英特尔高管论关于人工智能人力资源问题

上周，我与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谈论了人工智能人力资源问题。下面是他们所说的一些重要的话。

照片来源：Robin Holt/Intel

在AI灵感插图面板前的Gadi Singer。

AI工程师非常短缺，且缺口在日益增大，这迫使一些公司为AI人才支付数百万美元的工资，关于这方面的报道，两位的看法：

Rice说：“你在那些文章中看到的是相对真实的情况。AI的一个有趣之处在于，如今不仅仅是技术公司在招聘AI人才，金融、医疗、零售、移动、制造等行业也都开始招募AI工程师，它们正在开发或应用AI技术。正因为如此，全球对AI工程师的需求不断增加，这推高了这些工程师的价值。”

但是，Singer插话说，要记住AI并非单一技能，也不是只有一种工作职位。“它包含多样化的技能。你需要有硬件架构师、设计师、软件开发人员、数据科学家和研究人员等。”

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继续说道，“那些拥有专业技能，知道如何开发那些新技术、这些拓扑结构或如何以最有效的方式在软件和硬件中实现它们的人，显然具有很高的价值。”

Singer说，AI人才的价值被推高的另一个原因是，“这个领域的前沿向前推进的速度比我所见过的任何技术的都要快。2016年时的深度学习最先进技术，到了2018年就被称为‘遗产’了。因此，那些有能力持续学习并立于或领先于快速向前推进的深度学习前沿的人显然非常有价值。”

关于通过培养更多AI工程师来填补人才缺口的努力，两位的看法:

Rice说：“这方面有几个问题。全球的学术机构已经开始重视这个领域的技能。但是，由于每个创新周期都很短，很多研究实际上是在产业界进行的，所以实际上产业界正在从学术界招聘大量的教授。这是一个令人困惑的问题：产业界正在努力从学术界拉走更多的AI人才，其速度超过了学术界产出AI人才的速度。”

Singer说，这也有其光明的一面。他看到学生人数和提供的课程数量都在增加。

Singer指出，酷这一因素有助于人才缺口的填补。他说：“考虑下数据科学。过去，它被认为是很枯燥的，是统计学的某个领域，而现在，数据科学真的很酷，这吸引着众多人才涌入学术界和产业界。”

“所以，”他表示，“即使需求强劲，它也会在学术界和更大的人口中转化为拉动，最终会增加供给。”

“所以，”他指出，“尽管需求强劲，但它会在学术界和更大的人群中都转化为一种拉动力，进而最终会使人才供给增加。”

关于留住公司的AI工程师，两位的看法：

Rice说：“在数据科学领域，我们看到人们平均每21个月换一次工作。员工流动率较高，并不是因为人们想在不同的工作之间换来换去，而是因为他们正在努力解决的问题是如此多样化。他们从一家公司换到另一家公司，是为了去研究新的有趣的问题。”他表示，结果是公司很难找到留住他们的方法。“当一个人进入一个组织时，你必须更加积极主动地精心安排他的任期。”

这听起来很简单，但却很有效力。Singer说：“让其任期成为一段有趣且有所成长的经历。对于许多顶尖人才来说，最重要的因素不是福利套餐之类的，而是：他们是否觉得自己正在做一些处于技术前沿的事情？他们是否觉得他们在学习，从而每年都在成长？他们是否觉得他们所做的工作很重要？”

Rice补充说，如今的顶尖工程师们想做的不仅仅是坐在小隔间里写一行行代码，“他们想做一些有助于社会发展的事。”

关于多元化人才队伍在防止算法偏差方面的重要性，两位的看法：

Singer说：“你训练机器学习的方式影响着它看待世界的方式。在基于实例的监督学习中，所使用的那组实例会影响其被如何分析。处理防止偏见问题的最佳方法是拥有多样化人才的团队。当团队具有多样性，并从多个角度看待问题时，它所创造的解决方案将具有全面的视角。”

更长远一点来看，他设想的解决方案是训练未来复杂的AI系统什么是偏见，如何发现偏见，以及如何避免偏见。Singer说：“这不是靠今天的技术就能做到的，但从中长期来看，我认为这种能力正在不断发展。”

对于为什么今天的孩子应该考虑以AI方面的工作作为职业目标，两位的看法：

Singer说：“AI具有高度影响力和多学科的优势。”这意味着它会支持各种各样的兴趣：“不管你是想把互动做得更人性化，还是更注重统计，还是更多地关注编程或工程；它们中的每一个都对应着AI的一个分支。例如，对于那些想要在健康相关领域工作（比如照顾老年人）的人，那些领域也AI方面的元素。因为AI是如此多样化，无论你的专长是什么，你都能与它发生联系。”

据Rice说，本质内容是：将来很难有一份不涉及人工智能的职业。“我有一个还很年幼的孩子，”他说，“我现在认为，她将来从事的任何职业都会受人工智能的影响。”