Koliko IT giganti plaćaju AI talente?

Gotovo sve velike tehnološke kompanije imaju sopstvene projekte razvoja veštačke inteligencije i spremni su da stručnjacima iz ove oblasti daju višemilionska godišnja primanja ne bi li ih privoleli za sebe.

Start-up kompanije iz Silicijumske doline  oduvek su imale prednost regrutovanja u odnosu na industrijske gigante: iskoristite priliku i mi ćemo vam dati vlasnički udeo, koji bi vas mogao učiniti bogatim ako kompanija uspe.

Trenutna trka u tehnološkim industrijama koje obuhvataju veštačku inteligenciju mogla bi da ovo pitanje prednosti i najboljih olakša – ili će, ako ništa drugo, to olakšati za barem nekoliko potencijalnih zaposlenih koji puno toga znaju o veštačkoj inteligenciji.

Najveće tehnološke kompanije ulažu ogromne svote u razvoj veštačke inteligencije, unovčavajući svoje znanje na šarolike načine – od skeniranja lica na pametnim telefonima i „pričljivih“ gedžeta za kafu do kompjuterizovane zdravstvene zaštite i autonomnih vozila bez ljudske podrške. Budući da su u potrazi za budućnošću, AI ekspertima danas nude plate koje su zapanjujuće čak i u industriji koja se nikada, zapravo, i nije ustezala da zasipa bogatstvom vrhunske informatičke talente.

MIT Review je intervjuisao devet eksperata iz oblasti veštačke inteligencije kao i „dubokog učenja“, sada veoma aktuelne uže discipline unutar AI. Svi su oni, iz razumljivih razloga, tražili da ostanu anonimni. Tipični A.I. stručnjaci – uključujući one koji su sa upravo izašli iz škola sa informatičkim doktoratima pod miškom, ali i one sa nižim obrazovanjem i samo nekoliko godina iskustva, mogu biti plaćeni od $300.000  do pola miliona dolara godišnje ili više – u kešu ili u deonicama firme koja ih angažuje. Ovim stručnjacima, takođe, razne kompanije nude vrtoglave cifre samo kako bi prešli pod njihovo okrilje.

Poznata imena na polju veštačke inteligencije primaju nadoknadu kroz plate ili kompanijske akcije koje iznose jednocifrenu ili dvocifrenu brojku u milionima dolara u periodu od četiri ili pet godina. U određenom trenutku, ovi ugovori se obnavljaju ili se pregovara o novom ugovoru, što veoma podseća na način na koji profesionalni sportisti potpisuju svoje ugovore.

Na samom vrhu su rukovodioci sa iskustvom, koji i sami upravljaju A.I. projektima. Gugl je prošle godine podneo sudsku tužbu protiv svog dugogodišnjeg zaposlenika, Entonija Levandovskog (Anthony Levandowski), doskorašnjeg šefa Guglovog AI odeljenja za razvoj autonomne vožnje. Levandovski je 2007. započeo svoju karijeru u Guglu, i tokom deset godina (sve do 2017.) ukupno zaradio 120 miliona dolara, pre nego što se prošle godine pridružio Uber-u, tako što je ova firma preuzela veoma izgledni start-up čiji je on bio koosnivač. Ovaj slučaj privukao je obe kompanije u sudsku arenu na okršaj u kojem je ulog više nego dragocena intelektualna svojina Levandovskog, za koju obe firme smatraju da polažu prava.

Plate informatičara a pre svega talentovanih poznavalaca veštačke inteligencije toliko vrtoglavo rastu da postoji šala po kojoj je tehnološkoj industriji, da bi privukla vrhunske stručnjake, potreban budžet koji NFL i sponzori daju najvećim zvezdama američkog ragbija. “Ovo će olakšati stvari”, rekao je Kristofer Fernandez, jedan od Majkrosoftovih menadžera za zapošljavanje novih kadrova. “I to umnogome.”

