如今，几乎所有的科技巨头都在进行 AI 项目，它们为了在 AI 时代拔得头筹，甚至愿意为相关人才支付百万美元的年薪。
相比于科技巨头，硅谷的初创公司对于人才总是有着独特的吸引力：与初创公司携手同行，你将拥有一部分股权。如果公司成功上市，「一夜暴富」的梦想将不难实现。
现在，随着科技行业竞相拥抱人工智能，这种潜在的人生转折点可能越来越多——至少对于那些懂 AI 的技术人员来说是如此。
从面部解锁的智能手机，到提供医疗帮助的对话式机器人，再到自动驾驶汽车，科技巨头纷纷在AI领域押入巨额赌注。在这个充满顶级人才的领域，追逐未来的科技行业对薪水从不吝啬。
例如一些刚刚毕业的博士生或者从业多年的硕士生，他们每年的薪水都在 30 万美元至50 万美元之间，除年薪外，还有公司的股票加成。透露这些信息的 9 名 AI 从业人员均要求匿名，因为他们不想破坏他们的职业前景。
一些 AI 领域的知名人才，在工作四五年后，薪水和股票升值所带来的收入已经能够达到数百万美元。时机成熟时，他们会像职业运动员一样，更新或者协商新的合同。
此外，这些 AI 项目的高层人员一般有着丰富的执行和管理经验，对于这样的人才来说，回报更是惊人。这在谷歌无人驾驶部门的前任领导者 Anthony Levandowski 的案例中有所体现。从今年的一份法庭文件中可以看出，Levandowski 从 2007 年开始与谷歌合作，直到 2016 年加入 Uber 之前，他所获得的激励回报已经超过1.2亿美元。
薪水涨得太快，以至于一些人开玩笑说，科技行业需要效仿美国职业橄榄球联盟的做法，为候选者设定工资上限。「这会让事情变得容易一些。」微软的一位招聘经理说，「不，是轻松很多!」
实际上，巨额薪水是由外部竞争和内部需求等很多因素推动的。从外部因素看来，汽车行业正在与硅谷争夺自动驾驶领域的人才，所以薪资水涨船高。在内部因素上，像 Facebook 和谷歌这样的科技巨头认为 AI 能够解决一些行业痛点，例如打造智能手机以及家庭设备的虚拟助手，或者检测网络上有攻击性的内容，所以他们愿意为此付出更多。
最重要的是，现在整个行业都在面临人才短缺问题，大公司也在极尽所能解决这一问题。然而，攻克 AI 行业的这一难关并非易事。据位于加拿大蒙特利尔的人工智能孵化器 Element AI透露，全世界只有不到 10000 人具备足以进行 AI 领域尖端研究的能力。
「现在我们所看到的行业高薪可能并不一定对社会有益，但从大公司的角度出发，这些开高价的行为也是比较合理的。」曾在谷歌任职的卡内基梅隆大学系主任 Andrew Moore 说道，「他们急于确保自己可以争取到那些可以胜任这项工作的人才。」
报告显示，2014 年谷歌花费 6.5 亿美元收购 AI 初创公司 DeepMind。彼时，DeepMind 只有 50 名左右的员工，这足以说明问题。根据公司发布的年度财务报告显示，去年，公司的员工数目扩大到了 400 人，在人员扩张方面的花销总计 13.8 亿美元，平均在每个员工身上投资 34.5 万美元。
「一般的公司是很难与之竞争的，对小公司来说更是如此。」高科技猎头公司 CyberCoders 的主管 Jessica Cataneo 如是说。
现阶段，AI 研究的前沿技术是一种名为深度神经网络的算法模型，这些网络可以通过数据分析自己的学习任务。例如，通过观察几百万张小狗图片的模式，神经网络能够学习如何识别小狗。神经网络的数学概念可以追溯到 20 世纪 50 年代，不过直到 5 年前，这种方法才在学术界和工业界大范围兴起。
