音乐人工智能不再冷门
前言
人工智能音乐创作、音乐制作是投资者比较看好的领域，也是人工智能在音乐行业应用最广泛的领域。
今年，音乐人工智能热度持续升温。在CAAI全球人工智能技术大会、世界音乐人工智能大会、2021中国音乐科技应用论坛等近期举办的各种学术活动中，音乐人工智能都是最受关注的话题之一。在人工智能领域，音乐人工智能也许只是细小分支。但是，在音乐家与科学家的共同努力下，音乐人工智能在科研、应用方面都显示出巨大容量，表现出从冷门转变为热门的巨大潜力。
今明两年进入加速发展转折点
相比机器人、语言识别、图像识别、自然语言处理等人工智能的研究方向，音乐人工智能是非常小的分支。在人工智能圈，研究者倾向于探索新的神经网络、新模型等在人工智能技术上有所突破的课题，从而撰写高水平论文发表在CCF(中国计算机学会)A类期刊、中科院1区/2区期刊。尽管清理“唯论文、唯帽子、唯职称、唯学历、唯奖项”专项行动已经开展多年，但是，“要改变这种学术偏见依然需要比较长的时间。”北京邮电大学数字媒体与设计艺术学院讲师李荣锋认为，国内高校评价体系限制了音乐人工智能的学术空间。“在理工院校研究音乐人工智能的老师并不多，这需要对音乐有足够的热情。”复旦大学计算机科学技术学院教授张军平解释道，在理工院校，音乐人工智能项目能够获得的支持力度较小，因此困难重重，也很难做得深入。
而在音乐圈，音乐人工智能呈现出另外一番景象。2019年，中央音乐学院音乐人工智能与音乐信息科技系创建，作为北京市高精尖学科，代表着国际一流的优势特色学科以及新兴前沿交叉学科的融合发展成果，近年来在人工智能作曲、人工智能音乐表演与交互、智能音乐教育、音乐与脑科学等研究方面取得了突出成绩。上海音乐学院在交叉学科领域不断探索，2020年建立“音乐人工智能”博士点，今年已经招收音乐人工智能博士后进站工作，目前在人工智能与音乐教育、人工智能与生命科学、人工智能作曲与制作、人工智能数据标注与分析等相关领域正在展开一系列研发工作。四川音乐学院今年也新增了音乐人工智能专业，由中国音乐学院、四川音乐学院以及复旦大学、平安科技公司的教授组成双导师团队。浙江音乐学院还获批“数字音乐智能处理技术”文化和旅游部重点实验室……“随着科技进步，人工智能与音乐结合已是水到渠成。”上海音乐学院音乐工程系主任于阳说。复旦大学计算机科学技术学院教授李伟表示，音乐家们的辛勤努力使得音乐人工智能在宏观层面的整体形势有了不小的进展。
今年，在中央音乐学院的牵头下，中国人工智能学会(CAAI)艺术与人工智能专委会、中国计算机学会(CCF)计算艺术分会相继成立，团结了全国八大艺术门类与科技相关的人员共同探讨未来艺术。“这种顶层设计的效果是显著的，吸引了大量的学术界人才。”李荣锋说。“对音乐+AI感兴趣的人群，尤其是年轻人在迅速增加，这为音乐人工智能带来希望。”李伟预测，今明两年将是国内音乐科技从萌芽、起步、进化到加速发展的转折点，音乐家主导的从上到下的学科框架设置，以及理工科同行主导的从下到上的知识体系构建有望在中间相遇。
其实，音乐人工智能的底层科技知识体系构建还是有赖于理工专业的。“目前在国内音乐科技领域，底层核心技术几乎都来自国外，长此以往非常不利于上层的艺术学科甚至整个音乐产业的发展。”李伟说。近日，由50余位作者历时近两年联合编著的《音频音乐与计算机的交融-音频音乐技术2》已进入最后阶段，将由复旦大学出版社出版。该书连同为基础拍摄的同名MOOC，构成了音乐科技及计算机听觉领域的底层知识体系，以此为基础可扩展出数十门专业课程及对应的研究领域。
应用实践有“作曲”成果亦有平台
