中國正以空前速度“催熟”人工智能產(chǎn)業(yè)，一邊試圖把人們從舊產(chǎn)業(yè)格局和繁重勞作中解放出來，一邊又如鞭撻督導(dǎo)般，讓人們做出種種變革。在這一大潮中，踏上或即將踏上人工智能專列的人們興奮著、冒險(xiǎn)著、困惑著、前行著。

　　來源：AI財(cái)經(jīng)社

　　文 | 張麗娟　　編輯 | 趙艷秋

　　摸著自己“羞澀”的錢包，看著眼前培訓(xùn)班門口顯示屏上的紅色喜報(bào)，李天跨出了他走進(jìn)人工智能培訓(xùn)班的第一步。七拐八拐，長長的走廊上掛著滿滿當(dāng)當(dāng)?shù)膬?yōu)秀學(xué)員展示。

　　這是一個(gè)很平常的周末的早上，連9點(diǎn)都不到，但讓李天想象不到的是，培訓(xùn)班外面的走廊上已經(jīng)傳出了教室里講師高亢的講課聲。

　　培訓(xùn)班的咨詢師小張，自信地為李天介紹，這個(gè)人工智能培訓(xùn)班已經(jīng)“有5年歷史，成功舉辦了無數(shù)屆”。宣傳單頁上，就連生物工程背景的學(xué)生，也藉由這個(gè)培訓(xùn)班，成功搭上了開往人工智能的專列，甚至拿到了李天夢想中的薪水。

　　培訓(xùn)班里的打拼者

　　李天已經(jīng)無數(shù)次研究網(wǎng)上招聘信息和培訓(xùn)課程，心里反復(fù)不停地掂量著。培訓(xùn)班咨詢老師小張對此則不以為然——現(xiàn)在，他的生意并不缺。

　　“我們分兩種，一種是全日制培訓(xùn)班，一般每期至少會有30多個(gè)人報(bào)名。最近一期，我們有60多個(gè)學(xué)生。另一種是周末培訓(xùn)班，大概在20人左右。很不巧，我們最近一期的周末班已經(jīng)開班1個(gè)多月了，如果你著急上，要看你能不能跟上課。否則你就得等下一期。”小張為李天介紹著培訓(xùn)班近期的狀況。

某知名IT培訓(xùn)機(jī)構(gòu)推出的人工智能課程吸引了很多前來咨詢的人。圖片來源于網(wǎng)絡(luò)

　　這讓李天很吃驚。他完全沒想到過來上培訓(xùn)班還報(bào)不上名，甚至報(bào)名之后，還要等，就算順利上了，之后的求職還是個(gè)未知數(shù)。

　　小張看出了李天的心思，緊跟著對他繼續(xù)說：“職業(yè)教育培訓(xùn)，不僅是單一講技術(shù)，我們會安排就業(yè)。有相關(guān)合作企業(yè)會過來招聘，是免費(fèi)推薦。最近的一個(gè)班，11月畢業(yè)，已經(jīng)有十幾家企業(yè)預(yù)定了30多個(gè)學(xué)生，這些都不用擔(dān)心。”

　　李天決定去試聽一節(jié)課再說。

　　在試聽的課堂上，李天遇到了與他一樣用渴望的眼神看著講師的其他30多名學(xué)生——學(xué)生物工程的玲玲，學(xué)測試的珍珍……

　　試聽后，李天躊躇著。“比起其他培訓(xùn)班的魚目混雜，這個(gè)領(lǐng)域還是比較看重學(xué)歷的。老師的說法是，這個(gè)培訓(xùn)班上30%是本科學(xué)歷，48%是大專學(xué)歷。”李天對AI財(cái)經(jīng)社說，“我是普通本科畢業(yè)，之前也算是一個(gè)碼農(nóng)吧，算是有些基礎(chǔ)。再說了，這個(gè)班要上的Python語言，80%的技術(shù)崗位都可以用到。”

　　最終，李天報(bào)了這個(gè)學(xué)費(fèi)接近2萬的80天速成班。盡管這筆不菲的培訓(xùn)費(fèi)已是他2個(gè)月的薪水，但想想自己年近30依然月入不到1萬，萬一培訓(xùn)后，獵頭口中動輒幾萬元的月薪工作向自己招手了呢？

