從三年前年薪25萬隻是白菜價，到去年華為以年薪最高達201萬招攬頂尖應屆畢業生，AI這把星星之火已然燎原，AI開發者也成為各大企業擁抱AI及數字化轉型的關鍵。
同時，在近幾個月的特殊時期下，AI奔赴“戰疫”一線，從AI病毒傳播模型預測、AI語音輸入病例、到AI無人機監管等實踐，再次證明數字經濟時代，AI帶來的自動化革命處於高速進行時階段，“無AI，不科技”的應用也正全面滲透日常。
根據CSDN最新官方數據統計，在CSDN超過3000萬的註冊開發者中，689萬開發者有閱讀、撰寫與研究AI技術行為。其中，精準聚焦AI學習及應用的開發者人數達到了154萬。
基於此，為了更好地瞭解其背後技術趨勢與人才走向，並幫助所有有志於AI的開發者成長及就業，CSDN發佈了《中國AI應用開發者報告》。
在此篇章中，特別聚焦分析中國AI開發者畫像特徵、技術及行業增長、地域分佈等，旨在幫助更多的開發者及相關行業深入瞭解AI技術及應用發展趨勢。
AI正在吞噬軟件
“Software is eating the world.” 猶記得在2011年，原網景創始人、硅谷著名投資人Marc Andreessen曾說道。
彼時隨著PC、智能手機等計算設備逐漸成為通用工具，也得益於硬件成本的大幅降低和硬件技術的標準化，全球的科技行業走向了軟件開創的新紀元。
而親身經歷這一轉變的典型公司就有曾被譏諷為“一個書店晚上業餘做IT”，到後來“一個IT公司順便賣書”的亞馬遜。
近十年後的今天，科技行業再次發生了改變，曾經的軟件吞噬世界，而現在已演變為AI正在吞噬軟件。
中國AI十年演進：2016-2018大爆發，2019年進入平靜期
然追溯驅動這場變革的源點AI，始於1956年達特茅斯人工智能夏季研究計劃，其間既有興盛，又歷寒冬。
不過相較而言，早期在國外 Google 相繼收購 DNNresearch 與 DeepMind、Facebook 尋得Yann LeCun 擔任人工智能實驗室負責人、亞馬遜藉助機器學習改造部分業務等以科技巨頭為首的人工智能協同推進發展下，國內的人工智能風起於青萍之末，行走於荊棘之間。
直到近十年，中國AI開始從過去偏於理論的學術研究，真正地落地到產業界。
對此，CSDN通過對2009年至2019年這10年來AI相關數據進行統計發現：60年前誕生的AI概念似乎爆發於一夕之間。
其中，2016年作為一個截然不同的時間節點，人們似乎只看到了 AlphaGo 戰勝頂尖圍棋選手們、Master 在人機“世紀大戰”中以60勝0負的戰績將人工智能的關注度推到了前所未有的高度，以至於AI成為家喻戶曉的關鍵詞。
卻往往忽略，AI之所以能普及的背後源於卷積神經網絡、深度學習、機器學習等基礎技術的平穩進階與強力結合。對於這個科技世界最為敏感的技術開發者們，也正是得益於此，才完全清晰地知曉瞭如何擺脫只有“人工”沒有“智能”的應用研發手段，從而AI產業也吸引了越來越多的開發者加入。
隨後的幾年間，在諸多政策的支持下，如2017年，國務院印發了《新一代人工智能發展規劃》，提出了面向2030年我國新一代人工智能發展的指導思想、戰略目標、重點任務和保障措施，部署構築我國人工智能發展的先發優勢，加快建設創新型國家和世界科技強國，AI開發者數量幾乎翻一番。
不過，從AI技術10年演進中，也不難發現，2018-2019年間，AI整體發展出現了微小的下滑趨勢，這也正如狗尾草科技人工智能研究院院長邵浩曾在中國開發者大調查對AI現狀點評道，“在經歷了2019年的行業低谷期之後，無論是行業巨頭還是新興獨角獸，都開始審視AI能夠切實落地的場景。
