全球人工智能人才發(fā)展態(tài)勢淺析

袁 珩，程如煙

（中國科學(xué)技術(shù)信息研究所，北京 100038）

當前世界各國爭相發(fā)展人工智能，而缺少專業(yè)人才成為制約人工智能發(fā)展的瓶頸之一。為保持競爭力，各國政府都在大力培養(yǎng)和吸引全世界的人工智能人才。分析了解全球人工智能人才的情況以及我國人工智能人才發(fā)展存在的問題，對我國人工智能的發(fā)展至關(guān)重要。本文梳理了全球人工智能人才發(fā)展的總體情況，分析了我國人工智能人才存在的不足和問題，并對我國如何培養(yǎng)人工智能人才發(fā)展提出了建議。

1 全球人工智能人才總體情況

人工智能人才是指在人工智能相關(guān)行業(yè)，從事推動人工智能算法、技術(shù)、理論發(fā)展，保障人工智能產(chǎn)品和服務(wù)轉(zhuǎn)化為實際應(yīng)用的各類人才。當前，全球人工智能人才發(fā)展總體呈現(xiàn)以下幾種態(tài)勢。

1.1 人工智能人才數(shù)量持續(xù)增長

2017年，全球約有30萬人工智能人才，其中包括20萬產(chǎn)業(yè)人才，主要分布在各國人工智能公司和科技巨頭中；10萬學(xué)術(shù)人才及儲備人才，主要分布在全球367所高校中[1]。

近年來，全球人工智能人才數(shù)量呈現(xiàn)逐年上升的趨勢，特別是在近幾年，美國、中國等國的人工智能人才數(shù)量增長更為迅速。斯坦福的《2019人工智能指數(shù)》的數(shù)據(jù)顯示，2019年，共有13 500人出席神經(jīng)信息處理系統(tǒng)大會（NeurIPS），比2018年（9 000多人）增長41%，是2012年人數(shù)的8倍多[2]。加拿大人工智能初創(chuàng)企業(yè)Element AI調(diào)查了2018年在21個國際學(xué)會上發(fā)表論文的作者指出，2018年全球共有2.24萬人工智能頂尖人才，這一數(shù)字比2015年增長36%，比2017年增長19%[3]。

1.2 人工智能人才國別分布不均衡

當前在全球范圍內(nèi)，人工智能人才的分布仍然以美國為主導(dǎo)，中國、英國、法國、德國、加拿大等國緊隨其后。《全球人工智能人才報告2020》顯示，在美國工作的人工智能研究人員占全球的47.89%，在中國工作的占11.4%，之后依次是英國（5.3%）、法國（4.9%）、德國（4.7%）、加拿大（3.9%）和日本（2%）。劍橋大學(xué)發(fā)布的《2020人工智能全景報告》則顯示，有90%在美國的留學(xué)生博士畢業(yè)后會選擇留在美國工作；而在離開美國的博士中，僅有18%和17%的人到英國和中國就業(yè)[4]。

1.3 人工智能人才供不應(yīng)求

人工智能發(fā)展日新月異,伴隨而來的是人工智能領(lǐng)域人才需求激增。2017年全球?qū)C器學(xué)習的人才需求比2015年增長了34倍，對自然語言處理、機器學(xué)習、計算機視覺、語音識別、機器人等學(xué)科人才的需求各增長了4～9倍不等[5]。

2018年，中國有 12 113 個人工智能相關(guān)崗位空缺，空缺數(shù)量全球第一；其次是美國，有7 465個崗位空缺；再次是日本，有3 369個崗位空缺。英國、印度、德國、法國、加拿大、澳大利亞等國家也面臨人工智能人才短缺的局面[6]。

1.4 人工智能人才具有較強流動性

人工智能人才的流動性既體現(xiàn)在跨部門流動中，又體現(xiàn)在跨地域流動中。

（1）人工智能人才整體呈現(xiàn)出從學(xué)術(shù)界向產(chǎn)業(yè)界流動的趨勢。1998—2017年，美國和中國均呈現(xiàn)出人工智能人才從學(xué)術(shù)界流向產(chǎn)業(yè)界的趨勢，從學(xué)術(shù)界流向企業(yè)界的人工智能人才數(shù)量大于從企業(yè)界流向?qū)W術(shù)界的數(shù)量，并且這種趨勢在最近幾年（2013—2017年）進展加快（見表1）[7]。

