都在学AI，未来人才饱和了咋办？

AI时代，算法工程师成为了最火的岗位，算法设计能力也继而成为各大高校培养学生的重要目标。

然而，越火的岗位意味着越激烈的竞争，如果不能在算法能力脱颖而出，是不是就不能从事AI行业了？

非也！人工智能这座大厦其实由许许多多层次组成。别再一条道走到黑啦，你的选择可以有很多！

EE方向：机器人&芯片

目前，AI专业绝大多数都是CS方向的专业（Computer Science），但是在AI应用中，EE方向（Electronic Engineering）也同样有广阔的天地。

虽然目前的AI都在朝APP领域进军，但行业巨头们仍旧没有放松对机器人的开发。一些行业亟需AI劳动力的补充，例如焊接、消防员、打字员等高危或高重复性工作。而长期受科幻电影熏陶的人们，对AI机器人也有着十足的憧憬。

但目前的行业现状则有些尴尬：机器人领域沿着自己的步调进行设计，AI设计则是根据现有的机器人产品向前发展。很多时候，机器人硬件设计往往着重考虑的是工学原理，忽略了其与AI系统的适应性，而AI通过模拟现实训练出的模型也往往难以利用在真实的机械硬件上——这难免会给AI机器人的发展带来一定的局限性。

而AI芯片也是目前的行业热点。由于“缺芯”成为了中国发展AI产业的主要制约因素，对于目前的行业现状来说，选择芯片设计方向无异于是“喜闻乐见”的事情。

据不完全统计，中国目前仅有12家AI芯片厂商，比起最大竞争对手美国的33家已算众寡迥异，更遑论这33家不仅包含了谷歌、英特尔、IBM这样的科技巨头，还有高通、英伟达、AMD、赛灵思这类在各自领域中有绝对优势的大公司。

为了应对这一现状，BAT三大巨头已经将眼光放向了芯片领域，在不久的以后，芯片业一定又会掀起一轮高潮。

因而，在目前EE方向的学生大面积转向上游，即通信、图像处理、信号处理、网络、控制等领域来迎合AI潮流的当下，继续坚持做硬件，不失为一种理智的做法。

CS方向：底层设计

算法这座高塔设计再精妙，没有支撑和地基也是白搭。因而，在AI建模中，不仅要有好的深度学习框架、丰富的数据集、有效的算法，还必须要有能够贴合高效运算目标、拥有良好鲁棒性的底层设计。

目前，由于Python还不能利用JIT编译器提升运算效率，C语言和C++还是底层设计的中流砥柱。这就意味着，那些在AI应用层用着Python吃嘛嘛香的人，在底层设计岗位中并不一定会有出色的竞争力。

要知道，AI的应用层看中的是算法，但是底层则看重的是结构。所谓的结构，在AI中就是指深度学习框架。

虽然稍懂TensorFlow、Caffe的人会觉得，AI的世界就是Python党的天下。但其实，大多数人在运用开源深度学习框架时，只会使用框架的Python接口。

所以，对于了解硬件又有极强编程能力的人，比起强行搞不太对胃口的算法，不妨加入底层设计的行列。连AI最重要的深度学习框架都是出自你手，行业鄙视链顶端的人可不就是你么？

软件方向：交互设计

AI足够聪明就够了吗？答案一定是否定的。用户不会使用，再“高智能”的模型在他们眼中也是人工智障。

因而，在学习中觉得底层设计太难，所学又离EE太远的你们一定要注意到，交互设计也是AI落地的难点之一。

AI的智能化带来的是用户低龄化与高龄化的双向扩展。就像一个用不明白智能手机，平日里就看看电视的老人却十分需要扫地机器人的帮助；就像一个还不怎么会说话的小孩需要学习机器人的陪伴。

这时候，AI的交互设计并不能按照软件交互设计的惯例来进行。好的AI交互，能够让孩子在极短的时间内知道，学习机器人身上哪个颜色或哪个形状的按钮，能让他们听到想听的东西；而老人们也不用每一次扫地都要打电话给儿女。

总之，在AI时代，用更简单的方式实现更复杂的功能就是交互设计的目的。用户需要的不再是动几下手指，而是需要一句话、一个眼神或是一次点击。

读芯君开扒

AI行业，是泡沫还是常青树？

在短短的几年里，我们对AI的认识从科幻电影移到了现实，对AI行业也从旁观转为了追逐。

AI行业的大规模扩张，带来的是大学校园的疯狂，但也有理智的声音让我们开始反思：几年之后，AI专业是否就会变成下一个软件专业、下一个市场营销？时代让AI应运而生，让其蓬勃发展，但也会面临这个行业人才饱和的那一天。

当现在才呱呱坠地的语音识别与图像识别走向成熟，市场的后入者将很难拥有挤占市场的能力，而那时候，社会对于算法人才的需求量又会是如何？

因而，与其不顾头尾地扎到算法设计领域，不如在顺应这个潮流的同时，走一条人稍微少一些但更符合自己实际情况的路。

作者：羊习习

参考文献链接：

http://baijiahao.baidu.com/s?id=1599732097437122893&wfr=spider&for=pc

如需转载，请后台留言，遵守转载规范