從企業AI現狀中能夠發現，很多企業還停留在信息化階段，AI所能發揮的優勢還不夠明顯，但有趨勢可以看出一些新興的AI形態逐漸得到了認可和落地，例如RPA、對話系統等。”
互聯網行業AI大變革
據脈脈大數據顯示，當下，這些公司主要聚焦於以軟件為主的IT互聯網領域，而相應的該行業的AI開發者佔比人數最多，高達80.1%。
除此之外，金融業、製造業也聚攏了不少AI開發者，佔比8.4%，這也意味著，這些傳統的行業也正在向AI加速轉型。
開發者對AI技術趨勢的感知
在此趨勢下，AI的應用開發者們所運用的工具利器也隨著產業的落地而發生了改變。
深度學習比機器學習更熱門
在AI細分領域上，開發者主要聚焦於深度學習、計算機視覺、機器學習等主要領域，而這些技術在時下早已成為智慧城市、智能家居、智慧物流等場景中最為常見的基礎支撐技術。
AI工具框架大比拼：OpenCV遠超TensorFlow、Torch/PyTorch，國產PaddlePaddle進入TOP10
在技術應用層面上，對於最為直觀的工具，莫過於OpenCV了。這位相對更老牌的OpenCV雖廣泛應用於AI領域，卻也不侷限於AI。
彼時於1999年1月，懷著為計算機視覺提供通用性接口的OpenCV首個測試版的發佈，實現了幫助AI開發者們在人工智能時代下快速構建精巧的應用。在20年的演進中，OpenCV已經廣泛應用於自動駕駛、相機校正、工業檢測系統等場景中。
除此之外，在AI開源框架領域中還有一個既定事實是，TensorFlow、PyTorch基本兩分天下，從技術能力到生態建設，它們能給AI落地提供有力支撐，可以滿足大部分企業在其中構建自己的AI應用的需求。
相比之下，TensorFlow 算得上是AI工具中的一匹黑馬。2015年，Google 正式將用於機器學習和深度神經網絡方面研究的 TensorFlow 開源。至今僅用了不到5年的時間，素有“AI界的安卓系統”之稱的 TensorFlow 就成為了一線開源機器學習框架。
根據最新的數據統計，老牌的跨平臺計算機視覺庫OpenCV憑實力一路飆升到了第一名，成為全國AI開發者最喜愛的AI工具框架。其次是TensorFlow。
繼而，緊隨靜態深度學習框架TensorFlow之後的是Torch/PyTorch。論其兩者，有不少相似之處，但要問為何Torch/PyTorch的使用率比TensorFlow少很多。
究其原因，一方面，Torch/PyTorch雖然靈活，但PyTorch在2017年才開源的時間上落後了TensorFlow一大步；另一方面，TensorFlow在GPU的分佈式計算上優異表現，讓不少公司及開發者更願意嘗試TensorFlow。
另外，在以上主流的AI工具框架之列，也可以看到國產深度學習框架/平臺的崛起：
其一是排在第9名的飛槳（PaddlePaddle）：作為中國首個唯一開源開放、功能完備的深度學習平臺，百度的飛槳可同時支持稠密參數和稀疏參數場景的超大規模深度學習並行訓練，支持萬億乃至更高量級規模參數的高效並行訓練，也是最早提供如此強大的深度學習並行技術的深度學習平臺，通過技術創新做到高效、穩定、成本低廉。
其二是排在第13名的騰訊NCNN：NCNN是一個為手機端極致優化的高性能神經網絡前向計算框架。基於NCNN，開發者能夠將深度學習算法輕鬆移植到手機端高效執行，開發出人工智能App。
其三是位列第15名的Face++/Brain++/MegEngine（天元）：三者都是曠視的平臺及工具。在技術框架迭代的過程中，曠視於2019年1月從技術與場景兩大維度做了戰略升級，並將在人臉識別、面部分析等方面具備完整視覺技術服務解決方案的雲端視覺服務平臺Face++進一步地做了升級，演變為更為系統化的AI算法引擎Brain++。