在音乐人工智能应用中，人工智能作曲总是最能博取眼球。10月9日，人工智能续写的贝多芬《第十交响曲》在德国发布，再次聚焦世界目光。1988年，德国音乐学家BarryCooper曾以贝多芬手稿为依据，历时八年续写出了第十交响曲第一和第二乐章。而卡拉扬研究中心组织了包含音乐家和人工智能专家的团队，仅用一年时间便完成了第三、四乐章的续写。虽然瞩目，但《第十交响曲》并未在人工智能技术上有所创新。“电脑将贝多芬创作的所有音乐和贝多芬草稿储存进去，然后就可以利用这些资料来教授人工智能学会音乐创作，从一小段音乐开始，逐步实现一整套的交响乐。”2019年，中国音乐学院教授韩宝强便携深圳平安科技AI音乐团队以相同技术路线，生成了一部交响变奏曲《我和我的祖国》，并于2019年10月11日，在音乐总监林大叶的指挥下，由深圳交响乐团完成世界首演。
音乐人工智能理论研究与应用实践联系方面，音乐院校不遗余力地创造平台。上海音乐学院与华为、字节跳动等科技公司合作，近几年连续获得中国文化和旅游部科技创新工程“多维云端乐交互系统”项目和“智能辅助音乐疗愈”项目、教育部新文科“音乐人工智能专业探索与实践”项目。中央音乐学院音乐人工智能与音乐信息科技系主任李小兵作为首席专家申报的《音乐与人工智能协同创新发展理论研究》入选2021年度国家社科基金艺术学重大项目。该课题从音乐学、脑科学、人工智能、计算机科学等多个领域入手展开跨学科研究，以“音乐创作与人工智能协同创新发展”“音乐呈现与人工智能协同创新发展”“音乐接受与人工智能协同创新发展”“音乐人工智能哲学——美学”为四个子课题，围绕人、音乐、人工智能三者的相互关系，对音乐与人工智能协同发展中的问题进行深入全面的研究，归纳其规律并提出具有指导性的理论体系。全国艺术科学规划项目管理中心主任邱邑洪认为该课题特色鲜明，从五百多个选题中脱颖而出，是第一个艺术与科技相结合的重大项目，体现了国家对艺术与科技融合的重视和支持。
投资者看好音乐人工智能项目
市场上，人工智能科技巨头也在积极布局音乐人工智能。字节跳动的bytesings、微软研究院的muzic等已在试图证明人工智能可以全端地完成整个音乐生产过程。讯飞通过唱歌合成、唱歌变声等方式将语音技术融入音乐。“有些音乐人工智能项目已经超乎过去对音乐人工智能的想象，但整体上还处于学术研究的阶段或者说是实验室阶段，能真正看到落地场景的还不多。这类项目更多是给我们描绘了用最多的数据、最多的财力人力所得出的结果，相当于整个行业的上限。”李荣锋说。
以需求为导向的音乐人工智能新兴公司也非常活跃。这些公司一般不需要非常高端的人工智能技术，主要依靠组合现有模型，或作小幅修改。但是，由于公司创业者多来自音乐行业，因此进行的项目也跟音乐生活更加贴近，解决的问题也更加具体。2008年起经营琴行的贾建伟看准音乐教育、乐器制造与人工智能结合的市场机会，于2017年京乐界乐科技有限公司，希望借助科技力量拓展音乐教育发展空间。“音乐人工智能产品研发比想象中难。它不是某个单纯的技术点，而是需要计算机程序代码、声学算法、物联网等关键技术点相互联合。”经历4年探索，贾建伟率团队于今年5月推出“音卓尔-乐伴·智能演奏记录仪”，立足物联网，结合声乐技术，以48k高清音质实时传输乐器的演奏内容，同时传递演奏时间、乐器环境与音准等讯息。11月22日，中国轻工业联合会发布的《升级和创新消费品指南》中，智能演奏记录仪与其他55款性能优良、引领消费趋势的高品质产品入选升级消费品名单。
