AlphaGo和李世石的“人机围棋大战”所引进的社会效应还在不断发酵，它使得“人工智能”从一个大多数人眼中的科幻小说词汇，变成了现实生活中近在咫尺的高逼格存在。事实上，是云计算和大数据的蓬勃发展使AI人工智能迎来了新的契机，而人工智能也不仅仅意味着一个会下棋的机器人，从手机上的计算器到医疗、教育，到无人机、无人驾驶汽车，到未来可能改变世界的重大变革，人工智能可以改变每个人的生活，也可以颠覆我们的世界。

    我国“十三五”规划纲要草案中首次出现了“人工智能”一词，在“科技创新2030项目”中，智能制造和机器人成为重大工程之一。同时，国家发改委也正在与有关部门制订《互联网+人工智能三年行动实施方案》，以人工智能为着力点，带动IT产业向智能化、服务化和高附加值发展。 尽管我们目前仍处于人工智能发展的初期阶段，但可以预见的是，人工智能将越来越多地与互联网、汽车、医疗等产业相融合，迎来巨大的发展空间。

    全世界都需要优秀的人工智能人才，以进一步释放机器计算和机器学习技术的巨大潜能。当前，领英数据分析显示，领英平台上的全球人工智能人才数量约为25万，主要分布在美国、欧洲、印度及中国。目前拥有人工智能相关专业人才数量最多的十个国家依次为：美国、英国、印度、加拿大、法国、荷兰、德国、西班牙、澳大利亚、巴西、中国。

   我国人工智能人才培养潜能巨大，不输欧美

    从中美人工智能人才的从业年限构成比例上看，美国拥有10年以上经验的人工智能人才比例接近50%，而我国十年以上经验的人才比率只有不到25%。然而，美国5年以下经验的人才比例约为28%，而我国的这一数字比率超过了40%。尽管我国人工智能专业人才总量较美国和欧洲发达国家来说还较少，10年以上资深人才尚缺乏，但从人才从业年限结构分布上来看，我国新一代人工智能人才比例较高，人才培养和发展空间广阔。

    目前我国人工智能人才最集中的Top10雇主排名中，高等院校占据四席，分别为清华大学、北京大学、中科院和浙江大学；而美国人工智能人才Top10雇主中，有三所世界顶尖大学，卡内基梅隆大学、麻省理工大学和斯坦福大学。

    虽然从当前的人工智能人才整理培养实力上看，我国与美国尚有差距，但是我国在理工科，特别是基础学科人才培养方面有深厚的底蕴，例如计算机相关专业、电子与电气工程、物理、数学等专业教学水平在全球保持领先地位，而这些学科都是从事人工智能和机器学习应用开发的核心基础。

将高校科研能力与企业资产实力相对接，为AI人才创造发展空间

    过去，人工智能专家是高校科研机构或是实验室里需要的研究型人才，但如今，越来越多的高科技公司开设机器人或者人工智能业务分部，人工智能或机器学习类专业人才正在变得炙手可热。据《经济学人》报道，Uber去年从卡耐基梅隆大学的国家机器人工程中心招募了40名员工，几乎是该研究中心员工总数的三分之一。曾任斯坦福大学讲师的百度人工智能团队负责人Andrew Ng指出，领先的科技公司对于人工智能人才来说有两大吸引力——他们能提供强大的计算能力和大量的数据资产，这对于从事机器学习领域的人才来说非常重要。

    根据领英数据，目前在为人工智能Top10雇主工作的美国人才中，仅有16% 来自高等院校，大部分人才都服务于企业雇主；而我国有约32%的人才为清华大学、北京大学、中科院和浙江大学这四所科研院校工作。随着BAT、华为、大疆无人机等高科技企业在人工智能应用和开发上的不断探索，或许也将刺激更多人才和资本向人工智能商业应用领域涌入。

    但这种趋势并不意味着科研机构对于人工智能人才失去了吸引力，科研机构需要将更多的重点研究项目与企业市场应用开发相对接，将高校的技术研发实力与企业的数据资产能力相结合，这样将有助于释放人工智能产业潜能，给人才更多的创新和发展空间。从而能够将我国在计算机、物理、数学等基础学科人才培养方面的优势充分利用。