作為AI產(chǎn)業(yè)發(fā)展最重要的基礎(chǔ)，人才挖掘與培養(yǎng)一直是產(chǎn)業(yè)關(guān)注的焦點(diǎn)。

“2018中國人工智能峰會(huì)”活動(dòng)中，分論壇關(guān)于AI人才教育的議題引發(fā)了多方關(guān)注。在AI速發(fā)展的今天，人工智能人才短缺的問題正在制約整個(gè)行業(yè)的發(fā)展，為此論壇特別邀請了多位人工智能領(lǐng)域的知名學(xué)者，共同探討AI才教育的發(fā)展之路。

在本科階段設(shè)立單獨(dú)的人工智能學(xué)院，一直是學(xué)術(shù)界有分歧的一件事。在論壇中，就此問題孫茂松、周志華等教授也各抒己見，探討了其實(shí)施的必要性與現(xiàn)實(shí)性。其中孫教授和周教授給出了不同的看法，而其他幾位教授也提出了自己的觀點(diǎn)。

以下為本場論壇部分演講內(nèi)容摘錄：

清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系教授，清華大學(xué)人工智能研究員常務(wù)副院長，孫茂松提出：大學(xué)教育要“通“一些、現(xiàn)在人工智能是否已經(jīng)具備了組就獨(dú)立的本科專業(yè)基礎(chǔ)？

圖 | 孫茂松

我談的是“人工智能與教育漫談”，這個(gè)題目太深，所以用一個(gè)輕松一點(diǎn)的詞叫：漫談。要特別強(qiáng)調(diào)講的純屬個(gè)人觀點(diǎn)，不代表單位，特別是人工智能教育，可能有些敏感，不代表單位，只是我個(gè)人的意見。

人工智能教育，我認(rèn)為有四個(gè)層次。第一個(gè)層次是面向科學(xué)家的人工智能教育，這是處于教育鏈的上游；第二個(gè)層次面向工程師的人工智能教育，這個(gè)是在中游。大學(xué)里還有面向所有工科的人工智能教育；第四個(gè)就是面向產(chǎn)業(yè)的人工智能教育，這個(gè)是下游，有點(diǎn)像培訓(xùn)。

我這里主要想談本科教育，本科教育實(shí)際上是本錢，現(xiàn)在教育部說以本為本，確實(shí)是本。當(dāng)然南京大學(xué)成立了人工智能學(xué)院，這個(gè)是動(dòng)本的東西，要發(fā)展本科了，所以這個(gè)問題怎么看？清華的想法沒有明確說，所以我說我是個(gè)人觀點(diǎn)，我感覺清華是這樣，清華不會(huì)從計(jì)算機(jī)科學(xué)與技術(shù)本科專業(yè)中分解出人工智能本科專業(yè)，這個(gè)成立不成立，都是學(xué)校根據(jù)自身發(fā)展的特點(diǎn)來決定的，我不涉及，我只說清華應(yīng)該不會(huì)。

幾個(gè)原因。 一個(gè)其實(shí)也不是立業(yè)，我們系在清華今年是60周年，我們60年積攢的口碑根深而枝葉茂，其次大學(xué)教育是通與專的關(guān)系，你是通才還是專才，這也是老問題，我們覺得大學(xué)教育還是要通一點(diǎn)，其實(shí)清華老校長30年代就發(fā)表過一個(gè)文章，認(rèn)為大學(xué)本科通專兼顧，重心應(yīng)在通而不在專。這里面涉及到一個(gè)通專問題，計(jì)算機(jī)已經(jīng)分的比較多了，先分軟件學(xué)院，又分出網(wǎng)絡(luò)空間安全，再分會(huì)不會(huì)變的比較專，所以越來越專，這也是我們一個(gè)沒有想清楚的，但又是一個(gè)考慮；第三個(gè)是最重要的，現(xiàn)在人工智能是否已經(jīng)具備了組就獨(dú)立的本科專業(yè)基礎(chǔ)，這實(shí)際上是指課程，這基礎(chǔ)課、核心課，使的現(xiàn)有的計(jì)算機(jī)本科專業(yè)難以包容，支撐而非得“單立門戶”？。這個(gè)如果有差別我覺得就沒有問題，沒有差別的話，就要想一想了。

