人工智能（AI）是一門爆炸性的學科，目前正在進行部署以使其產品和服務更智能、更快速，并能完成人類無法完成的任務。隨著全球許多領域包括學術界在內的AI投資的超馬拉松式發展，新的職業機會也隨之而來。
人們越來越認識到，隨著AI的發展，某些工作將被淘汰。但在這個硬幣的另一面，人們越來越迫切需要專家幫助建立AI模型，也越來越需要有足夠的戰略眼光和創造力的領域專家來設想如何在自己的專業領域使用AI。事實上，世界經濟論壇的報告顯示，LinkedIn上增長最快的技能是AI。
那么，AI到底是什么？南京大學計算機科學與技術系主任、人工智能學院院長周志華（音譯）這樣簡單地進行了描述。
“AI的研究人員正在嘗試發明/開發一些技術和工具，能夠幫助人們做一些需要一定智能的工作。在這些技術和工具的幫助下，人們會發現生活會更加輕松愉快，因為有更多的時間和精力可以用來做有趣而不是枯燥的事情。AI可以被比喻為蒸汽動力：蒸汽動力幫助人類做體力勞動，而AI將幫助人類做智力勞動。”
急需領域專家
在這個充滿活力的AI世界里，數據科學、深度學習和機器學習正在被用于改善天文學、醫療保健、交通、安全和銀行業等領域的產品和產出。該領域的科學家和工程師們發現，他們的技能在多個職業軌道和行業中都很受青睞，負責管理谷歌所有員工技術教育的谷歌教育和大學項目副總裁Maggie Johnson表示。她指出，在谷歌這樣的公司里，有一些在計算機科學、統計學、數學和數據科學等與AI相關的高技術領域擁有博士學位的人。“他們正在定義實際的算法以及模型的形態。”
隨著模型越來越復雜，這些技術型的AI專家在研發部門找到了職業化發展的道路。在研發部門，他們以“顧問”的身份進行持續的研究，幫助公司不同部門滿足AI需求。最有趣的是，他們還在整個組織的產品團隊中工作。
Johnson指出，這種AI專業技術在不同企業之間的擴散，自然導致了博士生的另一條道路：成為領域專家。因為他們對AI有足夠的理解，能夠成功地將其模型應用于對自己學科系統的改進，他們需要具備編程技能和計算機語言的知識，比如說Python。但更關鍵的是，他們要能夠看到融合AI以推進產品改善的潛力。以谷歌公司的一個項目為例，公司員工希望將AI應用于醫療領域，通過視網膜掃描來診斷疾病。
“我們實際上是在雇傭醫生。”Johnson說，“我們引入了醫生和科學家，因為我們無法理解數據集，但他們能。”
谷歌并不是唯一一家雇傭科學家和工程師擔任AI創新角色的公司。如果你擁有流行病學、材料科學、物理學、植物科學和農業或工業工程等優勢領域的博士學位，那么可能有一家公司可以利用你的知識來打造以AI為中心的產品。日立公司（Hitachi Limited）是一家總部位于東京的跨國企業集團，其在工程機械、鐵路系統、電梯、醫療衛生、銀行、政府系統和基礎設施等領域都有興趣，研究員Kazuo Yano（物理學博士）負責領導AI研究。
Yano認為自己的角色既是戰略上的，也是戰術上的。“我在為AI寫代碼的同時也在和客戶交流。”他說，“客戶不知道AI是什么，也不知道它能為他們提供什么。我了解客戶和市場非常真實的需求。”
但對于產品團隊來說，必須要有高學歷的領域專家，Yano補充說。“我們有很多研究人員和工程師都是領域專家，比如鐵路專家和金融專家，他們加入到AI團隊中，讓這些系統變得更加智能。”
事實上，位于新德里的政府智庫——印度國家轉型研究所（NITI Aayog）專責官兼數據分析部門負責人Avik Sarkar認為，領域專家是AI的未來。“要成為領域專家，因為AI的神奇與魔力只有在你熟知該領域的基礎上才能發揮出來。”
在位于明尼蘇達州明尼阿波利斯—圣保羅的材料科學公司3M，Jennifer Schumacher擁有神經科學博士等各種教育背景，她是公司研究系統實驗室（CRSL）AI小組的共同創始人之一，并領導著該小組的研究工作。
Schumacher和她的團隊可以為3M公司的任何一款產品和業務作出貢獻。最近，該團隊已經將AI和數據科學解決方案融入數字顯示器、交通標志、暖通空調過濾器、數字口腔護理甚至是便簽紙條中。陳奕雄（音譯）是3M公司上海CRSL的高級產品工程師，他的目標是為3M公司在亞洲的客戶和利益而做同樣的事情。4年前，他從中科院控制理論與控制工程專業博士畢業。“我們正試圖在組織中尋找機會，將這項技術部署到中國3M公司，并將AI相關的知識引入進來，這是一個正在成長的團隊。”
學術界和產業界的深度學習
喜歡學術界的文化氛圍和產業界的影響力的科學家們可能會有興趣知道，在AI領域的職業生涯是有可能跨越這兩個領域的，就像Joelle Pineau所做的那樣。她是麥吉爾大學的計算機科學教授，也是蒙特利爾的Facebook的AI研究團隊負責人。“當說到從事AI工作時，會有一個巨大的職位選擇譜系。”Pineau補充說，更多的大學正在向這類工作模式開放。
Joshua Bloom是另一個例子。他在加州大學伯克利分校天文學系擔任教授，同時在GE Digital公司擔任數據分析副總裁（包括AI相關項目）。“與5年前相比，我更清楚地意識到出現了教師與產業界的聯合崗位。”
