害怕錯過風口的年輕人，能否贏得人工智能時代？
《紐約客》雜志最新一期的封面是一個滿臉胡須的年輕乞丐坐在曼哈頓街頭向滿街的機器人乞討。顯然，人工智能的時代已經來臨。
摸著自己羞澀的錢包，看著眼前培訓班門口顯示屏上的紅色喜報，李天跨出了他走進人工智能培訓班的第一步。七拐八拐，長長的走廊上掛著滿滿當當的優秀學員展示。
這是一個很平常的周末的早上，連9點都不到，但讓李天想象不到的是，培訓班外面的走廊上已經傳出了教室里講師高亢的講課聲。
培訓班的咨詢師小張，自信地為李天介紹，這個人工智能培訓班已經有5年歷史，成功舉辦了無數屆。宣傳單頁上，就連生物工程背景的學生，也藉由這個培訓班，成功搭上了開往人工智能的專列，甚至拿到了李天夢想中的薪水。
培訓班里的打拼者
李天已經無數次研究網上招聘信息和培訓課程，庫卡機器人，心里反復不停地掂量著。培訓班咨詢老師小張對此則不以為然現在，他的生意并不缺。
我們分兩種，一種是全日制培訓班，一般每期至少會有30多個人報名。最近一期，我們有60多個學生。另一種是周末培訓班，大概在20人左右。很不巧，我們最近一期的周末班已經開班1個多月了，庫卡機器人驅動器維修，如果你著急上，要看你能不能跟上課。否則你就得等下一期。小張為李天介紹著培訓班近期的狀況。
這讓李天很吃驚。他完全沒想到過來上培訓班還報不上名，甚至報名之后，還要等，就算順利上了，之后的求職還是個未知數。
小張看出了李天的心思，緊跟著對他繼續說：職業教育培訓，不僅是單一講技術，我們會安排就業。有相關合作企業會過來招聘，是免費推薦。最近的一個班，11月畢業，已經有十幾家企業預定了30多個學生，這些都不用擔心。
李天決定去試聽一節課再說。
在試聽的課堂上，李天遇到了與他一樣用渴望的眼神看著講師的其他30多名學生學生物工程的玲玲，學測試的珍珍
試聽后，李天躊躇著。比起其他培訓班的魚目混雜，這個領域還是比較看重學歷的。老師的說法是，這個培訓班上30%是本科學歷，48%是大專學歷。李天對AI財經社說，我是普通本科畢業，之前也算是一個碼農吧，算是有些基礎。再說了，這個班要上的Python語言，80%的技術崗位都可以用到。
最終，李天報了這個學費接近2萬的80天速成班。盡管這筆不菲的培訓費已是他2個月的薪水，但想想自己年近30依然月入不到1萬，萬一培訓后，獵頭口中動輒幾萬元的月薪工作向自己招手了呢？
李天并不是個例，他在的1個多小時內，來報名咨詢的人絡繹不絕，培訓班的5間咨詢室中，業務就沒有絲毫的空閑及間斷。咨詢的人游移著、權衡著，即使下了決心，也還是迷茫著。就如水木上那個匿名網帖描述的一樣矛盾：人工智能各方面人才其實都是需要的，難道只有算法大牛能成事？但是未來的出路也需要考慮考慮。
暴增的科班在校生
和李天不同，陳龍是一名北大在讀博士。今年2月，他和隊友們在首屆阿里聚安全算法大賽中奪魁，也算是和安全領域的人工智能結緣了。
陳龍并不是人工智能科班出身，而是在專業探索之中接觸到人工智能的。我本科學的是學電子信息科學與技術，碩士專業是通信工程，博士專業是軟件工程。
2013年前后，恰逢大型開放式網絡課程（MOOC）剛剛興起，新鮮感加上求知欲，促使陳龍在知名公開在線課程項目Coursera上學習了很多課程。其中，用R語言做數據分析的課程，為我打開了通往數據科學的大門。陳龍說。