曾志中是一位拥有互联网与音乐复合背景的连续创业者，此前曾担任太合音乐集团总经理、微软及诺基亚亚太区音乐服务总监。“我从市场需求角度出发，专注于满足市场及客户的需求。”为了解决公播音乐授权模式及版权成本、市场音乐预算及版权意识、专业的场景音乐制作等问题，他于2018年创建安谱音乐，应用人工智能作曲技术推出的BGMRadio是已经完成商业化模式的线上公播服务。目前，安谱音乐瞄准短视频音乐市场，预计在年底推出首批多首作品。“短视频音乐制作方式跟传统歌曲不同，应该像电影配乐，根据短视频情节制作适合的音乐。”曾志中说。
“人工智能音乐创作、音乐制作是投资者比较看好的领域，也是人工智能在音乐行业应用最广泛的领域。”经过较长时间跟踪观察与梳理，诗焓文化创始人兼CEO董露茜率小鹿角智库团队撰写了《2020AI音乐发展洞察小报告》。她表示，音乐科技创新是一个不断在动态中变化发展的领域，《2021-2022年的AI音乐发展洞察小报告》将梳理业内投融资交易案例。上海音乐学院副教授陈世哲认为，音乐人工智能在资本市场经过两年热潮，正在趋于冷静，这是新技术发展的必然趋势。对待音乐人工智能项目，人们常常对短期收益有过高期望，而忽视其作为科学研究的长期作用。音乐人工智能发展是漫长过程，不应过度推广，也不该被忽视，待成长起来之后相信能真正影响音乐产业。
近年来，人工智能产业结构经历了转型。过去，计算机视觉一家独大，如今，自然语言处理、语音音频处理的比重逐渐提升。而音乐人工智能正好横跨两个专业，求贤若渴。“无论是大的互联网企业，还是具体的创业公司，都处于急需人才的状态。”李荣锋说。李伟则指出，音乐人工智能在国内计算机领域虽然有所进步但发展缓慢，有5年以上科研经验的人才都很少。韩宝强也提到，“从事音乐人工智研究不仅要有本事，还要有情怀，要喜欢音乐。”上海计算机音乐协会秘书长宁佐良说，“音乐人工智能的可贵之处在于无限可能性，需要不同专业背景的人才跨界合作、共同推动。”
明年7月，中央音乐学院音乐人工智能与音乐信息科技系首批毕业生即将毕业，而此时他们已经收到来自各大科技公司的邀请。上海音乐学院音乐工程系就业率在全校名列前茅，很多毕业生进入头部公司。陈世哲表示，上海音乐学院音乐工程系主动引进高科技项目之外，也主动把学生送到高科技企业实习，在实践中学习，对音乐工程学科来说尤为重要。“其实高校更缺音乐人工智能的人才，只有高校教师成气候，人才培养才能成气候，整个行业才能成气候，这是我一直坚持的立场。”李荣锋说，音乐人工智能选题，很多都是暂时没有市场、不能赚钱的项目，却能实实在在地解决音乐实践中的难题，“学校研究环境相对自由，选题空间大，这些年科研环境也不断改善，真心希望大家可以更有信心地加入到高校大家庭。”
免责声明
文章来源：京报网
凡资讯来源注明为其他媒体来源的信息，均为转载自其他媒体，并不代表本网赞同其观点，也不代表本网对其真实性负责，转载请联系原出处。您若对该文章内容有任何疑问或质疑，请立即与后台小编联系，平台将迅速给您回应并做处理。注明本公司原创内容，转载请与我们联系
生成式人工智能迎来大爆发，人类真的要失业了吗
去年夏天以来，以ChatGPT为代表的“生成式”人工智能系统接连问世，人们惊艳于它们的智能程度，但也对其未来发展产生担忧。这样的系统可以按需求生产内容，不仅威胁到人们的工作，还可能造成错误信息的激增。
StableDiffusion根据提示自动生成的画作，真假难辨。图源：https://stablediffusionweb.com/
就在10多年前，三位人工智能研究人员取得了一项突破，永远地改变了这个领域。
“AlexNet”系统通过从网上采集的120万张图像进行训练，识别出了从集装箱船到豹子等不同物体，其准确性远远高于以往的计算机。