Nekoliko je „katalizatora“ tj razloga koji su doprineli naglom ubrzavanju trenda udeljivanja astronomskih plata nadarenim informatičarima. Auto-industrija se sa Silicijumskom dolinom već neko vreme nadmeće za iste stručnjake, koji im mogu pomoći u izgradnji autonomno navodećih vozila. Velike tehnološke kompanije kao što su Facebook i Google takođe imaju puno novca za bacanje na probleme čije rešenje i ključ, kako misle, leži u razvoju veštačke inteligencije, poput izgradnje digitalnih asistenata za pametne telefone i kućne uređaje, kao i otkrivanje neprimerenih i uvredljivih sadržaja.

Od svega, ipak, najviše nedostaju novi talenti, a velike kompanije pokušavaju da ih uvrste u svoje redove onoliko koliko je to za sada moguće. Rešavanje teških A.I. problema nije isto što i pravljenje mobilne aplikacije koja je „hit sezone“. Po podacima jedne nezavisne montrealske AI laboratorije („Element AI“), danas u celom svetu nema ni 10.000 ljudi koji poseduju veštine potrebne za suočavanje s komplikovanim AI istraživanjima.

“Svedoci smo epohe u kojoj razvoj AI ne mora biti nužno dobar i po društvo, ali takvo je racionalno ponašanje ovih kompanija”, rekao je Endrju Mur, dekan računarstva na Univerzitetu Karnegi Melon (Carnegie Mellon), koji je nekada radio u Guglu. “Svako od njih grozničavo i sa strepnjom nastoji da za sebe obezbedi tu malu grupu ljudi koja je u stanju da radi na ovoj tehnologiji“.

Troškovi akvizicije A.I. laboratorije „DeepMind“, koju je Gugl 2014. kupio za 650 miliona dolara i pritom zaposlio oko 50 ljudi, dobro ilustruje o čemu je ovde reč. Prema raspoloživim podacima, “troškovi osoblja” ove britanske laboratorije, čiji je broj narastao na 400 zaposlenih, iznosio je u 2016. godini 138 miliona dolara. To znači da je svaki zaposleni u proseku dobio 345.000 dolara.

“Teško je nadmetati se sa gigantima, pogotovo ako spadate u manje kompanije”, rekla je Džesika Kataneo, izvršna regruterka firme CyberCoders, koja se bavi regrutacijom informatičkih talenata.

Najnaprednija istraživanja veštačke inteligencije bazirana su na skupu matematičkih tehnika koje se zovu duboke neuronske mreže. Ove mreže su matematički algoritmi koji su u stanju da, analizom podataka, sami odrede svoje zadatke. Tragajući za obrascima u milionima slika pasa, na primer, neuronska mreža može naučiti da prepozna određenog psa. Ova matematička ideja datira iz pedesetih godina prošlog veka, ali je sve do pre pet-šest godina tavorila na marginama kako industrije tako i akademskih rasprava.

Do 2013. godine Google, Facebook i još nekoliko kompanija zapošljavali su relativno mali broj istraživača specijalizovanih za ove tehnike. Neuronske mreže sada pomažu pri prepoznavanju lica na fotografijama postavljenim na Fejsbuku, identifikuju komande koje naložimo uređajima zvanim „digitalni asistenti“, i koji se već nalaze u našim dnevnim sobama (kao što je, recimo, Amazon Echo), a trenutno u riltajmu prevode strane jezike na Majkrosoftovom telefonskom servisu Skajp.

Koristeći se istim matematičkim tehnikama, istraživači unapređuju autonomna vozila i razvijaju bolničke usluge koje mogu identifikovati bolesti tokom procesa skeniranja, a tu su i malopre pomenuti digitalni pomoćnici koji ne samo što prepoznaju izgovorene reči već ih i shvataju; tu su i automatizovani sistemi za trgovanje akcijama, kao i roboti koji pokreću objekte koje nikada ranije nisu videli.

Sa tako malo dostupnih stručnjaka u oblasti veštačke inteligencije, velike tehnološke kompanije zapošljavaju najbolje i najsjajnije akademske građane. U tom procesu, oni na raspolaganju imaju ograničen broj profesora sposobnih da svoje studente podučavaju tajnama ovakvih tehnologija.