　　李天并不是個(gè)例，他在的1個(gè)多小時(shí)內(nèi)，來報(bào)名咨詢的人絡(luò)繹不絕，培訓(xùn)班的5間咨詢室中，業(yè)務(wù)就沒有絲毫的空閑及間斷。咨詢的人游移著、權(quán)衡著，即使下了決心，也還是迷茫著。就如水木上那個(gè)匿名網(wǎng)帖描述的一樣矛盾：“人工智能各方面人才其實(shí)都是需要的，難道只有算法大牛能成事？但是未來的出路也需要考慮考慮。”

　　暴增的科班在校生

　　和李天不同，陳龍是一名北大在讀博士。今年2月，他和隊(duì)友們在首屆阿里聚安全算法大賽中奪魁，也算是和安全領(lǐng)域的人工智能結(jié)緣了。

　　陳龍并不是人工智能科班出身，而是在專業(yè)探索之中接觸到人工智能的。“我本科學(xué)的是學(xué)電子信息科學(xué)與技術(shù)，碩士專業(yè)是通信工程，博士專業(yè)是軟件工程”。

　　2013年前后，恰逢大型開放式網(wǎng)絡(luò)課程（MOOC）剛剛興起，新鮮感加上求知欲，促使陳龍?jiān)谥�名公開在線課程項(xiàng)目Coursera上學(xué)習(xí)了很多課程。“其中，用R語言做數(shù)據(jù)分析的課程，為我打開了通往數(shù)據(jù)科學(xué)的大門。”陳龍說。

　　和很多人一樣，陳龍?jiān)贑oursera上學(xué)了人工智能領(lǐng)域權(quán)威學(xué)者吳恩達(dá)的機(jī)器學(xué)習(xí)入門課程，并且滿分通過，這也更加堅(jiān)定了他把數(shù)據(jù)科學(xué)作為專業(yè)的選擇。

　　不過，跟李天迫切想提高薪水不同，陳龍更多的還是想要用技術(shù)創(chuàng)造價(jià)值，成為一名數(shù)據(jù)科學(xué)家。但讓陳龍感到困惑的是，在如今人工智能這個(gè)異常熱鬧的領(lǐng)域中，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)據(jù)科學(xué)、大數(shù)據(jù)……光是這些熱門詞就讓人覺得分不清，它們所涉及到的技術(shù)更是讓人眼花繚亂。

　　“學(xué)習(xí)R還是Python？Spark那么火，Hadoop還要不要學(xué)？Caffe、Tensorflow、PyTorch、Keras、MXNet等流行的深度學(xué)習(xí)框架，該學(xué)哪一個(gè)？”陳龍說。

　　與陳龍相比，人工智能科班出身的學(xué)生，困惑一點(diǎn)也不少。一位2012年報(bào)考了某校第二屆人工智能專業(yè)的人士，在本科畢業(yè)后總結(jié)說，人工智能專業(yè)似乎與“自動化”那個(gè)萬金油專業(yè)很像，與電子、信息、計(jì)算機(jī)、數(shù)學(xué)、自動化專業(yè)都有關(guān)。“我自己學(xué)的東西基本介于電子工程和計(jì)算機(jī)科學(xué)之間。模式識別學(xué)了一些，但都是皮毛”。不僅如此，人工智能對數(shù)學(xué)要求也比較高，特別是離散數(shù)學(xué)、優(yōu)化那塊，但又跟理論數(shù)學(xué)差別非常大。

　　他為自己的學(xué)弟學(xué)妹總結(jié)了一條人工智能的求學(xué)之路——學(xué)好計(jì)算機(jī)科學(xué)，拿到美國大學(xué)要求的GPA高分，念好外語，然后出國。“畢竟人工智能和機(jī)器學(xué)習(xí)的核心研究都在那邊”。

　　大學(xué)紛紛開設(shè)人工智能專業(yè)。9月10日，中國科學(xué)院大學(xué)為新設(shè)立的人工智能技術(shù)學(xué)院舉行揭牌儀式。圖片來源于網(wǎng)絡(luò)