表1 1998—2017年，美國和中國人工智能研究人員在本國內(nèi)跨部門遷移情況（單位：人）

（2）美國和中國的人工智能人才總體呈流入趨勢。1998—2017年，歐盟有7.8%的人工智能研究人員流出，6.8%流入，總體呈流出趨勢；中國的人工智能研究人員有3.5%流出，3.6%流入，以0.1%的微小優(yōu)勢實現(xiàn)人工智能人才凈流入；美國為8.6%流出，8.9%流入，總體呈流入趨勢（見表2）。

表2 美國和中國人工智能人才流動情況比較（單位：%）

2 我國人工智能人才發(fā)展現(xiàn)狀及存在的問題

近年來，在政府《新一代人工智能發(fā)展規(guī)劃》的支持和推動下，我國人工智能企業(yè)快速發(fā)展（截至 2019年，我國共有745家人工智能企業(yè)，數(shù)量位居全球第二），越來越多的高校（截至2020年3月共有215家）開設(shè)了人工智能專業(yè)，并有15所高校進入全球計算機科學(xué)專業(yè)排名CS Rankings總榜前100名[8]，這為我國人工智能人才的培養(yǎng)和使用提供了良好的基礎(chǔ)。

2.1 我國人工智能人才的整體水平低于美國

中國人工智能研究人員不僅總量不及美國，其研究影響力也較美國有一定差距。根據(jù)愛思唯爾針對中美1998—2007年間的人工智能人才對比結(jié)果，中國常住型人工智能人才的影響力要遠低于美國。

愛思唯爾根據(jù)流動性將各國的人工智能人才劃分為常住型（Sedentary）、暫住型（Transitory）和移民型（Migratory），移民型又分為移民流入型（Migration Inflow）和移民流出型（Migration Outflow）。常住型是指1998—2017年間僅在一個地區(qū)居住的研究人員；暫住型是指在國外或某一地區(qū)停留不到兩年的研究人員；移民型是指在國外或某一地區(qū)停留兩年及以上的研究人員。

從表3的結(jié)果可以看出，我國人工智能人才以常住型為主，暫住型人才也占了近20%，移民型人才數(shù)量較少；在影響力上，我國的常住型和移民流入型人才整體不及美國這兩類人才的影響力高。

美國的人工智能人才以常住型和暫住型為主，二者占比較為接近；其常住型人才的影響力比我國各類人工智能人才的影響力都高。美國的移民流入型人才影響力最高。

由此可見，我國高水平人工智能人才主要出自規(guī)模較小的移民流入型人才，而美國則主要依靠影響力較高、長期居住在國內(nèi)的人才，并且對高水平人才也具有較大吸引力。

表3 1998—2017年中美四種類型人工智能人才的占比及影響力指數(shù)比較

2.2 我國缺少人工智能高端人才

我國在人工智能人才儲備方面存在短板，特別是缺少高端人才，無法滿足人工智能快速發(fā)展的強烈需求。這種不足通過以下數(shù)據(jù)可以體現(xiàn)出來：（1）美國智庫信息技術(shù)與創(chuàng)新基金會（ITIF）根據(jù)H指數(shù)排名統(tǒng)計國際前10%的人工智能研究人員數(shù)量，發(fā)現(xiàn)截至2017年，中國約有977名高H指數(shù)人工智能研究人員，低于歐盟（5 787）和美國（5 158）[9]。（2）馬可波羅智庫的研究顯示，2018年NeurIPS大會上的前1%人工智能人才口頭演講者中，29%為美國籍，9%為中國籍；且在前1%中，60%的人才在美國機構(gòu)工作，1%在中國機構(gòu)工作[10]。（3）領(lǐng)英《2017全球人工智能領(lǐng)域人才報告》[11]顯示，美國人工智能領(lǐng)域10年以上資深人士占比為71.5%，而中國為38.5%。（4）清華大學(xué)《2020年人工智能全球2 000位最具影響力學(xué)者榜單》顯示，在20個子領(lǐng)域排名前100的學(xué)者中，美國在人工智能領(lǐng)域占有絕對優(yōu)勢，達1 128人；中國只有171人入選，在規(guī)模上排名第二[12]。