这一壮举帮助开发人员阿莱克斯·克里泽夫斯基(AlexKrizhevsky)、伊利娅·苏茨克维(IlyaSutskever)和杰弗里·辛顿(GeoffreyHinton)赢得了名为ImageNet的年度神秘竞赛。它还展示了机器学习的潜力，并在科技界引发了一场将人工智能带入主流的竞赛。
从那时起，计算机的人工智能时代基本上在幕后形成。机器学习是一项涉及计算机从数据中学习的基础技术，已普遍应用于识别信用卡欺诈、提高在线内容和广告相关性等领域。如果说从那时起机器人就开始抢走人们的工作，那基本上也是在我们看不到的地方发生的。
现在不是了。人工智能领域的另一项突破刚刚撼动了科技界。这一次，机器在众目睽睽之下运行，它们可能终于准备好取代数百万的工作岗位了。
一个11月底发布的查询和文本生成系统ChatGPT，以一种科幻小说领域之外很少见到的方式闯入了公众的视线。它由总部位于旧金山的研究公司OpenAI创建，是新一波所谓的“生成式”人工智能系统中最引人注目的一种，这种系统可以根据要求生成内容。
如果你在ChatGPT中键入一个查询，它将以一段简短的段落作为响应，列出答案和一些上下文内容。例如，你问它谁赢得了2020年美国总统大选，它会列出结果，并告诉你乔·拜登何时就职。
ChatGPT界面。
ChatGPT使用简单，能够在瞬间得出看起来像人类生成的结果，有望将人工智能推入日常生活。微软向OpenAI(由AlexNet创始人苏茨克维联合创立)投资数十亿美元的消息，几乎证实了这项技术将在下一阶段的人工智能革命中发挥核心作用。
ChatGPT是一系列日益引人注目的人工智能公众展示的最新例子。另一个OpenAI系统，自动书写系统GPT-3，在2020年年中发布时震惊了科技界。其他公司的所谓大型语言模型紧随其后，去年扩展到图像生成系统，如OpenAI的Dall-E2、来自StabilityAI的开源StableDiffusion和Midjourney。
这些突破引发了人们争相寻找这项技术的新应用。数据平台ScaleAI首席执行官亚历山大·王(AlexandrWang)将其称为“应用案例的寒武纪大爆发”，将其比作现代动物生命开始繁荣的史前时刻。
如果计算机可以编写和创建图像，那么在正确的数据训练下，还有什么是它们无法生成的吗?谷歌已经展示了两个实验系统，可以根据简单的线索生成视频，还有一个可以回答数学问题。StabilityAI等公司已将这项技术应用于音乐。
这项技术还可以用于向软件开发人员建议新的代码行，甚至整个程序。制药公司梦想着用它以更有针对性的方式合成新药。生物技术公司Absci本月表示，已经利用人工智能设计出了新的抗体，可以将一种药物进入临床试验所需的大约四年时间缩短两年多。
但随着科技行业竞相将这项新技术强加给全球受众，人们需要考虑潜在的深远社会影响。
例如，让ChatGPT以12岁孩子的风格写一篇关于滑铁卢战役的文章，你就能让一个小学生的家庭作业手到擒来。更严重的是，人工智能有可能被故意用来产生大量错误信息，还可能会自动取代大量工作，远远超出最容易躺枪的创造性工作。
微软人工智能平台主管埃里克•博伊德(EricBoyd)表示：“这些模型将改变人与电脑互动的方式。它们将以一种前所未有的方式理解你的意图，并将其转化为计算机行为”。因此，他补充说，这将成为一项基础技术，“涉及几乎所有现有的东西”。
可靠性问题
生成式人工智能的倡导者表示，这些系统可以提高工人的生产力和创造力。微软称，公司旗下GitHub部门的软件开发人员，已经使用一个代码生成系统生成了40%的代码。
