首頁熱門文章
人工智能技能危機與差距的縮小
發(fā)布時間：2018-08-20 分類：交通百科
現(xiàn)在人工智能(AI)解決商業(yè)問題的潛力被更多的人接受，而不是被否認，這樣就讓很多公司很興奮地開始實施，人工智能實施的最大障礙是找到熟練的人工智能人才。我們看看為什么會出現(xiàn)人工智能技能危機，以及我們如何縮小這一差距。
人工智能技能危機與縮小差距
現(xiàn)在，幾乎每家公司都在考慮人工智能(AI)應用如何對他們的業(yè)務產生積極影響，他們正在尋找專業(yè)人士，幫助他們實現(xiàn)自己的愿景。根據GlassDoor的研究，數據科學家在美國排名第一。這項調查考察了工資、工作滿意度和職位空缺的數量。如果你有最近的經驗，尋找人工智能專家加入你的團隊，這是相當明顯的，我們正面臨一個人工智能技能危機。為了將人工智能項目從構思轉化為實施，公司將需要決定如何縮小AI技能差距，以便在他們的團隊中有專家來完成這項工作。
造成人工智能人才短缺的因素
一份報告指出，全球約有30萬名人工智能專業(yè)人員，但有數百萬人可以參與其中。盡管這些都是投機性的數字，但競爭激烈的薪資和福利方案，以及各公司為招聘人工智能人才而推出的積極招聘策略，似乎表明人工智能人才的供應遠遠不能滿足需求。
隨著人工智能和深度學習應用程序的民主化發(fā)展-不僅對科技巨頭可行，而且現(xiàn)在對中小型企業(yè)可行-對人工智能專業(yè)人員的需求也在膨脹。C套件和公司管理層對人工智能各種應用程序的興奮感正在增強，一旦他們接受了這一概念(這種情況發(fā)生得更快了)，他們就想讓它立刻成為現(xiàn)實。
來自O‘Reilly的2018年“企業(yè)如何讓人工智能通過深度學習發(fā)揮作用”調查顯示，人工智能技能差距是采用人工智能的最大障礙，盡管數據挑戰(zhàn)、公司文化、硬件和其他公司資源也是障礙。這些結果與安永(Ernst&Young)最近的一項調查類似。該調查證實，56%的高級人工智能專業(yè)人士認為，缺乏合格的人工智能專業(yè)人士是整個業(yè)務部門實施人工智能的最大障礙。
人工智能技能危機的另一個原因是，我們的學術和培訓項目跟不上人工智能創(chuàng)新和新發(fā)現(xiàn)的步伐。人工智能專業(yè)人士不僅需要官方培訓，他們還需要在職經驗。因此，沒有足夠的經驗豐富的人工智能專業(yè)人員進入領導角色所需的組織，誰剛剛開始采用人工智能戰(zhàn)略進入他們的業(yè)務。
如何縮小人工智能技能差距
解決人工智能技能差距的方法之一是增加用于數字、數學和技術教育的資源，正如英國政府在2017年工業(yè)戰(zhàn)略白皮書中所宣布的那樣。雖然年輕一代的技能獲得在未來會有所幫助，但僅僅專注于推動更多學生學習計算機科學并不能解決這個問題-英國計算機科學專業(yè)畢業(yè)生的數量需要增加10倍才能滿足需求。
谷歌(Google)和亞馬遜(Amazon)等許多科技巨頭都在國際上進行投資，以擴大自己的人才庫。GoogleBrain多倫多是一個致力于人工智能的設施，亞馬遜在英國劍橋大學附近有一個專注于人工智能的實驗室，并計劃在巴塞羅那建立一個類似的設施。
在新畢業(yè)生進入人工智能崗位之前，許多公司現(xiàn)在可以專注于對現(xiàn)有員工進行再培訓和提升技能。根據“福布斯”的一項調查，63%的公司正在提供內部數據分析培訓。未來的工作將要求員工靈活，并隨著時間的推移改變他們的技能。
要找到一個擁有適當的硬技能和技術訣竅以及軟技能(比如“高度協(xié)作”)的人是很有挑戰(zhàn)性的，這些技能可以讓他們在高級別的人工智能職位上取得成功，并將他們的技術技能應用到業(yè)務問題上。最近的畢業(yè)生通常不具備在整個組織中管理AI實施所需的商業(yè)頭腦和領導經驗。隨著人工智能在組織中的成熟，必須將不同的人員和思維整合在一起。
一些人工智能職位可以由那些具有數學或物理學位的人來填補，他們接受人工智能專業(yè)的培訓。ai與Courserar合作推出，希望能將AI帶給大眾，并幫助人們在AI中建立自己的職業(yè)生涯。
AI技能差距的解決方案可以用AI來解決嗎?可能吧，Google正在開發(fā)AutoML，一種可以創(chuàng)建其他AI系統(tǒng)的AI。如果這一舉措成功的話，對于那些無法與科技巨頭競爭頂級人才的中型企業(yè)來說，它將是非常強大的。
技術有著悠久的跨國界合作的歷史，并通過使用開源軟件從允許的洞察力中獲得優(yōu)勢。改善人工智能技能危機的另一種方法是利用這一分散的數據專業(yè)人員網絡。
顯然，沒有一種方法可以解決人工智能技能危機，這將需要在一段時間內采取多管齊下的辦法，而且這種辦法將隨著時間的推移而演變。雖然沒有簡單的解決方案，但所有計劃在今天或未來使用人工智能的公司都必須考慮如何解決人工智能人才差距的問題。