南京大學(xué)人工智能學(xué)院院長，周志華則認(rèn)為，“人工智能真的要培養(yǎng)高水平的人才可能就真的需要新的課程培養(yǎng)體系，不是原來簡單調(diào)整就能做到“。

圖 | 周志華

從教育的角度來說，人工智能關(guān)注三個(gè)條件：有助于人類社會(huì)謀福祉，有助于解決產(chǎn)業(yè)創(chuàng)新需求，有助于學(xué)生未來職業(yè)發(fā)展。所以我們談的人工智能絕對不是人造智能。我們想培養(yǎng)的人才第一應(yīng)該具有源頭創(chuàng)新能力；第二具有解決企業(yè)關(guān)鍵技術(shù)難題的能力。

高水平的人工智能人才，一定要具備很好的數(shù)學(xué)基礎(chǔ)；第二個(gè)是計(jì)算科學(xué)功底扎實(shí)；第三是人工智能專業(yè)知識(shí)全面。

教育部規(guī)定本科畢業(yè)需要150個(gè)學(xué)分，通識(shí)通修課60學(xué)分，在現(xiàn)在的教學(xué)體系下整個(gè)課程體系分成很多模塊，比如說學(xué)科平臺(tái)課有多少模塊，專業(yè)核心課有多少模塊，我們這個(gè)體制和美國教育體制不一樣，美國教育體制開很多課，隨便學(xué)生學(xué)哪些課就行，我們已經(jīng)分成若干個(gè)模塊，每個(gè)模塊學(xué)生要修滿一定的分?jǐn)?shù)，學(xué)生開很多課，其實(shí)自主性很少，學(xué)科平臺(tái)+專業(yè)核心課約55分，尚未出現(xiàn)人工智能的專門課程，但僅剩約20學(xué)分。人工智能只是一個(gè)分享，還有理論、軟件、圖形、多媒體方向等等，最后造成結(jié)果實(shí)際上對一個(gè)本科培養(yǎng)體系來說，能夠?yàn)槿斯ぶ悄荛_三門課就了不起，三門課要把前面內(nèi)容覆蓋掉基本上是不可能的事情。

我們現(xiàn)在數(shù)學(xué)的課程實(shí)際上離人工智能專業(yè)要求有相當(dāng)大的距離，我們說大的五大基礎(chǔ)課，線性代數(shù)+矩陣論，我們基本上不講矩陣論，大家看機(jī)器學(xué)習(xí)書，中間有相當(dāng)一部分給學(xué)生補(bǔ)矩陣論；第二個(gè)數(shù)學(xué)分析，我們現(xiàn)在工科數(shù)據(jù)已經(jīng)大部分濃縮，很多學(xué)校開微積分，或者微積分跟其他合在一起叫高等數(shù)學(xué)；第三個(gè)概率論與數(shù)理統(tǒng)計(jì)，很多地方作為選修課；第四個(gè)最優(yōu)化方法基本上不開設(shè)，還有數(shù)理邏輯很多不開設(shè)，或僅作為選修。我們是不是把這些數(shù)學(xué)課程加深一點(diǎn)就行呢？可以，但是課時(shí)從哪兒來，比如數(shù)學(xué)分析應(yīng)該學(xué)三學(xué)期，我們數(shù)學(xué)分析、微積分、高等代數(shù)合在一起只有兩學(xué)期，那其他的從哪里擠出來，基本上沒有辦法。我們得到的結(jié)論人工智能真的要培養(yǎng)高水平的人才可能就真的需要新的課程培養(yǎng)體系，不是原來簡單調(diào)整就能做到，簡單調(diào)整不管從深度、廣度、內(nèi)容覆蓋面是絕對步步到現(xiàn)在所期待的這么一個(gè)需求。