谷歌研究科技对社会影响的高级副总裁詹姆斯•马尼卡(JamesManyika)表示，对于任何需要在工作中提出新想法的人来说，这类系统的输出可以“解锁思维”。它们内置在日常软件工具中，可以提出想法、检查工作，甚至生成大量内容。
然而，尽管生成式人工智能易于使用，并有可能颠覆很大一部分科技领域，但对构建这项技术并试图在实践中应用的公司，以及许多可能在不久之后在工作或个人生活中遇到这项技术的人，都构成了深刻的挑战。
最重要的是可靠性问题。计算机可能会给出听起来可信的答案，但人们不可能完全相信它们说的任何话。其通过研究大量数据，根据概率假设做出最佳猜测，却不能真正明白它产生的结果。
圣菲研究所教授梅兰妮·米切尔(MelanieMitchell)表示:“它们对一次谈话之外的事情一无所知，无法了解你，也不知道词语在现实世界中意味着什么。”它们只是针对线索，产生大量听起来有说服力的答案，是聪明但无脑的模仿者，无法保证它们的输出不只是数字幻觉。
已经有事实展示，这项技术如何产生看起来有模有样但实际不可信的结果。
例如，去年年底，Facebook母公司Meta展示了一个名为Galactica的生成系统，它是根据学术论文进行训练的。人们很快发现，这个系统会根据要求发布乍一看可信但实际上是虚假的研究，导致Facebook在几天后撤回了系统。
ChatGPT的创建者也承认其有缺点。OpenAI表示，系统有时会给出“无意义”的答案，因为在训练人工智能时，“目前没有真相来源”。OpenAI补充说，使用人类直接训练它，而不是让它自己学习（这一种被称为“监督学习的方法”，可以由训练资料中学到或创建一个模式，并依此模式推测新的实例）并不奏效，因为系统通常比人类这个老师更善于找到“理想答案”。
一种潜在的解决方案是在生成系统的结果发布之前提交合理性检查检查。马尼卡说，谷歌的实验性LaMDA系统于2021年宣布，对每个线索提出了大约20种不同的响应，然后评估每种响应的“安全性、毒性和合理性”。“我们打电话去检验，看看这是真的吗?”
然而，斯坦福大学计算机科学副教授珀西·梁(PercyLiang)表示，任何依赖人类来验证人工智能输出结果的系统都存在问题。他说，这可能会教会人工智能如何“生成具有欺骗性但看上去可信的东西，实际上可以愚弄人类”。“事实是，真相难以捕捉，而人类并不擅长于此，这可能令人担忧。”
PhotobyArsenyTogulevonUnsplash
而这项技术的支持者说，有一些实用的方法可以使用它，而不必试图回答这些更深层次的哲学问题。微软联合创始人保罗•艾伦(PaulAllen)创立的人工智能研究所A12的顾问兼董事会成员奥伦•埃齐奥尼(OrenEtzioni)表示，就像互联网搜索引擎既能提供有用的结果，也能提供错误的信息一样，人们将设法最大限度地利用这些系统。
他说：“我认为消费者只会学会使用这些工具来造福自己。我只是希望这不会让孩子们在学校作弊。”
但让人类去猜测机器生成的结果是否准确，可能并不总是正确的答案。研究人工智能应用的科技行业组织“人工智能伙伴关系”首席执行官丽贝卡•芬利(RebeccaFinlay)表示，在专业环境中使用机器学习系统已经表明，人们“过度相信人工智能系统和模型得出的预测”。
她补充说，问题在于，“当我们与这些模型互动时，人们会将结果对于人类有何意义的不同方面灌输给它们”，这意味着他们忘记了系统并没有真正“理解”他们所说的话。
这些信任和可靠性问题，为不良行为者滥用人工智能提供了可能。对于任何故意试图误导的人来说，这些机器可能成为虚假信息工厂，能够生产大量内容，淹没社交媒体和其他渠道。在正确的例子训练下，它们可能还会模仿特定人物的写作风格或说话声音。
