AlphaGo和李世石的“人機(jī)圍棋大戰(zhàn)”所引進(jìn)的社會(huì)效應(yīng)還在不斷發(fā)酵，使得“人工智能”從一個(gè)大多數(shù)人眼中的科幻小說(shuō)詞匯，變成了現(xiàn)實(shí)生活中近在咫尺的高逼格存在。

　　事實(shí)上，是云計(jì)算和大數(shù)據(jù)的蓬勃發(fā)展使AI人工智能迎來(lái)了新的契機(jī)，而人工智能也不僅僅意味著一個(gè)會(huì)下棋的機(jī)器人，從手機(jī)上的計(jì)算器到醫(yī)療、教育，到無(wú)人機(jī)、無(wú)人駕駛汽車，到未來(lái)可能改變世界的重大變革，人工智能可以改變每個(gè)人的生活，也可以顛覆我們的世界。

　　全世界都需要優(yōu)秀的人工智能人才，以進(jìn)一步釋放機(jī)器計(jì)算和機(jī)器學(xué)習(xí)技術(shù)的巨大潛能。當(dāng)前，領(lǐng)英數(shù)據(jù)分析顯示，領(lǐng)英平臺(tái)上的全球人工智能人才數(shù)量約為25萬(wàn)，主要分布在美國(guó)、歐洲、印度及中國(guó)。目前擁有人工智能相關(guān)專業(yè)人才數(shù)量最多的十個(gè)國(guó)家依次為：美國(guó)、英國(guó)、印度、加拿大、法國(guó)、荷蘭、德國(guó)、西班牙、澳大利亞、巴西、中國(guó)。

　　當(dāng)前全球人工智能人才分布圖

　　我國(guó)人工智能人才培養(yǎng)潛能巨大，不輸歐美

　　從中美人工智能人才的從業(yè)年限構(gòu)成比例上看，美國(guó)擁有10年以上經(jīng)驗(yàn)的人工智能人才比例接近50%，而我國(guó)十年以上經(jīng)驗(yàn)的人才比率只有不到25%。然而，美國(guó)5年以下經(jīng)驗(yàn)的人才比例約為28%，而我國(guó)的這一數(shù)字比率超過了40%。盡管我國(guó)人工智能專業(yè)人才總量較美國(guó)和歐洲發(fā)達(dá)國(guó)家來(lái)說(shuō)還較少，10年以上資深人才尚缺乏，但從人才從業(yè)年限結(jié)構(gòu)分布上來(lái)看，我國(guó)新一代人工智能人才比例較高，人才培養(yǎng)和發(fā)展空間廣闊。

　　全球、美國(guó)、中國(guó)人工智能人才從業(yè)年限結(jié)構(gòu)對(duì)比

　　目前我國(guó)人工智能人才最集中的Top10雇主排名中，高等院校占據(jù)四席，分別為清華大學(xué)、北京大學(xué)、中科院和浙江大學(xué);而美國(guó)人工智能人才Top10雇主中，有三所世界頂尖大學(xué)，卡內(nèi)基梅隆大學(xué)、麻省理工大學(xué)和斯坦福大學(xué)。

　　當(dāng)前全球、美國(guó)、中國(guó)人工智能人才聚集的Top10雇主排名

　　雖然從當(dāng)前的人工智能人才整理培養(yǎng)實(shí)力上看，我國(guó)與美國(guó)尚有差距，但是我國(guó)在理工科，特別是基礎(chǔ)學(xué)科人才培養(yǎng)方面有深厚的底蘊(yùn)，例如計(jì)算機(jī)相關(guān)專業(yè)、電子與電氣工程、物理、數(shù)學(xué)等專業(yè)教學(xué)水平在全球保持領(lǐng)先地位，而這些學(xué)科都是從事人工智能和機(jī)器學(xué)習(xí)應(yīng)用開發(fā)的核心基礎(chǔ)。

　　當(dāng)前美國(guó)與中國(guó)人工智能人才的專業(yè)教育背景對(duì)比

　　高?？蒲信c企業(yè)實(shí)力相對(duì)接，為AI人才創(chuàng)造發(fā)展空間

　　過去，人工智能專家是高?？蒲袡C(jī)構(gòu)或是實(shí)驗(yàn)室里需要的研究型人才，但如今，越來(lái)越多的高科技公司開設(shè)機(jī)器人或者人工智能業(yè)務(wù)分部，人工智能或機(jī)器學(xué)習(xí)類專業(yè)人才正在變得炙手可熱。據(jù)《經(jīng)濟(jì)學(xué)人》報(bào)道，Uber去年從卡耐基梅隆大學(xué)的國(guó)家機(jī)器人工程中心招募了40名員工，幾乎是該研究中心員工總數(shù)的三分之一。曾任斯坦福大學(xué)講師的百度人工智能團(tuán)隊(duì)負(fù)責(zé)人Andrew Ng指出，領(lǐng)先的科技公司對(duì)于人工智能人才來(lái)說(shuō)有兩大吸引力——他們能提供強(qiáng)大的計(jì)算能力和大量的數(shù)據(jù)資產(chǎn)，這對(duì)于從事機(jī)器學(xué)習(xí)領(lǐng)域的人才來(lái)說(shuō)非常重要。

　　根據(jù)領(lǐng)英數(shù)據(jù)，目前在為人工智能Top10雇主工作的美國(guó)人才中，僅有16%來(lái)自高等院校，大部分人才都服務(wù)于企業(yè)雇主;而我國(guó)有約32%的人才為清華大學(xué)、北京大學(xué)、中科院和浙江大學(xué)這四所科研院校工作。隨著BAT、華為、大疆無(wú)人機(jī)等高科技企業(yè)在人工智能應(yīng)用和開發(fā)上的不斷探索，或許也將刺激更多人才和資本向人工智能商業(yè)應(yīng)用領(lǐng)域涌入。

　　但這種趨勢(shì)并不意味著科研機(jī)構(gòu)對(duì)于人工智能人才失去了吸引力，科研機(jī)構(gòu)需要將更多的重點(diǎn)研究項(xiàng)目與企業(yè)市場(chǎng)應(yīng)用開發(fā)相對(duì)接，將高校的技術(shù)研發(fā)實(shí)力與企業(yè)的數(shù)據(jù)資產(chǎn)能力相結(jié)合，這樣將有助于釋放人工智能產(chǎn)業(yè)潛能，給人才更多的創(chuàng)新和發(fā)展空間。從而能夠?qū)⑽覈?guó)在計(jì)算機(jī)、物理、數(shù)學(xué)等基礎(chǔ)學(xué)科人才培養(yǎng)方面的優(yōu)勢(shì)充分利用。