科技巨獸籌組 AI 艦隊,AI 無經驗博士年薪千萬起跳

作者 | 發布日期 2017 年 10 月 24 日 11:22 | 分類 AI 人工智慧 , 人力資源 follow us in feedly

新創企業為吸引人才,常會端出這句話:給我們一個機會,如果公司成功會讓你「很有錢」。現在科技產業巨擘為吸引 AI 人才,也開始撒錢搶人,導致學術界教授出走,中小型企業向海外人才招手,且 AI 人才短缺現象還會持續好幾年。



紐約時報(The New York Times)訪問 9 位在美國大企業從事 AI 技術開發的人表示,一般 AI 專家包括剛畢業的博士,以及教育程度較低但有幾年經驗的人,可拿到的總報酬從每年 30 萬美元到 50 萬美元。知名專家 4~5 年時間可拿到上百萬或上千萬元報酬,並可重新議約,很像專業運動員的做法。

最頂尖的是 AI 計畫負責人,自 2007 年起加入 Google 的自駕車部門主管 Anthony Levandowski 在去年加入 Uber 前,於 Google 賺到 1.2 億美元報酬。科技產業競逐 AI 人才導致報酬急速上升,業界甚至認為科技業也需要國家足球聯盟式的薪資上限。

薪資急速上升的原因還有其他產業加入競爭,如汽車業。網路公司如 Facebook 與 Google 不怕撒錢,且他們認為 AI 可幫助他們開發數位助理,以及家庭智慧裝置,並發現不適當內容。

但是,人才難尋。根據蒙特婁獨立實驗室 Element AI 的說法,全世界不到 1 萬人擁有處理 AI 研究所需的技能。卡內基梅隆大學電腦科學系院長 Andrew Moore 表示,「高薪競逐人才的現象不一定對社會有好處,但這些公司這樣做是出於理性的行為,因為他們急於確保自己擁有 AI 技術團隊。」

DeepMind 在 2014 年被 Google 收購時,員工約 50 人,去年擴大到 400 人,人事成本總計 1.38 億美元,平均每位員工成本要 34.5 萬美元。其他公司很難與大公司競爭。

人工智慧研究是基於一組稱為深層神經網路的數學技術。這些網路是透過分析數據來學習任務的數學算法。例如,透過尋找數百萬張狗照片的圖案,神經網路可學習如何辨識狗,這個數學思想可追溯到 1950 年代。

2013 年,Google、Facebook 等幾家公司開始招聘這類技術的研究人員。現在,神經網路有助於辨識發表到 Facebook 照片中的臉部,辨識像 Amazon Echo 這樣的客廳數位助理所使用的命令,並即時翻譯 Microsoft Skype 電話服務的外語。

使用相同的數學技術,研究人員正在改進自駕車,開發可以辨識醫學掃描中的疾病,數位助理不僅可辨識口語,還可以理解,自動化股票交易系統和機器人可以辨識從未見過的物件。

除了少數 AI 專家,大型科技公司也聘請最好和最聰明的學術界人士,使學術界也出現教授短缺的現象。如 2015 年 Uber 挖角 40 名來自卡內基美隆大學的 AI 教授替 Uber 開發自駕車項目,過去幾年,4 名史丹佛大學的 AI 學者離職或請假前往業界,華盛頓大學 20 名 AI 教授中有 6 人現在休假為外面企業工作。

華盛頓大學的 Luke Zettlemoyer 拒絕 Google 西雅圖實驗室提出高 3 倍薪水,約 18 萬美元合約,Zettlemoyer 選擇微軟創辦人之一保羅艾倫創辦的 AI 艾倫研究所,因為艾倫研究所讓他繼續教學工作。

為了培養 AI 工程師,Google 和 Facebook 等公司正在開展課程,旨在向現有員工傳授深入學習和相關技術。非營利組織 Fast.ai 和由前史丹佛大學教授創建的 Deeplearning.ai 等公司則提供線上課程。

報導指出,深入學習的基本概念並不難理解,只需要高中數學程度,但真正的專家需要更強大的數學能力和天分,有些人稱之為黑暗的藝術,如自駕車、機器人和醫療保健等領域都需要特殊知識。

規模較小的企業為了保持競爭力,正在從不同地方找人才。有些企業招聘具有必要數學技能的物理學家和天文學家,美國的其他新創企業從亞洲、東歐和其他薪資較低的地方找人才。但仍躲不過科技業巨獸的競爭,Google、Facebook、微軟在世界各地設立實驗室,如加拿大多倫多和蒙特婁實驗室,研究觸角也深入海外,如 Google 也在中國招聘人才。

根據彭博(Bloomberg)報導,2013 年到 2016 年中國創投資金上漲 10 倍,達到 500 億美元,為搶人才挹注龐大資金,現在中國最資深的 AI 人才可要求一年 100 萬到 200 萬美元報酬,當中大多是股票,甚至有一家新創企業開出 4 年 3 千萬美元報酬。

培育一個博士需要很多年,但現在需求大於供給的現象只會愈來愈明顯,因此很多人認為,人才短缺現象很難在幾年內緩解。

(首圖來源:Flickr/Akash Kataruka CC BY 2.0)