黑爪：世界上最缺人才的行業——巨頭為了挖人不惜買公司

文 | 黑爪

吳恩達從百度的離職，把「人工智慧搶人大戰」的話題又掀起一輪高潮。幾年前微軟研究院的彼得·李曾經開過一個玩笑，他把吸引一名頂級AI人才的費用與NFL（國家橄欖球聯盟）簽一個四分衛的價格作比。要知道前20位的NFL四分衛，都是千萬美元身家往上，最頂尖的甚至過了十億。

三月上旬讀到36氪的一篇相關報道，除了與經濟下滑的大勢對比之下，AI人才驚人的薪酬數字外，一句「有錢也挖不到人」才真正戳到了企業的痛處。

財大氣粗的，把實驗室建到人才密集之處，例如百度的矽谷AI實驗室，截止前天（3月28日）的消息，已經又建了第二個。沒有這個實力的呢，而且原以為人才密集之處也鬧人荒呢？百度這條路並不是一劑良方。

回顧一下近年來的人才戰，不外乎幾個套路：搶人、搶購小公司、自己培訓，其實還有一類，那就是把握政治和政策帶來的機會。

▍（一）搶人

幾年來，深度學習技術牽著幾乎所有互聯網巨頭的鼻子，正在從根本上改變他們的路徑。

先看看谷歌，2013年從多倫多大學把有「深度學習之父」稱號的傑弗·辛頓挖出來一半（辛頓一半時間留在多大任教做研究），在他的幫助下，谷歌創建了第一個令全公司所有部門受惠的中心AI實驗室。

傑弗·辛頓（Geoff Hinton)

臉書呢，由另一位有時也被人稱作「之父」的彥·樂康（娛樂界認乾爹，科技界則封人頭銜「之父」。這位「之父」的博士後導師，其實正是前面那位「之父」辛頓）主持，興建了一個類似的實驗室。

那之後，深度學習領域的創業公司、學界大人物，在大額支票的牽引下，如洪水一般湧入各個企業。

埃隆·馬斯克從谷歌和臉書挖去幾位高手，以打造「更善良的AI」為名，創建了一個非盈利性質的實驗室OpenAI。關於這個「更善良」一說，值得開篇另說。

臉書AI部有個重要人物，叫澤尼克，他的親身經歷算是個活例，不光解釋了深度學習為什麼神奇，更說明了深度學習人才為何這般金貴。

澤尼克在微軟投入了十年時間研究視覺系統，目的是讓這個系統能夠像人類一樣去「看見」。這件事到了2013年，他發現利用深度學習技術，只消幾個月的時間就把他的十年之功給超了。解釋起來有些玄乎，但事實就是這樣。簡單地說，澤尼克這一類的傳統研究人員，為了創建一個視覺系統，他們會把問題分解為一個一個的小部件，將不同的相應技術應用到每一個小部件上，逐個擊破，再來整合。而這樣的問題，在辛頓這一類學者眼裡呢，就都是一件事：一個深度神經網，可以解決很多問題（很多，不是所有）。他們不去一手一腳為每一個子系統寫代碼，而是創建一個可以通過巨量的數據來進行自主學習，從而實現所要求功能的神經網路。如果要打個比方，這裡的計算機科學家更像教練，而不是球員，你並不一行一行地編寫系統，你在信息的海洋里，訓練調遣出想要的結果。

澤尼克在2013年秋季以前都對此漠然無視。那天他在伯克利聽一個博士生的學術座談，講解怎樣利用深度學習在照片上識別特定物體。比如，給系統載入成百萬張的喵星人照片，系統隨後便可以從你給它的圖片里認出貓來。當這個博士生在解釋系統後面所應用到的數學原理時，澤尼克一下子意識到，這才是方向啊。但他有一個最重要的問題想要知道，那就是這個系統的性能有多好，當那個博士生最後說出代表了系統精確度的數字時，澤尼克對自己說「不能再清楚了，這才是通向未來的道路。」

