前兩天，新智元報(bào)道了美國(guó)雇主評(píng)價(jià)網(wǎng)站 Glassdoor 公布的一份2017年度 “美國(guó)薪酬最高企業(yè) Top 25”，其中顯示，AI公司多數(shù)職位年薪超10萬美元。 在 Glassdoor 網(wǎng)站上，可以看到，根據(jù)員工匿名提交的16個(gè)報(bào)告估計(jì)的人工智能從業(yè)者的薪酬范圍，平均薪酬總額（包括基本薪資、獎(jiǎng)金等）超過10萬美元的職位有人工智能研究科學(xué)家、人工智能工程師主管、人工智能與過程控制主管、高級(jí)人工智能工程師等，其他職位的平均薪酬總額也在61k~93k美元之間。

國(guó)內(nèi)的AI 相關(guān)職位薪酬如何？我們來看一份幾家主流招聘網(wǎng)站上 AI 相關(guān)技術(shù)崗位的抓取結(jié)果： 在總共231份樣本中，年薪60萬人民幣以上的職位達(dá)到了56個(gè)。

可以看到，AI相關(guān)的技術(shù)崗位中，30萬-60萬的年薪占據(jù)主流。在所有 231 份樣本數(shù)據(jù)中，只有24份年薪在 30萬以下。其中，30-60萬年薪88份，60-100萬25份，100萬以上年薪31份，年薪面議63份。這里還有一個(gè)局限在于，很多年薪數(shù)百萬的崗位不會(huì)被獵頭發(fā)布出來。

上圖顯示，AI領(lǐng)域目前在招的初級(jí)崗位較多，行業(yè)很缺資深人士。231份招聘崗位需求中：1-3年工作經(jīng)驗(yàn)要求占比62%，4-5年的21.7%，6-10年只占比15.8%。 AI 領(lǐng)域人才難求，收入水平水漲船高。那么，作為剛剛接觸或打算進(jìn)軍AI 和機(jī)器學(xué)習(xí)領(lǐng)域的開發(fā)者們，又應(yīng)該如何在這一領(lǐng)域起步呢？針對(duì)這個(gè)很多開發(fā)者都比較關(guān)注的問題，英特爾軟件與服務(wù)事業(yè)部在其 AI 開發(fā)者社區(qū)里分享了幾篇文章，給出了一些相關(guān)的見解和建議。 感知、推理、行動(dòng)、適應(yīng)——英特爾的 AI “四步走” 首先，英特爾介紹了它自己對(duì)于人工智能的理解，認(rèn)為人工智能是一種解決方案。 站在開發(fā)者的角度上，我們不妨?xí)簳r(shí)拋開 AI 豐富的內(nèi)涵，借用一下英特爾對(duì)AI 的定義。英特爾并未將人工智能看作最終結(jié)果和定義人類理解能力的方式，而是將其視為解決人類問題的計(jì)算工具。英特爾認(rèn)為人工智能的目標(biāo)并不是要定義實(shí)現(xiàn)人類智能水平需要哪些條件，或必須要讓機(jī)器通過某些基準(zhǔn)的“智能”水平測(cè)試，而是要采取四個(gè)步驟：感知、推理、行動(dòng)、適應(yīng)，即對(duì)輸入進(jìn)行分析（感知），得出結(jié)果（推理）；然后根據(jù)結(jié)果選擇適當(dāng)舉措（行動(dòng)），并根據(jù)實(shí)施成效改進(jìn)輸入的收集和選擇方式，進(jìn)而改進(jìn)針對(duì)這些輸入的計(jì)算（適應(yīng)）。 英特爾這一四步走方案不同于那些大費(fèi)周章，旨在確定機(jī)器是否具備人類智能水平的方案，它可滿足開發(fā)者通過編程創(chuàng)建出色的人工智能解決方案的所有需求。 盡管人們對(duì)人工智能有很多不同看法，而且實(shí)現(xiàn)人工智能的技術(shù)也是多種多樣，但機(jī)器智能的關(guān)鍵在于，它必須能夠感知、推理和行動(dòng)，然后再根據(jù)經(jīng)驗(yàn)進(jìn)行適應(yīng)。 ?感知—從大量數(shù)據(jù)中發(fā)現(xiàn)和識(shí)別有意義的對(duì)象或概念。比如識(shí)別出交通信號(hào)燈；判斷組織是腫瘤還是正常組織。 ?推理—了解更大范圍的背景環(huán)境信息，并制定實(shí)現(xiàn)目標(biāo)的計(jì)劃。如果目標(biāo)是避免碰撞，汽車必須根據(jù)車輛行為、距離、速度和路況計(jì)算碰撞的可能性。 ?行動(dòng)—推薦出或直接啟動(dòng)最佳的行動(dòng)方案。根據(jù)車輛和路況的分析，汽車可以執(zhí)行剎車、加速或準(zhǔn)備安全機(jī)制等行動(dòng)。 ?適應(yīng)—最后，我們必須能夠根據(jù)經(jīng)驗(yàn)調(diào)整每個(gè)階段的算法，對(duì)它們進(jìn)行重新訓(xùn)練，使它們變得更智能。自動(dòng)駕駛汽車的算法應(yīng)該進(jìn)行再訓(xùn)練，以識(shí)別更多盲點(diǎn)，考慮更多的環(huán)境變量，并根據(jù)以前的事件調(diào)整應(yīng)對(duì)措施。 今天，人工智能的最大能力仍處于“感知”階段，同時(shí)其在推理和行動(dòng)方面的能力也在持續(xù)增強(qiáng)。它使用的多數(shù)技術(shù)都涉及到數(shù)學(xué)或統(tǒng)計(jì)算法，包括回歸、決策樹、圖論、分類、聚類等。然而，有一種深度學(xué)習(xí)算法正在快速興起，它能利用深度神經(jīng)網(wǎng)絡(luò)模擬人類大腦神經(jīng)元的基本功能。英特爾指出，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，是今天的開發(fā)者讓機(jī)器能夠具備智能或執(zhí)行人工智能的兩種主要方式。

