2019全球AI人才报告：美中英德加处于领先
过去一年，AI领域的作者数、具有重大影响的科学论文数、以及自称的AI专家数均有了显著提升。摘要
一些有力的证据表明，AI顶级人才供不应求。但是对于人才的稀缺度和集中度却缺少精确的信息。为此，element.ai团队连续第二年对全球AI人才的范围和广度进行调查。其研究主要依赖3个数据来源。1）AI领域21个领先的科学会议的出版物，分析其作者的概况。2）分析若干LinkedIn定向搜索的结果，看看有多少人自称是博士并且具备相应的必须技能的。3）外部报告及其他二手来源，帮助寻找相关背景，并更好地理解迅快变化的全球AI版图中的人才情况。
报告发现，2018年有22400人在一或多个机器学习的顶级会议上发表了论文，比2015年提升了36%，比去年也涨了19%。同行评审的出版物数量也比2015年提高了25%，比去年提高了16%。不过在这些会议上发表文章的研究人员当中，女性仅占18%，显得名额不足。报告还发现，全球的AI人才池是高度流动的，大概有1/3的研究人员的雇主所在国家与其获得博士学位所在国家是不一样的。报告的分析表明，在21种刊物上发表过作品的作者当中有18%（约4000人）对有着重大影响的研究（以过去2年被引用数为衡量）做出过贡献。而拥有高影响力研究人员最多的国家依次是美国、中国、英国、澳大利亚以及加拿大。
对LinkedIn简历的辅助调查表明，有36524人符合自称的AI专家资格，这比2018年的报告数字增加了66%。
此次调查的发现表明，无论是自我报告的AI专家数量，还是作者和在AI会议上发表的科学论文数量，均有了显著的提升和拓展，这反映出该领域的活力和国际化。
介绍
对AI专家的需求空前高涨，自学习的算法预计可让公司更好地驾驭发展性，获取重要但此前不可见的信号，提供实时洞察，帮助员工更好地完成工作。
去年的第一次全球AI人才调查确认了一个AI业界的普遍假设：即有人工智能经验的博士很难找。今年的调查将学术会议的样本从3个提高到21个。同时还细分了性别、人才流动以及影响力指数情况。同时，报告还收集了LinkedIn上面的简历情况来评估自我报告的AI专家趋势。最后，报告还将发现与外部报告和来源的数据进行关联。
女性在AI会议出版物作者中的占比依旧不足
我们去年跟《连线》合作分析了人才池的情况，试图弄清楚女性在机器学习研究人员的占比。我们的评估认为目前这个领域的性别平衡问题依然非常严重：去年调查的3个领先的AI学术会议里面，我们发现只有12%的作者是女性。
今年的调查范围扩大到了21个学术会议，结果发现虽占比有所提升，但这个群体的女性名额依然不足，比例为18%左右。根据我们的调查，AI存在的这种性别不平衡体现在了产业和学术两方面：我们的数据表明学术界 19% 的会议作者为女性，而产业界的女性作者占比为16%。
考虑到机器学习潜在的广泛社会影响，女性在AI开发和部署方面的参与度是个重要问题。Facebook AI研究实验室负责人Joelle Pineau教授阐明了要增加本领域女性数量的理由：“相对于其他领域我们肩负着更多的科学责任，因为我们正在开发会影响很大一部分比例人口的技术。”OpenAI的CEO Sam Altman也提出了类似的观点，称机器学习在博士毕业生的性别方面是“目前我所知道的最扭曲的领域”，同时又是“对我们未来所生活的世界会产生最大影响的领域”。
据斯坦福大学发布的2018年AI指数报告，女性在学习AI和机器学习课程的大学生当中的占比也不足：学习斯坦福2017年的《AI导论》课程的 74%为男性学生，加州大学伯克利分校的比例则是73%。报读《机器学习导论》的女性占比甚至更低，斯坦福大学这门课程男学生占到了 76%，而加州大学伯克利分校同样课程的男学生占比更是高达79%。同一份报告还发现，美国绝大部分AI职位的申请者都是男性（71%）。
此次调查的数据表明，不同国家/地区之间的性别差距各不相同。女性作者占比高于18%的平均水平的国家/地区包括西班牙（26%）、台湾（23%）、新加坡（23%）、中国大陆（22%）、澳大利亚（22%）、美国（20%）、瑞士（19%）。在绝对数量上，美国的女性作者数量最多，其后是中国、英国、德国、加拿大、法国、澳大利亚、印度、意大利与新加坡。
培养出顶级AI专家的国家在雇用人才方面也领先
来自美国、中国、英国、德国、加拿大的作者占了72%
页:
[1]