種種證據(jù)表明，當前頂級 AI 人才明顯供不應求。但這種人才到底有多稀缺以及他們分布在全球哪些地方，卻鮮為人知。本報告總結(jié)了我們對全球 AI 人才庫范圍和廣度的第二次調(diào)查。

我們的研究依賴于三個主要的數(shù)據(jù)源。首先，為了了解正在推進該領域的研究人員情況，我們回顧了 AI 領域 21 個主要科學會議的出版物，并分析了作者的概況。其次，我們分析了領英網(wǎng)幾個定向搜索的結(jié)果，結(jié)果顯示了世界各地有多少人有博士學位以及必備技能。最后，我們尋求外部報告和其它二手資料，以幫助我們將發(fā)現(xiàn)的東西放在上下文語境中，并更好地理解快速變化的全球 AI 環(huán)境中的人才庫。

我們的發(fā)現(xiàn)表明，2018 年有 22,400 人在一個或多個機器學習頂級會議上發(fā)表過論文，與 2015 年相比上漲了 36%，與去年相比上漲了 19%。同行評審的出版物數(shù)量也同步增長，比之 2015 年上漲了 25%，比去年上漲了 16%。女性較少，僅占在這些會議上發(fā)表論文的研究人員的 18%。

我們還發(fā)現(xiàn)，AI 人才庫流動性很大，大約有 1/3 的研究人員不在自己獲得博士學位的地方工作。在本文調(diào)查的 21 個頂級會議上發(fā)表過論文的作者中，約 18% 的人（約 4000）貢獻了過去兩年對該領域有重大影響的研究。高影響力研究人員（即那 18%）數(shù)量最多的國家分別是：美國、中國、英國、澳大利亞和加拿大。

對領英搜索的調(diào)查發(fā)現(xiàn)，根據(jù)我們的搜索標準，總共有 36524 人自報告為 AI 專家。相比去年，這個數(shù)字增長了 66%。

本次調(diào)查顯示，不論是自報告的 AI 專家，還是在 AI 會議上發(fā)表科學論文的作者及論文數(shù)量，都有顯著的增長和擴張趨勢。

根據(jù) 21 個頂級會議的出版信息，我們計算了會議論文的作者數(shù)量，得到的結(jié)果是 2018 年有 22400 人在一個或多個頂級會議上發(fā)表過論文。為了與前幾年的情況對比，我們收集了 2015、2016、2017 年同樣的 21 個會議的出版信息。結(jié)果顯示了明顯的增長趨勢。

培養(yǎng)高級 AI 專家的國家也在引領就業(yè)

根據(jù)參與大會的研究人員數(shù)據(jù)，我們可以觀察這些發(fā)表論文的作者是在哪里接受培訓的。首先，那些高產(chǎn)的作者主要是畢業(yè)于美國的博士。在我們的會議作者樣本中，超過 44% 的人在美國獲得博士學位。在中國獲得博士學位的作者約占 11%，其次是英國（6%）、德國（5%）、加拿大（4%）、法國（4%）和日本（4%）。

AI 專家在哪里就業(yè)？

主要在五個國家：美國、中國、英國、德國和加拿大，在這些國家工作的 AI 專家占 72%。

點擊下圖中的氣泡可以看到每個國家的會議研究人員和我們在領英中搜索到的人才數(shù)量。

就業(yè)數(shù)據(jù)也具有相似的地域分布。我們的調(diào)查顯示，美國繼續(xù)吸引 AI 研究人員為之工作，占樣本的 46%。在中國工作的 AI 研究人員占樣本的 11% 以上，其次是英國（7%）。加拿大、德國和日本各占樣本的 4%?？傊?，18 個最大國家的 AI 研究人員占作者的 94%，其中美國、中國、英國、德國和加拿大位列前五名（占樣本的 72%）。絕大多數(shù)會議作者（77%）在學界工作，而 23% 在業(yè)界工作。

為了評估 AI 專家的工作地點，我們觀察他們所在公司的總部位置，而不是實際工作和生活的地點。舉例而言，如果一些人在法國獲得博士學位，而在谷歌的巴黎辦公室工作，我們的數(shù)據(jù)則會顯示其在法國接受培訓，但為美國公司工作（谷歌是美國公司）。

在這種情況下，外國公司的出現(xiàn)會為東道國帶來本地投資、培訓等效益，并且專家依然歸屬于東道國。但是，該外國公司將對其本地創(chuàng)造的知識產(chǎn)權(quán)擁有所有權(quán)。雖然這種計算方法降低了許多生態(tài)系統(tǒng)的價值，主要是對美國有利，但我們覺得它更好地反映了人才在世界各地流動的方式和地點。

