人工智能技術正在快速發展，而各國對于AI人才的需求是沒有止境的：大家都在培養和爭奪人才上做文章。前不久，教育部批準了國內35所大學的人工智能本科專業;加拿大正希望通過“全球技能戰略簽證”吸引國外人才流入。

今天全球人工智能領域人才的分布是什么樣子?中美在AI領域的差距究竟有多大?最近，加拿大Element AI的首席執行官JF Gagne發布了2019版的《全球AI人才報告》，為我們解答了這些問題。

調查發現，全球AI論文發表最多的學者之中，有44%是在美國獲得的博士學位，國內博士數量占11%。另一方面，AI人才的流動性很高，大約1/3的人工智能博士都不會在培養國工作，在這方面，中美都是人才凈流入國。

種種證據表明，當前頂級 AI 人才明顯供不應求。但這種人才到底有多稀缺以及他們分布在全球哪些地方，卻鮮為人知。本報告總結了我們對全球 AI 人才庫范圍和廣度的第二次調查。

我們的研究依賴于三個主要的數據源。首先，為了了解正在推進該領域的研究人員情況，我們回顧了 AI 領域 21 個主要科學會議的出版物，并分析了作者的概況。其次，我們分析了領英網幾個定向搜索的結果，結果顯示了世界各地有多少人有博士學位以及必備技能。最后，我們尋求外部報告和其它二手資料，以幫助我們將發現的東西放在上下文語境中，并更好地理解快速變化的全球 AI 環境中的人才庫。

我們的發現表明，2018 年有 22,400 人在一個或多個機器學習頂級會議上發表過論文，與 2015 年相比上漲了 36%，與去年相比上漲了 19%。同行評審的出版物數量也同步增長，比之 2015 年上漲了 25%，比去年上漲了 16%。女性較少，僅占在這些會議上發表論文的研究人員的 18%。

我們還發現，AI 人才庫流動性很大，大約有 1/3 的研究人員不在自己獲得博士學位的地方工作。在本文調查的 21 個頂級會議上發表過論文的作者中，約 18% 的人(約 4000)貢獻了過去兩年對該領域有重大影響的研究。高影響力研究人員(即那 18%)數量最多的國家分別是：美國、中國、英國、澳大利亞和加拿大。

對領英搜索的調查發現，根據我們的搜索標準，總共有 36524 人自報告為 AI 專家。相比去年，這個數字增長了 66%。

本次調查顯示，不論是自報告的 AI 專家，還是在 AI 會議上發表科學論文的作者及論文數量，都有顯著的增長和擴張趨勢。

根據 21 個頂級會議的出版信息，我們計算了會議論文的作者數量，得到的結果是 2018 年有 22400 人在一個或多個頂級會議上發表過論文。為了與前幾年的情況對比，我們收集了 2015、2016、2017 年同樣的 21 個會議的出版信息。結果顯示了明顯的增長趨勢。

培養高級 AI 專家的國家也在引領就業

根據參與大會的研究人員數據，我們可以觀察這些發表論文的作者是在哪里接受培訓的。首先，那些高產的作者主要是畢業于美國的博士。在我們的會議作者樣本中，超過 44% 的人在美國獲得博士學位。在中國獲得博士學位的作者約占 11%，其次是英國(6%)、德國(5%)、加拿大(4%)、法國(4%)和日本(4%)。

AI 專家在哪里就業?

主要在五個國家：美國、中國、英國、德國和加拿大，在這些國家工作的 AI 專家占 72%。

點擊下圖中的氣泡可以看到每個國家的會議研究人員和我們在領英中搜索到的人才數量。

就業數據也具有相似的地域分布。我們的調查顯示，美國繼續吸引 AI 研究人員為之工作，占樣本的 46%。在中國工作的 AI 研究人員占樣本的 11% 以上，其次是英國(7%)。加拿大、德國和日本各占樣本的 4%。總之，18 個最大國家的 AI 研究人員占作者的 94%，其中美國、中國、英國、德國和加拿大位列前五名(占樣本的 72%)。絕大多數會議作者(77%)在學界工作，而 23% 在業界工作。

為了評估 AI 專家的工作地點，我們觀察他們所在公司的總部位置，而不是實際工作和生活的地點。舉例而言，如果一些人在法國獲得博士學位，而在谷歌的巴黎辦公室工作，我們的數據則會顯示其在法國接受培訓，但為美國公司工作(谷歌是美國公司)。

