2016年，通用汽车收购的一家自动驾驶汽车初创公司Cruise拥有约50名员工。2019年初，旧金山总部的员工现有1000人左右，其中大多是软件工程师，主要从事与机器学习和人工智能相关的项目。现今，这个数字已经达到了1500个，到今年年底，这个数字预计将达到2000个左右，且办公地点扩展至最近购买的一座Dropbox的建筑中。这些还都不包括Cruise未来在西雅图，华盛顿建造的微型开发中心和在亚利桑那州凤凰城和加利福尼亚州帕萨迪纳市打造的其他技术中心中的200名技术人员。
Cruise最近雇佣的不仅仅是工程师，还包括管理运营的工程人才，甚至于还有数百名所谓的安全驾驶者，他们分别会驾驶180辆左右的自动驾驶测试车在旧金山街头漫游。但在人工智能工程师短缺的时候，仍然需要招聘很多人工智能专家。
Cruise的人工智能主管Hussein Mehanna表示，由于自动驾驶汽车在吸引其他领域的人工智能专家方面具有挑战，该公司的招聘工作正在进行中。5月，Mehanna本人从谷歌加入了Cruise，当时他是谷歌云人工智能的工程总监。Mehanna在那里呆了大约一年半，也是在修正了一小段时间之后，之前他在Facebook工作了四年参与机器学习相关工作。
Mehanna从剑桥大学的语音识别和自然语言处理研究生毕业后，就一直致力于人工智能和机器学习研究。近日，我（本文作者，以下简称为我）和Mehanna坐下来聊了聊，谈论了一下他的职业生涯，AI的挑战，和自动驾驶汽车发展的挑战，以后旧金山所面临的一些具体挑战。Cruise的人工智能/ML招聘经理Michael Thomas，帮助他在谷歌和Facebook招聘人工智能工程师。
IEEE Spectrum：当你还在剑桥的时候，你曾想到过人工智能会像火箭一样起飞吗？
Mehanna：我有没有想过，人工智能会像现在这样占据主导地位，且有时被大肆宣传吗？并没有。我记得2003年的时候，我和我的主管在研究神经网络是否能在语音识别方面起到帮助作用。当时我的主管说，如果有人知道如何使用神经网络进行演讲，他会立即给他们一笔补助金。可以看出来，他的想法是正确的。现在，神经网络已经主导了视觉、语言和语言（处理）。但这种繁荣始于2012年。
我没有预料到这一点，但当我“瞄准”微软的时候，我确实看到了这一点。在微软，我有意将我的职业生涯推向机器学习方向，而不是大数据，虽然大数据在当时是更受欢迎的。我加入Facebook也是同理。
在早起，Facebook对博士或研究人员不是那么开放。事实上，它对研究人员有负面的看法。但后来，Facebook变成了博士生毕业后想要实习或加入的关键场所之一。这是一种心态转变，他们[曾经]认为成功所需要的不是研究，但现在不同了。
在走机器学习的职业道路上，确实存在风险因素，但我很幸运，事情发展得很快。
IEEE Spectrum：考虑到所报告的短缺，寻找人工智能方向的工程师是越来越难还是越来越容易呢？
Mehanna：职位空缺和合格工程师之间确实存在不匹配，尽管这很难用数字来量化。但是有一个好消息：我看到本科生计算机科学研究中的数据显示，更多的学生现在深入到了机器学习的研究，所以这并不像表面看起来那么惨淡。并且这个专业的市场需求量很大。
在Cruise，对人工智能人才的需求正不断增长。在其他类型的公司，它可能趋向饱和或放缓，尽管[这些公司]正在利用更传统的应用程序和预测，而这些建议已经在市场上出现了一段时间了。
我认为，自动驾驶技术是目前最难解决的人工智能问题。这些问题的挑战程度是其他问题的1000倍。他们还没有被很好地理解，且需要更深入的技术。同时，他们预期的运营质量也不高。