而就在前不久，曠視正式開源其AI生產力平臺Brain++的核心組件 -- MegEngine（天元），共約35萬行代碼，包括C++、CUDA和Python的代碼。對此，曠視表示，正在通過開放Brain++，嘗試為AI打造一套Visual Studio，將AI能力帶給更多開發者。
整體而言，百度飛槳以較為完備的端到端開源深度學習平臺生態處在國內領頭羊的位置；曠視的體量相對小一些，但其靈活高效等優勢讓其具備很強的多平臺多設備適應能力；NCNN在同類框架中，跨平臺兼容性也是最好的。
當下，隨著飛槳、NCNN、Face++/Brain++/MegEngine榮登AI開發者常用的TOP20工具之列，無疑也在彰顯國產化的中國力量。
而在百度、騰訊、曠視乃至更多企業相繼入局之下，國產深度學習框架/平臺市場開始出現博弈之勢，不過，從中我們也發現，作為國產的深度學習框架的代表，百度的PaddlePaddle在歷經四年的迭代之後仍處於AI開發者常用框架的第9名。
在此之下，國產工具該如何實現突破？中國的AI又將如何實現彎道超車？
對此，CSDN創始人&董事長、極客幫創投創始合夥人蔣濤表示，中國AI的希望在於應用，AI真正進入各行各業落地，需要百萬掌握AI應用開發能力的工程師、產品經理和行業專家。
AI相關技能開發者地域分佈現狀
在地域分佈上，本次報告公佈了最新AI相關技能開發者Top20的地區排名：北京穩居第一，其次第一梯隊的還有廣東、上海、浙江、江蘇。
AI相關技能開發者分佈TOP5城市：北京、上海、深圳、杭州、廣州
從數據可以看出，無論是更廣泛的互聯網企業，還是更聚焦的AI公司，北上廣深一線城市均是他們的首選，從而吸引的AI愛好者佔比也相對較高。
其中，在探討北京對AI感興趣的開發者數量為何是上海的一倍多、乃至杭州三倍多時，我們發現，位居全國前列的AI相關研究單位及高等院校如北京大學、清華大學、中科院等均坐落於北京，為各大企業、研究所提供了最為直接及高效的AI培養與輸出。除此之外，作為智慧城市的重要城市之一，北京聚集了眾多優質人工智能企業。
同時，新一線城市如南京、西安、成都、杭州、武漢等成為AI愛好者的第二大聚集地。
此外，因地理位置等因素，如瀋陽、大連等城市更多的是聚焦在傳統的製造業上，因此從事或關注相關行業的AI的開發者相對較少。
不過，相較而言，除了北上廣深外，隨著阿里巴巴、網易、華為杭州研究所等巨頭以及不少創業型企業紛紛落戶杭州，杭州的科技競爭力也愈發強盛，在AI應用層面，開發者關注的活躍度也相比其他新一線城市要高。
AI開發者畫像：已呈年輕化趨勢，本科學歷背景佔比最高
隨著AI應用場景的普及，AI人才早已呈現供不應求的現狀。就此，一個月前，教育部官網發佈了《教育部關於公佈2019年度普通高等學校本科專業備案和審批結果的通知》，審批結果顯示，中國人民大學、北京化工大學、北京郵電大學、北京師範大學、中國傳媒大學、復旦大學等179所高校新增了人工智能專業，這其中還並不包括與人工智能相關的大數據、智能科學、自動化等方向。
24歲以下開發者佔比高達51%
AI初長成，高校加強AI人才的培養，帶來的人才必然呈現年輕化的趨勢，這一點從數據上也可以看出。據調查顯示，24歲以下的AI開發者成為人工智能行業的主力軍，佔比高達五成；其次，經驗較為豐富的24-35歲AI開發者也不在少數，佔比38%。
不過，35歲以上的AI工程師相對較少，只有11%。
