樣絕對符合，科研類人才當前還需跨越和產業需求之間的鴻溝。

報告指出，目前人工智慧人才供給最多為“數字藍領”人才，應用和演算法類人才較為緊缺；科學家類人才則高度稀缺，但這個群體主要開展前沿研究型工作，甚至與產業實踐有一定距離。比如，機器學習、深度學習兩類典型的人工智慧高階人才，目前表現出“人才發展指數低、百度指數搜尋指數高”的特點。此類人才數量上緊缺，許多企業目前的崗位設定還不成熟，這都是因為兩類人才進入企業實踐機會較少，雙方互不瞭解，即使高學歷人才畢業後也很難很快找準企業技術痛點，很難轉化理論成果。

因此，目前和未來一定時期內，應用和演算法類人才將主要負責將人工智慧的理論和方法落地，找到應用場景，真正驅動傳統產業變革。這就需要人才不僅可以將傳統技術與資料科學的融合，還要跨學科學習掌握如何將資料採集，到資料儲存、分析、應用、自動控制等過程的融合。

正是在此背景下，科技企業開始與高校建立合作聯盟、共同培養機制，人工智慧企業或是網際網路公司的高管也更多任職高校、研究機構，加強人才日常培養中的實踐意識和自身規劃，因此頭部企業對人才培養具有引領作用，加強產教融合是人工智慧人才“走出象牙塔”、面向實際的必經之路。

AI人才自上而下的傳導學習的培養方式形成了人工智慧人才的進階明顯的層級特點，越往高階培養難度越大。報告分析，國內人工智慧人才培養目前主要在前沿的網際網路公司、平臺型公司，這些公司可以提供平臺、方法與演算法，學習者進入這個平臺學習理論知識和直接開展程式設計實踐，逐步成為人工智慧、大資料、雲端計算專業人才。

隨著越來越多高校開設“人工智慧+X”等特色專業，以及企業和院校之間合作的深入，AI人才的培育將大大加速，並逐漸形成良性迴圈和自造血能力。AI人才“基礎設施”的完善，有望助推我國在AI的競爭中成為真正的“頭雁”。