世界上最缺人才的行业——巨头为了挖人不惜买公司

吴恩达从百度的离职，把“人工智能抢人大战”的话题又掀起一轮高潮。几年前微软研究院的彼得·李曾经开过一个玩笑，他把吸引一名顶级AI人才的费用与NFL（国家橄榄球联盟）签一个四分卫的价格作比。要知道前20位的NFL四分卫，都是千万美元身家往上，最顶尖的甚至过了十亿。

三月上旬读到36氪的一篇相关报道，除了与经济下滑的大势对比之下，AI人才惊人的薪酬数字外，一句“有钱也挖不到人”才真正戳到了企业的痛处。

财大气粗的，把实验室建到人才密集之处，例如百度的硅谷AI实验室，截止前天（3月28日）的消息，已经又建了第二个。没有这个实力的呢，而且原以为人才密集之处也闹人荒呢？百度这条路并不是一剂良方。

回顾一下近年来的人才战，不外乎几个套路：抢人、抢购小公司、自己培训，其实还有一类，那就是把握政治和政策带来的机会。

几年来，深度学习技术牵着几乎所有互联网巨头的鼻子，正在从根本上改变他们的路径。

先看看谷歌，2013年从多伦多大学把有“深度学习之父”称号的杰弗·辛顿挖出来一半（辛顿一半时间留在多大任教做研究），在他的帮助下，谷歌创建了第一个令全公司所有部门受惠的中心AI实验室。

脸书呢，由另一位有时也被人称作“之父”的彦·乐康（娱乐界认干爹，科技界则封人头衔“之父”。这位“之父”的博士后导师，其实正是前面那位“之父”辛顿）主持，兴建了一个类似的实验室。

那之后，深度学习领域的创业公司、学界大人物，在大额支票的牵引下，如洪水一般涌入各个企业。

埃隆·马斯克从谷歌和脸书挖去几位高手，以打造“更善良的AI”为名，创建了一个非盈利性质的实验室OpenAI。关于这个“更善良”一说，值得开篇另说。

脸书AI部有个重要人物，叫泽尼克，他的亲身经历算是个活例，不光解释了深度学习为什么神奇，更说明了深度学习人才为何这般金贵。

泽尼克在微软投入了十年时间研究视觉系统，目的是让这个系统能够像人类一样去“看见”。这件事到了2013年，他发现利用深度学习技术，只消几个月的时间就把他的十年之功给超了。解释起来有些玄乎，但事实就是这样。简单地说，泽尼克这一类的传统研究人员，为了创建一个视觉系统，他们会把问题分解为一个一个的小部件，将不同的相应技术应用到每一个小部件上，逐个击破，再来整合。而这样的问题，在辛顿这一类学者眼里呢，就都是一件事：一个深度神经网，可以解决很多问题（很多，不是所有）。他们不去一手一脚为每一个子系统写代码，而是创建一个可以通过巨量的数据来进行自主学习，从而实现所要求功能的神经网络。如果要打个比方，这里的计算机科学家更像教练，而不是球员，你并不一行一行地编写系统，你在信息的海洋里，训练调遣出想要的结果。

泽尼克在2013年秋季以前都对此漠然无视。那天他在伯克利听一个博士生的学术座谈，讲解怎样利用深度学习在照片上识别特定物体。比如，给系统载入成百万张的喵星人照片，系统随后便可以从你给它的图片里认出猫来。当这个博士生在解释系统后面所应用到的数学原理时，泽尼克一下子意识到，这才是方向啊。但他有一个最重要的问题想要知道，那就是这个系统的性能有多好，当那个博士生最后说出代表了系统精确度的数字时，泽尼克对自己说“不能再清楚了，这才是通向未来的道路。”

你猜泽尼克接下来做了件什么事？别忘了这篇文章在讨论人才。他当然立即就把这博士生收编到他在微软的麾下，重组了视觉识别团队。后话是，没过多久这整个团队就被脸书给连锅端走了。

通过这件事你肯定不能得出一个泽尼克后知后觉的结论，只能说明，业界在忽然发现沉寂了几十年的深度学习技术，重新爆发出威力之时的一片手忙脚乱。

不光软件企业、互联网公司，连芯片制造商也加入了这个行列。

英特尔宣布成立一个进行AI 研究的实验室，而且明说愿意开出谷歌大脑、脸书AI的同等价钱来招揽精英，并直言不讳，包括像刚离职的吴恩达这个级别的人物。它创建这个实验室的目的，并非要建造自己的AI，而是为了给那些AI公司卖芯片，它得先懂得客户的真实需求。这一轮的AI运动围绕着神经网络，以及通过对大量数据进行分析从而学习完成任务的复杂数学系统在进行，在训练这样一个神经网络时，常常需要几百个GPU芯片。眼下几乎所有的这一类GPU芯片都出自英特尔的对手nvidia。英特尔希望在这个AI实验室的带动下，生产出能够取代GPU的芯片来。

软件和互联网行业笼络人才，实际上很多时候是通过收购人才所创立的小公司来完成的。

2013年，谷歌收购了DNNresearch，当然，此举醉翁之意不在酒，意在公司背后的大神，多伦多大学的辛顿教授，随即再以六亿五千美元的价格吞下位于伦敦的DeepMind，形成了它的第二个AI实验室。这两件事开启了整个行业的收购热潮。

这些行业里大玩家的做法，用埃隆·马斯克的话来说，便是在AI初创公司起飞前，把它们扫荡一空，全部买到自己手里来。

前文提到的英特尔创建AI实验室，与之相伴的动作，是它去年以4亿美金的价格收购Nervana，目标紧盯谷歌和脸书的AI需求。英特尔能否达成取代nvidia GPU的目标我们不知道，但这个芯片巨头的紧迫感所释放出的信息，却明确无误地告诉我们，这场AI运动，已经深深地波及到硬件产业。

另一个例子是通用电气公司GE，它主要生产喷气式发动机，风电及医疗设备等。然而这个已经120多年历史的老牌工业巨头，也在数字化年代开始调整自己。它致力于开发一种软件，希望从所有的硬件中提取数据，从而获取业界过去绝无可能获得的对生产过程的认识。然而问题在于，分析这些数据非常困难，能完成这项任务所需要的人才十分稀缺。

于是GE开始四处收购。

先是买下了一个伯克利机器学习创业团队Wise.io，收购价没有公开，团队有30个人，其中很多天体物理学家。GE的CEO杰夫·伊梅尔特说，“给他们提供航空数据，他们就是杀手。”

（责任编辑：职场达人）