（给Python开发者加星标，提升Python技能）

翻译：机器之心，作者：JF Gagne

人工智能技术正在快速发展，而各国对于AI人才的需求是没有止境的：大家都在培养和争夺人才上做文章。前不久，教育部批准了国内35所大学的人工智能本科专业；加拿大正希望通过“全球技能战略签证”吸引国外人才流入。

今天全球人工智能领域人才的分布是什么样子？中美在AI领域的差距究竟有多大？最近，加拿大Element AI的首席执行官JF Gagne发布了2019版的《全球AI人才报告》，为我们解答了这些问题。

调查发现，全球AI论文发表最多的学者之中，有44%是在美国获得的博士学位，国内博士数量占11%。另一方面，AI人才的流动性很高，大约1/3的人工智能博士都不会在培养国工作，在这方面，中美都是人才净流入国。

报告链接：https://jfgagne.ai/talent-2019/

种种证据表明，当前顶级 AI 人才明显供不应求。但这种人才到底有多稀缺以及他们分布在全球哪些地方，却鲜为人知。本报告总结了我们对全球 AI 人才库范围和广度的第二次调查。

我们的研究依赖于三个主要的数据源。首先，为了了解正在推进该领域的研究人员情况，我们回顾了 AI 领域 21 个主要科学会议的出版物，并分析了作者的概况。其次，我们分析了领英网几个定向搜索的结果，结果显示了世界各地有多少人有博士学位以及必备技能。最后，我们寻求外部报告和其它二手资料，以帮助我们将发现的东西放在上下文语境中，并更好地理解快速变化的全球 AI 环境中的人才库。

我们的发现表明，2018 年有 22,400 人在一个或多个机器学习顶级会议上发表过论文，与 2015 年相比上涨了 36%，与去年相比上涨了 19%。同行评审的出版物数量也同步增长，比之 2015 年上涨了 25%，比去年上涨了 16%。女性较少，仅占在这些会议上发表论文的研究人员的 18%。

我们还发现，AI 人才库流动性很大，大约有 1/3 的研究人员不在自己获得博士学位的地方工作。在本文调查的 21 个顶级会议上发表过论文的作者中，约 18% 的人（约 4000）贡献了过去两年对该领域有重大影响的研究。高影响力研究人员（即那 18%）数量最多的国家分别是：美国、中国、英国、澳大利亚和加拿大。

对领英搜索的调查发现，根据我们的搜索标准，总共有 36524 人自报告为 AI 专家。相比去年，这个数字增长了 66%。

本次调查显示，不论是自报告的 AI 专家，还是在 AI 会议上发表科学论文的作者及论文数量，都有显著的增长和扩张趋势。

根据 21 个顶级会议的出版信息，我们计算了会议论文的作者数量，得到的结果是 2018 年有 22400 人在一个或多个顶级会议上发表过论文。为了与前几年的情况对比，我们收集了 2015、2016、2017 年同样的 21 个会议的出版信息。结果显示了明显的增长趋势。

培养高级 AI 专家的国家也在引领就业

根据参与大会的研究人员数据，我们可以观察这些发表论文的作者是在哪里接受培训的。首先，那些高产的作者主要是毕业于美国的博士。在我们的会议作者样本中，超过 44% 的人在美国获得博士学位。在中国获得博士学位的作者约占 11%，其次是英国（6%）、德国（5%）、加拿大（4%）、法国（4%）和日本（4%）。

AI 专家在哪里就业？

主要在五个国家：美国、中国、英国、德国和加拿大，在这些国家工作的 AI 专家占 72%。

点击下图中的气泡可以看到每个国家的会议研究人员和我们在领英中搜索到的人才数量。

就业数据也具有相似的地域分布。我们的调查显示，美国继续吸引 AI 研究人员为之工作，占样本的 46%。在中国工作的 AI 研究人员占样本的 11% 以上，其次是英国（7%）。加拿大、德国和日本各占样本的 4%。总之，18 个最大国家的 AI 研究人员占作者的 94%，其中美国、中国、英国、德国和加拿大位列前五名（占样本的 72%）。绝大多数会议作者（77%）在学界工作，而 23% 在业界工作。

为了评估 AI 专家的工作地点，我们观察他们所在公司的总部位置，而不是实际工作和生活的地点。举例而言，如果一些人在法国获得博士学位，而在谷歌的巴黎办公室工作，我们的数据则会显示其在法国接受培训，但为美国公司工作（谷歌是美国公司）。

在这种情况下，外国公司的出现会为东道国带来本地投资、培训等效益，并且专家依然归属于东道国。但是，该外国公司将对其本地创造的知识产权拥有所有权。虽然这种计算方法降低了许多生态系统的价值，主要是对美国有利，但我们觉得它更好地反映了人才在世界各地流动的方式和地点。

