从“互联网+”走向“人工智能+” 技术迭代缺人才

中国的小公司和个人不该妄自菲薄，人工智能真正的发展才刚刚兴起，它将像当年互联网的崛起一样，打造一批新的时代巨无霸，这些新巨人可能从现有的巨头进化而来，也可能从目前还名不见经传的小公司甚至个人创业者成长而来，大公司有大公司的资源优势，小公司也能发挥“船小好调头”的灵活敏锐特色。毕竟，现在的谷歌、百度、阿里巴巴都是从当时被人看不起的“小生意”开始的。

谷歌（Alphabet）公司用AlphaGO大胜围棋专业九段李世石，给全球科技巨头带来的震撼正在迅速蔓延：各大巨头纷纷公开宣布或秘密启动“人工智能+”战略，用人工智能改造各项产品和服务。

美国微软公司在3月30日开幕的年度开发者大会上，宣布新的人工智能计划：以“对话作为平台”（Conversation as a platform）为理念的微软Bot架构。微软首席执行官萨蒂亚纳德拉说，继键盘、鼠标、触摸屏之后，能理解人类语言、实现人机互动的人工智能自动程序，将成为下一代界面。

3月31日，百度在京举办“智慧汽车”战略发布会，并与长安汽车签署战略合作协议，宣布将在合作的“智慧汽车”中植入百度的车联网系统。百度总裁张亚勤将此称之为“社会正在从‘互联网+’步入‘智能+’的一个标志”。

正如从单细胞到无脊椎动物的进化，互联网正迅速完成跑马圈地注重“量”的互联，下一步是向脊椎动物和高大脑容量的物种进化，人类互联网的“大脑”雏形正日新月异地形成。

互联网的这个“脑”就是人工智能。“劳心者治人，劳力者治于人”，以互联网为代表的人类竞争正迅速集中于“脑力”的竞争，从“互联网+各个领域”向“人工智能+各个领域”快速迭代进化。

竞争格局：百舸争流抢占蓝海

目前，谷歌主攻机器人，百度打造自动驾驶，特斯拉也主攻自动驾驶，微软目前发布的项目围绕人机对话界面，Facebook围绕社交软件，IBM希望做人工智能领域的操作系统，而它们共同的特点是：已经、正在或即将大举并购大量涌现的人工智能小公司。

如果2015年巨头们思考打造什么项目，2016年大家可能更多思考如何用人工智能全面重构公司。

百度高级副总裁、自动驾驶事业部总经理王劲3月30日说，百度将用人工智能对研究院、语言、图像等部门进行重构。“百度将来会用人工智能技术来改造百度所有的技术。各个产品和技术体系，都由人工智能来规划”。

实际上，微软早已这么做。微软研究院人工智能首席科学家邓立告诉《国际金融报》记者，他目前主要任务是，把微软的各项产品和服务全面智能化，人工智能团队大部分进驻在各个部门，深入了解各部门产品的实际需求后，用人工智能的方法量身定制对应的程序。

微软主要围绕目前产品和服务的智能化。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纳德拉说：“希望开发人员为每个企业和服务创制人工智能程序，把人工智能融入各种应用中。”微软认为，未来的计算有３个主要的推进器：人、数字助理、机器人，未来人类与技术之间将有全新的交互方式，人与人、人与机器人、人与数字助理，甚至数字助理与机器人之间都会产生交集。

而百度公司在人工智能领域的投入，是全力投入自动驾驶。“在人工智能方面，但凡有一点资源，都应该投入到自动驾驶上面来。”王劲说，“自动驾驶汽车是百度迄今为止最大的投资项目之一，将会达数百亿人民币。”

这是各大巨头激烈竞争的“红海”。谷歌表示，预计首辆自驾车将于5年内正式上路。近日美国*已经批准了谷歌自动驾驶汽车上路的法律申请。特斯拉CEO伊隆马斯克则对外表示，特斯拉用两年的时间就可以推出全自动驾驶汽车。2015年底，百度提出自动驾驶要“3年商用，5年量产”。苹果也曾透露，正在研发自动驾驶汽车。

