新年伊始就早早拉開人工智能“搶人卡位戰(zhàn)”。對于新入職的相關人員來說，可選擇機會更多，將會有一大批優(yōu)秀、全面的專業(yè)人才加入人工智能隊伍。

　　這一點從科大訊飛已正式啟動“春曉行動2.0”招攬全球英才、華中科技大學成立人工智能與自動化學院、人工智能研究院等舉動可見一斑。預計2019年，國內(nèi)共有30多所985、211高校開始人工智能專業(yè)招生。

　　人工智能人才當前并非數(shù)量不足，而是培養(yǎng)方向和實際產(chǎn)業(yè)實踐存在割裂和差距。高校中人工智能專業(yè)課程尚未建立體系，課程碎片化、空心化導致人才“泛而不精”，當人才走向?qū)嶋H生產(chǎn)實踐時則會難以上手。

　　那么，真正稀缺的人工智能人才究竟在哪些領域?人才培養(yǎng)與產(chǎn)業(yè)需求又該如何對接?近日百度、中國傳媒大學、BOSS直聘聯(lián)合發(fā)布的《中國人工智能ABC人才發(fā)展報告(2018 年版)》中指出，人工智能頭部企業(yè)對人才培養(yǎng)具有重要引領作用，產(chǎn)教深度融合培養(yǎng)體系具有重大價值。

　　2018年，行業(yè)對人工智能人才的需求趨于具象化，人工智能崗位下沉明顯，其中尤以金融、智慧交通和智能制造等行業(yè)對人工智能人才需求最為旺盛。這些行業(yè)更為需要了解掌握行業(yè)實際需求、行業(yè)用戶需求的專業(yè)人才，高精尖的科學家類人才并非像想象中那樣絕對符合，科研類人才當前還需跨越和產(chǎn)業(yè)需求之間的鴻溝。

　　報告指出，目前人工智能人才供給最多為“數(shù)字藍領”人才，應用和算法類人才較為緊缺;科學家類人才則高度稀缺，但這個群體主要開展前沿研究型工作，甚至與產(chǎn)業(yè)實踐有一定距離。比如，機器學習、深度學習兩類典型的人工智能高級人才，目前表現(xiàn)出“人才發(fā)展指數(shù)低、百度指數(shù)搜索指數(shù)高”的特點。此類人才數(shù)量上緊缺，許多企業(yè)目前的崗位設置還不成熟，這都是因為兩類人才進入企業(yè)實踐機會較少，雙方互不了解，即使高學歷人才畢業(yè)后也很難很快找準企業(yè)技術痛點，很難轉(zhuǎn)化理論成果。

　　因此，目前和未來一定時期內(nèi)，應用和算法類人才將主要負責將人工智能的理論和方法落地，找到應用場景，真正驅(qū)動傳統(tǒng)產(chǎn)業(yè)變革。這就需要人才不僅可以將傳統(tǒng)技術與數(shù)據(jù)科學的融合，還要跨學科學習掌握如何將數(shù)據(jù)采集，到數(shù)據(jù)存儲、分析、應用、自動控制等過程的融合。

　　正是在此背景下，科技企業(yè)開始與高校建立合作聯(lián)盟、共同培養(yǎng)機制，人工智能企業(yè)或是互聯(lián)網(wǎng)公司的高管也更多任職高校、研究機構，加強人才日常培養(yǎng)中的實踐意識和自身規(guī)劃，因此頭部企業(yè)對人才培養(yǎng)具有引領作用，加強產(chǎn)教融合是人工智能人才“走出象牙塔”、面向?qū)嶋H的必經(jīng)之路。

　　AI人才自上而下的傳導學習的培養(yǎng)方式形成了人工智能人才的進階明顯的層級特點，越往高階培養(yǎng)難度越大。報告分析，國內(nèi)人工智能人才培養(yǎng)目前主要在前沿的互聯(lián)網(wǎng)公司、平臺型公司，這些公司可以提供平臺、方法與算法，學習者進入這個平臺學習理論知識和直接開展編程實踐，逐步成為人工智能、大數(shù)據(jù)、云計算專業(yè)人才。

　　隨著越來越多高校開設“人工智能+X”等特色專業(yè)，以及企業(yè)和院校之間合作的深入，AI人才的培育將大大加速，并逐漸形成良性循環(huán)和自造血能力。AI人才“基礎設施”的完善，有望助推我國在AI的競爭中成為真正的“頭雁”。