人工智慧不僅是對認知工作的自動化，也是一個不斷發展的過程。毫不誇張地說，開發基於AI的解決方案似乎很有前景，但事實真的如此嗎？
作者 | Oleksii Kharkovyna
譯者 | 王豔妮，責編 | Elle
以下為譯文：
「如果你想持續多年獲得七位數的年薪，在過去只有四個職業選擇：CEO，銀行家，明星或職業運動員。但現在第五種選擇出現了——人工智慧專家。」——佚名
想像一個裝滿球的玻璃杯。玻璃杯代表計算機科學，而球代表各個不同的領域：後端，前端，嵌入式等等。其中有一個球是人工智慧，它的特殊之處在於，它裡面還包含了其他小球：機器學習，自然語言處理，以及其他各種東西。這些人工智慧裡面包含的小球每一個單獨拿出來看都很強大，都是改變所有領域的機會之所在。
人工智慧不僅是對認知工作的自動化，也是一個不斷發展的過程。毫不誇張地說，開發基於AI的解決方案似乎很有前景，但事實真的如此嗎？我決定把我自己的經驗和知識分享給大家，帶大家看看人工智慧工作流程的幕後是什麼樣的，以及對AI專家作進一步的了解。
事不宜遲，我們就開門見山吧！
AI工程師的關鍵職責是什麼？
對大眾來說，人工智慧似乎只存在於科幻作品的邊緣地帶，但實際上，它已經與我們的生活融為了一體。AI現在能執行某些涉及智能的任務，而在以前這些只能由人類完成。而且，在許多功能方面AI甚至比人類表現更好。AI的主要任務是總結並得出一個合理的結論，而現在的前沿AI技術似乎在這方面做得很好了。
人工智慧的一項顯著應用就是行動應用程式的語音識別功能。例如， Android手機的導航系統或Google Now能夠記錄用戶的位置，並提供熱門景點之間的最佳交通路線，提醒用戶有關事件，通知用戶路況等等。
網際網路上的上下文廣告（contextual advertising）也是通過人工智慧的程序布局的。這種廣告能夠根據用戶之前訪問過哪些站點，對哪些廣告做出了積極反應以及在社交網絡的個人介紹向用戶推送特定的廣告。即使是文本編輯器中的常規拼寫檢查，也得益於人工智慧系統。
通常來說，IT世界有五個工作領域：信息的收集，傳輸，存儲，處理和表示。人工智慧解決的是其中的兩個領域中的問題：信息的處理和存儲。AI訪問的信息庫存儲在AI本身中，就像我們生活中發生的事會存儲在我們的記憶中一樣。人工智慧根據這些已有的信息處理接收的新信息，並在此基礎上得出合理的結論。
好吧，人工智慧是偉大而有前景的技術。但是從事AI工作的都是哪些人呢？運營一個AI驅動的項目又需要他們做什麼呢？簡單來說， AI專家首先要以正確的格式描述和呈現基本信息。他們通常將信息按特定系統的標準系統化，即形成主題區域的概念模型。然後，為了確保人工智慧的進一步工作，他們需要教會機器如何學習或者如何做機器學習例程（routine）。
機器學習是什麼？
從某種意義上講，機器學習是智能系統在運行過程中的自我學習。得益於機器學習，人工智慧不僅可以解決開發人員使用特定算法布置的具體任務，而且可以解決條件稍有不同的類似的任務。機器學習是AI下的一個廣泛的子分區，使用了數學統計，數值優化方法，概率論，離散分析以及從數據中提取信息等方法。
機器學習如何工作？
訓練方案很簡單：有一組特定的對象（情況,situations）和一組特定的答案（響應，反應），構成一組正確的「情況-響應」對。情況和響應之間存在關係，但最初在數學層面尚不可知。正確的「情況-響應」對的集合就作為訓練樣本。基於此樣本，找到一種能將特定情況和特定響應聯繫起來的算法就成為必要的了。
AI專家的必要專業知識都有哪些？
