·创新驱动技术迭代
人工智能正在快速迭代发展，催生出许多新场景、新应用，而处于技术创新前沿的人工智能工程师，需要不断探索新的技术和方法。
为适应人工智能技术快速迭代的特点，方龙伟所在团队研发的产品会同时推进三个版本：已经在使用的稳定版本，正在搭建的改进版本，以及未来要使用的最前沿版本。“产品线需要成熟稳定的应用，但也得储备最新的技术，然后不断迭代发展，这种模式既能紧跟人工智能前沿技术，也能保证产品具有稳定的性能。”方龙伟说。
“行业生态的变化非常快，七八年前的算法现在大多都已经被淘汰，算法变得越来越高级，算力也在快速提升，我们只有通过不停地学习新知识，才能适应技术迭代的节奏。”李龙一佳谈起入行8年以来的经历和感受。他自2015年从北京理工大学计算机学院毕业后，就一直从事互联网算法方面的工作，如今是字节跳动的人工智能算法工程师。
“创新就是寻找解决问题的方案，人工智能工程师的工作就像是在搭积木，先把遇到的问题解构成几大模块，再针对每一个具体模块寻找解决方案，或是借用前沿技术知识，或是利用现有工具箱组合新方案，最后像搭积木一样将模块拼接起来，通过不断更换、重组、升级，推动技术成熟进步。”李龙一佳说，他们处于技术创新的前沿，遇到的很多难题都是前所未有的，人工智能的发展有赖于持续的技术创新。
·智能应用照进现实
应用需求是人工智能发展的重要推动力。为推动人工智能应用落地，国务院发布的《新一代人工智能发展规划》提出：到2020年，初步建成人工智能技术标准、服务体系和产业生态链，培育若干全球领先的人工智能骨干企业，人工智能核心产业规模超1500亿元，带动相关产业规模超过1万亿元；到2025年，人工智能产业进入全球价值链高端；到2030年，使中国成为世界主要人工智能创新中心。
“人工智能工程师考虑的是应用场景问题，将对人工智能的想象做成能推向市场的产品，以解决人们的需求。比如，人脸识别以前只是一种图像识别的算法，在具体应用场景中才成为能够进行身份识别的工具。”李龙一佳认为，算法其实不过是冷冰冰的数学，重要的是能不能转化应用。
同样，在方龙伟看来，人工智能工程师的使命并不在于像科研人员一样钻研出高深的算法和模型，而是要将这些算法和前沿技术尽快转化为产品和服务并推向市场。“这需要具备数学和计算机基础等能力，更重要的是要具备团队合作和跨领域交流的能力。因为人工智能更注重多领域学科之间的交叉融合，大多数任务都需要集思广益，通过团队紧密协作完成。”为进一步融通学术研究和产业应用，方龙伟还攻读了中国科学院自动化研究所和英特尔中国公司联合举办的博士后培养项目。
“不确定性、对未知的探索、每天都在变化的新鲜感……”李龙一佳给出他热爱这份工作的理由。
“在每天的工作中，你都在面对很多新变化，并不断探索未知。”李龙一佳说，这是改变未来的事业，每一次探索，都有可能成就更加美好的未来。 |
