编者按：鉴于未来是AI的时代，技术公司无论大小都在争夺人才。但是目前全世界掌握这方面的人才还不到1万人，为了把尽可能多的AI专家招致麾下，技术巨头开出了连一个从不避讳给予顶级人才丰厚财富的行业都瞠目结舌的薪水。而财力不够的小公司只好另辟蹊径去寻找暂时没有被注意到的人才。《纽约时报》的一篇 文章 聚焦了日益白热化的AI人才争夺战。
硅谷的初创企业相当于行业巨头一直都有招聘的优势：到我们这儿冒险一次吧，我们给你股权，如果公司成功的话你就发了。
但现在技术圈掀起的拥抱人工智能的竞赛也许会令这一优势荡然无存——至少对于少数很懂AI的潜在员工来说是这样的。
技术界最大型的公司正在向人工智能投下了巨注，把希望寄托在从脸部识别智能手机、对话式咖啡桌电子产品到计算化医疗保健和无人车等一系列的东西上。为了追逐这个未来，他们开出的薪水甚至高到连一个从不避讳给予顶级人才丰厚财富的行业都瞠目结舌的地步。
根据9位(均要求匿名因为不想自己的职业前程被耽误)在主流技术公司工作或者收到过对方开出的职位的人的说法，一般的AI专家，包括刚刚大学毕业的博士生以及受教育程度没那么高只有几年经验的那些人，能拿到的年薪加公司股权可以从30万到50万美元不等。
AI领域的知名人士拿到的4或5年期报酬(工资加公司股份)总共可达百万或者千万美元的级别。到了一定时候他们还可以续签或者重新协商新合同，就像职业运动员一样。
在高端是由管理AI项目经验的高管。在今年提交的一份法庭文件中，Google披露其无人车部门的一位领导，2007年就加入Google的长期员工Anthony Levandowski，在去年加入Uber(他离开Google后与人联合创办了无人车初创企业Otto，后来Otto被Uber收购，令Google将Uber告上法庭诉后者侵犯知识产权)前拿到了1.2亿美元的奖金加报酬。
工资涨得如此之快以至于一些人开玩笑说技术业需要给AI专家制定NFL式的工资帽。微软的招聘经理Christopher Fernandez说：“这可以让事情简单些，简单很多。”
巨额工资有一些催化剂。汽车业跟硅谷在争夺同一批专家来帮助开发无人车。像Facebook和Google这样的技术巨头也有大把的钱可以掷到他们认为AI可以帮助解决的问题上，比如为智能手机和家用电子产品开发数字助手，识别攻击性内容等。
最重要的是，AI人才短缺，而大公司对他们的态度则是多多益善。解决困难的AI问题不像开发时髦的手机app。据蒙特利尔的独立实验室Element AI，全世界具备从事认真的人工智能研究所需技能的人才也不到1万人。
卡内基梅隆大学计算机科学系主任Andrew Moore(之前曾在Google工作过)说：“我们看到的东西未必对社会有利，但却是这些公司的理性行为。他们对确保能招募到这一小群懂AI的人感到焦虑。”
AI实验室DeepMind的成本可以说明这个问题。2014年这家公司被Google以6.5亿美元收购，当时它的员工是50人。去年，根据Google公布的财务账目，该实验室的“人工成本”在职员扩张到400人后上涨到了1.38亿美元。也就是相当于人均工资为34.5万美元。
技术招聘机构CyberCoders的高管招聘人员Jessica Cataneo说：“这种水平是很难跟他们竞争的，尤其是如果你是比较小的公司的话。”
人工智能研究的前沿基础是一种叫做深度神经网络的数学技术。这些网络是可以通过分析数据自己学习任务的数学算法。比方说，通过研究数百万小狗照片的模式，神经网络就能学习识别小狗。这种数学思路可以追溯到1950年代，但指导5年前它还只是游走在学术和行业边缘的东西。
到了2013年，Google、Facebook以及若干其他公司开始招聘相对少量专长于这些技术的研究人员。神经网络限制帮助识别发布在Facebook上的脸庞，识别对着Amazon Echo这样的客厅数字助手说的指令，并且对在微软的Skype电话服务上说出来的外语进行即时翻译。
研究人员还利用相同的数学技术来改进无人车，并且开发可在医学扫描中识别疾病的医疗服务，不仅能识别语音而且能理解意思的数字助手，自动化的股票交易系统，以及能捡起从未见过的东西的机器人。
在AI专家如此稀少的情况下，大型技术公司还在招聘学术界最好和最聪明的人。而在这过程中，他们就限制了能够传授这一技术的教授数量。
2015年，Uber从卡内基梅隆大学开创性的AI计划中挖走了40人去为其无人车项目工作。过去几年，学术界的四位最知名的A研究人员都已经离开了斯坦福大学。在华盛顿大学，20名AI教授现在已经离开或者部分离开为外面的公司效力了。
Oren Etzioni说：“学术进入产业界正响起一阵巨大的吸食声。”他本人就是其中的一员，作为前华盛顿大学的一名教授，现在他已经是艾伦人工智能研究所的负责人。
一些教授在寻找妥协的办法。华盛顿大学的Luke Zettlemoyer拒绝了Google在西雅图的一间实验室提供的职位，据说对方开出的薪水是他目前工资(根据公开记录为18万美元)的3倍多。相反选择了到艾伦研究所，因为这里还允许他继续教书。
Zettlemoyer说：“有很多系都这么做，也就是把自己的时间按照不同比例分配给学术和产业。做产业的薪水高多了但还有人愿意留住学术界是因为他们在乎。”
为了引进新的AI工程师，像Google和Facebook这样的公司都在对现有员工开设“深度学习”及相关技术的课程。而像Fast.ai这样的非盈利组织以及像Deeplearning.ai(前斯坦福大学教授，帮助设立了Google Brain实验室)这样的公司则在提供网上课程。
深度学习的基本概念不难掌握，只需要比高中水平的数学多一点的知识即可。但真正的专业知识需要用到的数学知识就高深许多，而且需要一种被一些人称为是“黑暗艺术”的直觉才能。像无人车、机器人以及医疗保健等还需要有特定的领域知识。
为了跟上节奏，小一点的公司物色人才只能另辟蹊径。一些在招聘具备必要数学技能的物理学家和天文学家。另外一些美国的初创企业则跑到亚洲、东欧以及启发工资低一点的地方去招人。
旧金山的初创企业Skymind 招聘的工程师来自8个国家。其CEO兼联合创始人Chris Nicholson说;“我没法跟Google竞争，也不想这么做。所以我在那些低估工程人才的国家开出了非常有吸引力的薪水。”
但是行业巨头也在做类似的事情。Google、Facebook、微软等在多伦多和蒙特利尔都设立了AI实验室，这两个地方是美国以外完成很多相关研究的地方。Google还在中国招聘人才，而微软在那里也有很强的存在。
毫不奇怪，很多人都认为人才短缺并不会在几年内缓解。
蒙特利尔大学教授，著名的AI研究者Yoshua Bengio说：“供不应求是当然的。而且情况不会很快变好。培训出一位博士是需要许多很多年的时间的。”
