編者按：鑒于未來是AI的時代，技術公司無論大小都在爭奪人才。但是目前全世界掌握這方面的人才還不到1萬人，為了把盡可能多的AI專家招致麾下，技術巨頭開出了連一個從不避諱給予頂級人才豐厚財富的行業都瞠目結舌的薪水。而財力不夠的小公司只好另辟蹊徑去尋找暫時沒有被注意到的人才。《紐約時報》的一篇 文章 聚焦了日益白熱化的AI人才爭奪戰。

[[208175]]

硅谷的初創企業相當于行業巨頭一直都有招聘的優勢：到我們這兒冒險一次吧，我們給你股權，如果公司成功的話你就發了。

但現在技術圈掀起的擁抱人工智能的競賽也許會令這一優勢蕩然無存——至少對于少數很懂AI的潛在員工來說是這樣的。

技術界最大型的公司正在向人工智能投下了巨注，把希望寄托在從臉部識別智能手機、對話式咖啡桌電子產品到計算化醫療保健和無人車等一系列的東西上。為了追逐這個未來，他們開出的薪水甚至高到連一個從不避諱給予頂級人才豐厚財富的行業都瞠目結舌的地步。

根據9位(均要求匿名因為不想自己的職業前程被耽誤)在主流技術公司工作或者收到過對方開出的職位的人的說法，一般的AI專家，包括剛剛大學畢業的博士生以及受教育程度沒那么高只有幾年經驗的那些人，能拿到的年薪加公司股權可以從30萬到50萬美元不等。

AI領域的知名人士拿到的4或5年期報酬(工資加公司股份)總共可達百萬或者千萬美元的級別。到了一定時候他們還可以續簽或者重新協商新合同，就像職業運動員一樣。

在高端是由管理AI項目經驗的高管。在今年提交的一份法庭文件中，Google披露其無人車部門的一位領導，2007年就加入Google的長期員工Anthony Levandowski，在去年加入Uber(他離開Google后與人聯合創辦了無人車初創企業Otto，后來Otto被Uber收購，令Google將Uber告上法庭訴后者侵犯知識產權)前拿到了1.2億美元的獎金加報酬。

工資漲得如此之快以至于一些人開玩笑說技術業需要給AI專家制定NFL式的工資帽。微軟的招聘經理Christopher Fernandez說：“這可以讓事情簡單些，簡單很多。”

巨額工資有一些催化劑。汽車業跟硅谷在爭奪同一批專家來幫助開發無人車。像Facebook和Google這樣的技術巨頭也有大把的錢可以擲到他們認為AI可以幫助解決的問題上，比如為智能手機和家用電子產品開發數字助手，識別攻擊性內容等。

最重要的是，AI人才短缺，而大公司對他們的態度則是多多益善。解決困難的AI問題不像開發時髦的手機app。據蒙特利爾的獨立實驗室Element AI，全世界具備從事認真的人工智能研究所需技能的人才也不到1萬人。

卡內基梅隆大學計算機科學系主任Andrew Moore(之前曾在Google工作過)說：“我們看到的東西未必對社會有利，但卻是這些公司的理性行為。他們對確保能招募到這一小群懂AI的人感到焦慮。”

AI實驗室DeepMind的成本可以說明這個問題。2014年這家公司被Google以6.5億美元收購，當時它的員工是50人。去年，根據Google公布的財務賬目，該實驗室的“人工成本”在職員擴張到400人后上漲到了1.38億美元。也就是相當于人均工資為34.5萬美元。

技術招聘機構CyberCoders的高管招聘人員Jessica Cataneo說：“這種水平是很難跟他們競爭的，尤其是如果你是比較小的公司的話。”

人工智能研究的前沿基礎是一種叫做深度神經網絡的數學技術。這些網絡是可以通過分析數據自己學習任務的數學算法。比方說，通過研究數百萬小狗照片的模式，神經網絡就能學習識別小狗。這種數學思路可以追溯到1950年代，但指導5年前它還只是游走在學術和行業邊緣的東西。

到了2013年，Google、Facebook以及若干其他公司開始招聘相對少量專長于這些技術的研究人員。神經網絡限制幫助識別發布在Facebook上的臉龐，識別對著Amazon Echo這樣的客廳數字助手說的指令，并且對在微軟的Skype電話服務上說出來的外語進行即時翻譯。

研究人員還利用相同的數學技術來改進無人車，并且開發可在醫學掃描中識別疾病的醫療服務，不僅能識別語音而且能理解意思的數字助手，自動化的股票交易系統，以及能撿起從未見過的東西的機器人。

在AI專家如此稀少的情況下，大型技術公司還在招聘學術界最好和最聰明的人。而在這過程中，他們就限制了能夠傳授這一技術的教授數量。

2015年，Uber從卡內基梅隆大學開創性的AI計劃中挖走了40人去為其無人車項目工作。過去幾年，學術界的四位最知名的A研究人員都已經離開了斯坦福大學。在華盛頓大學，20名AI教授現在已經離開或者部分離開為外面的公司效力了。

Oren Etzioni說：“學術進入產業界正響起一陣巨大的吸食聲。”他本人就是其中的一員，作為前華盛頓大學的一名教授，現在他已經是艾倫人工智能研究所的負責人。

一些教授在尋找妥協的辦法。華盛頓大學的Luke Zettlemoyer拒絕了Google在西雅圖的一間實驗室提供的職位，據說對方開出的薪水是他目前工資(根據公開記錄為18萬美元)的3倍多。相反選擇了到艾倫研究所，因為這里還允許他繼續教書。

Zettlemoyer說：“有很多系都這么做，也就是把自己的時間按照不同比例分配給學術和產業。做產業的薪水高多了但還有人愿意留住學術界是因為他們在乎。”

為了引進新的AI工程師，像Google和Facebook這樣的公司都在對現有員工開設“深度學習”及相關技術的課程。而像Fast.ai這樣的非盈利組織以及像Deeplearning.ai(前斯坦福大學教授，幫助設立了Google Brain實驗室)這樣的公司則在提供網上課程。

深度學習的基本概念不難掌握，只需要比高中水平的數學多一點的知識即可。但真正的專業知識需要用到的數學知識就高深許多，而且需要一種被一些人稱為是“黑暗藝術”的直覺才能。像無人車、機器人以及醫療保健等還需要有特定的領域知識。

為了跟上節奏，小一點的公司物色人才只能另辟蹊徑。一些在招聘具備必要數學技能的物理學家和天文學家。另外一些美國的初創企業則跑到亞洲、東歐以及啟發工資低一點的地方去招人。

舊金山的初創企業Skymind 招聘的工程師來自8個國家。其CEO兼聯合創始人Chris Nicholson說;“我沒法跟Google競爭，也不想這么做。所以我在那些低估工程人才的國家開出了非常有吸引力的薪水。”

但是行業巨頭也在做類似的事情。Google、Facebook、微軟等在多倫多和蒙特利爾都設立了AI實驗室，這兩個地方是美國以外完成很多相關研究的地方。Google還在中國招聘人才，而微軟在那里也有很強的存在。

毫不奇怪，很多人都認為人才短缺并不會在幾年內緩解。

蒙特利爾大學教授，著名的AI研究者Yoshua Bengio說：“供不應求是當然的。而且情況不會很快變好。培訓出一位博士是需要許多很多年的時間的。”