从互联网走向人工智能技术迭代缺人才

中国的中小企业与个人不应妄自菲薄，人工智能正如刚刚绽放的曙光，昭示着新时代的辉煌。就如同互联网的崛起塑造了一批时代的巨擘，人工智能也将如此，既可能使现有的巨头跃升为新领域的领导者，也可能让如今尚名不见经传的小企业或个人崭露头角。大公司凭借资源优势稳步前行，而小公司则以其灵活敏锐的特色，犹如小船在波涛汹涌的大海中灵活穿梭。毕竟，今日的谷歌、百度、阿里巴巴等巨头，也曾是从被轻视的“小生意”起步。

谷歌（Alphabet）公司凭借AlphaGO的出色表现，震撼全球科技界。各大科技巨头纷纷响应，积极公开或秘密启动“人工智能+”战略，人工智能正在迅速渗透到各个产品和服务中。

在3月30日的年度开发者大会上，美国微软公司宣布了全新的人工智能计划——“对话即平台”（Conversation as a platform）的微软Bot架构。微软首席执行官萨蒂亚·纳德拉表示，继键盘、鼠标、触摸屏之后，能理解人类语言、实现人机互动的智能程序将成为下一代界面。紧接着，在3月31日，百度在京举办了“智慧汽车”战略发布会，并与长安汽车签署战略合作协议，宣告将把百度的车联网系统植入合作的智慧汽车中。百度总裁张亚勤认为，这是“社会从‘互联网+’迈向‘智能+’的重要标志”。

就像单细胞进化为无脊椎动物，互联网也正在经历一场深刻的变革。如今已不再只是注重“量”的互联，而是向着高智商、高竞争的方向进化。人类互联网的“大脑”正在日新月异中成型，而这颗大脑的精髓便是人工智能。正如一句古言所说，“劳心者治人，劳力者治于人”，如今竞争的核心已转向“脑力”，从“互联网+各领域”迅速迭代进化为“人工智能+各领域”。

竞争格局已然形成百舸争流的态势，各大巨头在蓝海中激烈竞争。谷歌主攻机器人领域，百度则致力于打造自动驾驶技术。微软目前的项目围绕人机对话界面展开，Facebook则着眼于社交软件的人工智能应用。IBM则希望打造人工智能领域的操作系统。它们共同的特点在于已经、正在或即将大规模并购涌现的人工智能小公司。

2015年巨头们还在探索打造何种项目，而到了2016年，他们已经开始思考如何用人工智能全面重构公司。例如百度高级副总裁、自动驾驶事业部总经理王劲表示，百度将用人工智能重构其研究院、语言、图像等部门。微软也已经开始了类似的行动，微软研究院的人工智能首席科学家邓立的主要任务是将微软的各项产品和服务全面智能化。

微软的主要策略是围绕产品和服务的智能化展开。3月30日，微软发布了一套代码工具包和机器学习程序。微软CEO纳德拉表示，希望开发人员为每个企业和服务创建人工智能程序，将人工智能融入各种应用中。他们认为未来的计算将由人、数字助理和机器人三大主要推进器驱动，未来人类与技术之间将会有全新的交互方式。

在人工智能领域，百度全力投入自动驾驶技术。“在人工智能方面，我们应该把所有资源都投入到自动驾驶上。”王劲表示。百度在许多技术上已经超越了谷歌。例如其MinWA服务器具有相当于两个“天河一号”的超强计算能力；在数据方面，百度有万亿级的网页、移动和行为数据可供分析；在深度学习方面，百度的万亿参数技术排名世界第一。

Facebook也将人工智能视为新盈利模式转型的主要动力。创始人扎克伯格在他的Facebook上透露，他的新年目标是打造一个人工智能管家。而人工智能被Facebook视为实现这一愿景的关键技术。

