從事深度學習等人工智慧研究在未來的職業發展前景如何？

01-05

最近看到開復老師在矽谷的見聞分享採訪里提及一個關於人工智慧的現象：

是做深度學習的人工智慧博士生，現在一畢業就能拿到 200 到 300 萬美金的年收入的offer，這是有史以來沒有發生過的。當然我覺得矽谷的公司都在追捧這個方向，而且基本是四大名校：斯坦福、MIT、CMU、伯克利。以前這些學校的博士生在矽谷都可以拿到高薪，但是從來沒有到 250 萬美元/年的薪資水平。 via 李開復:我在矽谷看到了什麼？

對深度學習方向未來的發展很好奇？目前現狀如何？市場價值和前景有多大？

然而，看到了這個新聞，不知道說的是有學生去了IT企業拿了這個價錢，還是指 @姚邦鵬。

http://www.nytimes.com/2016/03/26/technology/the-race-is-on-to-control-artificial-intelligence-and-techs-future.html?_r=0

參考答案：被稱為業界大牛的斯坦福計算機視覺實驗室的李飛飛具體牛在哪裡？ - 姚邦鵬的回答

==============原答案===============

然而，「一畢業就能拿到 200 到 300 萬美金的年收入的offer」這並不是真的。

開復這句話里少了兩個字------最多。

最多拿到 200 到 300 萬美金

重要的事情說三遍，謝謝

少個0差不多

謝邀。

作為一個研究方向是深度學習，畢業之後很可能不會繼續這方面工作的人來說，我感覺前景要看普通受眾的行為習慣和市場資金的耐心。就拿很早之前就有的圖像搜索來說。實際上圖像能夠比文字表達出更多更難表達的信息，然而深度學習如此火熱的今天，圖像搜索現在運用很廣泛嗎？並沒有。為什麼？因為用戶的習慣並沒有改變。深度學習所涉及的東西還沒有深入到普通人的日常生活當中，人們的行為習慣還沒有發生改變，就難以出現能夠成功落地的產品。長此以往，市場資金終究會失去耐心。這樣的話，前景就可能像八九十年代那樣了。

如果深度學習方面出現了像喬布斯這樣的人物，能夠將技術轉換為改變世界的產品，那麼恭喜你，前途無量！

然而，喬布斯只有一個啦，而且還去世了。。。

horseshit,現在做深度學習人工智慧機器視覺的一眾創業公司（BAT投資之外）CEO在A輪融資也幾乎拿不到200 到 300 萬美金。

好，做糊聯網金融算是碼農裡面起薪最高的圈子了，那麼在搞一些神經網路分析大數據做投資風險預判以及做高頻交易系統的都是苦逼做到你哭暈在廁所，小朋友，剛畢業有美好憧憬是正常的，工作幾年就能接受現實了

最怕的事情來了，21世紀是深度學習的世紀。。。

在此分享一個轉發自知乎專欄：雲生態那些事 - 知乎專欄《 2017年人工智慧行業圖譜》

完成內容請點擊查看原文：2017年人工智慧行業圖譜 - 知乎專欄

2015年兩會，李克強總理為「互聯網＋」背書，催熱了互聯網創業。而今年兩會，「人工智慧」首次被列入政府工作報告，隨之而來的是人工智慧板塊領跑大盤漲勢，無疑，這一切將刺激人工智慧在多個領域的全面發展。企業數據服務商企名片與華興逐鹿一起，聯合多家專業機構，出品《2017年AI圖譜大報告》，一起來探究風口中的人工智慧。

一、人工智慧企業融資解讀

2017年短短不到三個月的時間，國內AI獲投項目已有36個，千萬級別融資佔據半數以上。其中不乏多家融資過億企業。https://pic1.zhimg.com/v2-22ac2eda23987773921637a28452ee48_b.png

2017人工智慧融資階段對比

如上圖所示，A輪及以上融資比例較高，佔總融資筆數的58%，這些人工智慧初創公司的主要發展方向也各不相同：新智元屬於人工智慧資訊平台；深醒科技專註人臉識別技術；推想科技則屬人工智慧醫療影像診斷領域。

https://pic4.zhimg.com/v2-49ca407090d2ce3c7aedfdb95cac12ef_b.png

2016人工智慧融資階段對比

2016年，國內人工智慧企業約284家獲投，獲投企業中，A輪(Pre-A、A、A+)企業佔比最高，111家企業獲得融資，匯頂科技完成IPO上市，募資8.74億人民幣。