在這種情況下，外國公司的出現會為東道國帶來本地投資、培訓等效益，并且專家依然歸屬于東道國。但是，該外國公司將對其本地創造的知識產權擁有所有權。雖然這種計算方法降低了許多生態系統的價值，主要是對美國有利，但我們覺得它更好地反映了人才在世界各地流動的方式和地點。

培養博士生的國家并不總是受益方人才流往何處

AI 人才流動性很大，大約三分之一的研究人員并沒有在獲得博士學位的國家工作。

我們的會議數據也了解了 AI 研究人員在完成其博士學位后將去往哪里工作。總的說來，大約三分之一(27%)的研究人員并沒有選擇在其讀博的國家工作。在至少擁有 150 名作者的國家，這一比例更是高達 32%。這些 AI 人才的全球流動性非常復雜，并且流動背后的故事各有不同。盡管如此，這一數據依然可以使我們觀察到 AI 人才在全球的流動情況。

首先，我們的數據顯示，一些國家對機器學習領域的研究人員特別具有吸引力。根據調查，美國最能吸引那些在其它國家接受培訓的 AI 研究人員為之工作。中國其次，其能吸引的研究人員絕對數量約占美國的四分之一。我們認為每個國家的工作機會等幾個不同因素會對這些結果產生影響。

根據我們的數據，這 10 個地區和國家流入的 AI 研究人員比例高于流出的人員比例：***、瑞典、韓國、西班牙、美國、瑞士、中國、日本、英國和澳大利亞。其中，瑞士和瑞典在接收世界各地 AI 專家方面處于領先位置，其擁有的在外國接受培訓的 AI 人才分別占 50% 和 49%。英國位列第三，在外國獲得博士學位的研究人員比例占 44%。在未來的項目中，我們希望探究一些國家為何有如此多流入的研究人員;這大概由于一系列原因，包括工作機會和研究人員回歸故國。

比較各個國家的人才流入與流出

根據各個國家 AI 人才的流入與流出，我們繪制了下圖：

美國、中國、英國、澳大利亞和加拿大引領影響力較大的研究

今年的調查發現，在這些頂級國際會議上發表論文的作者總量比去年上漲了 19%。為了評估這些作者當前對這一領域的影響力，我們分析了他們的論文在 2017 和 2018 年的被引用次數。結果發現，約 18%(約 4000)的人這兩年里對該領域有顯著的影響。

這些作者在頂級學術會議上發表的論文被引用次數最多，而且他們的知識也很淵博，相信他們會繼續為這個領域做出重大貢獻。對致力于將理論轉化為實踐的團隊來說，這些專家也是潛在的人才來源。

會議數據表明，這些研究人員主要集中在一些國家，此類研究人員數量最多的前五個國家分別是美國(1095)、中國(255)、英國(140)、澳大利亞(80)、加拿大(45)。

各國 AI 人才的學術背景

根據領英網(LinkedIn)的統計，大約 1/3 的 AI 人才都接受過計算機科學方面的教育，不過學術背景的分布在各國略有不同。

這一統計中有一些值得注意的地方。首先，所有領英網的數據都是自報告的：自愿選擇加入網站，并自我解釋受教育、工作經驗和目前工作情況。第二，雖然領英網具有廣泛的影響力，但它在一些國家中的代表性不佳。

在美國，已有 1.44 億美國人擁有 LinkedIn 檔案——這大約代表了 44% 的美國人口。在加拿大，領英網也有 38% 人口的高注冊率。但在俄羅斯，領英網的滲透率僅有 5%。在中國這個機器學習領域舉足輕重的國家，領英網注冊人數只有人口的 3%。

去年與 Wired 合作時，我們分析了人才庫中機器學習領域的女性研究人員所占比例。結果表明該領域離性別平衡還有很長的路要走：在去年我們調查的 AI 領域三個主要科學會議中，僅有 12% 的作者是女性。

在今年的調查中，這 21 個頂級會議中，女性研究人員仍然很少，僅占了發表論文作者的 18%。我們的調查發現，AI 領域的這種性別失衡在業界和學界都存在：在學界中，在會議上發表論文的作者中有 19% 為女性，而在業界，發表論文的作者中僅有 16% 為女性。

結論

2019 全球 AI 人才報告展示了在人工智能領域有影響力學術論文作者，以及自報告 AI 專家的數量。他們的數量在過去的幾年里有了顯著的增長。在 AI 領域里，女性的影響力仍然不足，但一些國家相比其他國家更加接近于平等。

從人才的地理分布來看，美國顯然在幾乎所有指標都遙遙領先。另一方面，人工智能無疑是國際化的，每個地區/國家的生態都有著自己的獨特優勢和戰略。諸多專注與培養人才的國家正推動全球 AI 領域持續向前發展。