这是一个充满竞争与机遇的时代。谷歌预计首辆自驾车将于5年内正式上路，而特斯拉也表示其全自动驾驶汽车将在两年内推出。苹果也在研发自动驾驶汽车技术。然而在这个激烈竞争的红海中，百度在许多技术上已经做好了准备并蓄势待发。在浩瀚的商业海洋中，对于百年企业来说，人工智能并非仅仅是一项技术革新，而是一场关乎生存与发展的战略反攻。如同IBM的Watson项目，从制造出打败国际象棋冠军的“深蓝”到斥资10亿美元使Watson项目独立，这不仅是IBM对人工智能的巨额投资，更是其对于未来竞争格局的深刻洞察。他们称这种实现人工智能的方法为“认知计算”，意在通过模拟人类的思维过程，赋予机器更为高级的智能。

目前，Watson的应用主要集中在药物及医学领域，IBM正携手苹果、强生以及医疗器械公司 Medtronic，试图将其应用于医疗系统中。但这仅仅是IBM宏大的战略蓝图中的一部分。他们的真正目标，是使Watson成为人工智能时代的“操作系统”，引领新一轮的技术革命。

在全球的科技巨头中，人工智能的竞赛已经进入白热化阶段。各大公司纷纷寻求入股新兴的小公司，试图在这场竞赛中占据先机。正如一位斯坦福大学教授所言：“摧毁一个公司最好的方式就是买下它。”这是对当前科技行业并购热潮的生动写照。

那么，人工智能的核心技术究竟是什么呢？答案是深度学习。AlphaGo之所以能够打败围棋世界冠军，正是因为它运用了深度学习的原理。各大科技巨头，如Facebook、谷歌、雅虎等，都在尝试将深度学习算法应用于产品开发，以期让产品更智能化，提升用户体验。

深度学习的研究领域几乎没有专利，这使得全球顶尖公司掀起了开源的竞赛。各企业、研究机构都纷纷公开自己的科研成果，供所有人使用。这是因为，只有更多的用户提供了更多的数据和反馈，才能让人工智能的“智力”得以提升。

开源让各企业之间的竞争变得更为紧密，形成了“我中有你、你中有我”的格局。谷歌的AlphaGo、苹果的Siri都是基于开源的系统开发而成。这使得小公司甚至个人都有机会参与到人工智能的开发中来。

但人工智能的应用前景远不止于此。从最初的“眼耳”功能，到如今的“理解和决策”，人工智能正在不断地突破自身的界限。比如OpenAI，这个由特斯拉CEO伊隆·马斯克倡导的非营利性人工智能研究公司，其目标就是推动数字智能的发展，造福整个人类。

尽管OpenAI是一个非盈利组织，但它吸引的人才却丝毫不亚于谷歌等巨头。其研究团队由世界级的工程师和科学家组成，包括来自谷歌的机器学习专家Ilya Sutskever等。他们的目标是将最新的研究成果公开，与世界共享，不断推动新技术的发展。

人工智能正处于飞速发展的阶段，其应用前景广阔，从医疗、金融到教育、交通，无所不在。未来，我们将见证更多的人工智能应用诞生，为我们的生活带来前所未有的便利和惊喜。美国电子和电气工程师协会（IEEE）首次将国际声学、语音和信号处理大会（ICASSP）带到繁华的上海。邓立在全球科学家的瞩目下，发表了关于“人工智能深度学习——从机器识别到机器理解”的精彩演讲。他指出，当前，机器智能已从承担“眼耳”功能的语音和图像识别，跃进到具备“理解和决策”能力的新阶段，涵盖了记忆、翻译、自主学习和决策制定等多个层面。

邓立的见解并非凭空而来，而是建立在几十年的人工智能发展历史之上。作为最早将深度学习方法应用于语音识别商业应用的专家，他与Geofferey Hinton等深度学习领域的领军人物紧密合作，将深度神经网络引入大词汇量连续语音识别领域，成功降低了语音识别错误率。

邓立接受《国际金融报》采访时强调，人工智能（机器学习）正逐渐成为各项科技的支持技术，虽然它可能不直接呈现在用户界面中，但却是幕后操控的关键。就像一位运筹帷幄的“王”，并不一定要冲锋陷阵，但其智慧与决策力是成功的关键。斯坦福大学的数学系教授Stephen P. Boyd也对此表示赞同，并强调人工智能是一套广泛的思维方法，适用于金融、反腐败、医疗诊断、交通设计、自动驾驶、手术等多个领域。