　　不過，一邊是還在形成之中的學(xué)科教育體系，一邊是學(xué)科在校生的暴增。在北大信科學(xué)院，學(xué)生在大二會有專業(yè)分流，可選電子、微電子、計(jì)算機(jī)、人工智能四個(gè)系中的一個(gè)。“10年前，07級那會，選擇電子系的學(xué)生數(shù)達(dá)到了巔峰，近110名，而選擇人工智能的學(xué)生只有區(qū)區(qū)30人左右。”陳龍說。之后幾年，選擇電子系的人數(shù)逐年下降，而人工智能的學(xué)生逐年攀升，到了2011年前后，兩個(gè)系的學(xué)生數(shù)幾乎翻轉(zhuǎn)過來。

　　“人工智能近10年飛速發(fā)展，越來越多的學(xué)生選擇了相關(guān)專業(yè)，IT職場人士也有很多在轉(zhuǎn)型。”陳龍說。

　　領(lǐng)英前不久的人才報(bào)告也印證了這個(gè)潮流。相比美國，在人工智能領(lǐng)域，中國年輕一代的占比更高，28歲-37歲中青年（80后）是AI領(lǐng)域發(fā)展的主力軍，占AI發(fā)展總?cè)藬?shù)的50%以上。相較而言，美國AI人才在各年齡段分布得更加平均，48歲及以上的資深人才占比為16.5%，遠(yuǎn)高于中國的3.7%。

　　千軍萬馬的創(chuàng)業(yè)者

　　不僅是暴增的求學(xué)者，創(chuàng)業(yè)者也紛踴踏至。

　　據(jù)《烏鎮(zhèn)指數(shù)：全球人工智能發(fā)展報(bào)告（2017）》數(shù)據(jù)顯示，2000年以來，全球平均每天誕生約1.39家人工智能企業(yè)。而過去5年是人工智能創(chuàng)業(yè)的重要階段——全球60%以上的人工智能企業(yè)誕生于這一階段；在288億美元的融資中，超過70%集中在這段時(shí)間發(fā)生。

　　這么多的創(chuàng)業(yè)者，首先要面對的就是人才搶奪戰(zhàn)。前有今日頭條創(chuàng)始人張一鳴放話：“人才的水平有多高，我們的薪酬就有多高。”后有商湯科技 “按圖索驥”，畫出“博士人才名單”，但凡有人即將畢業(yè)，就馬上找上門，不讓任何魚兒漏網(wǎng)。

　　依圖科技也加入了這場人才的搶奪戰(zhàn)之中。隨著人工智能要在行業(yè)中落地，跨界人才成為最好的人選。

人工智能創(chuàng)業(yè)者忙著搶人才、做變現(xiàn)。圖為依圖科技創(chuàng)始人朱瓏在發(fā)表演講。圖片來源于網(wǎng)絡(luò)

　　“以依圖醫(yī)療骨齡產(chǎn)品研發(fā)為例，項(xiàng)目負(fù)責(zé)人林強(qiáng)做了十幾年的醫(yī)生，idea比較新，能夠接受新事物，是最合適把醫(yī)療跟人工智能技術(shù)結(jié)合起來的人。”依圖醫(yī)療副總裁倪浩說。

　　倪浩本身的發(fā)展也詮釋了這類跨界人才的成長路徑。他高考報(bào)考了醫(yī)學(xué)院，后來又因興趣改學(xué)計(jì)算機(jī)，在計(jì)算機(jī)行業(yè)從業(yè)后，現(xiàn)又在依圖科技做起人工智能和醫(yī)療相關(guān)的創(chuàng)業(yè)。

　　而當(dāng)人才和技術(shù)都有了，怎么進(jìn)行商業(yè)變現(xiàn)也是人工智能創(chuàng)業(yè)者正在探索的。

　　“我們目前還沒有一個(gè)完整的答案，還在一個(gè)探索過程中�？赡芑ヂ�(lián)網(wǎng)中大家常說的，我們不知道哪里是豬，哪里是羊毛，但只要人工智能可以有所幫助，就一定是能收到錢。”倪浩說，“而錢不能是從原來的收費(fèi)體系里來。盯著國家的收費(fèi)，非要從原有收費(fèi)體系里扣一塊的思路特別不正確。因?yàn)獒t(yī)院最近10年變化非常大，比如藥品平價(jià)化。目前，我們最忠實(shí)的是人工智能要帶來價(jià)值。”

