财新传媒 财新传媒

阅读:0
听报道

 

编译:王一丁、蒋宝尚
人工智能领域的迅速发展,相关人才不能满足需求已经成为业界共识。有报道称,因为人工智能工程师庞大的缺口,一些公司为了获得人才不得不支付数百万美元的薪水。如何满足对人工智能工程师不断增长的招聘和培训的需求,英特尔人工智能事业部副总裁兼架构总经理Gadi Singer及英特尔人工智能人才招聘主管Chris Rice发表了他们的看法。
 
 
Rice说:“新闻报道中所呈现情况基本上是事实。”一个有趣的事是:人工智能不再仅仅在科技公司发挥作用,在金融、医疗、零售、移动、制造业等行业中都开始招募人工智能工程师,不仅是开发方面的人才,应用技术方面的人才也非常抢手。因此,全球范围内对人工智能工程师需求不断的增加,推动他们身价的增值。
 
“2016年深度学习的最先进技术在2018年被称为'遗产'”
—Gadi Singer
 
虽然相关领域一片火热,Singer也说:“要知道AI不是一种技能,而是一种对于工作的描述,这是一套多样化的技能。为了实现目标,你得有硬件架构师,还有设计师,软件开发人员,数据科学家和研究人员。”
 
 
 
鉴于人工智能中最热门的领域是深度学习,包含所有与神经网络相关的技术,Singer认为,最具价值一直是那些了解如何开发新技术以及可以灵活运用其专业知识的人才。
 
据Singer说,推动价值增长的另一个原因是,“这个领域的前沿知识的更新要比我见过的任何领域的都要快。2016年深度学习的最先进技术在2018年被称为‘遗产’。因此,那些有能力不断学习并且始终在这个快速发展时代中保持领先的人才显然具有非常大的价值。”
 
通过培养更多人工智能工程师来填补缺口
 
 
“这有几个问题,”Rice说。“全球学术机构在这一技能领域方面已经开始做得很好。但是由于快速的创新周期,很多研究实际上是在工业中进行的,所以行业实际上是从学术界招聘了很多教授。这是一个令人困惑的问题:工业界正在努力以更快的速度吸引越来越多的人离开学术界。”
 
“过去数据科学被认为是沉闷的......但今天,数据科学真的很酷”
—Gadi Singer
 
积极的方面是,Singer说他看到相关领域的课程与学生数量都在增长。
 
Singer说:“过去,数据科学及统计学的一些领域被认为是枯燥乏味的。但如今,数据科学真的很酷。这也吸引了众多学者涌入工业界。”
 
Singer表示,“所以,即使目前人才需求很大,行业本身吸引力也会在学术界和更大的人口中转化为驱动力,从而增加从业人员的数量。”
 
待在公司的AI工程师
 
 
Rice说,“在数据科学领域,人们平均每21个月就会换工作,有更高的跳槽率的原因不是因为人们只是想换工作,而是因为他们尝试着解决多样化的问题。他们从一个地方到另一个地方去研究新的和有趣的问题。”他说,结果是公司很难找到留住他们的方法。Rice认为当一个人进入一个组织时,公司负责人必须更加积极地构建职位升迁路径。
 
工程师们想要感受到“他们做的事不仅仅是坐在工位上敲代码,而是做出可以对社会有更多影响的“家伙”
—Chris Rice
 
道理很朴素,但却很真实,Singer说:“让工作成为一种有趣的体验。因此,对于许多顶尖人才来说,最重要的因素不是谈论工资待遇,而是他们是否觉得自己正在做一些处于技术前沿的事情?他们是否觉得有所获益?以及,他们所做的工作很重要吗?”
 
今天的顶级工程师想要做的不仅仅是坐在一个小隔间里一行一行的打代码。相反,他们希望做更多有助于社会进步的事情。
 
训练机器学习的方式影响着“机器”看待世界的方式,通过基于样本的监督学习,所使用的样本会影响其分析方式。处理防止偏见的最佳方法是拥有多元化的团队。当团队具有多样性,并从多个角度审视问题时,就会创造具有全面视野的解决方案。
 
从长远来看,未来复杂人工智能系统的偏见是什么,如何发现它,以及如何避免它。“对于今天的技术而言,这不是可以做到的,但从长远来看,我看到这种能力在不断发展,”Singer说。
 
 
关于,为什么今天的孩子应该考虑以人工智能为作为行业选择,Singer说,“人工智能具有高度影响力和多学科的优势”。这意味着它可以支持各种各样的兴趣:“无论你是想在互动的人性方面做得更多,还是更多的统计数据,或者更多地去编程;每个选择都对应人工智能的一个分支。所以,将来很难有哪个职业不涉及人工智能。”
 
相关报道:
https://spectrum.ieee.org/view-from-the-valley/robotics/artificial-intelligence/intel-execs-address-the-ai-talent-shortage-ai-education-and-the-cool-factor
话题:



0

推荐

大数据文摘

大数据文摘

448篇文章 3年前更新

普及数据思维,传播数据文化

文章