數據來源：中國互聯網絡信息中心 　　制圖：張丹峰

　　日前，人社部等部門向社會發布“區塊鏈工程技術人員”“互聯網營銷師”等9個新職業，這是我國自《中華人民共和國職業分類大典（2015年版）》頒布以來發布的第三批新職業。

　　隨著我國經濟轉型升級的推進，人工智能、物聯網、區塊鏈等新興技術在多領域運用，與之相關的新職業應運而生，人工智能工程技術人員便是其一。用戶在手機上簡單的一鍵式操作，背后凝聚了人工智能工程技術人員的復雜勞動。他們在每天和機器的對話中，用更精准的模型，讓機器更通人性，也讓工作與生活變得更加智慧。

　　——編 者 

　　

　　一台輕薄的筆記本電腦，一部高清的大屏幕顯示器，一疊碼放整齊的紙張，再加一支隨意放著的筆……上午8點，伍大勇早早來到辦公室，簡潔而工整的案頭躍入眼帘。

　　“瞧，這就是我們日常工作的‘標配’，絕大多數時間在跟機器打交道。”保溫杯裡泡好茶，伍大勇打開電腦，“我們的工作，一句話總結，就是用算法操控機器學習。”說話間，伍大勇脖子上挂著的工牌來回晃動，上面印著：科大訊飛人工智能高級工程師。

　　設計模型，和機器對話

　　“老板拖欠工人工資不講誠信，我能要求賠償嗎？”

　　“根據勞動爭議調解仲裁法規定，用人單位違反國家規定，拖欠或者未足額支付勞動報酬，勞動者可以向勞動行政部門投訴，勞動行政部門應當依法處理。”

　　如何與機器實現這樣的對話？前陣子，伍大勇收到來自公司的最新任務，公司正在參與研發法律智能問答小程序“民法知道”，任務要求：打開微信小程序，語音輸入感興趣的法律問題，后台自動問答機器人能迅速匹配出對應法律條文，並給出咨詢建議。

　　用戶在手機上簡單一鍵式操作，背后是人工智能工程師的復雜工序。接到任務后，伍大勇抽出幾張紙放在面前，開始構思模型，奮筆疾書。

　　一個多小時后，白紙上已被勾畫得滿滿當當。“要讓機器聽話，首先要能和機器對話，這就要把問答任務轉化為機器能處理的算法。”

　　在伍大勇的圖紙上，任務已被清晰地分成三類算法：文本表示算法，為了把問題變成機器能看懂的語言﹔分類算法，用來解決哪個領域的法律能夠適用用戶提出的問題﹔文本匹配算法，用來解決具體法條的對應問題。

　　上午10點多，伍大勇整理了一下稍顯凌亂的案頭，看了一眼梳理好的思路，長舒一口氣：“‘地基’算是打好了，如果不能很好地轉化為機器算法，后續搭起來的程序就難以實現需要的功能。”

　　短暫起身站了一會兒，伍大勇繼續伏坐案邊。基本思路敲定，他打開公司網上工作平台，聯系數據資源部的同事拿到准備好的數據。“模型設計好后，要在網上大量搜集網友們的各種真實法律問題，並將已有回答中對應的法律法條逐條標注出來，‘投喂’給機器，讓它根據算法學習解讀一問一答中包含的對應關系。下午將是一場‘重頭戲’。”

　　優化算法，提高精准度

　　下午1點半左右，下樓吃完午餐，伍大勇匆忙回到辦公室，抓緊時間把上午寫在紙上的算法模型敲成電腦裡的一行行代碼。

　　“這一步是關鍵。”伍大勇坐下后，一邊緊張地飛速敲代碼，一邊告訴記者，“別看這個功能用起來簡便，得敲幾百行，今天下午怕是弄不完。”

　　在“吧嗒吧嗒”的敲擊鍵盤聲中，3個多小時飛逝而過。伍大勇抬手一看，將近下午5點，轉頭看電腦屏幕，任務完成了一半多。他指著程序裡密密麻麻的字符串介紹，“開頭一段代碼在定義問答中涉及的各種問題變量，接下來是調用各種算法，讓機器一步步學習問答之間的邏輯關系。”

　　“今天完成的部分還不是人工智能工程師的全部，我個人的工作也只是人工智能浩繁領域中的一小部分。”伍大勇說，寫完模型構建的代碼后，要導入之前准備好的數據，在機房裡大規模服務器上進行模型訓練。其間，往往是漫長的等待，有時候訓練過程要好幾天。