你猜澤尼克接下來做了件什麼事？別忘了這篇文章在討論人才。他當然立即就把這博士生收編到他在微軟的麾下，重組了視覺識別團隊。後話是，沒過多久這整個團隊就被臉書給連鍋端走了。

通過這件事你肯定不能得出一個澤尼克後知後覺的結論，只能說明，業界在忽然發現沉寂了幾十年的深度學習技術，重新爆發出威力之時的一片手忙腳亂。

不光軟體企業、互聯網公司，連晶元製造商也加入了這個行列。

英特爾宣布成立一個進行AI 研究的實驗室，而且明說願意開出谷歌大腦、臉書AI的同等價錢來招攬精英，並直言不諱，包括像剛離職的吳恩達這個級別的人物。它創建這個實驗室的目的，並非要建造自己的AI，而是為了給那些AI公司賣晶元，它得先懂得客戶的真實需求。這一輪的AI運動圍繞著神經網路，以及通過對大量數據進行分析從而學習完成任務的複雜數學系統在進行，在訓練這樣一個神經網路時，常常需要幾百個GPU晶元。眼下幾乎所有的這一類GPU晶元都出自英特爾的對手nvidia。英特爾希望在這個AI實驗室的帶動下，生產出能夠取代GPU的晶元來。

▍（二）搶購小公司

軟體和互聯網行業籠絡人才，實際上很多時候是通過收購人才所創立的小公司來完成的。

2013年，谷歌收購了DNNresearch，當然，此舉醉翁之意不在酒，意在公司背後的大神，多倫多大學的辛頓教授，隨即再以六億五千美元的價格吞下位於倫敦的DeepMind，形成了它的第二個AI實驗室。這兩件事開啟了整個行業的收購熱潮。

這些行業里大玩家的做法，用埃隆·馬斯克的話來說，便是在AI初創公司起飛前，把它們掃蕩一空，全部買到自己手裡來。

前文提到的英特爾創建AI實驗室，與之相伴的動作，是它去年以4億美金的價格收購Nervana，目標緊盯谷歌和臉書的AI需求。英特爾能否達成取代nvidia GPU的目標我們不知道，但這個晶元巨頭的緊迫感所釋放出的信息，卻明確無誤地告訴我們，這場AI運動，已經深深地波及到硬體產業。

另一個例子是通用電氣公司GE，它主要生產噴氣式發動機，風電及醫療設備等。然而這個已經120多年歷史的老牌工業巨頭，也在數字化年代開始調整自己。它致力於開發一種軟體，希望從所有的硬體中提取數據，從而獲取業界過去絕無可能獲得的對生產過程的認識。然而問題在於，分析這些數據非常困難，能完成這項任務所需要的人才十分稀缺。

於是GE開始四處收購。

先是買下了一個伯克利機器學習創業團隊Wise.io，收購價沒有公開，團隊有30個人，其中很多天體物理學家。GE的CEO傑夫·伊梅爾特說，「給他們提供航空數據，他們就是殺手。」

GE CEO傑夫·伊梅爾特（Jeff Immelt）

這對於GE和伊梅爾特，以及他們的客戶而言，當然是好事。可那些也希望將AI注入自己的操作生產環節的小公司怎麼辦呢？曾經，Wise.io的理想是「將 AI大眾化」，也就是說，創造出一種工具，任何人都可以藉此創建自己的機器學習應用，可如今它從業界消失了，融進了GE。

另一樁圍繞AI人才大戰的顯著收購發生在去年年底。優步把剛剛兩歲的初創公司Geometric Intelligence納入麾下，發誓要超過互聯網巨頭谷歌和臉書正在研發中的深度學習系統。

大家都在關注，這個由紐約大學心理學家加里·馬科斯和劍橋信息工程教授祖賓·加若曼尼（這又是一位辛頓在多倫多大學的門生）聯合創建，其另外十三名研究人員遍布全球的人工智慧實驗室一直閉口不提的神秘武功路數，究竟是什麼。如果傳說是真的，也就是說，它需要的數據量遠遠小於目前的其他深度學習系統的話，這將無疑是個殺手鐧。