中國科學(xué)院自動(dòng)化研究所所長、研究員，中國科學(xué)院大學(xué)人工智能學(xué)院院長，徐波認(rèn)為——

圖 | 徐波

我們這一輪人工智能最大的不同，是在企業(yè)創(chuàng)新能力的崛起。還有一個(gè)特點(diǎn)，就是與行業(yè)高度融合，人工智能+就跟各行各業(yè)交叉融合。

現(xiàn)在人工智能領(lǐng)域的企業(yè)，都在建立自己的人工智能研究中心，人才流動(dòng)快，需求也大，存量少，而且人才培養(yǎng)難度大。海外引進(jìn)人才遠(yuǎn)遠(yuǎn)解決不了AI才短缺的問題，所以要立足于自己的培養(yǎng)。

我們基礎(chǔ)人才比例明顯偏低，在學(xué)科設(shè)置中需要考慮人工智能人才的培養(yǎng)，需要注重于AI的產(chǎn)業(yè)應(yīng)用背景，建立機(jī)制，加強(qiáng)復(fù)合型人才培養(yǎng)。對于國科大人工智能學(xué)院來說，一個(gè)就是學(xué)科交叉型高端研究性人才；還有一個(gè)就是行業(yè)，這個(gè)行業(yè)融合時(shí)間會(huì)非常長AI醫(yī)學(xué)，一堆的人工智能智慧醫(yī)療等等。

北京航空航天大學(xué)人工智能研究員院長李波提出——

圖 | 李波

人工智能仍屬于發(fā)展階段，構(gòu)建復(fù)雜智能系統(tǒng)尚有很多研究工作。機(jī)器智能、人類智能本來就不同，不宜片面夸大某些機(jī)器智能。

我自己理解人工智能在某些場合，本質(zhì)上就是相近的原則，我們計(jì)算機(jī)賦予語意是相近，我們講的人工智能更多的是計(jì)算的事情，更多是技術(shù)層面的研究。

計(jì)算機(jī)由于應(yīng)用很廣泛，現(xiàn)在很多范疇邊界廣泛化了，而人工智能這個(gè)學(xué)科從本科專業(yè)角度來說更多是是強(qiáng)調(diào)感知、認(rèn)知和交互的方法和技術(shù)。

本場論壇的最后，京東集團(tuán)副總裁、AI平臺(tái)與研究部負(fù)責(zé)人周伯文從企業(yè)應(yīng)用的角度來闡述了人才培養(yǎng)一事——

圖 | 周伯文

人工智能在2018年是一個(gè)落地，落地離不開企業(yè)，人工智能還是一個(gè)需要終生學(xué)習(xí)的領(lǐng)域。人工智能在顛覆零售行業(yè)，總的來講人工智能需要幫助物流、智能消費(fèi)、智能供應(yīng)、金融科技對外賦能。

AI人才稀缺是世界難題，在世界都是很大的缺口，所以不在于挖人才，有來源才有挖， AI人才在于培養(yǎng)。AI人才研究領(lǐng)域廣泛，需要跨學(xué)科人才。人工智能不僅僅是統(tǒng)計(jì)學(xué)，簡單講包括計(jì)算機(jī)科學(xué)，信息論、信號處理、心理學(xué)、感知、認(rèn)知科學(xué)等，還需要跨學(xué)科人才。

人工智能技術(shù)在持續(xù)迭代中，AI技術(shù)本身在不斷演進(jìn)、迭代，人工智能有弱人工智能和強(qiáng)人工智能，我認(rèn)為還有窄人工智能、通用人工智能及廣義人工智能。AI在2018年要和產(chǎn)業(yè)深度融合，多了解行業(yè)，對商務(wù)本質(zhì)了解。

我認(rèn)為企業(yè)培養(yǎng)AI人才，或者做AI技術(shù)最大的挑戰(zhàn)和困難在于怎么去平衡長期基礎(chǔ)研究和短期效果之間的平衡。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！