埃齐奥尼说：“制造虚假内容将非常容易、廉价和普遍。”
StabilityAI负责人伊马德•穆斯塔克(EmadMostaque)表示，这是人工智能普遍存在的一个固有问题。他说：“这是一种人们可以道德或不道德地、合法或非法地、符合伦理地或不符合地使用的工具。坏人已经拥有了先进的人工智能。”
他声称，唯一的防御措施就是尽可能大规模地推广这项技术，并向所有人开放。
这在人工智能专家中是一个有争议的解决方案，他们中的许多人主张限制对底层技术的使用。微软的博伊德表示，其“与我们的客户合作，了解他们的用例，以确保人工智能在这种情况下真的是一个负责任的用途。”
他补充说，微软还会努力防止人们“试图欺骗模型，做一些我们真的不想看到的事情”。微软为其客户提供工具，扫描人工智能系统的输出，以查找他们想要阻止的冒犯性内容或特定术语。
微软此前经历了惨痛的教训，认识到聊天机器人可能会失控：聊天机器人Tay在发表种族主义和其他煽动性言论后，不得不在2016年被匆忙召回。
在某种程度上，技术本身可能有助于控制新人工智能系统的滥用。例如，马尼卡表示，谷歌已经开发了一种语言系统，可以以99%的准确率检测出语音是否为合成。他补充说，谷歌的任何研究模型都不会生成真人的图像，从而限制了所谓深度造假的可能性。
人类的工作面临威胁
生成式人工智能的兴起，也引发了关于人工智能和自动化对就业影响的又一轮争论，这已经是一个老生常谈的话题。机器会取代工人吗?或者，通过接管重复性工作，它们会提高现有工人的生产力，并增加他们的成就感吗?
最明显的是，涉及大量设计或写作元素的工作面临风险。当StableDiffusion在去年夏末问世时，它对即时图像与提示相匹配的承诺，让商业艺术和设计界不寒而栗。
一些科技公司已经在尝试将这项技术应用于广告，其中就包括ScaleAI，其已经在广告图像方面训练了一个人工智能模型。王说，借助这个工具，小零售商和品牌可以得到专业的包装图像，而此前为产品拍摄此类图像价格高昂，他们无法负担。
Dall-E2解释生成原理的视频截图
这可能会威胁到内容创造者的生计。穆斯塔克说：“它彻底改变了整个媒体行业。世界上每一个主要的内容提供商之前都以为他们需要一个元宇宙策略：他们需要的是一个媒体生成策略。”
据一些面临失业的人说，这不仅仅事关生计。当歌手兼词曲作者尼克·凯夫看到ChatGPT写的听起来像他自己作品的歌曲时，他惊呆了。他在网上写道：“歌曲产生于痛苦，我的意思是，它们是基于人类复杂的、内在的创作斗争过程，而据我所知，算法是没有感觉的。数据没有感知。”
对科技持乐观态度的人相信，科技会放大而不是取代人类的创造力。斯坦福大学的梁说，有了人工智能图像生成器，设计师可以变得“更有野心”。“你可以创建完整的视频或全新的系列，而不仅仅是创建单个图像。”
版权制度最终可能发挥重要作用。应用这项技术的一些公司声称，出于“合理使用”，它们可以自由地使用所有可用数据来训练自己的系统。“合理使用”是美国的一项法律例外，允许有限度地使用受版权保护的材料。
其他人不同意这个说法。盖帝图像和三名艺术家上周在美国和英国对StabilityAI和其他公司提起诉讼，指控这些人工智能公司肆意使用受版权保护的图像来训练其系统，这是这一领域首个法律诉讼。
一名代表两家人工智能公司的律师表示，这个领域的所有人都已准备好应对诉讼，这是为这个行业制定基本规则不可避免的一步。对科技行业而言，围绕数据在训练人工智能方面作用的争论，可能会变得与智能手机时代初期的专利战一样重要。
最终，为人工智能新时代设定条款的将是法院，甚至是立法者，如果他们认为这项技术打破了现有版权法所基于的旧假设的话。