2013 年，谷歌、Facebook 等公司开始招募从事 AI 相关技术的研究人员，这类人才在当时并不多见。目前，神经网络有助于识别上传到 Facebook 上的照片中的人脸，帮助亚马逊 Echo 这类智能助手识别语音指令，也能立即翻译出微软 Skype 电话服务中的外语。
基于这样的方法，研究人员开始着手自动驾驶汽车的研发，医疗服务领域的部署，希望能够通过扫描医学影片识别疾病，希望虚拟助手不仅可以识别语音也能理解语音的意思。此外，他们还在研发一些此前人们从未见过的东西，例如股票自动交易系统和可以捡起物体的机器人等。
由于 AI 领域的专家数量非常有限，大型科技企业将目光投向高等院校以及科研机构，开始致力于聘请最优秀的学术界人才。此举导致了可以教授这一技术的教授数目的锐减。
Uber 在 2015 年从卡耐基梅隆大学挖走了 40 名 AI 领域的科学家，助力其自动驾驶项目的研发。在过去的几年里，斯坦福大学中，4 位在学术界最富盛名的 AI 专家均离开或放弃了教授职位。在华盛顿大学，20 位 AI 领域的教授中有 6 位目前处于休假或半休假状态，并为外部公司工作。
艾伦人工智能研究所(Allen Institute for Artificial Intelligence)负责人 Oren Etzioni 表示，大家对于从学界进入工业界的教授们总会有种不好的印象。其实 Oren 本人在加入艾伦研究所之前，曾是一位华盛顿大学教授。
很多教授正在想方设法进行权衡。比如，来自华盛顿大学的 Luke Zettlemoyer 拒绝了一个谷歌运营的实验室的邀请，这个实验室位于西雅图，当时给他的薪水是现在的三倍(据公开资料显示，Luke 现在的年薪是 18 万美金)。他选择了艾伦人工智能研究所，因为在这里他能够继续执教。
「很多教员都在做类似的事情，他们在业界与学界都有涉足，只是花费时间的比例不等。」Luke 说，「工业界的薪水相对来说要比学术界高很多，但教员们仍然考虑留一只脚在学术界，很大一部分原因在于他们还抱有一颗做学者的心。」
为了吸纳更多的 AI 工程师，一些公司，例如，li谷歌和 Facebook 会在内部组织培训，希望让公司已有的工程师掌握深度学习以及 AI 相关技能。另外，还有像 Fast.ai 这样的非营利机构以及像由前斯坦福大学教授、谷歌大脑 元老之一吴恩达创办的 Deeplearning.ai 这样的公司，提供线上课程。
要掌握深度学习的基本概念并不难，仅需要略高于高中水平的数学知识。但要成为真正的 AI 专家，却需要极高的数学水准以及对于相关技术的敏锐直觉。并且在例如无人车、机器人以及健康领域，还需要研究者具备特定的领域知识。
为了跟上时代的步伐，一些规模小一点的公司正在以其他方式搜寻人才。一些公司开始雇佣物理学家以及天文学家，因为这些人也具备相应水平的数学功底。美国的一些初创企业将触手伸向亚洲、东欧这些人员薪资水平较低的地区。
Skymind 创始人兼 CEO Chris Nicholson 谈到，「我无力与谷歌竞争，也不想竞争。」Skymind 是一家位于旧金山的初创公司，他们的员工来自八个国家。「所以我在那些工程师文化相对不那么值钱的国家招人，并且给候选者很有吸引力的薪资待遇。」
但其实，行业巨头们也在做这样的事情。谷歌、Facebook、微软等公司在多伦多和蒙特利尔均开设了 AI 实验室，除美国本土之外，这些公司大部分的研究是在这里进行的。谷歌还开始在中国招人，而中国长久以来是微软的地盘。
毫无意外地，很多人表示人才市场的紧俏在近年来不会得到缓解。
蒙特利尔大学教授、行业领军者 Yoshua Bengio 表示，「很明显，现在的情况是供不应求，而且短时间内这样的情况还将持续，因为培养一名博士需要很多年的时间。」