培養(yǎng)博士生的國家并不總是受益方

人才流往何處

AI 人才流動性很大，大約三分之一的研究人員并沒有在獲得博士學位的國家工作。

我們的會議數(shù)據(jù)也了解了 AI 研究人員在完成其博士學位后將去往哪里工作?？偟恼f來，大約三分之一（27%）的研究人員并沒有選擇在其讀博的國家工作。在至少擁有 150 名作者的國家，這一比例更是高達 32%。這些 AI 人才的全球流動性非常復雜，并且流動背后的故事各有不同。盡管如此，這一數(shù)據(jù)依然可以使我們觀察到 AI 人才在全球的流動情況。

首先，我們的數(shù)據(jù)顯示，一些國家對機器學習領域的研究人員特別具有吸引力。根據(jù)調(diào)查，美國最能吸引那些在其它國家接受培訓的 AI 研究人員為之工作。中國其次，其能吸引的研究人員絕對數(shù)量約占美國的四分之一。我們認為每個國家的工作機會等幾個不同因素會對這些結(jié)果產(chǎn)生影響。

根據(jù)我們的數(shù)據(jù)，這 10 個地區(qū)和國家流入的 AI 研究人員比例高于流出的人員比例：***、瑞典、韓國、西班牙、美國、瑞士、中國、日本、英國和澳大利亞。其中，瑞士和瑞典在接收世界各地 AI 專家方面處于領先位置，其擁有的在外國接受培訓的 AI 人才分別占 50% 和 49%。英國位列第三，在外國獲得博士學位的研究人員比例占 44%。在未來的項目中，我們希望探究一些國家為何有如此多流入的研究人員；這大概由于一系列原因，包括工作機會和研究人員回歸故國。

比較各個國家的人才流入與流出

根據(jù)各個國家 AI 人才的流入與流出，我們繪制了下圖：

美國、中國、英國、澳大利亞和加拿大引領影響力較大的研究

今年的調(diào)查發(fā)現(xiàn)，在這些頂級國際會議上發(fā)表論文的作者總量比去年上漲了 19%。為了評估這些作者當前對這一領域的影響力，我們分析了他們的論文在 2017 和 2018 年的被引用次數(shù)。結(jié)果發(fā)現(xiàn)，約 18%（約 4000）的人這兩年里對該領域有顯著的影響。

這些作者在頂級學術(shù)會議上發(fā)表的論文被引用次數(shù)最多，而且他們的知識也很淵博，相信他們會繼續(xù)為這個領域做出重大貢獻。對致力于將理論轉(zhuǎn)化為實踐的團隊來說，這些專家也是潛在的人才來源。

會議數(shù)據(jù)表明，這些研究人員主要集中在一些國家，此類研究人員數(shù)量最多的前五個國家分別是美國（1095）、中國（255）、英國（140）、澳大利亞（80）、加拿大（45）。

各國 AI 人才的學術(shù)背景

根據(jù)領英網(wǎng)（LinkedIn）的統(tǒng)計，大約 1/3 的 AI 人才都接受過計算機科學方面的教育，不過學術(shù)背景的分布在各國略有不同。

這一統(tǒng)計中有一些值得注意的地方。首先，所有領英網(wǎng)的數(shù)據(jù)都是自報告的：自愿選擇加入網(wǎng)站，并自我解釋受教育、工作經(jīng)驗和目前工作情況。第二，雖然領英網(wǎng)具有廣泛的影響力，但它在一些國家中的代表性不佳。

在美國，已有 1.44 億美國人擁有 LinkedIn 檔案——這大約代表了 44% 的美國人口。在加拿大，領英網(wǎng)也有 38% 人口的高注冊率。但在俄羅斯，領英網(wǎng)的滲透率僅有 5%。在中國這個機器學習領域舉足輕重的國家，領英網(wǎng)注冊人數(shù)只有人口的 3%。

去年與 Wired 合作時，我們分析了人才庫中機器學習領域的女性研究人員所占比例。結(jié)果表明該領域離性別平衡還有很長的路要走：在去年我們調(diào)查的 AI 領域三個主要科學會議中，僅有 12% 的作者是女性。

在今年的調(diào)查中，這 21 個頂級會議中，女性研究人員仍然很少，僅占了發(fā)表論文作者的 18%。我們的調(diào)查發(fā)現(xiàn)，AI 領域的這種性別失衡在業(yè)界和學界都存在：在學界中，在會議上發(fā)表論文的作者中有 19% 為女性，而在業(yè)界，發(fā)表論文的作者中僅有 16% 為女性。

結(jié)論

2019 全球 AI 人才報告展示了在人工智能領域有影響力學術(shù)論文作者，以及自報告 AI 專家的數(shù)量。他們的數(shù)量在過去的幾年里有了顯著的增長。在 AI 領域里，女性的影響力仍然不足，但一些國家相比其他國家更加接近于平等。

從人才的地理分布來看，美國顯然在幾乎所有指標都遙遙領先。另一方面，人工智能無疑是國際化的，每個地區(qū)/國家的生態(tài)都有著自己的獨特優(yōu)勢和戰(zhàn)略。諸多專注與培養(yǎng)人才的國家正推動全球 AI 領域持續(xù)向前發(fā)展。

翻譯：機器之心，作者：JF Gagne??