但王劲表示，百度在许多技术上已经超过了谷歌。在服务器方面，百度的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，百度的万亿参数排在世界第一。

人工智能被Facebook作为新盈利模式转型的主要动力。1月3日，Facebook创始人扎克伯格在他的Facebook上透露，他的2016年新年目标是打造一个人工智能管家。2015年7月，Facebook就在开发代号为“Moneypenny”（简称M）的人工智能助理项目，其负责人David Markus说：“M是一种个人数字助理，与市场上其他基于人工智能技术开发的服务相比，M真的能代替你购物、为亲人送礼物、预定参观、安排旅程等。”

对于百年老企业，人工智能是“向死而生”的战略反攻。曾经制造出打败国际象棋冠军的“深蓝”的IBM，在2014年1月斥资10亿美元使Watson项目独立，外界普遍认为这是IBM“向死而生”的新业务。IBM将其实现人工智能的方法称为“认知计算(cognitive computing）”。目前，Watson 主要应用集中在药物及医学领域，2015年4月，IBM宣布和苹果、强生以及医疗器械公司 Medtronic合作，目标是医疗系统中介。

IBM的战略并不小：让Watson成为如今不断涌现的人工智能应用的操作系统。这在其一系列声明中得以清晰展现。

各大巨头正在全球寻求入股新兴的小公司。“摧毁一个公司最好的方式就是买下它。”一位斯坦福大学教授向记者坦言。

提升技术：开源竞赛引凤来栖

AlphaGO为何能打败围棋世界冠军？它的致命法宝就是模仿人类的“深度学习”（deep learning）工作原理。

Facebook、谷歌、雅虎、百度等各大公司都在尝试将深度学习算法运用到产品开发中，以期使产品更智能化，提升用户体验。

对于开发人工智能的企业来说，一个重大的机遇是，深度学习的研究领域几乎没有专利，全球顶尖公司正掀起开源（即免费公开使用）的竞赛，各企业、研究机构几乎都把自己数亿美元科研成果免费公开，供所有人包括竞争对手使用。

“因为需要更多用户提供更多数据、反馈，才能提高人工智能的‘智力’。”IBM人工智能资深研究员严骏驰告诉《国际金融报》记者。

实际上，全球顶尖公司正掀起开源的竞赛。早一天把系统做成功，早一天开源，其他公司的开发者就会基于这一系统开发程序，“引凤来栖”，一位人工智能领域的顶尖科学家坦言。

例如此次AlphaGo开赛之前的半年，谷歌公司早已把AlphaGo背后的技术、算法作为论文公开。谷歌近期又推出机器学习系统开源工具TensorFlow，从智能手机到大型数据中心服务器都能使用。

开源让各企业之间的竞争又变得“我中有你、你中有我”的“如胶似漆”。这次做出AlphaGo的公司Deep Mind，就是基于Facebook开源的深度学习系统Torch。苹果Siri也是基于开源的系统。

严骏驰说，全球深度学习领域的研究基本没有专利，都是开源的，这使得小公司、甚至个人都有机会开发人工智能程序。“中国企业想做AlphaGo也不难，方法都是公开的。”邓立说。

邓立坦言，“技术、算法本身都比较显而易见，而且即使申请了专利，也很难检测到别人正在使用自己的技术，因为目前都在云端计算，所以谷歌甚至连软件都开源了。”

“不过，谷歌公司通过长久的演练、摸索，探索出了适合围棋的许多具体参数，其他人就没有积累。”邓立说。

“企业需要对这些开源的方法进行二次开发，以匹配自己所需的特定功能。而二次开发所需的团队、资金还是不小的。”戈壁创投合伙人徐晨向《国际金融报》记者补充道。

“二次开发可能需要几万到数百万美元，看你想要的精确度、广度、深度，差异非常大。”卡梅隆大学专门研究深度学习在多媒体中的应用的教授告诉记者。

但开源、免费也有弊端，“因为不直接产生收益，做起来就不一定尽心尽力，企业还是以利润为动力的。”邓立坦言。

比开源更进一步，人工智能技术被认为应该全人类免费共享。2015年12月12日，特斯拉CEO 伊隆马斯克在Twitter上宣布正式启动OpenAI，并称OpenAI是一个非营利性的人工智能研究公司，目标是“推动数字智能的发展，同时不被财务回报所限制，从而造福整个人类”。