現在讓我們回到AI工程師的話題。他們平時都做什麼？他們的關鍵角色和技能是什麼？如上所述，AI專家全面參與數據準備的整個過程。因此，總的來說，在處理完所有數據之後，AI專家需要著手對機器學習模型的構建，對現有算法的優化等等。
如果說得更明確一點，那就是對該職業的確切描述並不存在。一切都取決於使用信息技能的特定領域。但是，有些事情是所有AI工程師都會去做的，比如：
設計，著手對信息的分析
擅長一些特定開發領域，例如網絡，作業系統，資料庫或應用程式
幫助維護組織的計算機網絡和系統
在軟體系統的設計，安裝，測試和維護中起到關鍵作用
成為一種專門的程式設計師，可以與Web開發人員和軟體工程師合作，來把Java或其他程式語言集成到業務應用程式，軟體和網站中
研究軟體應用程式領域，準備軟體要求和規格說明文件
為了能做到這些，AI專家應具備以下技能：
代碼能力強並且會好幾種程式語言
熟知所有機器學習算法
能夠使用數據倉庫，使用SQL語言來編譯查詢
會使用R或Python（NumPy / SciPy）程式語言，或SPSS / SAS或Matlab應用程式來分析數據和建模
會使用Matplotlib等工具將數據可視化
此外，AI專家經常從事與醫學，農業以及其他與科技行業風馬牛不相及的領域相關的項目。為了能成功應對此類項目，AI工程師還應該花一些時間研究一下這些陌生領域，才能更高效地完成工作。
AI可以使你成為百萬富翁嗎？
企業向AI開發人員支付的薪水比付給其他專業人員的高得多，這並不算什麼秘密。在技術競賽的背景下，企業之間的人才競爭愈演愈烈，尤其是考慮到AI人才供少於求這一事實。頂尖的行業專業人士年薪數百萬美元。
但是，如果要說最大數額，那麼AI專家的最高薪水還是在中國。在中國，一位高級AI研究科學家的年薪為56.7到62.4萬美元，而其他國家的ML專家在同一時期的年薪為31.5到41.0萬美元。在中國，大概有30萬名人工智慧從業人員。但這還不夠——企業可能需要一百萬或者更多AI專家！
美國的招聘市場如何？好吧，也有大量空缺。Glassdoor是美國的一個匿名查看職位空缺和簡歷的網站，在「人工智慧」板塊中有32,000多個職位，有的薪水達到六位數。
在美國，機器學習專家的薪水為每年14.4萬美元。相比之下，美國勞動力市場的平均工資僅為2.9萬。感受出來差距了嗎？
在澳大利亞，機器學習工程師的平均工資為每年11.3632萬澳元。
日本呢？AI工程師的年薪從600萬到5000萬日元不等，約合6到50萬美元。
印度的AI和ML從業者薪水如何？根據Glassdoor的數據，印度機器學習工程師的平均薪水為8,201,201（約合1.1萬美元），範圍為3,64,000-15,28,000（約合0.5到2.1萬美元）。
歐洲呢？機器學習工程師的平均工資為52,576歐元（約5.8萬美元）。
結論
那麼，AI工程師到底是幹什麼的呢？乍一看，這項工作看似很簡單，單調，並且只需要懂算法開發，機器就會按照算法來做事情了。但這是一個錯誤的說法，因為機器學習專家做的遠不止這些，而且往往需要進行方法上的創新。
他們不僅創建具體的指令，而且能使人工智慧自我學習和自我改進。所以這一領域的專家能獲得天價的薪水也不足為奇了。畢竟，這個職業決定著我們的未來。你同意我的看法嗎？你有什麼想要補充的嗎？
作者：Oleksii Kharkovyna，專注於撰寫AI, ML, 數據科學等方面的技術文章。
原文：https://towardsdatascience.com/ai-engineers-what-they-do-and-how-much-they-cost-c8360e84f376
本文為 CSDN 翻譯，轉載請註明來源出處。