星標(biāo)關(guān)注獵聘公眾號(hào) 探尋職場(chǎng)的另一種可能

如今，甭管是ChatGPT還是國(guó)產(chǎn)Kimi、豆包，都很難再帶給大家橫空出世時(shí)的“億點(diǎn)點(diǎn)”驚艷。

技術(shù)震撼已成過去時(shí)，取而代之的是搞錢狂熱——腦子活絡(luò)的用AI寫作繪畫，搞副業(yè)賺外快；深諳販賣焦慮套路的博主，則造人設(shè)做知識(shí)付費(fèi)，被戲稱“AI時(shí)代第一桶金都被賣課的賺去了”。

一眾互聯(lián)網(wǎng)大廠們也在招賢納士，這一次，年薪百萬的好福氣輪到了算法工程師的頭上。面對(duì)如此時(shí)代紅利，想要分一杯羹的，還有大批沖向爆款人工智能專業(yè)的學(xué)生。

不過，讀人工智能專業(yè)究竟是高前景還是高風(fēng)險(xiǎn)？本科四年學(xué)習(xí)，個(gè)中滋味又如何？

人工智能專業(yè)，高校新寵兒

高考結(jié)束選專業(yè)，宛如一場(chǎng)賭博。成績(jī)分?jǐn)?shù)、學(xué)校層級(jí)、專業(yè)前景，無一不是決定未來四年的關(guān)鍵變量。

很多考生既不愿浪費(fèi)一分，但未經(jīng)世事又不知道該選什么，最后往往是看時(shí)下什么行業(yè)前景好、薪資高就匆匆跟風(fēng)上車，人工智能便是其中一個(gè)。

作為新興專業(yè)，人工智能其實(shí)是以計(jì)算機(jī)科學(xué)為基礎(chǔ)，又交叉融合了神經(jīng)和認(rèn)知科學(xué)、數(shù)學(xué)、心理學(xué)等多學(xué)科 ，屬于工學(xué)下的電子信息類。

但國(guó)內(nèi)對(duì)于人工智能人才的培養(yǎng)，其實(shí)比想象中早得多，在ChatGPT震驚世界前，國(guó)內(nèi)就已經(jīng)開始了智能機(jī)器人、虹膜識(shí)別、專家系統(tǒng)等多方面的研究，也開始了從研究生到本科生的排兵布陣。

2018年，教育部發(fā)布了《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》，同一年，以南京大學(xué)、上海交通大學(xué)為領(lǐng)頭的35所高等院校率先開設(shè)人工智能本科專業(yè)，成為第一批吃螃蟹的學(xué)校。

到了2019年，更有180所高校一擁而上追趕這波熱潮，人工智能專業(yè)新增高校的數(shù)量迅速達(dá)到峰值，隨后幾年呈現(xiàn)下降趨勢(shì)。截至2023年，全國(guó)共有532所普通高校開設(shè)此專業(yè)，占到普通本科高校總數(shù)的40.67%。

不過新增人工智能專業(yè)的高校數(shù)量下降，并不意味著人工智能專業(yè)“涼了”，而是隨著學(xué)科布局日趨飽和，新一輪的資源博弈正浮上臺(tái)面。

今年4月和11月，教育部先后公布了兩批“人工智能+高等教育”應(yīng)用場(chǎng)景典型案例，共計(jì)50個(gè)案例，其中有43個(gè)都來自985和211高校。

當(dāng)一些開設(shè)人工智能專業(yè)的雙非院校還在“誰來講課”“講什么課”中苦苦掙扎時(shí)，實(shí)力名校已經(jīng)開始強(qiáng)調(diào)技術(shù)落地，卷向新的階段。而這樣的局面，其實(shí)早在人工智能專業(yè)正式入駐各高校學(xué)院的時(shí)候，就有跡可循。

