賴斯說：“你在文章中看到的是相對真實的。” “人工智能的一個有趣的事情是它不再僅僅是在這個領域發揮作用的技術公司，你擁有金融業，醫療，零售，移動，制造業 - 他們都開始招募AI工程師，無論他們是誰正在開發技術或應用技術。正因為如此，全球需求不斷增加，這推動了這些工程師的價值。“

“2016年深度學習的最先進技術在2018年被稱為'遺產'” -

加迪辛格

但是，插話的辛格，記住AI不是一種技能，一種工作描述。“這是一套多樣化的技能。你有硬件架構師，你有設計師，軟件開發人員，數據科學家和研究人員。“

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， “具備了解如何開發這些新技術，這些拓撲或如何以最有效的方式實現它們的專業知識的人他說，軟件和硬件顯然具有很高的價值。“

Singer說，推動價值的另一個原因是，這個領域的前沿比我見過的任何技術都要快。2016年深度學習的藝術水平在2018年被稱為“遺產”。因此，那些有能力不斷學習并領先于這個快速發展的深度學習前沿的人顯然是非常有價值的。“

通過培養更多人工智能工程師來填補管道的努力：

“這有幾個問題，”賴斯說。“全球學術機構在強調這一技能領域方面已經開始做得很好。但是由于快速的創新周期，很多研究實際上是在工業中進行的，所以行業實際上是從學術界招聘了很多教授。這是一個令人困惑的問題：工業界正在努力以更快的速度吸引越來越多的人離開學術界。“

在更光明的一面，辛格說他看到學生人數和提供的課程數量增加。

他指出，幫助這一切是很酷的因素。“考慮數據科學，”辛格說。“過去，數據科學被認為是沉悶的，某些統計領域。但今天，數據科學真的很酷。這吸引了眾多學者涌入工業界。“

“因此，”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。”

保留公司的AI工程師：

“我們在數據科學中看到，人們每21個月就會換工作，” 萊斯說。 “有更高的營業額不是因為人們想在工作之間徘徊，而是因為他們正在努力解決的問題是如此多樣化。他們從一個地方到另一個地方去研究新的和有趣的問題。“他說，結果是公司很難找到保留它們的方法。賴斯說：“當一個人進入一個組織時，你必須更加積極地構建一個人的任期。”

工程師們想要感受到“他們正在解決的問題不僅僅是坐在小隔間里，還會

破壞

能夠幫助更大社會的代碼[東西”

- -Chris Rice

這聽起來很簡單，但它很強大，辛格說：“讓它成為一種有趣且不斷增長的體驗。因此，對于許多頂尖人才來說，最重要的因素不是談論套餐等，而是他們是否覺得自己正在做一些處于技術前沿的事情?他們是否覺得他們學習了，所以他們年復一年地成長?他們覺得他們所做的工作很重要嗎?“

賴斯補充說，今天的頂級工程師想要做的不僅僅是坐在一個小隔間里，打破代碼行。相反，“他們希望從事有助于更大社會的事情。”

關于多元化勞動力在防止算法偏差方面的重要性：

“你訓練機器學習的方式對它看待世界的方式有影響，”辛格說。“通過基于實例的監督學習，所使用的一組示例會影響其分析方式。處理[防止偏見]的最佳方法是擁有多元化的團隊。當團隊具有多樣性，并從多個角度審視問題時，它所創造的解決方案將具有全面的視野。“

從長遠來看，他設想的解決方案是培養未來的復雜人工智能系統偏差是什么，如何發現它，以及如何避免它。“對于今天的技術而言，這不是可以做到的事情，但從長遠來看，我看到這種能力在不斷發展，”辛格說。

為什么今天的孩子應該考慮以人工智能為目標：

“人工智能具有高度影響力和多學科的優勢，”辛格說。這意味著它可以支持各種各樣的興趣：“你是想在互動的人性方面做得更多，還是更多的統計數據，或者更多地去編程或工程; 每個[對應] AI的一個分支。例如，對于那些真正想要在健康相關領域工作的人 - 例如老年人 - 那些人在AI中有元素。而且因為它是如此多樣化，它允許你用任何特殊的東西連接到它，你。“

根據賴斯的底線：將來很難有一個不涉及人工智能的職業。“我有一個非常年幼的孩子，”他說，“所以我在這一點上的假設是，她所擁有的任何職業都會產生人工智能。”