2.3 我國的人工智能人才結(jié)構(gòu)不均衡

人工智能產(chǎn)業(yè)的技術(shù)構(gòu)架通常由基礎(chǔ)層、技術(shù)層和應(yīng)用層構(gòu)成?；A(chǔ)層由軟硬件設(shè)施及數(shù)據(jù)服務(wù)組成，為人工智能產(chǎn)業(yè)鏈提供算力和數(shù)據(jù)服務(wù)支撐。技術(shù)層由基礎(chǔ)框架、算法模型以及通用技術(shù)組成，為人工智能產(chǎn)業(yè)鏈提供通用性的技術(shù)能力。應(yīng)用層主要包括應(yīng)用平臺和智能產(chǎn)品，為服務(wù)對象提供各類具體應(yīng)用和適配行業(yè)應(yīng)用場景的產(chǎn)品或服務(wù)[13]。

按人才結(jié)構(gòu)來看，2018年，中國人工智能基礎(chǔ)層人才僅占中國全部人工智能人才的3%，而應(yīng)用層人才占比為62%。相比之下，美國人工智能人才的分布更加均衡，具體見表4。這表明，我國人工智能人才結(jié)構(gòu)尚不均衡，人才大多集中在應(yīng)用層和技術(shù)層，基礎(chǔ)層的人才儲備極其薄弱[1]。

表4 2018年中美人工智能在基礎(chǔ)層、技術(shù)層和應(yīng)用層中的人才數(shù)量對比

2.4 我國人工智能研究人員外流情況嚴峻

馬可波羅智庫的研究顯示，參加2017年和2018年NeurIPS大會的中國籍高級研究人員中，59%隸屬于美國研究機構(gòu)，33%隸屬于中國研究機構(gòu)，約9%隸屬于加拿大、新加坡、日本等國家。在從美國院校畢業(yè)的中國籍學(xué)生中，約78%在美國研究機構(gòu)工作，僅有21%在中國研究機構(gòu)工作[10]。

劍橋《2020人工智能全景報告》顯示，NeurIPS 2019年接收論文的作者中，有 29% 都曾在中國獲得本科學(xué)位；從國內(nèi)大學(xué)畢業(yè)后，繼續(xù)在NeurIPS 上發(fā)表論文的畢業(yè)生中，有 54% 去了美國[4]。

之所以出現(xiàn)這些問題，主要有以下兩方面的原因：一是我國人工智能發(fā)展起步晚，人工智能的整體實力較弱，尚未形成對高水平人才具有足夠吸引力的生態(tài)；二是我國人工智能人才培養(yǎng)起步較晚，盡管這兩年開始重視系統(tǒng)培養(yǎng)人工智能專業(yè)人才，但專業(yè)人才的培育需要長期的積累和沉淀，培養(yǎng)出高水平的人工智能人才還需時日。

3 建議

針對我國在人工智能人才方面存在的問題和不足，借鑒發(fā)達國家成功的經(jīng)驗和做法，對我國提出以下建議。

（1）把人工智能教育貫穿到中小學(xué)階段。

發(fā)達國家把人工智能的教育前移至中小學(xué)甚至幼兒園階段，注重從小培養(yǎng)學(xué)生們的人工智能思維。日本提出使所有高中和大專院校畢業(yè)生掌握數(shù)理、數(shù)據(jù)科學(xué)和人工智能相關(guān)基礎(chǔ)知識；韓國將在中小學(xué)階段開設(shè)軟件、人工智能等課程，在大學(xué)中增設(shè)人工智能專業(yè)，法國《國家人工智能戰(zhàn)略》提出要改善教育環(huán)境，從小學(xué)階段開始引入人工智能課程；美國《國家人工智能研發(fā)戰(zhàn)略規(guī)劃》提出，在幼兒園階段開始計算機課程，在中小學(xué)中引進數(shù)據(jù)科學(xué)課程，培養(yǎng)計算機思維技能。

為此，建議我國從基礎(chǔ)教育階段開始著手，將人工智能教育納入到中小學(xué)階段。通過設(shè)置人工智能相關(guān)課程，開展科普活動等方式，推動中小學(xué)人工智能教育的發(fā)展。