Kompanija Uber angažovala je 40 stručnjaka iz revolucionarnog A.I. programa univerziteta Carnegie Mellon iz 2015, kako bi ih zaposlila na projektu autonomno navodećih vozila. Tokom poslednjih nekoliko godina, četiri najpoznatija univerzitetska A.I. istraživača napustilo je amfiteatre, sale za predavanja i svoje profesure na Univerzitetu Stenford. Na Univerzitetu u Vašingtonu, šest od 20 profesora za veštačku inteligenciju sada je na odsustvu ili delimičnom odsustvu jer je angažovano za spoljne kompanije.

“Prisutno je ogromno usisavanje akademskih profesora, koje IT industrija prosto posrče”, kaže Oren Ecioni, koji odsustvuje s mesta profesora na Univerzitetu u Vašingtonu kako bi nadgledao „Allen“, neprofitni institut za veštačku inteligenciju.

Neki profesori pronalaze način za pravljenje kompromisa. Luk Zetlmojer (Luke Zettlemoyer) sa Univerziteta u Vašingtonu odbio je poziciju u laboratoriji u Sijetlu, za koju mu je Google nudio platu trostruko veću od dosadašnje (oko 180.000 dolara, prema izvorima dostupnim javnosti). Umesto toga, izabrao je mesto u Institutu Allen, položaj koji mu omogućava da nastavi s podučavanjem mladih informatičara.

“U Americi je brojno nastavno osoblje koje postupa na sličan način, razdvajajući vreme na ono koje provede u  komercijalnoj industriji i ono tokom kojeg predaje u okviru akademske zajednice”, rekao je Zetlmojer. “Nije za poređenje koliko su plate veće u industriji, pa profesori nemaju drugog razloga da ostanu na univerzitetu osim ukoliko zaista brinu o tome da budu deo akademske zajednice, unutar koje će moći da svoje znanje prenesu novim generacijama.”

U pokušaju da privuku nove A.I. inženjere, kompanije poput Gugla i Fejsbuka sačinile su nastavne programe sa ciljem da postojeće zaposlene podučavaju “dubokom učenju” i srodnim tehnikama. I neprofitne organizacije kao što su Fast.ai ili Deeplearning.ai, čiji je osnivač bivši profesor Stenforda koji je pomogao pri stvaranju laboratorije Google Brain, nude onlajn kurseve dubokog učenja.

Osnovni koncepti dubokog učenja nisu teški za razumevanje, i zahtevaju tek nešto malo više od srednjoškolske matematike. Pa ipak, zaista osvojiti ovu struku zahteva više značajnijih matematičkih i intuitivnih talenata koje neki zovu “mračnom umetnošću” (dark art). Potrebno je, uz to, i posebno znanje za polja kao što su autonomno navodeća vozila, robotika i zdravstvena zaštita.

Kako bi održale korak, manje kompanije traže talente na neobičnim mestima. Neki angažuju fizičare i astronome koji imaju neophodne matematičke veštine. Neke druge američke start-up kompanije tragaju za talentima u Aziji, Istočnoj Evropi i drugim mestima na kojima su plate daleko manje nego u Sjedinjenim Državama – pa je, samim tim, lakše da za svoju firmu pridobiju nekog briljantnog Kazahtanca nego „momka iz komšiluka“, koji je poreklom iz Kalifornije.

“Ne mogu se takmičiti sa Guglom, a i ne želim”, rekao je Kris Nikolson, izvršni direktor i koosnivač startup kompanije Skymind iz San Franciska koji je za sebe pridobio AI inženjere iz osam zemalja. “Tako da nudim vrlo primamljive plate stručnjacima doskora angažovanim u zemljama u kojima je inženjerski talenat finansijski potcenjen.”

Ali, i giganti u IT industriji rade to isto. Google, Facebook, Microsoft i drugi otvorili su A.I. laboratorije u Torontu i Montrealu, gde se se obavlja većina istraživanja koja nisu na teritoriji Sjedinjenih Država. Google, takođe, zapošljava i talente u Kini, gde je Microsoft već dugo prisutan.