目前我國人工智慧企業在圖像和語音識別兩個類別企業佔比相對較高，人臉識別技術水平處於領先地位，各創業公司也從一開始專註研究逐步發展至探索合適的商業模式，從「互聯網＋」向「人工智慧＋」過渡。

人工智慧爆發的兩個重要時間節點

2011年基於深度學習的人工智慧技術陸續在微軟、Facebook、百度等頂尖互聯網公司獲得廣泛應用，微軟和百度使用的FPGA，基於海量數據訓練出的深度學習系統能夠完成更快、更精準的判斷，同年蘋果公司發布語音助手Siri 。
2016年4月，谷歌(Google)首席執行官桑德爾·皮蔡(Sundar Pichai)在一封致股東信中，把機器學習譽為人工智慧和計算的真正未來。這一切似乎印證了2011年和2016年AI崛起和爆髮式增長的原因所在，行業巨頭的全面布局同時也帶動了國內AI創業型公司的快速發展。

二、人工智慧行業圖譜

https://pic3.zhimg.com/v2-2fa3460067d3cefacba12f640c6ee12e_b.png

據企名片大數據服務平台首份AI行業圖譜顯示：截至2017年3月8日，共有1083家AI企業，這些人工智慧公司應用技術多為機器學習、計算機視覺、自然語言處理、數據分析等。其中有代表性的101家公司大致可分成以下十大類別：

人工智慧硬體支持：此類公司主要進行深度學習晶元的研發，該領域的玩家除了傳統晶元巨頭如英特爾、高通，和大型互聯網公司如谷歌、FaceBook，國內也湧現了一批創業型公司，如：地平線、深鑒科技等。
人工智慧技術平台：此類公司主要專註於「機器學習」、「模式識別」和「人機交互」三項與人工智慧應用密切相關的技術，所涉及的領域包括深度學習開源平台、機器學習演算法、計算機視覺、自然語言處理、生物識別、機器視覺、情緒識別和推薦引擎8類。隨著高質量的數據集逐漸成為制約人工智慧發展的主要因素，各大公司紛紛開源了自己深度學習框架，比較常用的如谷歌的TensorFlow、百度深度學習平台PaddlePaddle。巨頭們的這一舉動進一步降低了人工智慧技術的開發門檻，大大加速了人工智慧的發展。
人工智慧技術平台·自然語言處理：此類公司構建的演算法能夠處理輸入的自然語言,並將其轉化為可理解的表達。主要包括語音識別、語義分析和語音交互。其中，語音交互類的公司往往需要同時具有語音識別和語義分析的技術，典型的如科大訊飛、思必馳等。
人工智慧技術平台·計算機視覺：此類公司應用技術主要是圖像識別、圖像處理和分析, 從圖像和視頻中提取信息、識別物體；應用案例中包括使用圖像處理技術進行面部識別和讓用戶通過拍照搜索商品的軟體，如曠視科技、碼隆科技、博雲視覺等。
人工智慧技術平台·生物識別：通過計算機與生物感測器等高科技手段結合,利用人體固有的生理特性(如指紋、臉象、虹膜等)和行為特徵來進行個人身份的鑒定等。
人工智慧通用應用：此類公司主要將人工智慧技術應用於通用領域。典型的就是個人私人助理、Chatbot、機器翻譯這類公司。
人工智慧行業應用：此類公司主要將人工智慧技術應用於具體行業。目前在金融、汽車交通、醫療、法律、教育等行業有了初步應用，特別是在智能駕駛領域，關注度持續增高。
無人機：利用無線電遙控設備和自備的程序控制裝置操縱不載人飛機，如，可以進行智能化跟蹤拍攝的無人機。
硬體機器人：可以自動執行工作的機器裝置。它既可以接受人類指揮，也可以根據以人工智慧技術制定的原則行動。協助或取代人類的工作，例如生產業、建築業，或是危險的工作。工業機器人的發展時間最長，隨著技術的發展，一些創業公司也開始進軍工業機器人領域，如李群自動化。家用、商用、醫療、教育等垂直領域的機器人創企也開始陸續出現。
人工智慧媒體：作為大眾和從業人員了解人工智慧發展狀況及趨勢的主要途徑之一，為人工智慧行業的發展起到了積極的推動作用，圖譜中收錄國內發展發展較好的幾家，如AI100、新智元、人工智慧學家等。

