大数据文摘出品：中编：河马招聘岗位冻结。一些人猜测，投资者最终将对人工智能失去希望。谷歌已经冻结了机器学习研究人员的招聘，优步已经解雇了一半的人工智能研究团队……未来拥有机器学习技能的人将远远超过机器学习的工作岗位。我们正在经历一场衰退。人们正在谈论人工智能的冬天。人工智能(AI)、机器学习(ML)和数据科学(DS)将首先萎缩是有道理的，因为这些对大多数企业来说都是奢侈品。但如果你能创造价值，未来就不一定是黑暗的。AI寒冬不影响大多数相关领域的工作我们不断研究论文，不断获得灵感，不断创新，但我们仍然使用现有的技术和方法。此外，支持机器学习的产品的流行并不一定与大量研究有关。如果一味地进行大量的研究，只会越来越多的研究成果无法付诸实践。有趣的是，整个行业都在尝试实施几十年前发明的机器学习方法。如今，“人工智能驱动”的产品越来越受欢迎，主要是因为机器学习比新研究更容易实施。解决问题不需要尖端的人工智能，反之亦然。经典算法+专业知识+小数据集可以解决大部分实际问题，很多问题的解决不需要深度神经网络。而且我们大多数人都没有解决像自动驾驶汽车这样的难题。我认为在大型企业之外，与解决问题的思维方式和基本的开发技能相比，我们过于强调关注前沿技术能力。在科学技术之外，很多枯燥或手工的工作早就应该自动化了，这不需要技术上的突破。应用机器学习，但专注于创造价值而不是改变世界当你成功解决一个问题（任何问题）时，每个人都会有所收获。硅谷欺骗我们相信我们应该去月球而不是努力改善我们当地的社区和我们周围人的生活。我爱优步，这家公司真的改变了世界。但是，如果仅仅为了让优步维持下去，每季度就要花费50亿美元，那么也许是出了什么问题。是的，确实有些公司做的是长期的生意，会影响到70亿人。但也可以通过简单的改进来创造价值，例如致力于减少“乏味”行业中的数据输入错误。了解机器学习是消除AI恐惧的最佳方式我们听说自动化会扼杀工作，通常是因为没有什么比恐惧更能卖掉，而不是因为技术失业即将到来。掌握机器学习技能，然后尝试概念化、训练和部署一组模型来解决实际问题。你会很快看到这仍然是一件非常困难的事情，然后你就会明白我们离被通用人工智能取代还有多远。基础设施建设远未达到成熟水平，真实数据仍是一团乱麻。从Kaggle下载CSV数据集以训练问题模型时，99%的工作已经为您完成。如果更多的人这样做，他们晚上会睡得更好。让机器学习易于使用？现有工具仍有很大差距过去10年，易用性对机器学习应用的贡献大于算法的突破。尽管软件工程师现在已经接近可以使用开箱即用的组件拼凑出机器学习解决方案的水平，但要做到这一点仍然不容易。随着工具的进步，纯机器学习的开发工作将会减少，取而代之的是大量增加软件工程师使用机器学习来解决各种问题，这将使科技公司以外的更多公司受益。机器学习正在全球范围内推动价值，但我认为我们甚至还没有触及皮毛。只要我们拥有正确的工具，这一天就会真正到来。首先掌握软件工程除非你已经拥有AI相关主题的高级学位，否则请帮自己一个忙，先学习软件工程，然后再涉足AI。学习软件工程就像获得技术领域的MBA（当MBA真正有价值时）。您将学习基础知识，创建完整的交钥匙解决方案，然后继续编写代码来推进人工智能。随着行业格局的演变，工作机会会越来越多，掌握软件工程，转行会更容易。许多软件工程师能够在人工智能或数据科学领域进一步取得成功，但相反的情况很少见。结语围绕人工智能的炒作层出不穷，任何上涨都会伴随着“下跌”，但如果我们做好准备，这未必是坏事。如果我们专注于培养通用技能（包括AI）、解决实际问题和创造价值，我们总会有事可做。相关报道：https://towardsdatascience.com/ml-engineers-are-losing-their-jobs-learn-ml-anyway-87e19523cd9b（id：BigDataDigest）》】点此阅读作者更多好文