OpenAI强烈建议研究人员公开他们的研究成果，包括论文、博文、代码和专利，与世界共享，通过和科研人员和企业的合作，不断研发新技术。

尽管作为一个非盈利组织，但其吸引的人才却不亚于谷歌百万年薪挖来的。OpenAI的研究总监是来自谷歌的世界著名机器学习专家Ilya Sutskever，首席技术官是支付公司 Stripe前首席技术官 Greg Brockman，团队的其他成员都是世界级的工程师和科学家，包括著名创业孵化器YCombinator的联合创始人Trevor Blackwell等。

应用前景：从“眼耳”到“理解和决策”

人工智能正处于哪个阶段？哪些方法、应用将最有前景？

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）移师上海举办，邓立在向全球科学家所作的《人工智能深度学习从机器识别到机器理解》主题演讲中表示，机器智能已从充当“眼耳”的语音和图像识别功能，上升到“理解和决策”功能，包括记忆、翻译、自主学习和决定等。

他的这一判断是在经历了人工智能几十年起起落落后的历史趋势判断。邓立是最早将深度学习方法应用于语音识别商业应用的专家，他和同事与深度学习最著名的专家Geofferey Hinton合作，最早把深度神经网络应用于大词汇量连续语音识别领域中，把语音识别错误率降低了20%。

邓立告诉《国际金融报》记者，本质来说，目前人工智能（机器学习）方法，将成为各项科技的支持技术（enabling technology），使其他科技的目标得以成功实现，它可能不是直接接触终端用户的界面，但界面的背后可能都是人工智能方法在控制。

也就是说，它是运筹帷幄的“王”，而不一定是冲锋陷阵的“将军”或“士兵”。“如果你以为人工智能只是一种科技、一种产品，如果你认为AlpahGo是一套特别的AlpahGo技术，那你就大错特错了，你完全误解了它的含义。”斯坦福大学数学系教授Stephen P. Boyd对《国际金融报》记者强调说。

“人工智能是一整套思维方法，这套方法可以用来做任何事，金融、反腐败、医疗诊断、交通系统设计、自动驾驶、做手术、语音识别、图像识别，它们也可以用来做坏事，比如发射导弹。当然也可以应用于下围棋，这并没有什么特别的。”Stephen P. Boyd说，“它真正改变的是社会的运作原理，是背后根本的方法。理解了这套思维方法，你可以用来解决所有一切问题，而不仅仅是语音、图像识别、自动驾驶、机器人写作。”

例如，“人工智能+物联网”。新加坡科技研究局资讯通信研究院信号处理部部长、IEEE信号处理学会物联网技术委员会主席俞荣山认为，在物联网技术背后，将来物与物之间的对话、指令、自动化控制，大部分将由人工智能程序控制。

俞荣山向《国际金融报》记者表示：“万物相连背后的控制，大部分将由人工智能完成，物联网的大部分变化都将是背后隐含的，终端用户可能都不会感觉到它的变化。例如当你关掉办公室电脑，你家的电饭煲就自动开始煮饭，等你到家饭菜都自动做好了，这看起来是物联网，但背后的程序运用的是人工智能的方法。”

邓立预测，未来最有前景、最值得深入挖掘的方法，将是深度无监督学习，将深度学习与强化学习的方法结合起来配套使用。

未来，深度无监督学习在哪些方面最有发展前景呢？邓立向《国际金融报》记者预测，金融、机器人（比如自动驾驶）、大数据分析和预测、商业流程优化、智能个性化医疗等。但邓立认为：“我们科学家提供方法，具体应用在哪个场景，需要由你决定，客户比科学家更了解市场应用前景。”

