文章日期 : 2018年5月29日

讓機械人更懂聊天 AI工程師專精突圍

【明報專訊】如果你對人工智能(AI)感興趣,有想過將來當一個AI工程師嗎?AI工程師朱天行(Hugo)因着對AI的興趣,2016年辭去投資銀行工作,到倫敦大學學院 (UCL)全職修讀機器學習 (Machine Learning)碩士課程。畢業後加入本地初創公司擔任AI工程師,數月後已獲晉升。要走上AI工程師這條被視為新世代筍工之路,Hugo和上司何宇輝(Simon),跟各位分享AI要求的專業背景、求學擇業過程,以及業界對人才的要求。

朱天行(Hugo)大學本科就讀中大工程學院,一年級因The Origin of Wealth一書而對AI深感興趣,「開始想了解AI更多,亦開始找有什麼課程可以讀」。畢業後他在投資銀行摩根大通擔任程式員,眼見行業汰弱留強,「有想過在銀行穩定做一世,但我技能太窄轉不了型,行內人都知道這行要炒就炒」。因着對事業的危機意識及對AI的興趣,儲足資金後,他分別報考英國劍橋大學及倫敦大學學院(UCL),結果獲UCL錄取為Computational Statistics and Machine Learning碩士生,算是早一批負笈海外進修AI的港人。

因AlphaGo之父報讀UCL

進修AI,英國非唯一選擇,Hugo表示,美國及歐洲多國亦不乏高質素院校,「當初想過入讀蘇黎世理工(瑞士蘇黎世聯邦理工學院),但擔心回港後的認受性,HR不一定知」。另一吸引他報讀UCL的原因,就是研發人工智慧圍棋程式AlphaGo的DeepMind創辦人Demis Hassabis及Shane Legg,正是該校校友,亦是他們的碩士課程導師。

當普遍港生視工程系為JUPAS水泡科,畢業後亦少有投身工程師專業,留學經驗卻讓Hugo大開眼界,「外國工程學生對machine learning的狂熱程度令我深感佩服,就算資源有限,有同學會因為興趣而複製一次AlphaGo」。

UCL碩士課程全班百多人,只有他和另一個港生,對方更是長居英國的移民。Hugo畢業後選擇回港工作,一來想念香港,二來想把所學實踐,「本港AI技術多應用在金融範疇,留學時發現有一兩種技術香港還沒用到,想把它們帶回港」。他去年9月尾回港,首周已獲5個面試,「有報告說全球只有30萬個合資格AI工程師,遠追不上需求。有次見工去到最終一輪,發現獲聘那位也只是多自己一年經驗」。當時Hugo應徵的大多是銀行及保險業,萬萬想不到香港會有公司研發AI,「它是我第三間見的公司,初創公司的好處是反應快,面試後兩天已獲聘,相反大公司就有許多遴選程序」。

只用小數據 研發難度更高

Hugo任職的初創公司Kami在2015年成立,主力研發自然語言生成(natural language generation,NLG),這技術其中一個應用層面,就是一個更高階聰明的聊天機械人(chatbot)。Hugo上司,公司創辦人之一何宇暉(Simon)表示,現時chatbot欠缺NLG部分,靠輸入海量數據,利用預先擬定的答案和用家勉強溝通,「例如保險公司想做一個給客人索償保險的chatbot,背後要靠一支『軍隊』輸入各種問題及答案,當預設的問題次序調亂,系統就不懂回答;或當公司服務或產品有變,就要重新輸入資料,維護成本十分高。有了NLG技術,系統懂自行推理,建議一個合適的產品給用家」。

當AI公司普遍利用大數據研發產品,NLG只能利用小數據(one shot learning),難度因而更高。Hugo表示:「用大數據達到accuracy(精準),在我們角度不值得驕傲,但如果用小量數據都達到同樣效果,就更有意思。」公司目標客戶是銀行、保險、證券金融業,「這些行業需保障客戶私隱,換言之對方只會把小量數據分享給AI公司研發chatbot。我們可以利用NLG技術發展這個獨特客戶群,看遠一點就是想把技術普及」。

Simon表示,本港現約有7間AI公司專研發chatbot,而主力研發NLG的沒多少間。「研發技術猶如科學實驗,需經歷無數失敗,但香港投資者普遍對失敗容忍度低;加上用作研發的硬件昂貴,一部理想的機器要300萬,我覺得香港政府未必肯投放這麼多資源。」他分享最初向政府申請資助開公司不果,後幸得合伙人在英國贏了創業比賽,獲英國政府邀請在當地註冊。

兼具數學及計算機科學背景

對於聘請人才的條件,Simon直言「這是個專才的世界」。全公司20人,上海5人、英國2人,其餘就是香港開發團隊。香港團隊有本地及外國員工,主力三大專業領域:AI理論研究、AI應用與產品開發、數據分析。由於NLG屬複雜AI技術,對人才要求亦較高。Simon半年至9個月前開始招聘AI工程師,要求對方兼具數學及計算機科學(computer science)背景,「我會請的人一定要如Hugo般擁有很強的數學基礎,同時懂得應用最新研究論文,因此要有computer science背景。因要求高,招聘廣告寫到明要很強數學根底,故很少本地大學生申請。香港大學生我覺得幾好的,但同時擁有這兩背景就較難找」。

除兼具兩種背景,公司亦聘請擁有專門知識的人才,例如早前便聘請專負責數學層面的耶魯大學畢業生。Simon和Hugo皆強調知識領域一定要專精才能突圍而出,公司平均見10人請1人,面試過程一點不馬虎,Simon說:「不會因為你樣樣不懂就拒諸門外,我和Hugo都抱同一心態,就是你總有懂的地方,想知道你有什麼踩得夠深。」

入行建議:找一範疇專注發展

對於有志投身AI行業的畢業生或有意轉行的打工仔,Simon和Hugo提供了實際建議。二人皆強調本地大學生知識基礎一點也不差,修讀碩士非唯一選擇,最重要是找到專業範疇,專注研究及發展。

Simon:每事半桶水難生存

「今天IT公司和以前不同,很多都引入AI。AI需要很強的data science(數據科學)基礎,你一是精於數據處理,做一個數學專才;一是非常熟練寫AI框架,否則每事半桶水,在AI公司很難生存,至少我不會聘請。我建議畢業生找一樣範疇,專注地有幾深踩幾深,因為工程是一個愈深就愈有價值的範疇,難做到通才。另外,面試被問到不懂的問題,不要輕易放棄,要主動表達自己懂的知識。」

Hugo:可上網自學AI知識

「如果是剛畢業的大學生,特意讀AI碩士並非必要,因本港大學教育已足以應付,基本AI知識亦可上網自學,只是海外進修對我來說是最直接最快轉行的途徑。面試時見過一些畢業生對AI很有興趣,亦會看最新論文,但在商業環境,除了熟悉理論,亦要懂應用,否則只是紙上談兵。另外就是Simon提及的data science,要非常專精;又或是非常熟悉computer science,因AI講求IT硬件與軟件連接,需要專業電腦知識。」