人工智能领域最稀缺的是什么样的人才？

人工智能架构师

所有学到的东西，都能从零开始推，这叫元认知。元认知越底层的人，他在理解一件事情的时候所占用脑子里的内存越少。人工智能也是，它是一套工具，一个真正好的工程师，他手里所有的人工智能都是算法，比如现已知的，人工智能大类的算法可能有七八类，像支持向量机，神经网络、randomforest，adaboost等一大堆，他在看到一个模型后，能迅速判断哪个模型更适合。比如说为什么语义识别是用循环网络和LSTM来做识别？因为语义是一个线性的信息流，这个线性信息流里面要记住前面很远的信息，同时要忘掉很大一部分信息，再记住当前的信息，所以，用LSTM能非常完美的解决这个问题，但LSTM在图像识别上就不Work了、在量化金融中的优势也不明显。

这里，很多人会认为股票和语义都是一个时间序列函数，或者是前后序列函数。为什么LSTM训练这个很好用，训练股票就不行了呢？这个，就需要回到元认知。因为他们的数据结构完全不一样，你得理解什么模型处理什么实体结构。再比如，CNN适合处理大量数据、超大量的数据，且数据和数据之间有明确相关条件，所以，CNN适合处理图像，因为图像的像素之间具有相关性。而同样的一个情况，语义又不适合了。比如“我写程序”这四个字，每个字之间一对一的相关性并不是那么强，但他有一个整体相关性，他跟图像识别是不一样的。简单理解的话，语义是一维函数，图像是二维函数。

所以，这些都是很细节的东西。你只有在使用了大量的程序之后，跑着跑着，才能感知到，哦，原来这个应该用什么算法跑，那个不能用什么算法跑。因为人工智能属于黑暗森林，你只能慢慢去摸索，摸索哪个是最适合的。你不可能第一天就调试出来，搞清楚哪种场景，到底该用什么程序，这个程序应该有多少层的网络、结构、单元，每一层单元有什么样的参数，应该跟什么程序进行配合，是否需要两个程序进行嫁接，是否需要高级的比如对抗型的、或者辅助型、或者嫁接型等。你需要不断地锤炼和思考，才能出来这样的感觉，都是一点一点悟出来的。

回到最开始的问题，如果用一个特定的职位来定义，这个最稀缺的人才是人工智能架构师。