AI工程師非常短缺，且缺口在日益增大，這迫使一些公司為AI人才支付數百萬美元的工資，關于這方面的報道，兩位的看法：
Rice說：“你在那些文章中看到的是相對真實的情況。AI的一個有趣之處在于，如今不僅僅是技術公司在招聘AI人才，金融、醫療、零售、移動、制造等行業也都開始招募AI工程師，它們正在開發或應用AI技術。正因為如此，全球對AI工程師的需求不斷增加，這推高了這些工程師的價值。”
但是，Singer插話說，要記住AI并非單一技能，也不是只有一種工作職位。“它包含多樣化的技能。你需要有硬件架構師、設計師、軟件開發人員、數據科學家和研究人員等。”
鑒于人工智能中最熱門的領域是深度學習(包含所有與神經網絡相關的技術)，Singer繼續說道， “那些擁有專業技能，知道如何開發那些新技術、這些拓撲結構或如何以最有效的方式在軟件和硬件中實現它們的人，顯然具有很高的價值。”
Singer說，AI人才的價值被推高的另一個原因是，“這個領域的前沿向前推進的速度比我所見過的任何技術的都要快。2016年時的深度學習最先進技術，到了2018年就被稱為‘遺產’了。因此，那些有能力持續學習并立于或領先于快速向前推進的深度學習前沿的人顯然非常有價值。”
關于通過培養更多AI工程師來填補人才缺口的努力，兩位的看法:
Rice說：“這方面有幾個問題。全球的學術機構已經開始重視這個領域的技能。但是，由于每個創新周期都很短，很多研究實際上是在產業界進行的，所以實際上產業界正在從學術界招聘大量的教授。這是一個令人困惑的問題：產業界正在努力從學術界拉走更多的AI人才，其速度超過了學術界產出AI人才的速度。”
Singer說，這也有其光明的一面。他看到學生人數和提供的課程數量都在增加。
Singer指出，酷這一因素有助于人才缺口的填補。他說：“考慮下數據科學。過去，它被認為是很枯燥的，是統計學的某個領域，而現在，數據科學真的很酷，這吸引著眾多人才涌入學術界和產業界。”
“所以，”他表示，“即使需求強勁，它也會在學術界和更大的人口中轉化為拉動，最終會增加供給。”
“所以，”他指出，“盡管需求強勁，但它會在學術界和更大的人群中都轉化為一種拉動力，進而最終會使人才供給增加。”
關于留住公司的AI工程師，兩位的看法：
Rice說：“在數據科學領域，我們看到人們平均每21個月換一次工作。員工流動率較高，并不是因為人們想在不同的工作之間換來換去，而是因為他們正在努力解決的問題是如此多樣化。他們從一家公司換到另一家公司，是為了去研究新的有趣的問題。”他表示，結果是公司很難找到留住他們的方法。“當一個人進入一個組織時，你必須更加積極主動地精心安排他的任期。”
這聽起來很簡單，但卻很有效力。Singer說：“讓其任期成為一段有趣且有所成長的經歷。對于許多頂尖人才來說，最重要的因素不是福利套餐之類的，而是：他們是否覺得自己正在做一些處于技術前沿的事情?他們是否覺得他們在學習，從而每年都在成長?他們是否覺得他們所做的工作很重要?”
Rice補充說，如今的頂尖工程師們想做的不僅僅是坐在小隔間里寫一行行代碼，“他們想做一些有助于社會發展的事。”
關于多元化人才隊伍在防止算法偏差方面的重要性，兩位的看法：
Singer說：“你訓練機器學習的方式影響著它看待世界的方式。在基于實例的監督學習中，所使用的那組實例會影響其被如何分析。處理防止偏見問題的最佳方法是擁有多樣化人才的團隊。當團隊具有多樣性，并從多個角度看待問題時，它所創造的解決方案將具有全面的視角。”
更長遠一點來看，他設想的解決方案是訓練未來復雜的AI系統什么是偏見，如何發現偏見，以及如何避免偏見。Singer說：“這不是靠今天的技術就能做到的，但從中長期來看，我認為這種能力正在不斷發展。”
對于為什么今天的孩子應該考慮以AI方面的工作作為職業目標，兩位的看法：
Singer說：“AI具有高度影響力和多學科的優勢。”這意味著它會支持各種各樣的興趣：“不管你是想把互動做得更人性化，還是更注重統計，還是更多地關注編程或工程;它們中的每一個都對應著AI的一個分支。例如，對于那些想要在健康相關領域工作(比如照顧老年人)的人，那些領域也AI方面的元素。因為AI是如此多樣化，無論你的專長是什么，你都能與它發生聯系。”
據Rice說，本質內容是：將來很難有一份不涉及人工智能的職業。“我有一個還很年幼的孩子，”他說，“我現在認為，她將來從事的任何職業都會受人工智能的影響。”
京公網安備 11010502049343號