近日，谷歌李飛飛發布了一篇博客，然后連著發了三條推特，宣布一個叫AutoML的AI產品啟動了。一石激起千層浪，國內科技圈炸開了鍋，有一個論調很有意思：最先被AI革命的是AI工程師。這到底是什么邏輯呢?

　　因人工智能而被瘋搶的AI工程師

今年的兩會上，政府工作報告指出要加快培育壯大包括人工智能在內的新興產業，人工智能首次被寫入了政府工作報告。不僅政府重視，BAT企業更是投入重金。百度已經將人工智能列為核心發展戰略，騰訊也廣招人才，成立AI實驗室等部門。

再加上云計算等配套計算環境的成熟與完善，GPU云服務器、FPGA云服務器相繼推出(如騰訊云)，人工智能產業今年或將迎來一個爆發式發展時期。

政府和企業對人工智能產業越來越重視，云計算使得AI工程師的門檻逐步降低。如何成為一名AI工程師，儼然成為程序員重點討論的熱門話題之一。

根據相關調查，可以看到對于AI相關的技術崗位，30萬-60萬年薪基本上是比較主流的收入水平，相較于其他技術崗位，基本上是8年以上工作經驗的架構師的收入水平。231份樣本數據中，30萬以下年薪24份，30-60萬年薪88份，60-100萬25份，100萬+31份，面議類的63份，局限在于很多年薪數百萬的崗位不會被獵頭發布出來。

如此多金而富有想象力的崗位為什么因為谷歌的AutoML而陷入被革命的泥沼呢?

為什么說最先被AI革命的是AI工程師 邏輯是這樣的

谷歌放出的這個讓代碼界風聲鶴唳的東西，叫做AutoML Vision，是整個AutoML體系的第一款產品，專注自動生產圖像識別領域的模型。

簡單粗暴地理解下它的工作原理：如果需要做一個圖像識別的AI系統，那么需要在開發框架上自己搭建訓練過程，完成各種訓練部署，導入數據集，整個過程需要使用編程的方式來完成。

現在有了AutoML Vision，一行代碼不用寫，直接把要訓練的素材放到系統去，等待等待，一個訓練好的模型就OK了。感覺麻麻再也不用擔心我熬夜寫代碼了。

看著特別神奇，其背后是深度學習領域中的遷移學習(Transfer Learning)技術。把此前谷歌訓練圖像識別模型時積累下來的訓練過程，遷移到AutoML當中，這樣就節省下來了后續類似模型的開發過程。類似于我們做題時套公式是一樣的。

基于這樣的情況，所以“最先被AI革命的是AI工程師”的言論漸起。

華強智慧網小編語

按照AutoML Vision的工作方式，的確對于想做機器學習又缺乏專業技術和人才的企業來說確實是個福音。它取消的，是通過代碼搭建機器學習模型的過程，以及復雜的調試工作。僅保留了輸入特定數據這件事給用戶。很大程度上降低了機器學習訓練中的工作量，尤其是編程工作。

但是，其真實效果其實是有待考量的。如果需要去制作更為復雜的機器學習系統，恐怕編程還是少不了的。

所以，在AI工程師中，真材實料永遠不過時。最先被AI革命的是AI工程師，應該是那些希求快速轉行AI騙高薪的朋友們吧。