以“人工智能+物联网”为例，新加坡科技研究局资讯通信研究院的俞荣山部长认为，未来的物联网技术背后，大部分物与物之间的对话、指令和自动化控制将由人工智能程序主导。他进一步解释，当我们在办公室关闭电脑时，家中的电饭煲能自动开始煮饭，这一切看似是物联网的神奇效果，实际上是背后的人工智能程序在操控。

邓立预测，未来最有前景的研究方向是深度无监督学习，这是将深度学习与强化学习相结合的方法。他在接受采访时分享了其预测，认为深度无监督学习在金融、自动驾驶、大数据分析、商业流程优化、智能医疗等领域具有巨大的应用潜力。

在这场全球的技术竞争中，小企业面临数据不足和设备限制的挑战。但在深度学习中，深度与层数是制胜关键，如微软研究院的系统层数已达到惊人的152层。对于如何为自己的项目配套技术，邓立建议企业首先要确保项目的市场需求广泛且庞大，其次要对未来几年的技术发展有准确预测。

人工智能技术人员是市场上的稀缺人才。相比于传统互联网“码农”的低廉薪资，深度学习领域的人才供不应求。创新工场CEO李开复透露，顶尖的人工智能博士生现在能拿到的年薪已经高达200万到300万美元。这一领域的人才争夺在ICASSP会议上达到高潮，全球顶尖的科学家和企业都在此寻找合适的人才。一位谷歌竞争对手的负责人甚至透露，即使年薪达到250万到300万美元也并非易事，这样的高薪绝对不是行业常态。亚马逊语音识别领域的领头人Jeff Adam对市场的薪酬情况相当了解，他曾招募了60位顶尖研究人员。他告诉《国际金融报》记者，人工智能领域的薪酬已经攀升到了令人瞩目的高度，相较于硅谷其他行业，这一领域的薪酬已经高出10-20倍。

在硅谷，新毕业的博士生年薪范围大致在12万至20万美元，而对于经验丰富的博士，他们的年薪可以达到惊人的20万至30万美元。这一趋势在全球范围内都有所体现。

一位美国科技企业的人工智能负责人向记者透露，为了吸引最顶尖的人才，他们愿意提供高达数百万美元的薪酬包。但这并不意味着每个人都能轻松获得如此高薪。他解释说：“我曾提供过一次总计300万美元的薪酬包，但那是以四年为期的工作合同。”这强调了企业对于人才的渴求以及高薪背后的长期投入和承诺。

一位来自Johns Hopkins大学的博士生分享了收入打包中的具体细节。基本工资在10万至14万美元之间，此外还有10%-15%的奖金和连续四年的股票奖励，每年价值约2万美元。他进一步指出，如果是专注于硬件领域的专家，他们的基本工资可能达到8万美元。而单纯从事算法理论研究的人员在找工作时可能会面临挑战，他们可能需要转向其他领域发展。

从微软和谷歌回国创业的语音识别技术总监分享了他的观点。他表示，博士毕业生的年薪大约在15万至25万美元之间，特别优秀的人才甚至可能超过30万美元。对于年薪高达300万美元的说法，他表示并未听说过这样的案例。与此国内人工智能领域的顶尖博士毕业生年薪约为50万元人民币，这样的高薪人才国内一年不超过15人。

一位语音识别首席工程师向记者透露了硅谷的真实情况。他表示，对于博士毕业生来说，年薪范围大致在15万至25万美元之间，这其中大部分不是现金收入，而是股票等福利。他强调：“人工智能领域的研究需要深入的兴趣和长期的积累，只有最顶尖的人才能够在这一领域崭露头角。”

虽然年薪300万美元的说法可能较为罕见，但这一言论至少揭示了人工智能领域人才紧缺的趋势。这一领域正积极寻求最顶尖的研究人员和技术专家，并愿意为他们提供极高的薪酬和福利待遇以吸引和留住人才。