　　當(dāng)然，作為人工智能領(lǐng)域的先行者，具體到某個(gè)應(yīng)用場景，還有相關(guān)的困擾在等待著這些創(chuàng)業(yè)者。

　　倪浩也遇到了其他的困惑。他這樣說道：“到現(xiàn)在為止，人工智能醫(yī)療企業(yè)沒有一個(gè)獲得‘食藥監(jiān)許可證’的。三類許可證要企業(yè)創(chuàng)辦滿兩年才可以拿到。但中國還沒有哪家人工智能醫(yī)療公司真正做兩年的。監(jiān)管和創(chuàng)新要有一個(gè)度的把握，希望可以有一個(gè)利于行業(yè)發(fā)展的監(jiān)管環(huán)境。”倪浩說。

　　跨界兩年小試牛刀

　　一批人去創(chuàng)業(yè)，而另一批人去了成熟公司。

　　顏水成拉過一把探路者的帆布椅，坐在我們面前，身子前傾，像是和朋友或同事討論事情一樣。他語調(diào)平和而誠懇。辦公室的淺綠磨砂玻璃窗上用黑碳素筆列著一些研究事項(xiàng)和公式。

　　顏水成是360集團(tuán)副總裁、人工智能研究院院長，2年前，從學(xué)界跨入產(chǎn)業(yè)界。“在我與企業(yè)接洽的時(shí)候，人工智能學(xué)界還未形成后來紛紛跨入產(chǎn)業(yè)界的風(fēng)潮。”他對AI財(cái)經(jīng)社說。

　　在進(jìn)入360前，顏水成在學(xué)界做得風(fēng)生水起。“新加坡是個(gè)世外桃源，非常適合做學(xué)術(shù)，經(jīng)費(fèi)充足，又不受雜事干擾。”他說。他和他的團(tuán)隊(duì)在7年間共發(fā)表了400多篇論文，所有論文已被引用了3萬多次，并獲的了IEEE Fellow、IAPR Fellow殊榮。“學(xué)術(shù)上該做的事情已到了一個(gè)階段”。

　　2014年利用學(xué)術(shù)休假，顏水成幫助一家國內(nèi)大型電商平臺成功上線一款基于計(jì)算機(jī)視覺技術(shù)的商品搜索應(yīng)用。“看著日活量蹭蹭往上漲，沒多久就到了50萬，現(xiàn)在已經(jīng)是千萬級日活了，那種感覺是不一樣的。”顏水成感到，技術(shù)就應(yīng)該以產(chǎn)品化的方式來推動，自己應(yīng)該到工業(yè)界走一走。在2015年，他接過了360拋來的橄欖枝，從學(xué)界跨越到工業(yè)界。

　　進(jìn)入360后，顏水成要找到人工智能技術(shù)與這家企業(yè)的業(yè)務(wù)結(jié)合點(diǎn)。實(shí)際上，他也花了很長時(shí)間跟我們分析一些智能化技術(shù)的產(chǎn)品化前景。“比如智能音箱，對整個(gè)人工智能的發(fā)展非常關(guān)鍵，但這種人機(jī)對話還未達(dá)到心靈層面的交流，用戶是否買賬還是存疑的。包括AR、VR、對話機(jī)器人和自動駕駛，還需要足夠時(shí)間才能看到大爆發(fā)的可能”。

顏水成曾在柯潔與谷歌AlphaGo的人機(jī)大戰(zhàn)期間解讀人工智能技術(shù)。圖片來源于網(wǎng)絡(luò)

　　現(xiàn)在，顏水成做出了自己的判斷，人工智能技術(shù)產(chǎn)品化要看四個(gè)條件：一是有沒有高頻剛需；二是技術(shù)是否成熟；三是技術(shù)是否有壁壘，如果技術(shù)有可能被大廠免費(fèi)開放，你的投入就要非常小心了；四是有沒有清晰的商業(yè)變現(xiàn)模式。

　　根據(jù)這四個(gè)標(biāo)準(zhǔn)，顏水成也逐步摸索出360的人工智能產(chǎn)品化戰(zhàn)略。比如計(jì)算機(jī)視覺技術(shù)，在360目前主推的快視頻產(chǎn)品中，能對視頻進(jìn)行精細(xì)分析，像視頻質(zhì)量分析、視頻內(nèi)容分析等。這些信息能實(shí)現(xiàn)智能推薦或內(nèi)容二次編輯，產(chǎn)生更酷的短視頻，在360花椒直播、花椒相機(jī)、奶糖等急速上升的平臺上發(fā)揮重要作用。

