▌中國本土 AI 人才數(shù)量持續(xù)增長，海外人才回流是大勢所趨

AI技術的迅速發(fā)展，更直觀的體現(xiàn)是 AI 人才的急速增長。根據(jù) CSDN 社區(qū)統(tǒng)計的數(shù)據(jù)顯示，2013- 2016 年間，無論是發(fā)布 AI 類文章的總用戶數(shù)、還是 AI 文章的總數(shù)量平均都有至少 2 倍速的數(shù)量增長， 而這兩大維度的數(shù)據(jù)集中爆發(fā)的時間點是 2017 年，這恰好也是科技界對 AI 發(fā)展的討論最為火熱之 時，2018 年發(fā)布 AI 文章的用戶數(shù)和 AI 文章數(shù)量進入緩慢增長期。

近幾年中國的 AI 人才在不斷增長，但根據(jù)領英的數(shù)據(jù)，目前中國的高層次 AI 人才還極度缺乏，尤其從業(yè) 10 年以上的 AI 人才數(shù)量與美國相比有很大差距，并且大多 AI 人才都依賴于海外引進。

可以看到，在中國 AI 人才回流潮中，從美國回來的 AI 人才占據(jù)四成，考慮到美國是吸引科技人才流入 的重地，那么這一輪人才回流潮說明，無論是在薪資、政策層面還是大力發(fā)展高科技環(huán)境等方面，中 國對這些海外高端技術人才產(chǎn)生了強勁吸引力。

我們認為，本土 AI 人才的逐漸崛起以及海外 AI 人才的回流將有力推動中國 AI 產(chǎn)業(yè)上的發(fā)展，并提升中國的 AI 實力，這些人才將構(gòu)成未來中國 AI 發(fā)展的中流砥柱。

▌人工智能潮水流入本科教育，各大高校紛紛開設人工智能專業(yè)

可以明顯看到，在 2017 年前，雖然人工智能在業(yè)界的發(fā)展已經(jīng)較為火熱，但高校在 AI 課程設置上卻很“冷靜”。但 2017 年是中國高校設置AI相關專業(yè)的一個分水嶺，受中國政府頂層設計上的影響，建設人工智能學院的高校數(shù)量急劇增加。

2017 年 7 月，《國務院關于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》發(fā)布，指出要建設人工智能學科， 拓寬人工智能專業(yè)教育內(nèi)容，形成“人工智能+X”復合專業(yè)以及重視人工智能與現(xiàn)有專業(yè)的交叉融 合。2018 年 4 月，教育部印發(fā)關于《高等學校人工智能創(chuàng)新行動計劃》的通知，更是為高校 AI 人才的 培養(yǎng)進行了提綱挈領的說明。

來自 CSRankings 的數(shù)據(jù)顯示，中國高校 AI 實力榜前五為清華大學、北京大學、中國科學院、浙江大學、上海交通大學，除了這些頂尖名校外，隨著不同層次高校爭相設置人工智能相關課程，相應 AI 人才梯隊會逐漸完備。

我們認為，增設 AI 專業(yè)、發(fā)展人工智能教育會是中國高校當前和今后一個較長時期的主流趨勢，人工智能相關專業(yè) 在新時代技術浪潮中會成為高校學生眼中的“香餑餑”，正如互聯(lián)網(wǎng)時代興起后，計算機專業(yè)才有了躍升為熱門專業(yè)的繁榮景象。

▌AI 開發(fā)者大調(diào)查

除了上述 AI 人才數(shù)據(jù)分析之外，CSDN 社區(qū)也針對開發(fā)者做了 AI 領域的具體用戶調(diào)查問卷，部分問題調(diào)研數(shù)據(jù)存在重復統(tǒng)計情況。

1. 四成開發(fā)者正在嘗試使用 AI 技術，但仍有三成開發(fā)者在“觀望”

目前來看，正在嘗試使用使用 AI 技術的人占四成，所在領域的核心技術就是 AI 技術，已經(jīng)用 AI/機器學 習/深度學習做出了一些成績的用戶也有近三成，處于“觀望”中的用戶數(shù)量同樣還有三成。

2. 自學是開發(fā)者學習 AI 技術的普遍方式，本科 AI 教育數(shù)據(jù)將增長

從學習 AI 相關技術的方式來看，大多數(shù)用戶依然是通過自學和工作實踐中來跟進學習新技術，通過 線上報班學習居于其次，而通過大學科班學習的人數(shù)只有不到 10%，不過，隨著近年來國內(nèi)各大高校設置 AI 相關專業(yè)，這一數(shù)據(jù)預計會有數(shù)量級的增長。

3. 九成開發(fā)者認為數(shù)據(jù)科學家會成為新時代程序員

數(shù)據(jù)顯示，87% 的用戶認為數(shù)據(jù)科學家會成 為新時代的程序員，但在 AI 時代，程序員的 職能也將發(fā)生相應變化，他們將不單單具備編程能力，而是朝著數(shù)據(jù)科學家方向發(fā)展， 需要具備數(shù)據(jù)處理能力、技術能力、決策能 力等綜合能力。

4. Torch/PyTorch 機器學習框架的受歡迎程度快趕上 Tensorflow

根據(jù)圖表數(shù)據(jù)，使用 Torch/PyTorch 的用戶已經(jīng)快要趕上 Tensorflow，而百度的 PaddlePaddle 框架處 于“不溫不火”的狀態(tài)。

5. 決策樹等傳統(tǒng)機器學習方法的使用量更多，強化學習等新方法在迎頭追趕

從使用機器學習類型的情況來看，AI工程師使用機器學習類型最多的依次為決策樹、聚類分析、貝葉斯，這些都算是傳統(tǒng)的機器學習類型，而以強化學習為代表的機器學習類型近年來關注度增高，將成為一種新趨勢。

6.CNN、RNN 是最受歡迎的神經(jīng)網(wǎng)絡模型

從神經(jīng)網(wǎng)絡模型來看，最火熱的無疑是 CNN/IGN，使用人數(shù)占比為 35%，緊隨其后的 RNN/LSTM/GRU/NTM 使用人數(shù)占比為 23%，SVM 使用人數(shù)占比為 19%。

7.絕大數(shù)開發(fā)者所屬公司已具備初步智能化能力

數(shù)據(jù)顯示，目前處于商業(yè)智能、數(shù)字化、算法模型階段的公司數(shù)量依次居于前三位，而以 AI 驅(qū)動的公司數(shù)量占比最低為 4%。也就是說，參與調(diào)查的開發(fā)者所屬公司中，絕大部分已經(jīng)具備了初步 AI 化的能力，但距離圍繞 AI 技術構(gòu)建商業(yè)模式這一步還有很遠的距離。

8.企業(yè)對機器學習/深度學習算法、數(shù)據(jù)分析崗位需求更大

上圖表明，從事機器學習/深度學習算法工程師的數(shù)量最多，然后依次是計算機視覺/圖像識別/圖像處 理工程師、數(shù)據(jù)科學家/數(shù)據(jù)分析師/數(shù)據(jù)挖掘工程師，但與之相對應的，在下圖中也體現(xiàn)出這些 AI 崗位的缺口數(shù)量也很大，當然，根據(jù)這些 AI 崗位數(shù)量也可以看到一些技術應用的冷熱程度。

9.制造業(yè)、金融和醫(yī)療三大行業(yè)與 AI 技術結(jié)合最為緊密

數(shù)據(jù)圖表顯示，目前 AI 技術與制造業(yè)的結(jié)合最多，金融、醫(yī)療位列二、三名。另外，能源、零售、旅游 等有巨大成長空間的“AI+”行業(yè)值得關注。