ChatGPT 研究员平均月薪 6.4 万，要去报考人工智能专业吗？
高考过去大半个月，马上各地的高校录取就要拉开帷幕——今年的考生们，先是要在语文卷上写人工智能，在人生答卷上，还要考虑人工智能。
高考新课标 I 卷作文题
人工智能在给就业市场带来巨大变化，并且直接影响到了大学专业选择的趋势。夸克App发布的《2023高考志愿报告》中显示，计算机科学与技术占据第一，排名前十的专业里，也以人工智能相关专业为多。
一时半会儿，机器还解决不掉制造机器的人，干这个肯定更保险。何况还非常能挣钱：脉脉高聘发布的《2024春招高薪职业和人才洞察》显示，高居薪资首榜的是「ChatGPT 研究员」，月薪高达 6.4 万。
图片来自：脉脉高聘人才智库《2024春招高薪职业和人才洞察》
脉脉在去年就发现，人工智能行业的「抢人」非常刺激，人才供需比为 0.39，约等于五个岗位在抢两个人。
即便不是专门研究人工智能，仅仅只是作为一个补充，也能给自己涨薪。普华永道在《2024 就业晴雨表》里，分析了超过 15 个国家、五亿个招聘广告，今年垂直人工智能的职位数量，是 2012 年的七倍。需要 AI 技能作为辅助的岗位增速远超其它，而且还总是招不到人。
劳动力市场的变化，首先刺激的就是大学招生。
自从2018年教育部印发《高等学校人工智能创新行动计划》之后，已经有超过400所高校开设了这个专业。985、211、双一流之外，普通本科院校设立人工智能专业的也不在少数。
一时之间，开办人工智能专业的高校，如雨后春笋。
所以说，孟晚舟劝告年轻人，「要做机器不能取代的工作」不无道理，而眼下最不容易被取代的，就是制造机器的工作。
数据挖掘、机器学习、自然语言处理、语音识别、计算机视觉、神经网络……学这些专业，未来应该既能挣钱，又能降低可替代性……吧？
「ImageNet？完全没意义」
至少对接下来两三届大学生而言，人工智能都会是热门专业，但以前可没有这样的好光景。
OpenAI 的联合创始人（现在已经离职） Andrej Karpathy 曾经发推说，他刚踏足 AI 这个领域是 2008 年，那个时候一个会议也就 50 人，大家还会花时间评评有哪些不错的海报。
「热门专业」从来都是一阵时日就换一个花样。
在 2009 年，李飞飞着手建立 ImageNet ——如今看来人工智能领域最具划时代意义的数据集——的时候， 人工智能不仅算不上热门，压根就是个边缘学科。那时，对算法的研究是主流，是宇宙的中心。
数据更多的是养料、是素材。李飞飞在她的自传里回忆，跟身边的同事讨论得越多，她听到的怀疑声越多。
「你知不知道在这么多图像上训练一个模型要花多长时间？飞飞，那可得以年计算。」
「人们怎么可能下载得了它？你描述的是一个比大多数硬盘还要大的图像集合。」
「你真的有一个计划来实现吗？谁来标记数百万的图像？这要花多长时间？你要如何验证那么多标记的准确性？」
到底有多难？当时和李飞飞一起的，有一位年轻聪明的博士生，他原本希望以此作为自己的博士项目。等到第一阶段开始后，他找到李飞飞说，他看了下招来的大学生志愿者标记图片的速度、准确度。
「 粗略估算，完成这个项目大概要花……19年。」
简而言之，当时没有人看好 ImageNet，她听到过的最直接的反馈是： 「对不起，但这完全没有意义。」
总之，数据科学乃至人工智能，在都算不上一个有前景的专业。
不过，国内倒是有一些不太一样的景象。
当时「电子信息科学类」一度非常热门，因为大力推进基建，只不过培养方向更侧重于硬件的设计和开发，比如电子电路、半导体、集成电路等等。
可是当时选这个路子，也并不是就稳赢了。
深圳大学是首批设点的高校，然而据澎湃统计，在接下来的时间里集成电路专业始终不温不火——直到2018年。中美贸易战造成的影响，一下子刺激了集成电路产业在国内迅猛发展，局面打开。但算算时间，对于当年选择这个专业的学生来说，也已经过去了十年。
李飞飞
学什么专业未来有发展，是一个无法被解答的问题。
「神经网络也太古老了吧」
李飞飞的故事峰回路转，ImageNet 并没有真的花 19 年才完成。在一个研究生的建议下，她发现了当时的亚马逊众包平台。
终于，她和团队不用在校园范围内一点点找大学生，而是能铺开范围，收获了海量的数据，首个版本即有 1500 万张图片，覆盖 22000 个不同的类别—— 「海量」到，当时的算法几乎驾驭不了。
