国内真的需要这么多会AI的人才吗？为什么CS所有研究生基本都搞机器学习和深度学习？
pythonic生物人约 4 分钟内容转载自知乎，著作权归属原作者
目前不止计算机专业搞人工智能，就连自动化，电子信息也是做这方面的，我不理解！？
霍华德回答：
其实是需要的，深度学习的下沉空间非常巨大。深度学习不同于机器学习的伟大创举，在于深度学习是一种数据驱动的规则。任何你在生活中能想到的规则，理论上都可以被深度学习取代。举一个非常下沉还没有完全被深度学习化的例子 - AI质检。简单说，就是看产品外观上有没有什么瑕疵，这事此前一直都是人工在做的，但现在工人不好招，而且培训周期长。干一段时间，工人觉得工作枯燥乏味折磨人，就跑了，流失率也非常高。而工人干的这种工作，本质上就是基于经验的规则，这种场景深度学习完全可以替代。中国是世界上唯一一个拥有全品类制造业产业链的国家，需要质检的工序或者产品成千上万，需要的人工智能人才自然也成千上万。
机器学习之前搞了几十年了，一直不温不火，能落地的场景比较有限。最大的障碍就在于需要高水平的研究者去手工设计特征，例如图像理解中的HOG特征和Harr特征等等。而深度学习只需要收集一批数据，扔到预训练模型里去微调一下，效果马上超过曾经最顶尖的算法。这就极大的降低了算法的使用门槛，基本有手的本科生就行。
但为什么现在深度学习还没有足够下沉呢？最大的障碍是算法工程师的成本太高。之前厂里的质检工人3000块招一个，算法工程师至少10000吧。使得很多场景，无法下沉，因为很多行业的利润率极低，按现在的薪资行情根本请不到算法工程师。
那么国家的想法是要把算法工程师的价格打下去！必须海量培养这方面的人才，极大的提高这方面的供给，根据市场规律自然薪资就会下降，到时候就会有更多行业用的起人工智能。随着算法工程师的价格降低，先是制造业大厂用得起了，然后制造业的中厂、小厂也慢慢用得起了，那么中国制造2025就成了。
综上所示，国内当然需要这么多人工智能的人才。
道哥真的多回答：
程序员已经变码农了（刻板印象就是贬值）。
人工智能（e.g., 算法工程师）目前听起来高大上，之后也会被xxx农，xxx民工替代。
周期律而已。再往前还有 通信-> 程序员
听雨回答：
第一个问题：AI容易水文章，拿经费，无论是在职位上浑水摸鱼还是升职加薪，都有巨大的好处。
第二个问题：显然不需要，但是市场不需要不代表学校不培养啊？就业情况，市场需求和大学有什么关系呢？没人关心，因为只和你自己有关。
想想你是学校的老师，你更关心自己的生活事业，还是广大研究生的就业情况？
作者：Mr.Jian回答：
现在深度学习门槛太低了，到处都是开源代码，大佬们都把sota模型都集成在一个开源框架上，改个配置文件，把自己数据集换一下格式，跑跑就能出个不错的结果。
但是业界真正需要的是能解决眼前实际棘手问题的人才，并且代码功底过的去的人。
就比如：自动驾驶中，现在模型对遮挡行人的检测框不准确，你能不能解决？对某一类的recall偏低，能不能改进？要对模型加一个新功能，能不能对模型做拓展？
所以，做深度学习，不妨针对某个实际比较棘手的问题去做，去把问题映射到模型的某个模块，思考方法解决。
这个过程应该如下：
发现问题 --> 映射到具体的模块 --> 思考方法 --> 解决问题
我看到很多刚入职的应届生，喜欢尝试最近刚出的论文里的方法，这恰恰和上面的过程相反，这样一股脑的尝试，大概率会不work，尽管论文里说的很有效。即便真的很想尝试，你就需要把这个方法做细，分析出不work是什么原因，work又是什么原因，比原来的模型区别在哪里，在真实数据中带来正面/负面影响又什么等等。
但是在这个过程中，从发现问题 --> 映射到具体的模块这一步是最困难，找问题的本质原因是不容易的，如果找出了原因，那么方法自然而然就能出来，只不过哪种方法最有效，需要你深入研究。
如果你能为公司解决眼前棘手的问题，带来效益，获得用户的认可，那么这就是自己职业发展的筹码，自己的核心竞争力。
仅用于传递和分享更多信息，并不代表本平台赞同其观点和对其真实性负责，版权归原作者所有，如有侵权请联系我们删除。
-END- 推荐阅读：
10W字《R ggplot2可视化教程1.0》来了! 详解Python列表推导式|迭代器|生成器|匿名函数 Jupyter Notebook的16个超棒插件！ 临床WGS/WES/Gene Panel/Single gene异同 一图胜千言，超形象图解NumPy教程！ 那些神经网络可视化利器 R Graphics Cookbook中译教程
我的学习小圈子👉 加入
赞、在看就是最大的支持