中評社北京5月31日電／過去一年，AI領域的作者數、具有重大影響的科學論文數、以及自稱的AI專家數均有了顯著提升。
摘要
一些有力的證據表明，AI頂級人才供不應求。但是對於人才的稀缺度和集中度卻缺少精確的信息。為此，element.ai團隊連續第二年對全球AI人才的範圍和廣度進行調查。其研究主要依賴3個數據來源。1）AI領域21個領先的科學會議的出版物，分析其作者的概況。2）分析若干LinkedIn定向搜索的結果，看看有多少人自稱是博士並且具備相應的必須技能的。3）外部報告及其他二手來源，幫助尋找相關背景，並更好地理解迅快變化的全球AI版圖中的人才情況。
報告發現，2018年有22400人在一或多個機器學習的頂級會議上發表了論文，比2015年提升了36%，比去年也漲了19%。同行評審的出版物數量也比2015年提高了25%，比去年提高了16%。不過在這些會議上發表文章的研究人員當中，女性僅占18%，顯得名額不足。報告還發現，全球的AI人才池是高度流動的，大概有1／3的研究人員的雇主所在國家與其獲得博士學位所在國家是不一樣的。報告的分析表明，在21種刊物上發表過作品的作者當中有18%（約4000人）對有著重大影響的研究（以過去2年被引用數為衡量）做出過貢獻。而擁有高影響力研究人員最多的國家依次是美國、中國、英國、澳大利亞以及加拿大。
對LinkedIn簡歷的輔助調查表明，有36524人符合自稱的AI專家資格，這比2018年的報告數字增加了66%。
此次調查的發現表明，無論是自我報告的AI專家數量，還是作者和在AI會議上發表的科學論文數量，均有了顯著的提升和拓展，這反映出該領域的活力和國際化。
介紹
對AI專家的需求空前高漲，自學習的算法預計可讓公司更好地駕馭發展性，獲取重要但此前不可見的信號，提供實時洞察，幫助員工更好地完成工作。
去年的第一次全球AI人才調查確認了一個AI業界的普遍假設：即有人工智能經驗的博士很難找。今年的調查將學術會議的樣本從3個提高到21個。同時還細分了性別、人才流動以及影響力指數情況。同時，報告還收集了LinkedIn上面的簡歷情況來評估自我報告的AI專家趨勢。最後，報告還將發現與外部報告和來源的數據進行關聯。
女性在AI會議出版物作者中的占比依舊不足
我們去年跟《連線》合作分析了人才池的情況，試圖弄清楚女性在機器學習研究人員的占比。我們的評估認為目前這個領域的性別平衡問題依然非常嚴重：去年調查的3個領先的AI學術會議裡面，我們發現只有12%的作者是女性。
|