這一趨勢走向也與現下整個互聯網的人才年齡趨勢相吻合，此前，據CSDN發佈的《2019-2020中國開發者調查報告》顯示，在軟件開發領域，30歲及以下的開發者人群佔比在8成以上。在傳統與創新觀點的碰撞中，科技行業的年輕化未嘗不是一件好事，其也將為科技的迭代落地帶來更多的可能性。
不過，在這個伴隨著高薪而來的高壓力IT領域中，男多女少的比例成為常態，對於AI行業亦然。此前，AI界知名大佬、斯坦福視覺與學習實驗室（SVL）負責人李飛飛坦言：“即便是在自己的實驗室裡，仍然招募不到足夠多的有色人士和女性。儘管現在要比過往典型的人工智能實驗室更加多元化，但它仍然大多數是男性。”
AI行業，本科生佔比最高，博士/博士後稀缺
在國家大力推動素質教育的前提下，各行各業的招聘門檻均有所提升。在興起的AI行業中，無論是大廠還是創業型公司，很多的企業的招聘對於學歷要求都是本科起。
據最新的數據統計，AI人才中43.6%擁有本科學歷，其次碩士佔比28.4%，高學歷的博士/博士後人數最少，僅有2.8%。
而這一比例與整個軟件開發者學歷分佈佔比有所不同，在更廣泛的軟件開發者群體中，具有本科學歷的開發者佔比66%，碩士研究生、博士研究生僅佔11%、1%。相較而言，AI領域的人才對於學歷的要求會更高一些。
算法工程師、數據分析師成為AI開發者的首選
細分來看，在具體的職位方面，AI技術棧中算法工程師比例最高，佔比48.4%。而此前，邵浩在中國開發者大調查對AI現狀也點評道，從就業角度來看，由於算法工程化才是商業落地的核心關鍵，因此算法團隊的規模在近半數的企業中僅保持在個位數，另一方面，擁有紮實工程化能力的算法工程師更受青睞。
從這個數據中，可以看出算法工程師頗為熱門，但側面也體現出其競爭也更為激烈。對此，身處該行業中的一名從業者趙一鳴在《算法工程師的危機》一文中表示：
對於一般的算法工程師，主要有兩個方面的危機。
一方面是來自人的競爭，大量的畢業生和培訓生湧入這個行業，人才缺口被迅速填滿甚至飽和，未來的競爭會更激烈；
另一方面則是來自機器的競爭，大量算法工程師會很快被他們每天研究的算法所代替。這兩者互相惡化，AI人才市場終會變成一片紅海。
除了算法工程師，很多開發者在進入AI行業中也選擇了數據分析師、機器學習工程師、數據挖掘工程師職位，佔比分別為32.4%、6.1%、6%。
AI招聘依然遵循金三銀四、金九銀十的定律
那麼，在AI浪潮之下，對於AI開發者而言，何時適合找工作？據《中國AI應用開發者報告》中AI人才招聘與求職的趨勢顯示，一方面，常規的金三銀四、金九銀十依然是每年的招聘旺季，人才市場流動旺盛；
另一方面，需要實時關注行業動態，伺機而動，如據2019年1月-2020年2月AI人才招聘趨勢圖顯示，11月期間，業界對AI人才的招聘需求達到最高峰，隨之在12月帶來了一波求職小高潮。
另外，根據數據調查，我們發現，或受春節假期以及疫情影響，2020年1月，無論是企業招聘還是人才求職，趨勢走向稍顯低迷。隨著2月各大企業遠程復工的開啟，AI相關的人才招聘狀態雖有恢復，但其速度仍不及求職的需求。
十年AI，爆發於一夕，崛起於腳下，探索於未來
目前AI正處於寒武紀的大爆發階段，而據最新的數據顯示，37%的AI開發者入行已有6年以上的時間，而剛入行工作0-3年的AI開發者人數佔比最多，達到了38%。而在年輕化趨勢之下，這一佔比將會越來越高。
這也意味著，隨著AI和傳統行業以及日常生活的加快融合、開源技術生態在中國的日益普及，以及越來越多資源擁抱AI，更多的算法與技術、應用的結合下，未來屬於AI時代。
而AI時代，屬於為其開疆拓土的AI應用開發者們。雷鋒網雷鋒網雷鋒網
閱讀更多 雷鋒網 的文章