在那之前，随着计算机竞相吸收世界上更多的数据，生成式人工智能领域迎来了自由狩猎的季节。
原标题：《生成式人工智能迎来大爆发，人类真的要纷纷失业了吗？》
阅读原文
人工智能的就业前景有多广阔这些岗位很缺人，“钱途”远大
近些年来，科技的快速发展，使人工智能方面的人才炙手可热。
根据此前UiPath发布的数据显示：我国AI岗位空缺数量最多，有12113个相关职位因为招聘不到人才而发生空缺。
我国对于AI人才的渴求已经超过了人工智能大国美国。因此，我国人工智能专业的毕业生，他们未来的就业前景将会非常广阔。
我国人社部2018年的数据统计显示：在人工智能方面，我国的市场需求大于供给。而且从岗位空缺上可以明显看出岗位空缺与求职人数之比在不断上升，甚至还达到了1.25的比例高度，也就是说有125个职业岗位在同时争夺100个求职者。
在就业竞争极为激烈的当下，各互联网相关岗位都在开始缩减招聘人数，可是人工智能却仍然表现出了供不应求的招聘热度。
企业招聘的时候，岗位设置上不会简单写上“人工智能”四个字，毕业生需要了解人工智能专业可以就业的热门岗位，投递简历的时候才不会摸不着头脑。
人工智能专业可以在哪些岗位就业？这6大就业方向前景广阔
智能金融
近些年，手机支付成了很多人日常生活中主要的支付方式，取代了现金在生活中的地位。而手机支付也是智能金融的一部分，人工智能在这方面起到了极大地推动作用。
很多金融机构对于人工智能技术十分青睐，并且依靠人工智能技术实现了降低金融诈骗的风险。
人工智能专业的毕业生可以进入智能金融的领域，将人工智能和金融知识相结合。这也是人工智能专业毕业生目前非常火热的就业发展方向之一。
计算机视觉
乍听之下，计算机视觉岗位和人工智能似乎“风马牛不相及”，这也是人工智能领域非常火热的就业方向之一。
拍照的时候，相机可以自动地将人脸的画面进行识别和检测；P图的时候，可以针对人脸进行相应的美化处理（眼睛变大、涂腮红）等等。
当冷冰冰的机器能够感知到具体的影像，并且对此进行识别时，人工智能相当于为机器安上了一双眼睛，这种“神奇”的技术手段在岗位需求中自然会占有先机。
数据服务
大数据时代，人们在网络上获取信息变得更加丰富多元。但是因为数据量过大，人们搜索的结果可能不够准确。有人工智能进行干预，大数据的推算会更加符合搜索者的心意，搜索的结果也会更加准确。
数据服务还包括数据商为网络提供更加海量的数据支持，也为先进的人工智能算法提供了搭建模型的基础。
数据服务的就业前景十分广阔，也是人工智能毕业生比较青睐的就业方向之一。
智能教育
线上教育蓬勃发展，人们学习的方式变得更加多元。除了线下具体的实物教育之外，智能教育将教育的方式推向了一个新的高度。
智能教育通过在教育方式上加入人工智能的手段让人们获得知识的方式更加便捷。
学生在网络搜题的时候变得更加简单，甚至还可以获得相关知识点的推送。而且人工智还能帮助老师批改作业，不仅确保了准确率，同时也极大地降低了老师的工作量。
随着人工智能的逐步发展，智能教育将会变得更加先进，比如说为每个学生制定有针对性的学习方案，更加能够实现真正意义上的因材施教。
机器学习
机器学习是一种较为复杂的就业方向，其目的是让机器在大量的数据训练后学习如何更好地完成任务。这也是人工智能中最复杂、最核心的内容。
机器学习所要求的技术人才水平更高。目前，全世界的人工智能水平仍然处于弱智能阶段，想要帮助机器建立人脑的神经网络确实存在一定的难度。
智能医疗
机器可以进行海量的数据分析，不断地学习医学专业知识，帮助医生分析医学影像，医生可以通过机器所提供的帮助为患者诊断病情。