　　顏水成組織團(tuán)隊(duì)進(jìn)行了技術(shù)攻堅(jiān)和產(chǎn)品化，取得成效。

　　而因?yàn)?60本身業(yè)務(wù)比較多，“專注在哪些方向是需要經(jīng)常思考和調(diào)整的”。

　　從學(xué)界跨入產(chǎn)業(yè)界，顏水成看到兩個(gè)領(lǐng)域的不同。學(xué)界是先定義了問題和數(shù)據(jù)，你可以不停地增加資源、改進(jìn)算法來提升精度，但工業(yè)界是另一回事，它只有場景是確定的，其他都是動態(tài)的，資源也是受限的，因此，兩者解決問題的方法論完全不同。“這也是從學(xué)界跨界而來的人士必須要做出的轉(zhuǎn)變”。

　　顏水成也面臨著有限資源的協(xié)調(diào)，“在某個(gè)項(xiàng)目上，用好10到20人，做到比超大公司上百人更好或者相當(dāng)?shù)男Ч?rdquo;。如何協(xié)調(diào)好這些人才就變得異常重要。

　　“相較而言，公司在計(jì)算機(jī)視覺技術(shù)上有優(yōu)勢，組建時(shí)招聘了一批這個(gè)領(lǐng)域的頂尖人才，很多是從世界級大賽中鍛煉的學(xué)生，再加上之前360內(nèi)部的一批精兵，就變得非常適合攻堅(jiān)，也具備了跟其他機(jī)構(gòu)比拼的實(shí)力”。

　　如今，研究院已從剛開張的六七個(gè)人變成了可以打攻堅(jiān)戰(zhàn)的60多個(gè)人。領(lǐng)域也從計(jì)算機(jī)視覺，擴(kuò)展到3D和SLAM技術(shù)、對話式人工智能、金融風(fēng)控等方面。

　　顏水成還發(fā)揮了自己來自學(xué)界的優(yōu)勢，與新加坡國立大學(xué)建立了聯(lián)合實(shí)驗(yàn)室。這些實(shí)驗(yàn)室的負(fù)責(zé)人曾是他的學(xué)生或同事，兩者因而能親密無間地合作。“公司要在剛需和長期戰(zhàn)略之間做一個(gè)平衡。我們更多地瞄準(zhǔn)短期（一個(gè)季度）和中期（半年）看到結(jié)果的產(chǎn)品。短期項(xiàng)目在公司內(nèi)部進(jìn)行團(tuán)隊(duì)攻堅(jiān)，中期技術(shù)，就會由內(nèi)部團(tuán)隊(duì)和聯(lián)合實(shí)驗(yàn)室進(jìn)行合作。但這種機(jī)制并不是所有企業(yè)能建立的，也并不適用所有公司，恰好是我們的優(yōu)勢”。

　　炙手可熱的硅谷派

　　在人工智能人才大潮中，硅谷派有著更多的光環(huán)。

　　阿里云首席科學(xué)家閔萬里就是其中一位。“14歲被中科大少年班錄取，19歲赴美攻讀物理學(xué)碩士，后獲得芝加哥大學(xué)統(tǒng)計(jì)學(xué)博士學(xué)位。先后在IBM TJ Watson Research Center及 Google 擔(dān)任研究員。”這是閔萬里在2013年加入阿里之前的履歷。

　　一路順風(fēng)順手的閔萬里在IBM跟自己的伙伴一起研發(fā)了針對肌肉萎縮癥患者的腦電波產(chǎn)品，研究效果非常好，也發(fā)表了相關(guān)的文章，但遺憾的是，因?yàn)閼?yīng)用場景過于小眾，商業(yè)化受到了巨大的挑戰(zhàn)。

　　反而是閔萬里之前關(guān)于交通流相關(guān)的論文，雖然沒有腦電波的技術(shù)難度大，但因?yàn)閷?shí)用性，成為該領(lǐng)域過去5年被引用最多的文章之一，并開發(fā)出很大應(yīng)用空間。