開始從事雙重職業時，作為一名大學的研究人員，他看到天體物理數據量的巨增，卻沒有辦法在合理的時間內解析和理解這些數據。他不僅為天文學設計了解決方案，最后還利用機器學習知識創辦了一家公司，并被GE Digital收購。他對新“母體”相當滿意，在公司的背景下，他可以繼續在學術界做學術，同時為他們的數據科學和AI的興趣作貢獻。
因為AI的應用潛力似乎是無限的，職業機會也在如火如荼地增長。“沒有定義的（職業）階梯，但一個人肯定可以一步步走下去，以便在AI領域從事有影響力的職業。”知識產權和技術分析工具XLPAT聯合創始人、TT咨詢公司創始人Komal Sharma Talwar說。“一旦你了解了數據科學、機器學習算法和模型，你的下一個職業選擇就是決定你真正想要的工作是什么。”她指出，“然而，道路并沒有到此為止，要想在AI領域獲得成功，應該繼續學習更高層次的算法以及如何將其應用于不同的功能。”
職業機會的代碼
Yano表示，在產業界，無論是研發部門還是專業領域部門，招聘AI職位都可能是“非常規的”。他說，對于想要打造AI “引擎”的研究人員來說，強大的理論物理或數學背景是非常有用的。他指著一位同事說，后者在學術界待了10年后，最近加入了日立公司，他的背景是理論粒子物理學。Pineau尋找的是具有非常強的數學和編程能力的人，但也尋找那些“有思想火花、渴望學習、有主動性和好奇心、想跳槽學習和富有自主性的人。”位于加州帕洛阿爾托的谷歌研究機器智能部門技術負責人Pete Warden補充道，“我們尋找的最大的技能就是實驗能力，并且能夠有條不紊地解決問題。”
要招聘能夠“將最先進的技術應用于現實世界的AI專業人才”。Yano說，你必須跳出框框去思考。“這個領域正在發生巨大的變化，（候選人）必須是靈活的……并且需要有真實世界數據的經驗。”這是關鍵，Bloom補充說。“獲得真實世界的經驗，這意味著擁有一些東西，并建立一些有人使用并有心為之的事物。”
在招聘方面，Warden依靠比賽來讓個人展示自己的編程技能。谷歌運營著自己的一套開源數據科學競賽——“Kaggle競賽”，并將其作為有志于在AI市場上獲得優勢的工程師的衡量標準和憑證。編程馬拉松（Hackathons）——計算機程序員們聚在一起（無論是在虛擬或現實生活中），合作開發一個可用的產品的活動——也可以達到這個目的。
然而，對于這些在線競爭性的編程活動的優點，人們的意見并不一致。Bloom說，你需要有擴大工作規模的經驗。 “在Kaggle比賽中獲勝的人和那些能夠構建出強大可靠代碼的人之間存在著巨大的鴻溝……這是一個你能想象的巨大鴻溝�？紤]到AI的脆性，對那種細節的關注以及（事實上）你所構建的東西只會成為機器的一個更大的部分，你無法教給他們。我們不僅要找有編程和AI方面經驗的人，還要找那些經歷過從編程到生產的痛苦的人。”
這種“痛點”可以通過實習來體驗，這是Talwar非常鼓勵的。“對于即將畢業的學生來說，應該通過實習來嘗試真實的數據體驗，以熟悉AI算法以及如何應用。”她強調說。
計算機科學與人工智能實驗室（CSAIL）主任、麻省理工學院（MIT）的Andrew和Erna Viterbi電氣工程與計算機科學教授Daniela Rus建議，去初創公司做實習生或者靠自己學習一些概念。“像麻省理工學院這樣的學術機構提供了很多在線課程，包括針對那些想在大數據、網絡安全和物聯網方面建立自己的知識的職業人士的課程。”她說。
除了像麻省理工學院這樣的在線平臺，還有很多其他的平臺，比如Coursera，在這里可以選修課程，學習這些技能。 還有一些密集型的研究資金項目，在這些項目中，博士科學家和工程師可以解決合作公司提出的實際問題。Insight Data Science Fellows計劃就是一個不斷擴大的例子。
“就這么做吧，跳進去吧。”Schumacher說，“如果你沒有接受過正式的培訓，可以通過公開的方式來證明你有這些技能——利用網上（你可以獲取的）所有資源。”
AI職業的未來
對于來自各個領域受過STEM教育的專業人才來說，在AI領域工作的前景是光明的。正如西班牙奧維多大學計算機科學系助理教授Beatriz Remeseiro所分享的那樣：“AI專家已經成為當今科技市場上最需要的、薪酬最高的人才。”Talwar表示同意，他補充道：“世界正在快速向自動化方向發展，對AI技能的需求也在快速增長。”
周志華指出，現在是一個特別令人振奮的時代，無論是從享受AI技術挑戰的角度，還是因為它的工作前景，都讓人特別興奮。“AI正開始改變我們的生活和世界，投身其中是一件令人興奮的事情。”他說，“這是一個年輕但蓬勃發展的領域，有很多有趣而富有挑戰性的問題等待我們去征服。此外，世界上嚴重缺乏AI專家，一個巨大的就業市場正在等待著從事這些職業的人。”■
Alaina G.Levine是STEM就業顧問、專業演講家，也是Networking for Nerds（Wiley,2015）的作者。
鳴謝：“原文由美國科學促進會（www.aaas.org）發布在2018年11月29日《科學》雜志”。官方英文版請見https://www.sciencemag.org/features/2018/11/not-just-bots-changing-career-landscape-ai。