我們統(tǒng)計(jì)了所有開設(shè)人工智能本科專業(yè)的院校，發(fā)現(xiàn)在532所高校中，如南京大學(xué)、中國(guó)人民大學(xué)、西安電子科技大學(xué)等85所選擇“自立門戶”，整合現(xiàn)有師資與教學(xué)資源，成立人工智能學(xué)院。

更多的普通院校，則是將人工智能專業(yè)掛靠在原有的計(jì)算機(jī)學(xué)院、信息工程學(xué)院、大數(shù)據(jù)學(xué)院等院系。既方便“就地取材”學(xué)院現(xiàn)有資源，也不耽誤蹭上熱門，好招來生源。

但也有特殊的情況，比如西安工業(yè)大學(xué)結(jié)合自身的軍工優(yōu)勢(shì)，另辟蹊徑將人工智能專業(yè)納入兵器科學(xué)與技術(shù)學(xué)院，研究“智能兵器”。

本科四年，學(xué)成“多面手”

雖然在外人看來，人工智能四個(gè)字聽上去總是高深莫測(cè)、虛無縹緲，但其實(shí)它仰賴的基礎(chǔ)依舊是計(jì)算機(jī)學(xué)科。

正因如此，學(xué)生想學(xué)好人工智能就得成為“多面手”——不僅要數(shù)學(xué)好，看得懂算法公式的底層邏輯；又要足夠了解計(jì)算機(jī)，具有較強(qiáng)的編程能力；還得學(xué)機(jī)器學(xué)習(xí)、自然語言處理、深度學(xué)習(xí)等課程，設(shè)法教會(huì)計(jì)算機(jī)像人腦一樣思考。

可以說，就讀計(jì)算機(jī)專業(yè)學(xué)生會(huì)吃的苦頭，人工智能專業(yè)的學(xué)生也要跟著吃一遍，甚至更多。

比如寫課后作業(yè)，學(xué)生們不是當(dāng)“代碼裁縫”，去CSDN、Stack Overflow等專業(yè)論壇里找代代相傳的答案；就是當(dāng)“江洋大盜”，打劫大佬的代碼，試圖蒙混過關(guān)，開一百個(gè)標(biāo)簽頁就為解決一個(gè)非常簡(jiǎn)單的文件讀寫或者環(huán)境配置問題。

而學(xué)生debug時(shí)更是血壓一次比一次高，披星戴月熬夜到凌晨三四點(diǎn)是家常便飯，最后發(fā)現(xiàn)不是代碼跑完但忘記改目錄，就是運(yùn)算平臺(tái)顯存不足，獨(dú)留自己和“No such file named”“CUDA Out of memory”等各種報(bào)錯(cuò)在風(fēng)中凌亂。

更慘的是，在許多層次偏低的高校，課程體系設(shè)計(jì)并不完善，只是照葫蘆畫瓢開設(shè)了人工智能導(dǎo)論、機(jī)器學(xué)習(xí)等基礎(chǔ)課程，學(xué)生四年所學(xué)不僅雜亂還膚淺，被吐槽是只會(huì)數(shù)據(jù)煉丹的“調(diào)參俠”：

我們就是把計(jì)科和電子的專業(yè)基礎(chǔ)課都學(xué)一遍，再把機(jī)器學(xué)習(xí)“西瓜書”拿出來粗略講一講，最后敲代碼不如計(jì)科，做芯片又不如電子，多而不精，面面蜻蜓點(diǎn)水，每一樣都差距甚遠(yuǎn)。

究其原因，由高校人工智能相關(guān)專業(yè)老師學(xué)生等創(chuàng)建的開源組織Datawhale發(fā)布的《2023中國(guó)人工智能人才學(xué)習(xí)白皮書》就指出，人工智能人才培養(yǎng)錯(cuò)位的三個(gè)主要問題就是：缺實(shí)踐、教學(xué)內(nèi)容過時(shí)與教學(xué)方式固化。