自动驾驶汽车问题是我们这一代工程学科人面临的挑战。这包括了很多代码要编写，而如果我们雇佣大量的人来一行一行的写，那已经不可能了。机器学习可以加速生成代码的过程，但这并不意味着我们将不需要工程师了；实际上我们会需要更多的工程师。
有时人们担心人工智能将会取代人类工作。其实，人工智能正在承担一些开发人员的工作，但实际上它也在生成其他开发人员的工作，保护开发人员不受世俗的影响，并帮助他们更快地构建软件。
IEEE Spectrum：你是否担心工业界对人工智能的需求正在使得本该在教育未来工程师的学术界人士也转向了产业界呢？
Mehanna：这个行业有一些负面的例子，但那不是我们的风格。我们正在寻找与教授的合作，我们希望与大学建立一种非常深入和尊重的关系。
还有另一个角度：大学需要一个蓬勃发展的产业，才能让他们稳步前进。对于学术界来说，在人工智能领域拥有如此繁荣的产业将是极其有益的，因为它吸引了更多的学生进入学术界。我认为我们通过创造这些职业机会为他们提供了极好的帮助。这与我早期的时候不同，当时人们告诉我“不要去搞人工智能，去研究信息网络吧，在移动行业工作，移动行业正在蓬勃发展。”
IEEE Spectrum：今年，当你试图找到大约一千名工程师时，你去哪里寻找呢？
Thomas：我们寻找那些想用机器学习来解决问题的人。它们可以在金融市场、社会媒体、广告等许多不同行业中出现。自主汽车工业正处于起步阶段。你可以将它与早期的手机进行比较：当iPhone首次推出时，每个人都在寻找具有移动体验的开发者，但是你找不到啊，除非你直接去苹果（Apple）挖人，所以你不得不先雇佣其他类型的工程师。这是同一类型的事情：“现在这个技术如此的新，你找不到这方面的专家的，因为我们都还在学习阶段。”
Mehanna：因为自动驾驶技术是人工智能专家的新前沿，所以拥有人工智能和自动驾驶经验的人的数量非常有限。因此，我们在任何地方都可以招募人工智能专家，帮助他们成长为自动驾驶汽车领域，而现在的行动还不算太晚。尽管已经开发了很多伟大的技术，但前方还有更多的创新，所以现在是人工智能专家研究其他问题或应用将注意力转移到自动驾驶汽车上的大好时机。
这感觉就像是1980年的互联网。一切都会发生的，并且在接下来的几十年里有无数的应用程序要开发。这说明什么呢？即使我们能让一辆汽车安全行驶，但后续的问题是我们如何调整乘坐的舒适性，而后将其应用于不同的城市、不同的车辆、不同的驾驶环境，以及其他相关应用。
我预计我将花掉整个职业生涯，致力于尝试解决这个问题了。
IEEE Spectrum：为什么在旧金山做大部分的开发工作呢？
Mehanna：我认为世界上最好的人才都在硅谷，解决自动驾驶汽车的问题也需要最好的人才。这里不仅有工程技术人才，且具备创业精神。解决问题并不是只包括技术，我们需要把产品和技术问题一同解决。而创业精神寿司Cruise能够获得75亿资金的关键原因之一（除了通用，该公司还有许多外部投资者，包括本田和软银），因为这个问题需要大量资源，所以资金也是另一个Cruise领先于许多其他公司的原因。
然后是驾驶环境。当我和业内同行交谈时，他们对我们非常尊重，因为在旧金山技术上要解决的问题难度更大。这是一个拥挤的环境，需要面对很多行人和不同的驾驶模式，让我们这么说吧，这肯定不是美国最好的地区。但这些意味着我们比竞争对手更提前看到了更多的问题，这才能让我们变得更好。我想如果你能在旧金山做一辆自动驾驶汽车，那么，你几乎可以在任何地方都成功了。