培养博士生的国家并不总是受益方

人才流往何处

AI 人才流动性很大，大约三分之一的研究人员并没有在获得博士学位的国家工作。

我们的会议数据也了解了 AI 研究人员在完成其博士学位后将去往哪里工作。总的说来，大约三分之一（27%）的研究人员并没有选择在其读博的国家工作。在至少拥有 150 名作者的国家，这一比例更是高达 32%。这些 AI 人才的全球流动性非常复杂，并且流动背后的故事各有不同。尽管如此，这一数据依然可以使我们观察到 AI 人才在全球的流动情况。

首先，我们的数据显示，一些国家对机器学习领域的研究人员特别具有吸引力。根据调查，美国最能吸引那些在其它国家接受培训的 AI 研究人员为之工作。中国其次，其能吸引的研究人员绝对数量约占美国的四分之一。我们认为每个国家的工作机会等几个不同因素会对这些结果产生影响。

根据我们的数据，这 10 个地区和国家流入的 AI 研究人员比例高于流出的人员比例：台湾、瑞典、韩国、西班牙、美国、瑞士、中国、日本、英国和澳大利亚。其中，瑞士和瑞典在接收世界各地 AI 专家方面处于领先位置，其拥有的在外国接受培训的 AI 人才分别占 50% 和 49%。英国位列第三，在外国获得博士学位的研究人员比例占 44%。在未来的项目中，我们希望探究一些国家为何有如此多流入的研究人员；这大概由于一系列原因，包括工作机会和研究人员回归故国。

比较各个国家的人才流入与流出

根据各个国家 AI 人才的流入与流出，我们绘制了下图：

美国、中国、英国、澳大利亚和加拿大引领影响力较大的研究

今年的调查发现，在这些顶级国际会议上发表论文的作者总量比去年上涨了 19%。为了评估这些作者当前对这一领域的影响力，我们分析了他们的论文在 2017 和 2018 年的被引用次数。结果发现，约 18%（约 4000）的人这两年里对该领域有显著的影响。

这些作者在顶级学术会议上发表的论文被引用次数最多，而且他们的知识也很渊博，相信他们会继续为这个领域做出重大贡献。对致力于将理论转化为实践的团队来说，这些专家也是潜在的人才来源。

会议数据表明，这些研究人员主要集中在一些国家，此类研究人员数量最多的前五个国家分别是美国（1095）、中国（255）、英国（140）、澳大利亚（80）、加拿大（45）。

各国 AI 人才的学术背景

根据领英网（LinkedIn）的统计，大约 1/3 的 AI 人才都接受过计算机科学方面的教育，不过学术背景的分布在各国略有不同。

这一统计中有一些值得注意的地方。首先，所有领英网的数据都是自报告的：自愿选择加入网站，并自我解释受教育、工作经验和目前工作情况。第二，虽然领英网具有广泛的影响力，但它在一些国家中的代表性不佳。

在美国，已有 1.44 亿美国人拥有 LinkedIn 档案——这大约代表了 44% 的美国人口。在加拿大，领英网也有 38% 人口的高注册率。但在俄罗斯，领英网的渗透率仅有 5%。在中国这个机器学习领域举足轻重的国家，领英网注册人数只有人口的 3%。

去年与 Wired 合作时，我们分析了人才库中机器学习领域的女性研究人员所占比例。结果表明该领域离性别平衡还有很长的路要走：在去年我们调查的 AI 领域三个主要科学会议中，仅有 12% 的作者是女性。

在今年的调查中，这 21 个顶级会议中，女性研究人员仍然很少，仅占了发表论文作者的 18%。我们的调查发现，AI 领域的这种性别失衡在业界和学界都存在：在学界中，在会议上发表论文的作者中有 19% 为女性，而在业界，发表论文的作者中仅有 16% 为女性。

结论

2019 全球 AI 人才报告展示了在人工智能领域有影响力学术论文作者，以及自报告 AI 专家的数量。他们的数量在过去的几年里有了显著的增长。在 AI 领域里，女性的影响力仍然不足，但一些国家相比其他国家更加接近于平等。

从人才的地理分布来看，美国显然在几乎所有指标都遥遥领先。另一方面，人工智能无疑是国际化的，每个地区/国家的生态都有着自己的独特优势和战略。诸多专注与培养人才的国家正推动全球 AI 领域持续向前发展。

推荐阅读

（点击标题可跳转阅读）

会编程的 AI + 会修 Bug 的 AI，等于什么 ？

教育部大招：AI、物联网等进入高中新课程标准

觉得本文对你有帮助？请分享给更多人

关注「Python开发者」加星标，提升Python技能

喜欢就点一下「好看」呗~