由以上圖譜綜合分析可以看出，當前人工智慧產業鏈具有技術驅動型特徵，人才成為制約人工智慧企業發展的重要因素。但是以需求、解決實際問題為出發點的行業應用卻是能將技術，內容和硬體結合的商業閉環，目前應用類企業獲投佔比最高為67%。

IDG資本合伙人牛奎光表示：「人工智慧是一個平台級的技術方向,在過去的幾十年中持續發展,近些年伴隨著互聯網和智能終端的發展,人工智慧的數據、計算能力、人才儲備都得到了極大的提高,發展速度和關注度進一步升級,但技術永遠都是為應用服務的,熟悉技術的能與不能,把可行的技術應用到最恰當的有需求的領域,並結合合理的商業模式,才是創業的核心」。

三、人工智慧投資機構TOP10

截止目前，國內已經有超過488家的人工智慧公司獲投。這裡，我們分析了國內投資機構在AI領域投資筆數TOP10投資機構列表，如下：

https://pic3.zhimg.com/v2-8cc9199e712324318bf36250f42a5f9a_b.jpg

上圖統計了國內各家投資機構投資的人工智慧企業數量，徐小平創立的真格基金領跑AI領域，總投資數量36筆；IDG、紅杉資本中國則分別以總數23、20筆位居第二、第三。(註：據公開數據統計：晨興資本、經緯中國、線性資本、達晨創投、GGV紀源資本、金沙江創投AI投資企業數均為9筆)

四、人工智慧二級市場簡報

人工智慧為硬體產品賦予智能化，行業應用價值逐步得到體現，比如在健康醫療、安防和金融業上的應用。人工智慧產業化和我國產業政策的引導扶持政策的相繼出台，二級市場也必然會出現持續高成長的人工智慧上市公司。國內人工智慧新三板企業67家，A股上市企業16家：

https://pic1.zhimg.com/v2-d124cf47a012684e752535882bc7bcc4_b.jpg

人工智慧A股上市企業

目前來看，頗具競爭力的上市公司大致分為兩類，一類是具有人工智慧產業升級基礎的智能高端製造業。擁有雄厚的智能製造業基礎，在未來產業升級過程中，擁有強大的競爭優勢。如機器人(300024)、新時達(002527)、科大訊飛(002230)等。二是在數據化收集、計算、分析處理領域，擁有強大技術競爭實力的上市公司，他們憑藉著大數據的分析處理能力，也有望迅速拓展至人工智慧領域，成為人工智慧領域內的強有力的競爭者，如川大智能(002253)、匯頂科技(603160)、佳都科技(600728)、智臻智能(834869)等。

五、人工智慧無處不在

一、二級市場的資本湧入帶動了人工智慧產業落地。在應用層玩家領域，人工智慧關聯的最為廣泛：機器人、無人機、智能家居和虛擬個人助理等。

國內多數初創公司一般在各自應用領域擁有優勢技術資源，針對某一細分領域單點突破，深度挖掘，通過技術的不斷提升來獲取市場份額。其中，曠視科技以深度學習、計算機視覺為核心技術，不斷擴展其在視覺識別及深度學習領域優勢，現以累積提供超過150億次數據服務，成為目前世界最大智能數據提供方之一。

在健康醫療領域，人工智慧應用已經非常廣泛，從應用場景來看主要分成了虛擬助理、醫學影像、藥物挖掘、營養學、生物技術、急救室/醫院管理、健康管理、精神健康、可穿戴設備、風險管理和病理學共11個領域；大數醫達和康夫子就是專註醫療健康類的專用虛擬助理研發企業。
在智能投顧領域，最簡單的邏輯是藉助人工智慧技術和大數據分析，機器人結合投資者的財務狀況、風險偏好、理財目標等，通過已搭建的數據模型和後台演算法為投資者提供量身定製的資產投資組合建議。國內陸續出現了彌財、藍海財富、百度金融、積木盒子等第三方智能投顧平台，以及京東智投、企名片、同花順為代表的互聯網公司研發的智能投顧平台。
在智能教育領域，如學霸君等，通過拍照搜題進行在線答疑自動批改作業等，藉助智能圖像識別技術，學生遇到難題時只需要用手機拍照上傳到雲端，系統在一到兩秒內就可以反饋出答案和解題思路；另外，科大訊飛、清睿教育開發出的語音測評軟體，能夠很快對發音進行測評並指出發音不準的地方。
在智能法務領域，最直接的應用如智能法務助手，「合同家」通過合同工具積累數據，為企業提供基於大數據和人工智慧的法務解決方案。
在智能駕駛領域，當屬目前最為火熱的應用領域，如馭勢科技、Momenta、圖森互聯等通過人工智慧技術解放人力、降低交通事故率等，相信未來智能駕駛會讓我們的出行變得更加安全、智能化。