Stoga i nije iznenađujuće što mnogi smatraju kako se nedostatak talenata iz ovih informatičkih oblasti neće ublažiti još dugi niz godina.

“Naravno, potražnja prevazilazi ponudu, i taj se sled stvari u dogledno vreme neće promeniti” kaže Jošua Bengio (Yoshua Bengio), profesor na Univerzitetu u Montrealu i istaknuti istraživač na polju veštačke inteligencije. “Potrebno je mnogo godina da biste diplomce pretvorili u doktore iz ovih naučnih oblasti.”

 

New York Times

 

Ekonomisti i ekonomija

Budimo iskreni: niko ne zna šta se danas dešava u svetskoj ekonomiji. Oporavak od kolapsa 2008. je neočekivano spor. Da li smo na putu ka punom zdravlju ili smo okovani “sekularnom stagnacijom”? Da li globalizacija dolazi ili odlazi? Za portal Project Syndicate piše ugledni ekonomista Robert Skidelsky.

01

Kreatori javnih politika ne znaju šta da rade. Pritisnuli su uobičajene (i neuobičajene) poluge i ništa se ne dešava. Kvantitativno popuštanje je trebalo da donese inflaciju “natrag do cilja.” Nije. Fiskalna kontrakcija je trebalo da povrati poverenje. To se nije desilo. Početkom decembra 2016., Mark Karni, guverner Banke Engleske, održao je govor pod nazivom “Spektar monetarizma”. Naravno, monetarizam je trebalo da nas spase od spektra kejnzijanizma!

04Praktično bez upotrebljivih makroekonomskih alata, standardna pozicija su “strukturne reforme.” Ali nema dogovora oko toga šta ona podrazumeva. U međuvremenu, pomahnitali lideri komešaju nezadovoljne birače. Ekonomije su se, čini se, izmigoljile iz ruku onih koji bi trebalo da njima upravljaju, a politika je postala jedino važna vruća tema.

Pre 2008. godine, eksperti su mislili da su imali stvari pod kontrolom. Da, bio je tu mehur na tržištu nekretninama, ali to nije bilo gore od, kako je izjavila aktuelna predsednica FED Dženet Jelen 2005. godine, od “duboke rupe na putu.”

Dakle, zašto su propustili oluju? Ovo je upravo pitanje koje je kraljica Elizabeta od Engleske postavila grupi ekonomista u 2008. Većina njih je kršila prste. To je “neuspeh kolektivne mašte mnogih sjajnih ljudi”, objasnili su.

03Ali, neki ekonomisti su podržali izdvojenu – i mnogo težu – presudu, onu koja je usmerena na neuspeh ekonomskog obrazovanja. Većina studenata ekonomije nisu u obavezi da studiraju psihologiju, filozofiju, istoriju, ili politiku. Oni su nahranjeni ekonomskim modelima zasnovanim na nerealnim pretpostavkama, dok je njihova kompetentnost testirana pri rešavanju matematičkih jednačina. Oni nikada ne dobijaju mentalne alate koji bi im pomogli da shvate celovitu sliku.

Ovo nas vraća Džonu Stjuartu Milu, velikom ekonomisti i filozofu devetnaestog veka, koji je smatrao da niko ne može biti dobar ekonomista ako su on ili ona samo ekonomisti. Zaista, većina akademskih disciplina postalo je visoko specijalizovano od Milovih vremena do danas; i, od raspada teologije, nijedno  polje proučavanja nema za cilj da razume stanje ljudskih bića u celini. Ali, nijedna grana ljudskog istraživanja nije sebe odsekla od celine – i iz drugih društvenih nauka – više od ekonomije.

05Ovo nije zbog predmeta. Naprotiv, posao zarađivanja još uvek popunjava veći deo naših života i misli. Ekonomija – kako radi tržište, zašto povremeno kolabira, kako da pravilno procenimo troškove projekta – treba da budu od interesa za većinu ljudi. U stvari, ekonomija kao polje odbija sve izuzev poznavalaca tih doteranih ekonomskih modela.