?在機(jī)器學(xué)習(xí)中，學(xué)習(xí)使用算法基于數(shù)據(jù)構(gòu)建模型，并隨著數(shù)據(jù)量的增加而不斷改進(jìn)。機(jī)器學(xué)習(xí)有四種主要類型：監(jiān)督式學(xué)習(xí)、非監(jiān)督式學(xué)習(xí)、半監(jiān)督式學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。在監(jiān)督式機(jī)器學(xué)習(xí)中，算法通過處理和分類大量的標(biāo)記數(shù)據(jù)來學(xué)習(xí)如何識(shí)別數(shù)據(jù)。在非監(jiān)督式機(jī)器學(xué)習(xí)中，算法能夠以超過人類大腦的速度，快速識(shí)別大量未標(biāo)記數(shù)據(jù)中的模式和類別。 ?深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子集，是指多層神經(jīng)網(wǎng)絡(luò)從大量數(shù)據(jù)中進(jìn)行學(xué)習(xí)。 根據(jù)英特爾對(duì)人工智能的理解，即它要能感知、推理和行動(dòng)，然后根據(jù)經(jīng)驗(yàn)進(jìn)行適應(yīng)。但它運(yùn)作起來到底是什么樣子呢？下面是英特爾分享的機(jī)器學(xué)習(xí)在通常狀況下的工作流： 1數(shù)據(jù)采集—首先，您需要大量數(shù)據(jù)。這些數(shù)據(jù)來源有很多，包括可穿戴設(shè)備中的傳感器以及其他設(shè)備，還有云和 web； 2數(shù)據(jù)聚合和管理—收集數(shù)據(jù)后，數(shù)據(jù)科學(xué)家將對(duì)數(shù)據(jù)進(jìn)行聚合和標(biāo)記（在監(jiān)督式機(jī)器學(xué)習(xí)中）； 3模型開發(fā)—接下來，將數(shù)據(jù)用于開發(fā)模型，然后對(duì)其進(jìn)行精確度訓(xùn)練并針對(duì)性能進(jìn)行優(yōu)化； 4模型部署和評(píng)分—將模型部署在應(yīng)用中，用于針對(duì)新數(shù)據(jù)進(jìn)行預(yù)測(cè)； 5使用新數(shù)據(jù)產(chǎn)出的結(jié)果做更新—隨著數(shù)據(jù)量的增加，模型的精細(xì)度和準(zhǔn)確度將得到不斷優(yōu)化。例如，在自動(dòng)駕駛汽車的行駛過程中，應(yīng)用將通過傳感器、GPS、360 度視頻捕捉等功能獲取實(shí)時(shí)信息，然后使用這些信息來更好地預(yù)測(cè)即將發(fā)生的場(chǎng)景。 開發(fā)者應(yīng)該從哪個(gè)領(lǐng)域著手 根據(jù)這些定義和理解，針對(duì)開發(fā)者應(yīng)該從哪個(gè)領(lǐng)域著手這個(gè)問題，英特爾給出了一些建議，原文如下： 人工智能最令人興奮的一點(diǎn)在于，它具有無限的潛力，不僅能夠引領(lǐng)計(jì)算行業(yè)或軟件行業(yè)內(nèi)的變革，而且還能夠改變與我們的生活息息相關(guān)的每個(gè)行業(yè)。就像工業(yè)革命、技術(shù)革命和數(shù)字革命改變了我們生活的方方面面一樣，人工智能也將以同樣的方式改變整個(gè)社會(huì)。