就像亞馬遜正忙著將自己從一個網上書店轉型成為雲計算寡頭一樣，優步很顯然正在把自己從一個租車軟體公司變成自駕車、以至硬核AI公司。希望有朝一日能與四大齊名：谷歌、亞馬遜、臉書、蘋果。

過去的幾年裡，重量級公司瘋搶來收入自己的麾下的AI創業公司，有些可能業外的人連名字也沒聽說過。推特買下Mad Bits，Whetlab，以及Magic Pony；蘋果把Turi 和Tuplejump納入囊中；Salesforce 收購了MetaMind 和Prediction I/O；英特爾收購Nirvana......這還只是長長的清單里的一部分。更要命的是，收購大軍不僅僅是軟體和互聯網公司，其他巨頭例如三星和前面提到的GE都在將 AI應用到他們的產品中。一旦創業公司露出苗頭，立即被那些最饑渴，最有錢的公司吞下去。

現實是，並非人人都可以去門外走一圈，探囊取物一般就帶回來30個擅長做AI的天體物理學家，或者收編一隊身懷絕技的神秘高手。科技領域一直都是人才戰場，巨頭們正在利用收購將這個戰場傾斜。

▍（三）自己培訓

表面上看，谷歌這些大玩家僅僅是把人才從市場上掏空。可仔細再想，他們所收購的很多初創公司，原本是有志於為各行業開發AI工具和平台，使得沒有AI人才的小公司利用那些工具和平台，也可以享受到這個技術帶來的便利。

比如Wise.io和Metamind最初的目標，都是為所有人提供可以用來自己搭建機器學習系統的工具，然而如今一個歸入GE，另一個入戶Salesforce，以及新近成為英特爾一部分的Nirvana。這麼一來，世界對AI人才的需求相應地也就更大了。

也許，自己培訓便成了沒有本錢來買買買的小公司的最好出路。更何況大公司也都已經這麼在做了。

當澤尼克要開內部課的消息，發送到臉書員工手機上時，很多人正在吃午飯。發現用手機已經很難註冊得上，人們紛紛扔下吃了一半的午餐，衝刺回到座位上用電腦註冊，然而等待很多人的還是沮喪的結果：抱歉，下次請早。

這些公司已經把市面上的人才幾乎掃蕩一空，需求還在上升。然後就在不久之前，深度學習哪怕在學術界，都還處於非主流地位，因此在此領域接受過專業學術訓練的人少之又少。這其實從另一個角度說明，對大多數人來說，起點是一樣的，大家一起從頭學。臉書這才出招，在公司內部正式開課，並廣收長期實習生，來創建一個橫跨整個公司的AI人才庫，「我們有的是頭腦聰明的員工。」

谷歌也在做著同樣的事，規模可能更大。

在所有的公司都嚷嚷人才真空的大環境下，接下來幾年的大學課程設置無疑會聞風而動。但是大公司們現在就像盼著聖誕禮物的小孩一樣，「現在就要！」遠水解不了近渴，自己培訓吧。

這點上，吳恩達又一次令人讚歎。他早在2012年創建在線課堂Coursera時，就開始了深度學習的福音傳播，在這個平台上授課的，包括了辛頓這樣的先行者，不知惠及多少企業和包括筆者在內的從業人員。正是通過2013年起，每天午餐時坐在咖啡廳里利用Coursera的課程，筆者得以從十年前的支持向量機（SVM）轉而對深度學習略知一二。

▍（四）政治帶來的機會

熟悉科技界名人八卦的，對妮可·夏娜翰這個名字一定不會陌生。這位谷歌創辦人布林的現任女友，曾公開對媒體說，她是從男友的牙縫裡摳食。可是就連她，也難逃創業小公司所面臨的求才困境。

