智能时代，“人才”仍是关键核心 | 大数据专家车品觉
2019/2/28 17:46:24 YUNZHI学习场

     来源 | 培训杂志(ID：trainingmagazine)

     作者 | 车品觉 著名大数据专家、红杉中国专家合伙人

    

     随着人工智能的技术发展、

     数据量级的几何增长、

     计算能力的提升和存储的便捷化，

     人类社会已全面进入数据智能时代。

     ▼▼▼

     全球信息技术研究公司Gartner日前发布了“2019年十大战略科技发展趋势”，其中，人工智能驱动的开发、智能空间等关键词赫然在列。

     立足我们身处的当下，“人才”仍是这一领域的关键核心；放眼看得见的未来，新“赛道”也早已悄然现身。

    

     01

     当下：人才仍是绝对核心

     2010年前后，大数据和人工智能还不太为人所熟知，相应地，这一领域的高端人才也相当稀缺。近几年，整体局势有所好转，但技术人才的选育用留仍然是行业内的核心问题。

     让人才主动“走过来”

     我所见过的大数据和人工智能的优秀人才并非都出自名校。比如我作为面试官时，其实更关注应聘者的个人经历，会首先询问对方参加过哪些数据科学竞赛？取得过哪些成果？——因为在我看来，一个专业人才在比赛中收获的实际历练尤为宝贵。

     例如，谷歌旗下非常著名的数据竞赛平台Kaggle，汇集了大量数据科学家和机器学习开发者，如果应聘者曾经在Kaggle上赢得比赛，我们有理由相信，他是行业真正需要的“对的人”。

     2014年，阿里也启动了一项大数据竞赛“天池”，吸引了全球超过5000支团队参赛。这5000个队伍中蕴藏的高手，为阿里的人才队伍贡献了难以估计的力量。

     另一方面，要想为行业打造出一个强大的技术人才储备库，我们还必须向科技龙头企业借力，它们对创新人才的孕育起着举足轻重的作用。

     但与此同时，我认为光靠“找”是远远不够的。我们要做的，是让人才自己“走过来”——如果这一领域有足够广阔的发展前景，可以为他们创造一个自由成长、施展才华、达成梦想的舞台，自然能吸引人才主动前来效力，也即所谓的“场景驱动”。

    

     留住高端人才的秘诀

     获得人才之后，下一步就要思考如何培养的问题了。正如阿里在建立人才队伍时，特别注重3个要素：

     “心力”即内在驱动力，代表一种信念；

     “脑力”指理性思考的力量，强调的是思维方法；

     “体力”则意味着执行力。三者合力，才能淋漓尽致地激发出组织和团队的最大能量。

     记得加入阿里的第一年，我就向当时的首席人力官提出了一个要求——邀请更多的国外一线专家来阿里为科技人才提供培训。因为身处大数据和人工智能行业，我们需要时刻与最前沿的信息、技术保持同步，如果企业内部缺乏相应的系统培训机制，这群高端人才的灵感和能力将会迅速枯竭。所以那几年间，我花费了大量精力在培训上，不仅帮助阿里的员工“走出去”，更注重把外部的高手“引进来”，其中有不少人最后都为我们所用了。

     这让我想起我师父说过的一句话：“Smart people don't work for you”——聪明的人不会为你工作。所以，对如今的企业而言，留住高科技人才的方法只有一个，那就是为他们提供持续学习的机会。

    

     02

     未来：AI+学习，前景无限

     谈到培训，自然就联想到学习与教育。我个人认为，教育在大数据和人工智能领域里，仍然属于一个相对落后的板块。因此可以想见，未来这项技术在教育板块的应用空间将是无限的。

     手机APP下载量的最新数据也印证了这一点。2017年，教育类APP首次跻身下载量Top10榜单，公众对教育类应用软件的需求开始显著上升，大数据和人工智能的新“赛道”出现了。

     但另一方面，一种新的担忧也由此产生——随着大数据和人工智能日渐成熟，人类的学习能力和工作能力是否会被赶超甚至被取代？

     以聊天机器人为例。如今，很多大型公司已经引进了聊天机器人用以代替客服，比如阿里，今后可以将数千人的客服数量减至数百。然而，其中存在着一个不容忽视的障碍——用户拨打客服电话，不是来和你聊天的，而是需要你帮他解决实际困难，机器人能够做到吗？试想，如果只是简单地让人工智能机器人背诵一本书，它绝对比人类厉害得多；但是人类擅长的是非线性学习，能够将从书本中获取的知识点“关联”到工作和生活的实际应用场景中。

     这对现在的机器人来说是相当困难的，也是大数据和人工智能未来发展的新空间——要知道，人工智能不是一项独立的技术或应用，也绝不仅是“自动化”这么简单。

     不仅如此，这种“关联”能力还将完全颠覆人类的知识学习状态。

     举两个例子。天猫在“双11”期间向消费者推荐的相关商品，是融合了淘宝和聚划算的平台数据，根据掌握的客户基本信息、交易记录、安全信息、社会关系等，形成该消费者的完整信息拼图，从而令内容推荐更加精准。迁移到知识学习也是同理——我从2000年起开始使用Evernote(印象笔记APP)，把自己每天阅读过的新闻、书籍里的重点全部记录下来，就是希望未来某一天，它可以通过分析历史数据，形成我的“记事图谱”，并将其与全世界其他用户的图谱相关联，从中为我推荐我所需要的新知识。

     所以我认为，“学习”本身也可以有一个推荐系统，它基于相互关联的大数据而存在，可以帮助我们更高效地获取真正有意义的知识和技能，而不必浪费时间在“寻找”上。相信不久的将来，当我像今天一样发表演讲，会有一个机器人陪我站在台上，在我遇到难题向它求助时，它能够立刻根据我的学习数据，帮我找到解决问题的相关素材，再将这些新内容关联到我已有的知识库中。现在的大数据和人工智能研究，正在朝这个方向前进。

    

     根据业内的乐观预计，人工智能最快可能在2025年达到强人工智能级别，这意味着它将和人类一样拥有“举一反三”的能力。

     虽然我认为，在计算机真正具备推理能力之前，人类离强人工智能还有很远，但这足以让我们警觉——对于人类而言，除了持续地学习，到底还应该做些什么，才有不被机器人淘汰的可能？这值得每个人深思。

    

    http://weixin.100md.com
返回 YUNZHI学习场 返回首页 返回百拇医药