人工智能架构师成了AI领域最稀缺的人才，如何补齐稀缺短板？

人工智能时代来临！AI领域最最最最最稀缺的人才应该为人工智能架构师。有过4次技术创业经历，如今做AI投资的星瀚资本创始合伙人杨歌如是说。

在杨歌的身上，传奇的经历多得是。

清华学霸，技术男，四次技术创业经历，创建青年精英商业联合会，投身PE，创办星瀚资本，圈内最懂AI技术的投资人之一......

然而，最打动我的，并非这些光鲜的字眼，而是他身上强大的势能，他眼里的平静和坚定，以及他完全不Care年轻时赚钱这件事。当年，他甘愿拿很少的工资，只为去四大会计师事务所恶补财务知识。他赚的第一桶金，想都不想，直接扔到公司。他压根就不理寻常的那一套活法。

他喜欢用数学模型和物理模型来比喻和解释身边的一切现象，喜欢用元认知来节省大脑内存，喜欢用一二三来条分缕析。他的语速很快，很少停顿，且无废话，几乎可以直接成稿。

采访中，他对于三个问题的论述，让我尤其印象深刻。

第一，对目前AI芯片的立体式解析（终于知道AI芯片到底为什么会火了）；

第二，对于AI市场稀缺人才AI架构师的三个层次解析（技术追求者必读哲学）；

第三，对于AI类或一般程序员选择创业的建议，针对三大特征需要补足的短板，并对此提出的四大方法（工程师创业，请详读）。

杨哥很喜欢用简单的语言，把复杂的道理讲清楚。每一个问题，他都能细到不能再细，深到不能再深，再结合各类比喻，确保你真正听懂了他的意思。

本文较长，总共分三个部分，价值含量相当高。文中尽可能地保留杨歌的口语，以原汁原味地呈现他的智慧。希望对你有所启发。

AI芯片市场距离饱和还很远：

说到终端市场，英伟达也在猛攻终端市场。英伟达去年出了一个TX2的新型芯片（也是终端芯片）。但英伟达的终端芯片是一个轻版的集成化芯片，是把它集成化的GPU镶在了一个小的芯片上，形式了一个专用芯片。所以，现在的AI专用芯片还需要扛住英伟达的竞争。

目前，人工智能技术有三层：

• 基础数学物理层

• 技术模块中间层

• 应用层

技术模块中间层（简称模块层）是指图像识别、语言识别、语义识别、运动机能识别；底层，即基础数学物理层，就是芯片，数据传输、数据存储结构、算法结构、算法模块。

而应用层中，几个比较大的场景有：

• 智能家具、智能房屋、智慧城市

• 机器人

• 个人语音助手

这几个场景的入口模块都需要完整的、完全标准的模块层，就是说语音识别、语义识别都则需要非常精准，无论是器械，还是一个机器人，都需要模块层要很成熟，同时需要底层芯片层很成熟。目前，大家都在竞争这个市场。

二十年后，周围的物体可能拍一拍都能动、都能说话，每一个东西都需要两个基础的模块体系。

• 第一个模块体系：硬件模块体系，就是它的硬环境。

• 第二个模块体系：也就是软环境。

软环境就是科大讯飞、商汤、旷视等等在做的东西，硬环境就是英伟达、通讯云、鲲云、深鉴等公司在做的。

现在的AI专用芯片市场，如果说市场饱和度满分是10分，现在也就1分不到。

虽然现在才1分不到，但今年的AI芯片公司突然火起来，就是因为大家预期了十年之后的应用场景，十年之后这个市场是很大的，不过大到什么程度不好做预期。

现在市场上的几家公司，显然还是不足以形成大的竞争。

如果做个比喻，现在的市场，也就是刚刚进入体育场，裁判还没有开始吹哨的时候。

对于AI专用芯片来说，应用场景还没有完全开发完，有人去做无人机监测、有人去做道路摄像头监测、有人是做家居环境。总的来说，目前各家的应用场景都还没有锁定，还处在一个恶补基础知识的阶段。

当然，这个阶段完成之后，可能有的转向交通，有的转向家庭环境了，各有各自的立足的垂直领域，并继续迭代。那么等到那时候，可能就不竞争了。

AI市场上最稀缺的人才是什么？

首先，我觉得懂人工智能，我是说的是真正懂人工智能的人才，是非常稀缺的。

那么什么叫真正懂呢？

就是了解人工智能物理意义的人，而不仅仅是懂算法。

对我来说，最大的帮助是，一个编程的感性认识。我在大学研究生的时候，我做了大量的编程，天天在debug，debug特别锻炼人对于机器底层运转的思考，一套10万行的程序出错了，你怎么能够迅速给他debug出来，这个你要去理解计算机到底容易在什么地方出错。

人工智能更复杂，人工智能在调试的过程中，没有debug的提示器，因为它全是数据和数据之间，它是一个数值计算，不能收敛的过程，就是你算着算着错了，你也不知道什么地方出错了，你只能看到这个数据发散了，这是一个特别要命的问题，因为你的程序一点都没有写错，只是你的数据结构、网络结构弄错了，这个要求程序员对这个算法的物理模型、场景模型极其明确物理意义的过程，这是非常复杂的，很难描述这个事情。

