都知道AI人才數(shù)量稀少，薪酬水漲船高。究竟少到什么程度呢？

之前，有兩個數(shù)字廣為流傳，一是不到1萬人，二是30萬人左右。

Yoshua Bengio參與創(chuàng)立的加拿大人工智能公司Element AI之前在接受《紐約時報》采訪時給了個“10000”的數(shù)字；騰訊的《全球人工智能人才白皮書》給出的數(shù)字，則是約30萬人。

這其中的差別，主要因為前者估算的是“能進(jìn)行嚴(yán)肅人工智能研究”的人才，后者涉及的范圍則要廣得多。

現(xiàn)在，Element AI給出了一份新的、比較嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)。根據(jù)該公司CEO今天發(fā)的一份報告，全球約有22000名接受了博士教育的AI領(lǐng)域研究者，其中有3000名正在找工作。

這個統(tǒng)計結(jié)果來自Element AI對LinkedIn用戶的統(tǒng)計。他們篩選“AI研究者”的標(biāo)準(zhǔn)是：

2015年以來拿到PhD學(xué)位；

在個人資料中提到了深度學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)、計算機視覺、自然語言處理、機器人等技術(shù)關(guān)鍵詞；

懂Python等編程語言，會用TensorFlow、Theano等框架。

如果打破時間限定，把2015年以前拿到PhD的人也算進(jìn)來，Element AI估計，全球擁有適用技能的也只有90000人。

另外，報告還提到，根據(jù)發(fā)表論文、參加學(xué)術(shù)會議的情況，可以看出全球有5000人正在進(jìn)行前沿AI研究。

特別提示：數(shù)據(jù)主要基于LinkedIn的英文個人檔案，對中國的統(tǒng)計僅僅僅僅供參考。不過在東亞之外、特別是英語世界，數(shù)據(jù)還是相對靠譜的。

前兩天東哥說了，京東要去歐洲建研究中心，因為那里人才便宜。如果從建一個海外研究中心能覆蓋到的人才數(shù)量來看，哪個國家比較合適呢？

下面這兩張圖片，就展示了各國AI人才的分布：

我們可以看出，美國依然是最大的人才倉庫，有9010名符合標(biāo)準(zhǔn)的LinkedIn用戶、3017人在發(fā)表論文；

然后是英國和加拿大，分別有1861、1154個符合標(biāo)準(zhǔn)的LinkedIn賬戶，269、277人發(fā)表論文；德國法國也相當(dāng)值得關(guān)注；

還有一個地圖上不太看得出來的國家，比較值得一提：新加坡。這里有291名符合標(biāo)準(zhǔn)的LinkedIn用戶，21人在進(jìn)行前沿研究。這么多AI人才集中在一個城市里，去建個海外實驗室可以說很劃算了。

這份報告還根據(jù)學(xué)術(shù)會議上的研究者數(shù)據(jù)，分析了這些人的流動情況。結(jié)論如上圖所示，人才流動主要發(fā)生在中國、加拿大、德國、英國、法國和美國之間。

中國、加拿大、德國的AI人才都是流出的多、流入的少；英國和法國是流入大于流出。