现如今，许多研究机构预测人工智能将在未来发挥越来越重要的作用，围绕其展开的各种宣传活动也层出不穷。
尽管企业领导者对机器学习技术充满热情，但他们同时也面临着人才短缺的困境。全球范围内，具备开展新人工智能项目所需技能的开发者仅有少数，这使得掌握这些技能的开发人员变得异常抢手。因此，在开发者将重心转向机器学习、人工智能、深度学习和神经网络之前，了解一些关于人工智能的基本事实显得尤为重要。
人工智能或许比你想象中更“年长”
根据现有资料，人工智能这一术语最早是由美国计算机科学家、该领域奠基人之一的约翰·麦卡锡提出的。他在斯坦福大学度过了大部分学术生涯，并在20世纪50年代末发明了LISP编程语言。LISP基于lambda演算，于1960年发布，迅速成为人工智能应用程序的首选语言。
尽管斯坦福大学和麻省理工学院设立了人工智能部门，但该领域的发展并没有如创始人所期待的那样迅速进展。这主要是因为科学家们面临许多挑战，包括有限的计算能力（内存和处理速度）、难以解决的问题、组合爆炸、缺乏数据库，及缺乏必要的常识和推理算法。
上世纪70年代，人工智能经历了一段被称为“寒冬”的时期，资金大量被搁置，发展陷入瓶颈。直到21世纪初，计算能力和数据的广泛应用才使得局面有所改善。2009年，由斯坦福大学的李飞飞教授主导的imageNET数据库项目终于打破了这一僵局。同时，数据存储速度的迅速提升为更多人工智能投资奠定了基础。
人才短缺问题
人工智能行业的人才短缺问题日益严重，许多报告指出全球市场上有数百万个相关职位亟待填补。由于缺乏与AI技能相关的教育体系，合格的人才数量不足。根据初创公司EleMent AI的估计，全球掌握创建机器学习系统所需专业知识的人数不足22000人。
此外，中国腾讯研究院的研究显示，全球目前约有30万名从事人工智能研究和工作的人员，其中约10万人仍在学习阶段。报告指出，美国在培养相关人才方面具有显著优势，在全球2600所教授机器学习及相关学科的大学中，有超过1000所位于美国。
该报告还提到，美国在开发人工智能技术的初创企业数量上遥遥领先。值得注意的是，各种学术会议逐渐成为企业招聘者的“狩猎场”，而许多知名大学的人工智能研究部门则转向了私人企业进行应用。
AI工程师的薪酬前景光明
在任何行业中，人才的稀缺都会带来可观的薪资。例如，2014年被谷歌以6.5亿美元收购的DeepMind，其400名员工的薪酬总额达到了1.38亿美元。外媒分析该公司的年度财务报告显示，其员工的基本年薪在30万至50万美元之间。
根据MonsteR.coM的分析，2019年数据科学家、高级数据科学家、人工智能顾问和机器学习经理的薪水中值为12.7万美元。
在过去四年中，全球对人工智能领域人才的需求增长了74%，而60%的人工智能人才集中在科技和金融服务行业。
AI/ML专业人员需要多种技能
如今，人工智能领域的从业人员往往需要身兼数职，这一趋势预计将持续。当前市场上备受欢迎的人工智能职位包括数据科学家及算法开发人员、机器学习工程师和深度学习工程师。根据求职网站Indeed的数据显示，软件开发人员在人工智能项目中需掌握多种关键技能和工具，如数学、代数、统计、大数据、数据挖掘、机器学习、认知计算、自然语言处理、Hadoop和SpaRk等。AI开发人员最常用的编程语言包括Python、C++、Java、LISP和Prolog。同时，企业还要求求职者有使用开源开发环境的经验，例如熟练使用SpaRk、MATLAB和Hadoop等。
围绕人工智能的宣传值得关注
GaRtneR在2018年的预测指出，未来三年内，80%的新兴技术将与人工智能密切相关。此外，市场研究公司MaRkets and MaRkets预测，到2025年，人工智能市场将发展成为一个价值1900亿美元的强大产业。埃森哲曾预言，人工智能技术将使企业劳动生产率提高近40%。根据IDC的数据，2019年投资最多的人工智能应用包括自动化客户服务代理、销售流程推荐和自动化、以及自动化威胁情报和预防系统。
综上所述，围绕人工智能的各种宣传炒作都是有其价值的。