　　兩者一相比，閔萬里感覺到，一定要去一個(gè)數(shù)據(jù)體量較大、場景相對比較新的地方。“而當(dāng)我得知，一家中國企業(yè)所擁有的客戶數(shù)據(jù)量，比eBay、亞馬遜、PayPal加起來還要多的時(shí)候，這句話就足夠了。”閔萬里堅(jiān)信，這里將有一個(gè)巨大的發(fā)展空間。

　　此時(shí)，一位回國僅呆了一年又重返硅谷的朋友給了閔萬里一些個(gè)人建議，認(rèn)為國內(nèi)充滿了不確定性，勸閔萬里三思而行。

　　但這沒有動搖閔萬里的決心，他還是在2013年回國正式加入阿里。

　　“我回來后拉了一批人回來，包括原來的同行和同事。有人在那邊到了一個(gè)天花板的階段，我身先士卒，大家也就回來了。”他說，“當(dāng)時(shí)阿里還沒上市，大家對阿里的發(fā)展前景疑問比較多。現(xiàn)如今，關(guān)于阿里的疑問越來越少，反而是對自己的疑問越來越多，自己是否適合這里？”

　　“到阿里之后，我們面對的是商業(yè)化場景，這就需要把技術(shù)落實(shí)到具體的場景之中，抽絲剝繭，哪些技術(shù)可解，哪些問題可以抽象得出，哪些數(shù)據(jù)可以利用，分解成一連串的好問題，才可以真正解決問題。”

閔萬里認(rèn)為在一個(gè)數(shù)據(jù)體量較大、場景相對比較新的地方，人工智能才能發(fā)揮價(jià)值。圖片來源于網(wǎng)絡(luò)

　　閔萬里也承認(rèn)，“硅谷回來的不一定是都是創(chuàng)新者，硅谷也有很多螺絲釘，如果硅谷都是創(chuàng)新者， 那么Facebook已經(jīng)復(fù)制幾千家了。所以硅谷回來也不一定就是專家，不一定是一個(gè)加分項(xiàng)，落地過程中還會遇到很多的挑戰(zhàn)”。

　　閔萬里自己也是從基礎(chǔ)研究轉(zhuǎn)型到實(shí)際場景的應(yīng)用中去的。“轉(zhuǎn)型并不好轉(zhuǎn)，因?yàn)檫@涉及到的不單單是對算法的理解，還要求對目標(biāo)問題的理解，這已經(jīng)超出了算法的原始范疇，我也經(jīng)歷了很多挫折，開展了很多嘗試，但這一步必須要走。如果不走，跟業(yè)務(wù)問題就有一個(gè)巨大的鴻溝”。

在實(shí)踐的過程中，他發(fā)現(xiàn)，人工智能人才一定是能夠創(chuàng)造算法的人。因?yàn)橹挥谐浞至私馑惴ǖ牡滋N(yùn)，才能把分解完的問題匹配到正確的算法上，“懂得背后的原理就不會在選擇時(shí)只是擲骰子，沒有根基的浮萍就是以貌取人”。

　　但光有算法還不行，他們還要是“自下而上”的人，理解實(shí)際場景。“這好比拿著一把刀去找實(shí)際場景，但如果碰到的是金絲楠木，反而就發(fā)現(xiàn)拿錯(cuò)了武器。我們有很多人一上來就談技術(shù)細(xì)節(jié)，而忘記了這是解一個(gè)整體問題的一環(huán)。”

　　再加上如果有人一知半解，只能人云亦云，拿別人的配方復(fù)制而不是新的配方。“愛因斯坦的司機(jī)也能講相對論”，但解決不了問題。這樣的人一旦多起來，就會沖擊市場，劣幣驅(qū)逐良幣，高精尖產(chǎn)業(yè)白菜化，反而對行業(yè)不利。

　　因此，他更喜歡從研究中培養(yǎng)人才，一起分解，一起探索，引導(dǎo)大家往新的方向走，使優(yōu)秀的人才脫穎而出。

　　現(xiàn)在，人工智能正疾馳而來，也正在鞭撻督導(dǎo)人們做出種種變革。在這一大潮中，踏上或即將踏上人工智能專列的人們興奮著、冒險(xiǎn)著、困惑著也前行著。