和很多人一樣，陳龍在Coursera上學了人工智能領域權威學者吳恩達的機器學習入門課程，并且滿分通過，這也更加堅定了他把數據科學作為專業的選擇。
不過，跟李天迫切想提高薪水不同，陳龍更多的還是想要用技術創造價值，成為一名數據科學家。但讓陳龍感到困惑的是，在如今人工智能這個異常熱鬧的領域中，機器學習、深度學習、數據挖掘、數據科學、大數據光是這些熱門詞就讓人覺得分不清，它們所涉及到的技術更是讓人眼花繚亂。
學習R還是Python？Spark那么火，Hadoop還要不要學？Caffe、Tensorflow、PyTorch、Keras、MXNet等流行的深度學習框架，該學哪一個？陳龍說。
與陳龍相比，人工智能科班出身的學生，困惑一點也不少。一位2012年報考了某校第二屆人工智能專業的人士，在本科畢業后總結說，人工智能專業似乎與自動化那個萬金油專業很像，與電子、信息、計算機、數學、自動化專業都有關。我自己學的東西基本介于電子工程和計算機科學之間。模式識別學了一些，但都是皮毛。不僅如此，人工智能對數學要求也比較高，特別是離散數學、優化那塊，但又跟理論數學差別非常大。
他為自己的學弟學妹總結了一條人工智能的求學之路學好計算機科學，拿到美國大學要求的GPA高分，念好外語，然后出國。畢竟人工智能和機器學習的核心研究都在那邊。
大學紛紛開設人工智能專業
不過，一邊是還在形成之中的學科教育體系，一邊是學科在校生的暴增。在北大信科學院，學生在大二會有專業分流，可選電子、微電子、計算機、人工智能四個系中的一個。10年前，07級那會，選擇電子系的學生數達到了巔峰，近110名，而選擇人工智能的學生只有區區30人左右。陳龍說。之后幾年，選擇電子系的人數逐年下降，而人工智能的學生逐年攀升，到了2011年前后，兩個系的學生數幾乎翻轉過來。
人工智能近10年飛速發展，越來越多的學生選擇了相關專業，IT職場人士也有很多在轉型。陳龍說。
領英前不久的人才報告也印證了這個潮流。相比美國，在人工智能領域，中國年輕一代的占比更高，28歲-37歲中青年（80后）是AI領域發展的主力軍，占AI發展總人數的50%以上。相較而言，美國AI人才在各年齡段分布得更加平均，48歲及以上的資深人才占比為16.5%，遠高于中國的3.7%。
千軍萬馬的創業者
不僅是暴增的求學者，創業者也紛踴踏至。
據《烏鎮指數：全球人工智能發展報告（2017）》數據顯示，2000年以來，全球平均每天誕生約1.39家人工智能企業。而過去5年是人工智能創業的重要階段全球60%以上的人工智能企業誕生于這一階段；在288億美元的融資中，超過70%集中在這段時間發生。
這么多的創業者，首先要面對的就是人才搶奪戰。前有今日頭條創始人張一鳴放話：人才的水平有多高，我們的薪酬就有多高。后有商湯科技按圖索驥，畫出博士人才名單，但凡有人即將畢業，就馬上找上門，不讓任何魚兒漏網。
依圖科技也加入了這場人才的搶奪戰之中。隨著人工智能要在行業中落地，跨界人才成為最好的人選。
以依圖醫療骨齡產品研發為例，項目負責人林強做了十幾年的醫生，idea比較新，能夠接受新事物，是最合適把醫療跟人工智能技術結合起來的人。依圖醫療副總裁倪浩說。
倪浩本身的發展也詮釋了這類跨界人才的成長路徑。他高考報考了醫學院，后來又因興趣改學計算機，在計算機行業從業后，現又在依圖科技做起人工智能和醫療相關的創業。
而當人才和技術都有了，怎么進行商業變現也是人工智能創業者正在探索的。