AI对各行业的影响
在担心软件开发人员是否会被人工智能取代之前，首先了解人工智能的应用能力非常重要。
近几年，部署人工智能的行业和用例显著增加。
2018年12月，纽约佳士得拍卖行以4.32万美元拍卖了一幅名为《EdMond de BelaMy》的肖像画，这幅画由算法生成，仿佛19世纪欧洲的肖像画风格。如今，各种由人工智能生成的艺术作品频繁展出，纽约的《超越时间的无脸肖像》系列便是其中的一个典型例子，AHMed ElgaMMal博士及其AICAM AI也成为首个举办个人画廊展览的人工智能艺术家。
与人工智能相关的艺术热潮也在影响音乐行业。您可以点击下方链接，欣赏由ASCII编码生成的古典和摇滚乐，这张专辑名为RecuRRence，因其创作于五年前，可能会给人一种风格略显陈旧的感觉。
与此同时，人工智能工具也在解决各种医疗问题方面发挥着重要作用，带来了显著的社会影响——在医疗研究中识别、预防和治疗机体紊乱与疾病。预计到2026年，这些应用每年将为医疗经济节省1500亿美元。
以人工智能为基础的输入模式匹配算法能够根据用户的输入行为进行身份验证。2016年推出的TyPINGDNA技术通过分析人与键盘的互动，进行精确的身份验证。这一突破源于每个人的行为方式各不相同。以下链接展示了其工作原理，您可以与朋友一起尝试这款挑战游戏，看看是否能够通过模仿彼此的打字方式来欺骗系统。
此外，谷歌的深度学习和机器学习程序在乳腺癌检测方面的准确率高达89%，而人类病理学家的准确率仅为73%。这也表明，机器学习和人工智能在健康卫生领域的潜力。
最后，人工智能展现了其未来的巨大潜力。例如，谷歌深度思维项目中的AlphaGo Zero以超乎寻常的表现完胜卫冕冠军AlphaGo，值得一提的是，AlphaGo Zero是在仅给定基本规则的情况下自学成才的。
AI不会取代人类，但会取代人类的工作
早在25年前，杰夫·迪恩便开始研究模仿神经网络来分析信息并进行学习，但当时神经网络的能力相对有限。直到2012年，神经网络才得以成功应用于机器学习、记忆、感知和符号处理等领域。
杰夫·辛顿则开创了一个新时代，他提出的神经网络通过分析大量数据实现自我学习。如今，迪恩和辛顿都是谷歌人工智能研究团队的成员。2017年，谷歌宣布其AutoML项目成功自学了机器学习软件的编程能力。这一成就可能引发新的担忧：既然机器具备自学能力，是否会取代人类呢？
这是本世纪最令人担忧的问题。
与专注于特定任务的弱人工智能不同，强人工智能一旦失控，其强大能力可能会引发人类的恐慌。目前，人工智能主要是辅助开发人员的工具，同时也增强了人类团队的能力。我们在日常生活中随处可见它的身影——无论是帮助编写文档、测试代码，还是识别并解决bug。
OpenAI及其生成式预训练变换器3（GeneRative PRe-tRAIned TRansfoRMeR 3）在许多自然语言处理数据集上实现了出色的表现，包括翻译、问题回答和完形填空等任务，甚至在一些需要即时推理或领域适应的任务上也取得了优异成绩。这表明，其生成的新闻文章可能与人类撰写的文章不相上下，连人类评估员都难以区分二者。
麻省理工学院的研究人员开发了一个程序，能够自动修复软件中的错误代码行，替代其他程序的工作行。以下几个工具在构建软件产品时为我们提供了实用的帮助：DeePCode、SynopsYs Logojoy和UIzaRd。
开发者们如何看待人工智能及其潜在威胁？
您或许担心人工智能是否会最终取代自己的角色，这也是许多开发者共同的疑虑。
埃文斯数据公司的研究显示，当被问及职业生涯中最担心的事情时，大多数软件开发人员提到：“我和我的工作会被人工智能取代。”
然而，从积极的角度来看，Stack OVeRflow的研究显示，70%的受访者对人工智能所带来的无限可能性感到兴奋，而非担忧其潜在的危险。大多数开发者期待自动化为他们带来的新机会。
正如工业革命使人类从农业劳动力中解放出来，开发新技能，智能机器人也将如此。麦肯锡预测，到2030年，人工智能将取代全球30%的人力资源。