當然，人工智慧產業的變革與推動也離不開媒體的助力，如：新智元首創的「人工智慧社群三體模式」(人工智慧領域的社交資訊平台、專家智庫平台和產業基金)，不僅如實的記錄了行業的發展，更為行業提供了眾多前瞻性的建議，其人工智慧專家社群，更加速了行業的發展與產業落地。

完成內容請點擊查看原文：2017年人工智慧行業圖譜 - 知乎專欄

懂人工智慧相關演算法的工程師，前途無量。

並不是人人都適合做策略工程師。

職業發展不敢妄言，在工業界，深度學習/AI 主要的工作可能並不是理論工作本身

四個字，前途無量

深度學習只是對人腦的一種漫畫式模擬，現在像是瓶中的啤酒沫，沉澱一下後量很少的。現在有點在炒作。

這。。。

並不是人人都是Hinton，也不是人人都能做他的弟子。。。

200W美刀也未免誇張了點...

深度學習無疑在未來10年仍會保持旺盛的勢頭，信息時代大數據能為深度學習提供廣闊的用武之地。但是應該看到的是，幾年前深度神經網路還僅僅是Hinton, Lecun等這些大師的信仰，幾年後就佔據了CVPR、ICCV、NIPS等頂級會議期刊的半壁江山，從事相關研究的人員也仍在日益增加。而且隨著各種平台如caffe等的成熟，以及Ｇoogle等科技巨頭及大牛們的開源推動，深度學習的門檻其實已大為降低，並且可以預見在未來不久會成為一項必備技能。其主要的方向是在各個領域的進一步應用、滲透，其實也就是大多數的演算法工程師／碼農的行當了...

至於理論方面的研究，任重道遠。深度學習僅僅是真正的人工智慧的起點。就算是現在的深度神經網路用的如火如荼，也還很難具體的分析為何能work，很難分析bound，能不能有Ｅ=mc^2這種理論性的進展，實非我輩敢妄言...同時這與神經科學、心理學等也有著密切聯繫，如果深度學習、人工智慧有革命性的理論突破，基本不會是來自機器學習界。

就大公司來說，首要目的是盈利。將現有的理論應用到各個領域，深度學習還是有著廣闊前景和市場價值的。代碼碼的溜，能針對實際問題設計具體的演算法，再略施各種奇技淫巧(基本技巧一是網路結構越來越深&>..&<)，職業發展前景也不會差，不過肯定是沒有之前深度剛火的時候，那麼好待遇了，畢竟當時還是曲高和寡。

謝邀，作為一名本科生，這方面也僅僅是搞過幾個月，博大精深的各類演算法並沒有掌握。話說，前些日子看到一篇文章，說奇點可能永遠無法臨近，沒有人工便沒有智能。我並不奢望看到奇點，只是社會裡還有很多問題，都可以應用DL去解決，感覺前景還是不錯的，不過這幾個月搞caffe的體會是，自己在數學，計算方法，編程，演算法，各個方面都很不足，這需要多年的積累，而且需要各種技術的結合。。。。。學海無涯啊。。。

謝邀，

作為一個有一票師兄師弟學姐學妹搞這個的渣渣，我想說，只想認識一個年薪200-300W的土豪做朋友！orz！

謝邀。

等我畢業拿到 200 到 300 萬美金年收入offer的時候再來補答吧............

你們都別去阿，全是泡沫

200到300萬應該是20到30萬才對吧況且deep learning有沒有可持續發展能力我持懷疑態度畢竟只是AI 甚至是機器學習一個小小的分支而已

The market is there with high expectations. The real question should be: how far are we from profitable stage.

人工智慧擁有極佳的商業前景需要一批高等人才去投身這一事業所以總的來說天高任鳥飛海闊憑魚躍