智能医疗的应用可以让医疗资源得到极大的丰富，降低了医疗成本，人工智能在医疗方面的应用是功德无量的。
人工智能专业的毕业生也可以从事智能医疗相关的工作，智能医疗行业的发展潜力非常巨大，如果可以凭借自身拥有的人工智能知识促进我国的医疗事业发展，是一件非常有意义的事。
人工智能的产业链相较于其他行业，已经发展得较为清晰，主要包括基础支撑、关键技术以及行业应用。毕业生可以根据所学专业的侧重点以及自身的兴趣爱好进行相关就业方向的选择。
有数据显示：我国人工智能的本科毕业生月工资可达1.25万元，毕业3年的技术人员月工资可达2.5万元，如果是硕士毕业的话，薪资待遇会更高一些。
相信随着信息时代的进步，人工智能的岗位需求会越来越大。
【编辑推荐】
恶意无人驾驶飞机系统（UAS）活动的威胁防护措施谷歌AI认错人，同事工程师竟成「连环杀人魔」AI都会写灵魂Rap了？Transformer跨界说唱，节奏流畅度都不在话下钟南山人工智能大会上发言谈及AI新冠肺炎影像识别等技术
人工智能将取代大量岗位，哪些职位不会被替代
在科技日新月异的今天，人工智能（AI）的发展速度令人瞠目。投资银行高盛预测，AI可能会取代全球300万个全职岗位，这其中包括电话客服、平面设计师、程序员、作家和教师等。然而，也有一些职业在AI的冲击下依然稳固。那么，哪些职业能在AI的浪潮下安然度过呢？
据英国招聘网站Adzuna的研究，专业医疗人员如肿瘤科医生、矫形牙医和儿科医生的职位最不可能被AI取代，他们的年薪甚至超过了10万英镑。这些职业的稳定性主要源于其对专业知识和人类情感理解的高度需求，这是AI目前还无法替代的。
不过，AI的影响已经开始显现。据普华永道的一项研究，约有一半的英国工人担心他们的工作在未来五年内会受到AI的影响。就在上个月，英国电信宣布将裁员55000人，并用AI替代五分之一的员工。这无疑加剧了人们对AI可能取代整个行业的担忧。
在这种背景下，Adzuna根据OpenAI和宾夕法尼亚大学的研究，列出了最不可能被AI威胁的最高薪酬职业。其中，法官和政治家等需要主观推理的职业被认为是安全的。英国议会议员的年薪为86584英镑，法官的薪酬则远超10万英镑。
此外，Adzuna在6月份列出了731个首席执行官的职位，尽管平均薪酬较去年下降了4.6%，从85143英镑降至81205英镑。
Adzuna还指出，社会可能会抵制一些涉及“人类故事或动机”的工作被AI取代，如影响者、生活教练或个人教练。然而，这些职业的薪酬也出现了下滑。例如，个人教练的薪酬从48575英镑降至40560英镑，下降了16.5%。
值得注意的是，手工劳动也被认为是免受自动化威胁的。蓝领工作，如铺设和夯实设备操作员（平均薪资85800英镑）、架空线工人（51886英镑）和砖石工匠（50345英镑）等职业在榜单上占据主导地位。石油钻井工人、起重机驾驶员和木匠也位列其中。
尽管许多公司正在接纳AI，但AI的存在也预计会创造出一些专门监控其使用的工作岗位。Adzuna预测，AI工程师、AI伦理官和AI审计员等职位在不久的将来将变得常见。
然而，AI的影响对一些科技行业的工人来说是毁灭性的。例如，道德黑客（测试公司在线安全的人员）的薪酬是去年的一半。在广告数量相似的情况下，薪酬从89888英镑降至41417英镑。
最后：AI的发展无疑会对全球就业市场产生深远影响。然而，也有一些职业在AI的浪潮下依然稳固。这些职业的稳定性主要源于其对专业知识和人类情感理解的高度需求，这是AI目前还无法替代的。因此，我们需要对AI的发展保持警惕，同时也要看到其带来的机遇。