2010 年起，李飞飞提出了 ImageNet 挑战赛，但连续两年都没有什么非常惊艳的结果。2012 年时，她刚好又生了小孩， 都不想去了。但是结果出来那天，她接到了博士生（就是上面说 ImageNet 要花去 19 年青春的那个）深夜打来的电话。
出现了一匹神奇的黑马，测试效果好的惊人，就是用的方法堪称邪教：神经网络。
「这也太……古老了。」博士生感叹到。
看，这就是神经网络在2012年时得到的评价：古老。
神经网络由 Geoffrey Hinton 提出，1986 年他发布了用于训练多层神经网络的反向传播算法，奠定了神经网络的基础——然后，就没有太多然后了。
Geoffrey Hinton
当时的学术界对神经网络并不买账。另一方面，也是因为当时的客观条件限制，如今 AI 工业的「卖铲巨头」英伟达，一直到 1993 年才登上历史舞台。当时黄仁勋推出 GPU，主要还是用来让游戏玩家畅爽打怪的。
等到万事俱备，这些曾经边缘的学者，才终于走到了聚光灯下。李飞飞和 Geoffrey Hinton 成了 AI 的教母教父，英伟达成为市值最高的芯片制造公司，一张 H100 高价难求。
黑色幽默的是，黄仁勋在今年 2 月，参加了在迪拜举办的 2024 世界政府峰会，当他被问到建议现在的孩子学什么，他说：
十年、十五年之前，这个台上的人会告诉你，让小孩学计算机至关重要，每个人都应该学习如何编程。但我们的任务就是创造计算技术，让任何人都不需要编程。世界上每个人都可以是程序员，这是人工智能带来的奇迹。
然后，他推荐了生物专业。
我希望接下来能有一代人，享受去研究蛋白质、化学品、酶、各种材料，让这些东西更节能、更轻、更牢固、更可持续。
嗯，「 生化环材」，坊间流传的四大天坑。
「波尔曼兹机或许无望，但做它的日子很快乐」
眼下，黄仁勋、李飞飞和 Hinton 共同开创的这个人工智能盛世，首先出现的是抢人大战。
Levels.fyi 统计美国的就业市场，去年八月时拥有机器学习、深度学习或者其他人工智能软件工程师，起薪是 23 万美元，到了今年三月，这个数字已经是 30 万了。高级研究员更加是百万年薪，还不算股权激励。
Perplexity 的 CEO 曾在播客节目里表示，他曾经试图从 Meta 挖 AI 研究员，可是因为当时自己没有足够的 GPU，一时半会儿也买不起，只好作罢。
「你知道他们怎么说吗？等有了一万个 H100 GPU 再来找我。」
Perplexity CEO 作客 Invest Like the Best
瞧瞧，offer 条件已经不够挑的了，挑的是公司储备了多少算力。
这种轶闻是很有诱惑力的：谁都希望自己是一个公司、乃至一个行业里最有价值的人，金字塔最尖尖的那一群。
但究竟能不能站到塔顶，个人努力只能起到一部分作用。李飞飞、黄仁勋在十年前——哪怕在五年前——都未必能想到，他们今天会在金字塔尖有一席之地。
他们的故事固然传奇，但也不过是旧传奇的新版本：梵高、图灵、孟德尔；阿拉克涅、庇里西斯、普罗米修斯。
一如博尔赫斯的诗句，「毕达哥拉斯艰苦的门徒知道， 天体和世人周而复始，循环不已。」
人只能在当时，做当时能做的事。剩下的，交由时间和历史。
总会有一些人庆幸自己大学读了某个专业，也会有一些人痛恨自己曾经下过的决定。知乎上有多少网友拍着胸脯说自己靠写代码财富自由了，就有多少人苦口婆心劝年轻人不要四九年入国军——更重要的是，他们讲的都有道理。
可是人生很长，长到你无法只在某一个节点，就直接给自己下终身判决。即便要盖棺定论，也不必只拘泥于自己无法左右的历史进程。
Hinton 在接受采访时说，他最快乐的时光，是做波尔兹曼机学习法的日子。
图片来自：Sona Youtube
「它很优雅，最接近我对大脑的想象，尽管在实践（应用）中可能是无望的，但我很怀念那段日子，和同伴一起，很快乐。」
历史没有选择玻尔兹曼机作为人工智能皇冠上最亮的明珠，却不影响 Hinton 对它的偏爱。
有些选择在未来转身回顾时，可能也是无望的，却仍然可以被时时怀念。正如社交媒体上常常流传的那段话：
「 当你老了，回顾一生，就会发觉：什么时候出国读书，什么时候决定第一份职业、何时选定了对象恋爱、什么时候结婚，其实都是命运的巨变。
只是当时站在三岔路口，眼见风云千樯，你作出选择的那一日，在日记上，相当沉闷和平凡，当时还以为是生命中普通的一天。 」