具体如何应用？大家都在摸索，还没人知道准确答案。因为未知，所以充满机遇，这正是各大公司夜以继日奋力抢夺的市场焦点，用俗语来说就是，“预测未来最好的方式，是创造未来”。

在这场市场竞争中，小企业明显底气不足，数据不够、计算所需的设备不足，导致运算能力有限。在深度学习中，深度、层数是核心关键，例如微软研究院的系统甚至深达152层。

企业如何配套自己主攻项目的技术呢？邓立对此很有经验：“首先项目的市场需求要广泛、要大，其次对技术接下来几年的发展要有准确的预测。”

人才稀缺：年薪300万美元？

人工智能技术人员是“少而精”的人群，相比于互联网传统的“码农”（人们对编码程序员低廉收入的笑称），人工智能尤其是深度学习的人才严重供不应求。“即使再增加10倍的毕业生，市场也能吸收。”美国科技公司人工智能负责人告诉《国际金融报》记者。

多少钱能招到顶尖人才？

“做深度学习的人工智能博士生，现在一毕业能拿到年薪200万到300万美元的offer。”创新工场CEO李开复近日发言，“硅谷公司都在追捧这个方向，这是有史以来没有发生过的。三大公司（谷歌、Facebook和微软）在用不合理的价钱挖人。”

近日，这些主要的招聘方、招聘对象聚集在上海的ICASSP会议，会上聚集了人工智能语音处理的顶尖科学家和企业。

谷歌最主要竞争对手的一位负责人向《国际金融报》记者透露，“250万-300万美元年薪，即使是包括期权、股票、奖金等的打包总收入，全球估计也只有少数几个人，绝对不是行业常见的水平。”

亚马逊语音识别机器人的带头人Jeff Adam麾下曾招聘了60位研究人员，因此对这一市场的薪水颇为熟悉，他告诉《国际金融报》记者，“这个数字高出了10-20倍。在硅谷，刚毕业的博士生12万-20万美元年薪，有经验的博士能达到20万-30万美元。”

另一位美国科技企业人工智能负责人向《国际金融报》记者透露，“一定要最最顶尖的博士生。300万美元的总收入，我只有一次给出过，但是是分4年的，不是一年的年收入。”

一位JohnsHopkins大学（被业内认为是语音识别人才最顶尖摇篮之一）的博士生，向《国际金融报》记者给出了这一个package（收入打包）中的具体构成：“一般基本工资10万-14万美元，10%-15%的奖金，连续4年、每年2万美元的股票。”

“如果是做硬件的，基本工资8万美元。如果是做软件的，单纯做算法理论就很难找到工作，一般会流到其他方向。具体流到哪个方向就很难说了，可能都不做计算机了。”他坦言。

一位近期从微软、谷歌回国创业的语音识别的技术总监告诉《国际金融报》记者：“博士毕业大约15万-25万美元年薪，特别优秀的可以超过30万美元。做技术的从来都是一样，一个优秀的人能顶几个甚至很多个一般人，所以特别优秀的人价格可能翻番。但300万美元年薪，确实没听说过。”

“在国内，人工智能相关最优秀的博士毕业生，大约50万元人民币年薪，这样的人国内一年不超过15个吧。”这位技术总监告诉《国际金融报》记者。

曾经像博士毕业生一样求职、如今已经在这一领域的从业者怎么说？一位语音识别首席工程师向《国际金融报》记者透露，“加利福尼亚州（硅谷所在地）博士毕业生一般是15万-25万美元年薪，全部指的是package，大部分不是现金，而是股票”。“特别优秀的能到35万美元年薪，但只是很少数”。

“人工智能的研究需要静下心来积累，如果没有深入的兴趣，很难做到顶尖，人工智能技术只要最顶尖的人才。”该首席工程师向记者提醒。

综上所述，年薪３００万美元的说法或许不太现实，但是，作为业界大佬的一家之言，这至少暗示了一种人工智能人才紧缺的趋势。