To nije zato što ekonomija pohvaljuje logički argument, koji je suštinska provera pogrešnog rezonovanja. Pravi problem je u tome što je odsečena od zajedničkog razumevanja kako stvari funkcionišu, ili treba da rade. Ekonomisti tvrde da čine preciznim ono što je nejasno, i da su uvereni da je ekonomija superiorna u odnosu na sve ostale discipline, jer joj objektivnost novca omogućava da tačno – a ne otprilike – izmeri istorijske snage.

09Nije iznenađujuće, da je omiljena slika ekonomista o ekonomiji, ona o mašini. Poznati američki ekonomista Irving Fišer je zapravo izgradio složenu hidrauličnu mašinu sa pumpama i polugama, što mu je omogućilo da pokaže vizuelno kako cene postižu ravnotežu na tržištu kao odgovor na promene u ponudi i potražnji.

Ukoliko smatrate da su ekonomije kao mašine, vrlo je verovatno da ćete ekonomske probleme videti kao suštinski matematičke probleme. Efikasno stanje u privredi, opšta ravnoteža, je rešenje za sistem jednačina. Odstupanja od ravnoteže su “tenzije”, tek “neravnine na putu”; ako bismo ih iščistili iz uzorka, rezultati su unapred određeni i optimalni. Nažalost, tenzije koje ometaju nesmetanom radu mašine su – ljudska bića. Razumljivo je zašto su ekonomisti obučeni na ovaj način zavedeni od strane finansijskih modela koji impliciraju da banke praktično eliminišu rizik.

06Dobri ekonomisti su uvek shvatali da ova metoda ima ozbiljna ograničenja. Oni koriste svoju disciplinu kao neku vrstu mentalne higijene koja ih štiti od najvećih grešaka u razmišljanju. John Mainard Keynes upozorio je svoje učenike da ne pokušavaju da “preciziraju sve predaleko.” Ne postoji formalni model u njegovoj velikoj knjizi Opšta teorija zaposlenosti, kamate, i novca. On je odlučio da prepusti matematičke formalizacije drugima, jer je želeo da njegovi čitaoci (kolege ekonomisti, ne šira javnost) uhvate “intuiciju” onoga što je govorio.

Jozef Šumpeter i Fridrih Hajek, dvojica najpoznatijih austrijskih ekonomista u prošlom veku, takođe su kritikovali pogled na ekonomiju-kao-mašinu. Šumpeter je tvrdio da se kapitalistička ekonomija razvija kroz neprestano uništavanje starih odnosa. Za Hajeka, magija na tržištu nije da melje sistem do opšte ravnoteže, već da koordinira različite planove bezbroj pojedinaca u svetu raspršenih znanja.

Ono što ujedinjuje velike ekonomiste, i mnoge druge njihove kolege jeste široko obrazovanje i pogledi na svet. To im daje pristup mnogim različitim načinima razumevanja ekonomije. Divovi ranijih generacija su, osim ekonomije, znali i puno drugih stvari. Kejnz je diplomirao matematiku, ali je bio duboko odan klasicima (i studirao je  ekonomiju manje od godinu dana pre nego što počneo da je predaje). Šumpeter je doktorirao iz oblasti prava; Hajek je bio stručnjak za pravo i političke nauke, a takođe je studirao filozofiju, psihologiju i anatomiju mozga.

11

Današnji profesionalni ekonomisti, s druge strane, nisu proučavali gotovo ništa osim ekonomije. Oni čak ne čitaju klasike iz sopstvene discipline. Ekonomska istorija dolazi, ako je uopšte ima, od setova podataka. Filozofija, koja bi mogla da ih uči o granicama ekonomske metode, je zatvorena knjiga. Matematika, zahtevna i zavodljiva, monopolisala je njihove mentalne horizonte. Ekonomisti su “fah-idioti” (idiots savants) našeg vremena.

Robert Skidelski

Project Syndicate