最稀缺人才——人工智能架构师：

我有一个特点，我所有学到的东西，我都能从零开始推，就是老师讲的所有东西我都可以从零开始推。这个东西叫元认知。

元认知越底层的人，他在理解一件事情的时候所占用脑子里的内存越少。比如说让我去描绘一个整个的商业案件，有人是背书，从头到尾背下来，我看一遍以后，我可能一个单位我就记住了，然后就忘了，下次让我描述这个事，我把这个单元提出来就可以描述。

人工智能也是，它是一套工具，一个真正好的工程师，他手里所有的人工智能都是算法，比如现已知的，人工智能大类的算法可能有七八类，像支持向量机，神经网络、randomforest，adaboost等一大堆，他在看到一个模型后，能迅速判断哪个模型更适合。

比如说为什么语义识别是用循环网络和LSTM来做识别？因为语义是一个线性的信息流，这个线性信息流里面要记住前面很远的信息，同时要忘掉很大一部分信息，再记住当前的信息，所以，用LSTM能非常完美的解决这个问题，但LSTM在图像识别上就不Work了、在量化金融中的优势也不明显。

当下，人工智能已逐渐触及到各行各业，从工业生产到医疗卫生，从游戏娱乐到教育，无疑都在散发着“人工智能+”的气息。各大企业都在纷纷布局人工智能产业，高薪招募相关人才。

加快人工智能产业发展AI亟需补齐人才稀缺短板

中国的人工智能公司正以令人目眩的速度向前发展。那里的很多人工智能公司正拼命雇用研究人员。2016年，国家工信部估计中国还需要500万名人工智能工作人员才能满足该产业的需求。

当前，中国传统互联网巨头以及AI独角兽创业公司的发展速度更是令人侧目。资料显示，中国目前共拥有592家人工智能企业，在智能语音、自动驾驶、计算机视觉和图像处理领域有着飞速的发展。据2016年工信部估计，中国需要500万AI工作者来满足这个行业的发展需求。

全球有经验的AI人才数量很少，但中国企业还必须与谷歌等跨国公司在中国的积极招聘争夺人才。一些人担心，谷歌等给出的高薪条件，对大学的研究人员有着不小的诱惑。

相比美国而言，中国人工智能产业起步较晚，人才培养模式尚存差距。中国高校在较长时间内没有人工智能专业，而美国是人工智能概念的诞生地。根据美国国家科技委员会的人工智能全球大学排名，前20名中有16所是美国大学，这些大学源源不断地向科技企业输送人才。

当然，AI人才短缺不仅中国企业要面对，美国企业也面临同样的问题。只不过中国在人工智能领域的高端AI人才培养、具备AI研究人才方面比美国要更紧迫一些。

人工智能智库乌镇研究院院长张晓东表示：“这是一场人才争夺战，谁能取得最好的成绩，谁就赢了。”他透露，有经验的AI人才，在社交媒体巨头腾讯公司或百度公司，都能拿到100万美元甚至更多的薪水。“这在五年前是不可想象的”。

目前，中国正在加快人工智能人才的培养步伐。在政策层面，2017年7月份，国务院颁布了《新一代人工智能发展规划》，计划到2030年成为世界主要“人工智能”创新中心；同年10月份，在北京正式成立了中国人工智能产业发展联盟，并由中国工程院院士潘云鹤担任首届理事长。伴随巨大市场需求和应用场景，中国有望吸引更多人才来华从事人工智能行业。

中国已经把 AI 上升到一个国家战略层面了。十九大之后各地都在主推 AI，这个其实是美国相对来说比较弱的，中国一旦政府主推一些事情一般成效都会非常大，它会引起整个资本市场，整个这些创业生态的一个很大的变化，人们更愿意去拥抱人工智能。所以这点，我们觉得在中国创业有很大的机会。中国其实在一些门槛比较高的行业，我觉得有 AI 的应用的机会，比如说像能源、安防、农业、制造等等。这些行业往往资源相对垄断一点，但是现在因为国家战略之后，这些行业也都在寻求 AI 化，而且我觉得 AI 化在这些行业肯定是是个必然，你不去做，往往就失去了这种转型的机会了。因为这些行业门槛比较高，资源相对垄断，所以创业公司可能进入的周期会长一点，不是说那么容易获得数据并且做起来的，但是我觉得有很大的机会。这方面我觉得可以借鉴美国，因为美国一方面在这些领域相对比中国来说更加市场化，比如说在能源，在农业制造等等方面，甚至安防你可以看到美国有很多不错的 AI 公司，我觉得中国可以在这方面多借鉴，大家如果对这些特定领域很感兴趣，我们也可以有机会多交流。人工智能前景无量，人工智能架构师成了AI领域最稀缺的人才，如何补齐稀缺短板？你怎么看？