圖片來源：unsplash

摘要：隨著近年來我國人工智能發(fā)展迅速，人才之爭的問題愈發(fā)凸顯?；诖?，文章從數(shù)量和結(jié)構(gòu)兩個方面對中美兩國人工智能的人才現(xiàn)狀進行了比較，發(fā)現(xiàn)我國人工智能人才存在數(shù)量少、結(jié)構(gòu)不合理的問題。為此，文章提出高校作為人才培養(yǎng)的基地，在人工智能發(fā)展的關(guān)鍵期應(yīng)迅速把握時機，科學建設(shè)人工智能一級學科；樹立培養(yǎng)人工智能交叉學科人才的理念，打造“人工智能+X”的格局；與企業(yè)聯(lián)合培養(yǎng)人才，推進產(chǎn)學研合作的培養(yǎng)模式等人工智能人才隊伍建設(shè)途徑，以期為我國人工智能發(fā)展儲備資源，培養(yǎng)優(yōu)質(zhì)人才。

關(guān)鍵詞：人工智能；人才培養(yǎng)；學科建設(shè)；校企合作

當前，人工智能已成為國際競爭的新焦點，我國政府也制定了一系列政策，將人工智能發(fā)展提上日程。2017年7月，國務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃的通知》，從國家層面對人工智能發(fā)展進行了包括完善人工智能領(lǐng)域?qū)W科布局、設(shè)立人工智能專業(yè)、推動人工智能領(lǐng)域一級學科建設(shè)等系統(tǒng)設(shè)計，并要求高校應(yīng)加快培養(yǎng)人工智能人才、注重高校與企業(yè)合作、共同構(gòu)建人工智能人才培養(yǎng)體系等。

一我國人工智能人才現(xiàn)狀分析

人工智能發(fā)展之爭，歸根結(jié)底是人才之爭。美國是人工智能發(fā)展較早且較快的國家，通過比較中美兩國人工智能人才現(xiàn)狀，可以看出我國目前人工智能人才隊伍建設(shè)中存在的問題。

• 1 人工智能領(lǐng)域優(yōu)秀學者少、從業(yè)人員少

目前，全球具有人工智能研究方向的高校共有368所，人工智能領(lǐng)域的人才數(shù)量約有10萬余人。其中，人工智能領(lǐng)域的學者有6000多名、人工智能相關(guān)專業(yè)在讀碩博研究生以及其他行業(yè)人才7萬余名。每年人工智能相關(guān)領(lǐng)域碩博畢業(yè)生約2萬名。在這368所高校中，美國擁有168所，占據(jù)全球的45.7%，而我國僅有21所。從全球人工智能領(lǐng)域20所頂級高校（如表1所示）可以看出，美國有14所，占了大半江山，而我國只有4所。將這20所高校中的頂級學者數(shù)量進行比較（如圖1所示），也可以明顯看到我國和美國的差距：美國的頂級學者數(shù)量占比65%，我國的頂級學者數(shù)量占比僅為27%。由此不難推斷，我國人工智能領(lǐng)域的優(yōu)秀學者數(shù)量相比美國差之尚遠。

圖1  20所頂級高校中各國頂級學者數(shù)量對比

從中美人工智能從業(yè)人員數(shù)量對比（如圖2所示）可以看出，美國的人工智能企業(yè)起步比中國早，相關(guān)的從業(yè)人員也比中國多。目前美國人工智能企業(yè)約有78700名員工，而我國人工智能企業(yè)約有39200名員工[1]，美國的從業(yè)人員數(shù)量是我國的兩倍，我國人工智能人才數(shù)量不足。

圖2  中美人工智能從業(yè)人員數(shù)量對比

• 2人工智能人才結(jié)構(gòu)不合理

目前，人工智能有九大熱門領(lǐng)域，分別是自動駕駛、語音識別、智能機器人、計算機視覺與圖像、技術(shù)平臺、智能無人機、機器學習應(yīng)用、處理器和自然語音處理。從中美九大熱點領(lǐng)域從業(yè)人員數(shù)量對比（如圖3所示）可以看出，在這九個領(lǐng)域里，美國在智能無人機、機器學習應(yīng)用、處理器和自然語音處理四大領(lǐng)域強于我國，我國則在自動駕駛、語音識別、智能機器人和技術(shù)平臺四大領(lǐng)域稍勝一籌。由此不難分析出，我國人工智能的關(guān)注熱點和從業(yè)人員集中在應(yīng)用層，此觀點可以通過中美人工智能領(lǐng)域從業(yè)人員結(jié)構(gòu)對比（如圖4所示）得到進一步證實——相比美國，我國技術(shù)層和基礎(chǔ)層人才薄弱，整體結(jié)構(gòu)失衡；尤其是基礎(chǔ)層作為人工智能發(fā)展的“下盤”顯得過于薄弱，難以支撐應(yīng)用層的發(fā)展，因此在整體推進人工智能人才隊伍建設(shè)的同時，還應(yīng)特別關(guān)注基礎(chǔ)層人才的培養(yǎng)，夯實基礎(chǔ)為人工智能后續(xù)發(fā)展提供保障。

