人工智能工程技术人员：为机器注入智慧力量

本篇文章2993字，读完约7分钟

数据来源:中国互联网络信息中心

制图:安迪

近日，人力资源和社会保障部等部门发布了“区块链工程技术人员”、“网络营销人员”等9个新职业，这是《中华人民共和国职业分类大典》(2015版)颁布以来发布的第三批新职业。

随着中国经济转型升级的推进，人工智能、物联网、区块链等新技术在许多领域得到应用，与之相关的新职业应运而生，人工智能工程师和技术人员就是其中之一。用户在手机上的简单一键式操作体现了人工智能工程师和技术人员的复杂劳动。在与机器的日常对话中，他们使用更精确的模型使机器更人性化，使工作和生活更智能。

编辑

一台薄笔记本电脑，一个高清大屏幕显示器，一叠整齐堆放的文件，一支随意摆放的钢笔...上午8点，吴大勇早早来到办公室，那张简单整洁的办公桌映入他的眼帘。

“嘿，这是我们日常工作的‘标准’，我们大部分时间都在和机器打交道。”在保温杯里泡茶后，吴大勇打开了电脑。"我们的工作，用一句话来概括，就是用算法来控制机器学习."说话间，挂在脖子上的吴大勇的徽章来回晃动，上面写着:iFlytek人工智能高级工程师。

设计模型并与机器对话

“老板欠工人工资是不诚实的。我能要求赔偿吗？”

根据《劳动争议调解仲裁法》，用人单位违反国家规定，拖欠或者不足额支付劳动报酬的，劳动者可以向劳动行政部门投诉，劳动行政部门应当依法处理

如何实现与机器的对话？不久前，吴大勇接到了公司的最新任务。该公司正在参与法律智能问答小程序“民法知识”的研究和开发。任务要求:打开微信小程序，通过语音输入感兴趣的法律问题，后台自动问答机器人可以快速匹配相应的法律条款并给出建议。

用户在手机上简单的一键操作是人工智能工程师复杂过程的背后。接到任务后，吴大勇拿出几张纸，放在他面前，开始构思模型。

一个多小时后，白皮书已经拟好了。“要让机器听话，我们首先必须能够与机器对话，这意味着将问答任务转化为机器能够处理的算法。”

在吴大勇的图纸上，任务被明确地划分为三种算法:文本表示算法，以便将问题转化为机器能够理解的语言；分类算法是用来解决法律在哪个领域可以适用于用户的问题；文本匹配算法用于解决特定法律的相应问题。

上午10点，吴大勇整理了一下略显凌乱的办公桌，看了看梳理好的思路，松了一口气:“这个‘基础’不错。如果不能很好地转化成机器算法，后续的程序将会很困难。实现所需的功能。”

短暂地站起身来，站了一会儿，伍大勇继续坐在箱子的一边。基本想法确定后，他打开了公司的在线工作平台，联系了数据资源部门的同事，获取准备好的数据。“模型设计完成后，需要从互联网上的网民那里收集大量真实的法律问题，在已有的答案中逐一标出相应的法律法规，并‘反馈’给机器，使其能够学会根据算法解释问题和答案中包含的对应关系。下午将是一个‘关键事件’。”

优化算法以提高精度

下午一点半左右，下楼吃了午饭后，吴大勇匆匆回到办公室，花时间把早上写在纸上的算法模型敲成一行行的代码输入电脑。

“这一步是关键。”吴大勇坐下后，他迅速敲了敲代码，告诉记者，“不要看这个功能。它很容易使用。你得敲几百行。恐怕今天下午我完成不了。”

在敲击键盘的声音中，三个多小时飞逝而过。吴大勇抬起手，转头看着将近下午5点的电脑屏幕，任务已经完成了一大半。他指着程序中的密集字符串介绍。第一段代码定义了问题和答案中涉及的各种问题变量，然后调用各种算法，让机器逐步了解问题和答案之间的逻辑关系