（2）大學(xué)階段要加強跨學(xué)科培養(yǎng)人工智能人才。

人工智能的多學(xué)科融合特點要求人工智能人才盡可能掌握多個學(xué)科的知識和技能。英國采用在區(qū)域內(nèi)構(gòu)建多學(xué)科生態(tài)系統(tǒng)的方式來培養(yǎng)人工智能人才，英國的“倫敦-牛津-劍橋”高校群，擁有以牛津大學(xué)、劍橋大學(xué)、帝國理工大學(xué)和倫敦大學(xué)學(xué)院為中心的人工智能學(xué)科群，匯集密集的教育研究資源，形成了良好的多學(xué)科生態(tài)環(huán)境。美國很多高校正在推動內(nèi)部院系學(xué)科交叉的方式來培養(yǎng)人工智能人才，如卡內(nèi)基梅隆大學(xué)宣布啟動CMU AI計劃，整合校內(nèi)所有人工智能研究資源，促進跨學(xué)院、跨學(xué)科的人工智能合作，更好地培養(yǎng)人工智能人才[13]。

為此，建議我國大力支持高校人工智能相關(guān)學(xué)科的發(fā)展，擴大研究生的培養(yǎng)規(guī)模；鼓勵各高校內(nèi)部整合多個院系的資源或者多個高校聯(lián)合形成人工智能學(xué)科群，進行復(fù)合型人工智能人才的培養(yǎng)；為非人工智能專業(yè)的大學(xué)生開設(shè)人工智能相關(guān)課程，使更多學(xué)生接觸人工智能知識，培養(yǎng)跨學(xué)科人才。

（3）推進產(chǎn)學(xué)研合作的培養(yǎng)模式，發(fā)揮領(lǐng)軍企業(yè)的人才培養(yǎng)作用。

算法、算力、數(shù)據(jù)是驅(qū)動人工智能快速發(fā)展的三大要素。高校、研究機構(gòu)的理論研究基礎(chǔ)雄厚，企業(yè)擁有較多實踐經(jīng)驗和海量數(shù)據(jù)。要想培養(yǎng)高水平的人工智能人才，需要在算法、算力、數(shù)據(jù)多方面進行涉獵，需要產(chǎn)、學(xué)、研加強合作培養(yǎng)人才。Facebook與紐約大學(xué)合作建立數(shù)據(jù)科學(xué)中心，紐約大學(xué)的博士生可以申請在Facebook的人工智能實驗室長期實習[14]。微軟在內(nèi)部設(shè)立了人工智能大學(xué)，培養(yǎng)不同專業(yè)背景的人才快速學(xué)習機器學(xué)習課程，并使用這些技能。谷歌開設(shè)了內(nèi)部機器學(xué)習課程，在2012—2017年對其1.7萬名工程師進行了培訓(xùn)。

為此，建議鼓勵我國人工智能相關(guān)企業(yè)創(chuàng)辦研究機構(gòu)，與高校聯(lián)合建設(shè)實驗室，培養(yǎng)人才；鼓勵研究人員在高校和企業(yè)之間流動；面向制造、金融、醫(yī)療等重點行業(yè)培育應(yīng)用型人才。

（4）培育以人為中心的科研環(huán)境，吸引和留住人工智能人才。

人工智能人才具有較強的流動性，科研實力強大、科研環(huán)境良好的國家在吸引人工智能人才方面占有優(yōu)勢。當前，主要國家都在采取措施吸引人工智能人才。歐盟的《人工智能協(xié)調(diào)計劃》堅持“以人為中心”的發(fā)展理念，提出將人才留在歐洲。美國《國家人工智能研發(fā)戰(zhàn)略規(guī)劃》提出，提升人工智能研發(fā)隊伍并促使其優(yōu)先在美國工作，維持美國的領(lǐng)導(dǎo)地位。日本《人工智能戰(zhàn)略2019》將“從全球范圍內(nèi)吸引人才”確定為戰(zhàn)略目標。

面對各國激烈搶奪人工智能人才的國際環(huán)境，為了使更多人工智能人才回流，建議我國完善吸引人才的制度設(shè)計，實施靈活、開放的人才政策，如為引進人才的身份轉(zhuǎn)換提供更大便利；完善引進人才的配套服務(wù)，如教育、醫(yī)療以及人才屬地化管理；為引進人才的發(fā)展提供發(fā)展平臺，使之在回國后有發(fā)揮才能的用武之地；形成引進人才的回流網(wǎng)絡(luò)，如更好地發(fā)揮社會中介組織的作用，同政府及用人單位形成立體化的回流網(wǎng)絡(luò)，利用中介組織渠道廣、專業(yè)性強的特點，通過購買服務(wù)等多種方式靈活引才[15]。