像關(guān)于人工智能發(fā)展史、機(jī)器學(xué)習(xí)原理這樣的理論課程，教師可以很快上手教課，但是，讓不熟悉AI實(shí)操的老師們指導(dǎo)一個(gè)應(yīng)用落地，大家就犯怵了。最后學(xué)生被老師“半散養(yǎng)”——雜活是要做的，但指導(dǎo)和資源是沒有的：

問導(dǎo)師問題只會(huì)告訴我“多看看文獻(xiàn)，自己看著辦”，從不正面回復(fù)我的題目是否可行，還夾雜著點(diǎn)PUA的話。

雙非資源一般，而整個(gè)實(shí)驗(yàn)室只有兩張3090顯卡，你覺得夠一組人做計(jì)算機(jī)視覺嗎？

結(jié)果往往是，老師上課對(duì)著前三排的空氣大談空中樓閣，后排的學(xué)生則低頭在微信群里蛐蛐“老師講得像唐僧念緊箍咒，聽得腦子都要爆炸”。

夢(mèng)中情職，距離甚遠(yuǎn)

B站的課越看越多，leetcode（用于編碼面試準(zhǔn)備的在線平臺(tái)）的題越刷越難，很多學(xué)生辛苦四年，臨到畢業(yè)都只能摸到人工智能行業(yè)的冰山一角，遙望自己與理想薪資的距離。

只是高薪往往也意味著激烈的競(jìng)爭(zhēng)，能上桌分蛋糕的，既得學(xué)歷出眾，還得技術(shù)過硬，兩者缺一不可。

而且與大家想象中的“對(duì)口專業(yè)、超好就業(yè)”不同，人工智能專業(yè)的畢業(yè)生，往往需要和計(jì)算機(jī)、電子信息專業(yè)的學(xué)生同臺(tái)打擂，爭(zhēng)奪同一個(gè)崗位。

麥可思《2024年中國(guó)本科生就業(yè)報(bào)告》就顯示，2021-2023屆本科畢業(yè)生從事人工智能工程技術(shù)人員的構(gòu)成里，分別有41.1%和12.1%來自計(jì)算機(jī)類專業(yè)和電子信息類專業(yè)。

此外，企業(yè)在招聘時(shí)對(duì)人工智能工程師的要求也很高，處于一種寧缺毋濫的狀態(tài)，即便急于“招兵買馬”，需要的也是“上等馬”。

根據(jù)《人工智能產(chǎn)業(yè)人才發(fā)展報(bào)告（2019-2020 年版）》，算法研究崗和應(yīng)用開發(fā)崗的學(xué)歷準(zhǔn)入門檻遠(yuǎn)高于其他崗位，要求研究生學(xué)歷的崗位比例分別為45.1% 和41.9%，作為對(duì)比，產(chǎn)品經(jīng)理這一比例僅為4.6%。

從技術(shù)方向看，機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、智能語音要求具備碩士及以上學(xué)歷的比例都在四成及以上。

因此，不少學(xué)生本科畢業(yè)后往往選擇繼續(xù)深造，增強(qiáng)競(jìng)爭(zhēng)力。到最后，行業(yè)金字塔尖的風(fēng)光無限，塔底的則擁擠不堪。算法大神拿著985本碩博學(xué)歷與多篇頂級(jí)論文，早早被多家公司預(yù)定，offer多得甚至可以打牌。

而普通學(xué)生在本就已經(jīng)少得可憐的崗位中卷生卷死，投遞上百份簡(jiǎn)歷，大多都淹沒在人才庫。還沒來得及整頓職場(chǎng)，就先被人工智能機(jī)器人面試官整頓。只能苦笑感慨：

我與人工智能最近的距離，可能是200塊一天的數(shù)據(jù)標(biāo)注工，就像你讀通信工程，結(jié)果工作是在電子廠流水線裝鬧鐘。

作者丨網(wǎng)易數(shù)讀