“今天完成的部分不是人工智能工程师的全部。我个人的工作只是人工智能这个广阔领域的一小部分。”吴大勇表示，在编写完模型构建代码后，需要导入之前准备好的数据，模型训练需要在机房的大型服务器上进行。与此同时，这往往是一个漫长的等待，有时培训过程需要几天时间。

然而，大多数初步结果并不理想。“你输入‘我被别人打了，我该怎么办？’，其反馈可能是不太相关的法律规定。“为了真正做到恰当并让用户满意，我们应该继续优化模型并反复训练机器，直到它能够给出准确的规则。在吴大勇看来，优化是人工智能工程师工作的本质，也是他们日以继夜追求的职业目标。

模型的准确度越高，就越能反映这个行业的技术含量。话虽如此，吴大勇并不觉得说话的速度在加快。“机器的精确度不能达到100%。我要做的是每天不断优化算法，让机器更人性化。有时升级一个点需要几个月的时间，但也足够了。激动了好几天！”

学习新知识，实践“超级大脑”

成为一名优秀的人工智能工程师并不容易。机器的训练不仅测试计算机等基础设施的计算能力，还测试工程师自身的智力。

“为了使人工智能程序回答得更准确，我们必须学习和积累大量新的算法模型来更好地训练人工智能。”吴大勇认为，这一行最突出的特点是更新迭代非常快，五六年前的一些方法在今天有些过时，这就要求实践者不断学习，不断更新自己的知识体系。

夕阳西下，吴大勇走到办公室的角落，靠墙的书架上摆满了一系列与算法和编程相关的参考书。“这些只是基础。我们还必须参加各种人工智能学术会议和论坛，阅读业界最前沿的研究论文，了解学术界和业界提出的新算法模型。”

大学毕业后，他进入中国科学院计算技术研究所从事自然语言处理工作，并于三年前作为人工智能工程师搬到了HKUST iFlytek北京研究院。吴大勇现在是人工智能领域的专家。

“成为人工智能工程师需要数学计算能力、对人工智能技术的理解以及系统科学和软件工程方面的专业背景知识。”另外，吴大勇每天花2-3个小时学习和吸收新知识，使他处于不断充实的过程中。

下午6点左右，隔间站的员工陆续散去。吴大勇关上电脑，用手机查看明天的日程安排。上午9: 00，该部门召开了一次电视在线会议，继续讨论在法律法规的检索和自动推荐方面小节目可能的优化方向。他说，在疫情防控期间，远程办公和视频会议成为主要工作方式，更多远程在线试验系统的使用也促使人工智能工程师不断调整他们的研究工作。

不远处，在办公室的玻璃墙上，下一个新产品的设计流程图清晰可见:从研发到测试和部署，形成了一条由人工智能工程师领导的生产线。

“在科幻电影中，人工智能可以与人类自由交流，这是人工智能的未来和我们努力的方向。”吴大勇说，虽然这样的场景还很遥远，但是越来越多的人才已经加入到人工智能这个新行业中来。未来值得期待在每一个具体的任务和优化培训。

■记者笔记

新的职业促进新的升级

什么是人工智能？从事这一行业多年，吴大勇给出了自己的答案——不仅是尖端技术，也是一种趋势，而人工智能工程师和技术人员是实现这一趋势的重要推动力。

如今，从生产线上的工业机器人到高速公路上的智能导航器，从语音翻译翻译机到面部识别相机，在人们对智能生活需求的驱动下，越来越多的人工智能应用得以实现。

可以看出，人工智能工程师和技术人员这一新的专业群体已经逐渐稳定在相关应用的出现之后。与此同时，从数字化到智能化的产业升级路径逐渐清晰。

未来，我们如何更好地激发新专业群体的活力，让传统产业焕发新的活力？

一方面，在“数量”上努力工作。要加强人工智能工程技术人才的系统培养，增加市场供给，逐步缩小产业需求旺盛和人力资源稀缺之间的差距。

另一方面，在“质量”上努力。越是前沿，越是“智力”受到考验。围绕技术进步，要加强多层次的学术讨论和业务合作，共同推动人工智能技术的深入发展。

人民日报(2020年7月7日，第10版)

来源：搜狐微门户