下面以幾個(gè)領(lǐng)域?yàn)槔?jiǎn)述一下人工智能在這些領(lǐng)域的發(fā)展?fàn)顩r： 醫(yī)療行業(yè) ?影像分析 – 醫(yī)療初創(chuàng)公司正在努力開發(fā)能幫助解讀X 射線、MRI、CAT 等生成的醫(yī)療影像的技術(shù)。 ?Dulight* – 這是一種可穿戴設(shè)備，可幫助視障人士識(shí)別食物、貨幣等。 汽車領(lǐng)域 ?自動(dòng)駕駛汽車 – 人工智能可幫助自動(dòng)駕駛汽車識(shí)別路標(biāo)、行人及其他車輛。 ?車載信息娛樂 – 改進(jìn)的語音識(shí)別功能可幫助司機(jī)更有效地與音樂、地圖等功能或應(yīng)用進(jìn)行交互。 工業(yè) ?維修和維護(hù) – 人工智能系統(tǒng)可預(yù)測(cè)維修需求，并改進(jìn)預(yù)防性的維護(hù)。 ?精準(zhǔn)農(nóng)業(yè) – 借助高效的施肥方法，人工智能可幫助提升農(nóng)作物產(chǎn)量，優(yōu)化其上市時(shí)間。 ?銷售和上市時(shí)間 –人工智能可預(yù)測(cè)出在一年的不同時(shí)節(jié)，產(chǎn)品在特定地區(qū)的銷售速度和銷量，以及從效率的角度出發(fā)，推測(cè)出在特定時(shí)間，是要將產(chǎn)品轉(zhuǎn)化為庫(kù)存，還是應(yīng)該直接發(fā)運(yùn)給客戶。 體育產(chǎn)業(yè) ?提高競(jìng)技表現(xiàn) – 人工智能系統(tǒng)可幫助指導(dǎo)運(yùn)動(dòng)員加強(qiáng)鍛煉、保持營(yíng)養(yǎng)均衡以及提高競(jìng)技技能。 ?預(yù)防傷病 – 用于改善器材設(shè)計(jì)，優(yōu)化戰(zhàn)略戰(zhàn)術(shù)，甚至預(yù)測(cè)規(guī)則的要求，以保障運(yùn)動(dòng)員的安全。 金融 ?創(chuàng)建算法以處理投資產(chǎn)品組合，執(zhí)行股票交易等。 英特爾認(rèn)為人工智能領(lǐng)域的擴(kuò)展意味著開發(fā)者可以將自己在人工智能領(lǐng)域的知識(shí)，運(yùn)用到其感興趣的行業(yè)中。當(dāng)其在探索人工智能的世界時(shí)，要認(rèn)真思考一下自己感興趣的其他領(lǐng)域有哪些，以及如何以有意義的方式，使用人工智能為該領(lǐng)域做出貢獻(xiàn)。在這方面，創(chuàng)意是永無止境的。 選擇一個(gè)好的開源深度學(xué)習(xí)框架也是個(gè)不錯(cuò)的選擇 對(duì)于開發(fā)者來說，選擇一個(gè)合適的開源深度學(xué)習(xí)框架也能夠大大降低進(jìn)入 AI 世界的門檻。比如英特爾的 BigDL，對(duì)于現(xiàn)在已經(jīng)比較熟悉大數(shù)據(jù)，特別是數(shù)據(jù)分析應(yīng)用的開發(fā)者們來說，就是一個(gè)不錯(cuò)的選擇。 BigDL 是針對(duì)ApacheSpark的分布式深度學(xué)習(xí)庫(kù)。使用BigDL，用戶可以像編寫標(biāo)準(zhǔn)的Spark程序那樣來編寫深度學(xué)習(xí)應(yīng)用程序，并可以直接運(yùn)行在現(xiàn)有的 Spark 或Hadoop 集群之上。 BigDL全面支持深度學(xué)習(xí)，包括（通過Tensor）數(shù)值計(jì)算和高層次的神經(jīng)網(wǎng)絡(luò)；此外，用戶可以使用BigDL加載預(yù)先經(jīng)過培訓(xùn)的Caffe或Torch模型到Spark 程序中。 為實(shí)現(xiàn)高性能，BigDL在每個(gè)Spark任務(wù)內(nèi)使用英特爾MKL和多線程的編程。因此，它比原封不動(dòng)的開源Caffe，Torch或單節(jié)點(diǎn)至強(qiáng)處理器上的TensorFlow性能上有數(shù)量級(jí)的提升（可以比擬主流GPU的性能）。 BigDL可以有效地橫向擴(kuò)展，以匹配“大數(shù)據(jù)規(guī)模”的能力執(zhí)行數(shù)據(jù)分析，因?yàn)樗行Ю昧薃pache Spark（閃電般快速的分布式的數(shù)據(jù)處理框架），有效實(shí)施了Spark上的同步SGD和 all-reduce通信。 人工智能正快速為各行各業(yè)帶來革新，并日益成為重要的競(jìng)爭(zhēng)優(yōu)勢(shì)之源。對(duì)于有志于這個(gè)領(lǐng)域的人來說，不論是尋找相關(guān)的技術(shù)工作職位，還是準(zhǔn)備自己創(chuàng)業(yè)，現(xiàn)在都是最好的時(shí)機(jī)。