　　然而初次等到的結果，大多數是不理想的。“你輸入‘我被別人打了，要怎麼辦？’，它反饋的答復可能是不太相關的法律條文。”真正做到有模有樣，讓用戶滿意，要持續優化模型，反復訓練機器，直到它能給出精准的法條。在伍大勇看來，優化才是人工智能工程師的工作本質，也是夜以繼日不斷追逐的職業目標。

　　模型的精准度越高，越能體現這一職業的技術含量。說到這裡，伍大勇不覺語速加快，“機器精准度不可能達到百分之百，我要做的就是每天不停優化算法，讓機器更通人性，有時提升一個點，要耗費好幾個月，但也足夠興奮好幾天！”

　　學習新知，練就“最強大腦”

　　當好一名人工智能工程師不容易。對機器的訓練既檢驗著計算機等基礎設施的算力，更考驗著工程師自身的腦力。

　　“要想讓人工智能程序回答得更精准，必須大量學習和積累新的算法模型，從而更好地訓練人工智能。”伍大勇認為，這一行最突出的特點就是更新迭代非常快，五六年前的一些方法在今天看來已經有些過時，這就要求從業者不停學習、不斷更新知識體系。

　　夕陽西下，伍大勇走到辦公室牆角處，靠牆立著的書架上擺滿一系列跟算法和編程相關的工具書。“這些只是基礎，還要參加各類人工智能學術會議與論壇，翻閱行業內最前沿的研究論文，知曉學界和業界提出的新算法模型。”

　　從大學畢業進入中國科學院計算技術研究所從事自然語言處理研究工作，到3年前轉入科大訊飛北京研究院做人工智能工程師，在行業的浸染中，伍大勇如今已是人工智能領域的行家裡手。

　　“成為一名人工智能工程師需要具備數學計算能力、對人工智能技術的理解能力以及系統科學和軟件工程專業背景知識。”除此之外，伍大勇每天都要抽出2—3個小時學習和吸收新知識，讓自己處在不斷充實的過程中。

　　晚上6點左右，格子間工位上的員工紛紛散去，伍大勇合上電腦，查看手機上明天的日程安排：早上9點，部門有一場電視在線會議，繼續討論小程序在法律法條檢索與自動推薦方面可能的優化方向。他說，疫情防控期間，遠程辦公、視頻會議成為主要工作方式，更多遠程在線庭審系統的運用，也促使人工智能工程師不斷調整研究工作。

　　不遠處，在辦公室的玻璃牆上，下一款新產品的設計流程圖清晰可見：從研究、開發到測試、部署，形成一條以人工智能工程師為主導的生產線。

　　“在科幻電影裡，人工智能可以與人類展開自由交流，那是人工智能的未來，也是我們努力的方向。”伍大勇說，雖然那樣的場景還很遙遠，但在人工智能這個新興產業中，有越來越多的人才加入其中。在一個個具體任務中，在一次次優化訓練中，未來值得期待。

　　

　　■記者手記

　　新職業助推新升級

　　人工智能是什麼？身處這個行業多年，伍大勇給出自己的答案——不單單是一項前沿技術，更是一種趨勢，而人工智能工程技術人員則是實現這一趨勢的重要動力。

　　如今，從生產線上的工業機器人到高速路上的智能導航儀，從語音轉化翻譯器到面部識別攝像頭，以人們對智慧生活的需求為驅動力，越來越多的人工智能應用落地成真。

　　可以看到，在相關應用層出不窮的背后，人工智能工程技術人員這個新職業群體已經逐漸趨於穩定。同時，一條從數字化到智能化的產業升級路徑也逐漸清晰。

　　未來，如何才能更好激發新職業群體的活力，助力傳統產業煥發新生命力？

　　一方面，在“量”上下功夫。應加強系統性培育人工智能工程技術人才的力度，增加市場供給量，逐步縮小旺盛產業需求和稀缺人才資源之間的差距。

　　另一方面，在“質”上花力氣。越是前沿，越是考驗“腦力”，著眼於技術進步，要強化多層次學術探討和業務合作，共同推動人工智能技術向縱深發展。

　　《 人民日報 》（ 2020年07月07日 10 版）

分享讓更多人看到