新技术赛道:年轻人的新舞台

来源:中国青年报    作者:JSI    人气:    发布时间:2019-01-14    

  新型基础设施建设蓄势待发
  新技术赛道:年轻的新舞台

  直到搭上工智能的“快车”,在创业路上屡战屡败的丁丁才“起死回生”。

  在北京中关村,2015年就开始创业的丁丁在偶然的机会下,关注到人工智能领域里一个不起眼的行业——数据标注。她和团队决定破釜沉舟,再试一次。两年后的今天,公司已经和几家大型互联网公司展开合作。

  在100多公里外的河北雄安,甄涛和自己的同事正为5G正式商用加班加点。作为中国电信河北雄安新区分公司的员工,这些年轻人正和时间赛跑,让5G时代如期而至。

  不久前的中央经济工作会议上提出,2019年要加快5G商用步伐,加强人工智能、工业互联网、物联网等新型基础设施建设。

  新型基础设施建设蓄势待发,新赛道已就位,更多年轻人将涌向这里。

  新技术给年轻人带来新可能

  两年前,几乎没什么人注意到数据标注这个行业。“这是个劳动密集型的行业。”丁丁认为,数据标注是个“苦差事”,但也是人工智能领域非常基础的环节。

  人工智能催生出来的数据标注行业在短短几年“升温”,一些人通过QQ群兼职做数据标注工作,却没把自己和人工智能挂钩。

  但从事数据标注领域的创业,给丁丁带来了希望,也给更多特殊群体带来了就业机会。丁丁的公司找到的标注员大部分都是身患残疾的人,通过远程联络给他们分配工作,丁丁认为,这对残疾群体就业也许是个机会,希望能有更多人关注他们。

  中国科学院大学人工智能学院副院长肖俊对这个行业的出现并不感到意外,在他看来,海联网,是数据红利推动了我国人工智能产业的发展,“这是一个新兴职业,也反映出现在人工智能还处在依赖数据发展的阶段。”

  博士毕业的刘宗长在本科时一口气修了电气工程、机械工程、医疗设计等多个专业。在以跨领域、交叉学科多为特性的人工智能领域,刘宗长的“博学”有了用武之地。

  这个不到30岁的年轻人,2016年选择在工业智能领域创业,与几位合伙人成立北京天泽智云技术有限公司。目前,公司已与许多行业的领军企业合作,对船舶、风电和轨道交通等工业领域的制造和运维进行智能优化,帮助企业提高生产运作效率。

  人工智能的发展让相关专业的毕业生身价暴涨。刘宗长发现,许多企业都在进行人才的布局,想要招到人工智能相关专业的毕业生,“很多硕士毕业的学生能拿到的薪水比其他专业的高30%左右。”

  在刘宗长看来,随着国内对人工智能的重视,国内学者发表的相关论文数和专利数都在快速上升。在消费端,运用人脸识别、声音识别研制的智能音箱、语音翻译等产品也被消费者逐渐认可。

  同样的机会藏在5G时代里。“5G带来的就业机会远远大于过去”,从其自身的成长看,5G的网络建设比过去复杂得多。在雄安工作的每一天,甄涛都能在实践中得到提升,而5G技术辐射的产业也将突破以往,许多行业会因5G技术的出现衍生出更多可能。

  “从通信行业的发展历程来看,5G的革新性特点会带来就业岗位的增加。”在赛迪顾问股份有限公司高级咨询师李朕看来,人才是行业发展的根本,5G商用以后,怎么和娱乐、工业、医疗、教育等行业结合,开发出更多应用,需要更多人才贡献自己的智慧。

  甄涛和小伙伴们经常向其他区域的同事介绍他们在进行组网、基站建设和测试中的经验。业余时间,这些年轻人更关心5G商用后,技术能不能很好地支持场景应用,能催生出哪些新应用,怎么收回成本等问题。

  真正的本领还需勤学苦练

  人才的匮乏是这些新兴行业走向蓬勃发展时需要解决的共性问题。

  在李朕看来,5G领域人才的缺乏在芯片领域特别明显。“我们的芯片设计和制造工艺有待加强改善,但随着国家对这方面的投入以及与国外知名厂商的合作日渐加深,这个问题也将解决。”

  置身数据标注行业两年,丁丁也有自己的困惑。从语音、文字到视频、图片,数据的范围远比想象得大,但对这个行业通盘理解的人还很少。“遇到问题的时候,有时不知道找谁。”

  人工智能的发展还处于初级阶段,许多企业对数据标注的需求也停留在一些基础常识的标注和分辨,但随着技术的不断迭代、行业大爆发之后,企业的需求也会提高,“比如医疗领域,影像识别上就不是一般的数据标注员可以做的,这需要有学科背景、懂医学的人去辨别标注。”

  然而,目前数据标注行业从业者的水平参差不齐,行业里也有订单层层分包的情况,导致一些数据标注的结果“掺水”,数据被漏标的情况也不鲜见。

  在更接近研发和制造的领域里,刘宗长明显感觉“真正能胜任的人才还很稀缺”。他发现,国内的学生对人工智能技术的应用和理解还不够深入,很多人只是在一些项目中使用、了解一些算法,但往深里问,如算法的机制、优缺点、可能变化的形式和如何解决实际问题,就不太能回答出来。

  2017年发布的一份《全球人工智能人才白皮书》中提到,全球人工智能领域人才约30万名,市场需求却有百万量级。

  在肖俊看来,任何学科的人才培养是有周期的,培养高精尖人才不可能“求快”。而人工智能产业的特性注定需要团队合作,不是某一个学科的人才就能独揽天下。但国内相关人才培养的时间比较短,人工智能在应用层面的增速较快,也导致从事基础理论研究的高精研人才不足。

  人才培养要与现实匹配

  在国外读书的几年里,刘宗长发现,国外针对人工智能人才的培养主要分科学层面和工程层面两种。在科学层面,更多学者研究人工智能的本质,对一些理论和算法做深入研究;在工程层面,偏重于应用,研究人员把算法当作能解决实际问题的工具。

  “国内的人才培养常常介于两者之间。”刘宗长认为,在人才培养上,有的学校可能还没考虑清楚学生未来的发展方向。

  刘宗长觉得,在人工智能领域需要两种人才:专才和多才。专才就是能力非常强可以解决很难的问题;多才是有更多能力去发现和定义需求,催款律师函,充当系统工程师和产品经理的角色。

  “好的课程设置和培养方案很重要。”在肖俊看来,学校在学科设置和培养方向上,应该结合学科优势和地域产业优势,来设置人才培养计划。比如一些地区的工业、农业发达,那么在学科设置上可以考虑向细分领域发展,培养适合当地发展的人工智能领域的人才。

打赏

取消

感谢您的支持,我会继续努力的!

扫码支持
扫码打赏,你说多少就多少

打开支付宝扫一扫,即可进行扫码打赏哦

责任编辑:JSI