妮可·夏娜翰與布林一起出席metgala2016

夏娜翰的公司，ClearAccessIP，利用機器學習技術，挖掘有用的專利交易信息來開發自動分析專利組合的軟體。這意味著她需要數據科學家，具有深度神經網路經驗，以及能夠使用谷歌開源 TensorFlow學習引擎的人才。去年底她相中了4位，其結果是一個也未能如她所願，其中一位來自加拿大的候選人，最後拒絕她時說，不願搬去美國。

去年美國的大選結果，使得美國的一些小公司在AI人才缺口問題上更是雪上加霜。而北面的鄰居，過去常被人吐槽為「專業為南方生產輸送博士」的，以多倫多大學和蒙特利爾大學為中心的機器學習人才鏈，立即想要抓住這個機會。

蒙特利爾大學的本吉歐教授，本輪機器學習運動中的另一名主角，第一時間廣撒英雄帖，邀請各路AI研究人員和數據科學家，齊聚魁北克省，希望建立一個圍繞機器學習研究的社區。

「在這個令人沮喪的結果出來之後，我有一點想指出，在廣大的北部，加拿大有一個完全不一樣的政府。」本吉歐在臉書上寫道。臉書的彥·樂康馬上跟進轉發，「對於希望在北美工作的AI研究員來說，蒙特利爾絕對是個好的落腳點，尤其是當你屬於新的美國政府不再歡迎的種類之一時。」

加拿大這次似乎決意要阻止繼續充當美國的AI腦力培訓基地這件事了。作為人工智慧的主要發源地，並且在深度學習的研究領域一直處於領先地位的加拿大，長期以來能做的，只是持續為谷歌、臉書和微軟培訓人才。眾所周知，出自加拿大各人工智慧實驗室的研究人員充斥了各大公司，活躍在即時語言翻譯工具、面部識別、推薦系統等領域。

就在這篇文章快要寫完時，矢量研究院（Vector Institute）成立了。這是一個隸屬多倫多大學的獨立非營利研究結構，由聯邦政府、省政府和超過80家企業共同出資創建。而辛頓的工作地點也將從谷歌總部遷回多倫多，他將擔任這個新研究院的研究總顧問。「肯定會有其他研究人員希望從美國搬回來的——已經好幾個人向我打聽過了，」辛頓說。

這樣的事並非第一次。伊朗門事件發生時，辛頓在卡內基梅隆大學，他意識到如果繼續在美國進行他的研究工作，意味著要接受里根政府的資金，「我寧願去加拿大」，他回憶說。1987年，他來到多倫多大學任教。

辛頓的部分門生（從左上始逆時針：臉書，彥·樂康，AI研究總監；SmartFinance，理查德·澤摩，創始人及首席信息官；蘋果，魯斯蘭·薩拉克霍特迪諾夫，AI總監；OpenAI，伊利亞·蘇特斯科瓦，總監；DeepGenomics，布蘭登·弗萊，總裁CEO）

如果說辛頓這個英國人做出這樣的選擇不夠奇怪的話，還有另一位重要的人工智慧科學家，阿爾伯塔大學計算機教授理查德·薩頓這位出生於俄亥俄州的美國人，他於2003年美軍踏上巴格達土地時北上加拿大，「布希入侵伊拉克，是時候離開了。」

是什麼決定了人才的流向？薪酬、僱主的科研技術水準、個人發展空間……這些可能是最常見的答案。上星期，我見到一個新近由助理教授升作副教授的朋友，因為從前的同門情誼，所以並不忌諱談及薪酬。聯想到剛公開的去年公務員薪酬一覽，我逗他，快趕上政府僱員里的管道工、看門人和垃圾工標準了呢，不錯啊。他說，可是我喜歡校園，這是適合我的地方。這和辛頓幾十年來，在學術界被邊緣化堅持做自己認定而喜歡的研究項目，有著相似的神態。

本文原標題：《AI人才戰：決定人才流向的究竟是什麼？》

【作者簡介】

黑爪 | 騰訊·大家專欄作者，理工背景的文學、藝術愛好者

【精華推薦】

·END·

大家∣思想流經之地

微信ID：ipress

洞見 · 價值 · 美感

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！