圖3  中美九大熱點領(lǐng)域從業(yè)人員數(shù)量對比

圖4  中美人工智能領(lǐng)域從業(yè)人員結(jié)構(gòu)對比

二我國人工智能人才的培養(yǎng)現(xiàn)狀

目前，我國人工智能人才主要來自于國外人才引進和企業(yè)內(nèi)部轉(zhuǎn)崗，從互聯(lián)網(wǎng)、電信等相關(guān)行業(yè)轉(zhuǎn)到人工智能領(lǐng)域的人員較多，高校尚未形成有效的人才輸出。

• 1 人工智能尚未成為獨立專業(yè)

我國高校與人工智能領(lǐng)域相關(guān)的專業(yè)有很多，如計算機科學、電子工程、自動化、軟件工程等，但大部分人工智能的教學和科研活動散落在其它多個一級學科中；人工智能課程不是重點學習內(nèi)容，學時占比較少，存在著高開低走、碎片化、低水平重復等問題，嚴重阻礙了我國人工智能的發(fā)展和人工智能人才的培養(yǎng)。從表2可以看出，大部分高校只是將人工智能作為一個研究方向，還沒有成為一門專業(yè)，研究人工智能的學者大多集中在計算機系、軟件學院和信息工程學院等，未在本科階段設(shè)置人工智能專業(yè)，只在研究生階段設(shè)立人工智能研究方向，人工智能研究范圍小眾。中國要搶占人工智能制高點，人工智能要獲得不斷發(fā)展，就需要大量人工智能人才，因此相關(guān)從業(yè)人員需求缺口大，高校需要將人工智能作為一門獨立專業(yè)，并有必要從本科階段開始就培養(yǎng)相關(guān)人才。

• 2 高校未形成人工智能交叉學科的人才培養(yǎng)

研究生招生階段也比較重視學生的本科專業(yè)，偏向有計算機、信息技術(shù)等專業(yè)背景的學生，而忽視了其它學科。如此一來，人工智能領(lǐng)域的學生都是理科出身，背景單一，既不利于人才培養(yǎng)，也不利于內(nèi)部交流。人工智能要發(fā)展交叉學科，不能過分強調(diào)理科背景，復合型人才的培養(yǎng)需要多學科背景，可以適當考慮跨學科招生。

要實現(xiàn)人工智能交叉學科的人才培養(yǎng)，師資力量不可或缺。只有長期專注于特定專業(yè)領(lǐng)域、致力于特定問題的探索與研究，才有可能實現(xiàn)理論或?qū)嵺`上的重大突破，高校教師往往在本領(lǐng)域研究較有建樹，但跨學科就有難度。以“人工智能+教育”為例，要實現(xiàn)人工智能和教育的學科交叉，教師不僅需要同時掌握人工智能和教育的專業(yè)知識，且需將這兩者融會貫通。

• 3 校企合作力度不夠

我國高校人工智能有關(guān)專業(yè)的培養(yǎng)方式和其它專業(yè)一致，多采用教師授課、學生聽課的培養(yǎng)方式，較為薄弱實踐環(huán)節(jié)。但人工智能恰恰是一個需要注重實踐的專業(yè)，高校缺乏這種實踐的環(huán)境。縱觀我國出臺的一系列與人工智能有關(guān)的政策文件，無不強調(diào)人工智能的發(fā)展要落實到應(yīng)用上，企業(yè)在助推人工智能發(fā)展上有無可比擬的優(yōu)勢，有的高校與企業(yè)有所合作，但雙方受制于運行機制等各種因素，校企合作通常是浮于表面的短期行為，很難落地和可持續(xù)推進。

三高校人工智能人才隊伍建設(shè)途徑

• 1 科學建設(shè)人工智能一級學科
  

《新一代人工智能發(fā)展規(guī)劃》明確提到，要“建設(shè)人工智能學科。完善人工智能領(lǐng)域?qū)W科布局，設(shè)立人工智能專業(yè)，推動人工智能領(lǐng)域一級學科建設(shè)，盡快在試點院校建立人工智能學院，增加人工智能相關(guān)學科方向的博士、碩士招生名額?！盵2]

（1）人工智能的一級學科要有二級學科作支撐

雖然我國不統(tǒng)一設(shè)立二級學科，但在實際發(fā)展中，沒有二級學科支撐的一級學科顯得獨木難支，所以人工智能不僅要建立一級學科，各高校也應(yīng)該根據(jù)實際需求，從以下方面著手構(gòu)建二級學科：①應(yīng)符合一級學科的內(nèi)涵，要覆蓋人工智能各分支；②應(yīng)與國家戰(zhàn)略布局相適應(yīng)，人工智能一級學科的構(gòu)建是為了我國更好地發(fā)展人工智能，二級學科的設(shè)立應(yīng)當關(guān)注國家發(fā)展需求，結(jié)合實際；③應(yīng)有嚴格的論證，人工智能是一個交叉學科。如何既融合其它學科又突出本學科的特點，這一關(guān)鍵問題在二級學科的設(shè)立上需要各高校嚴謹論證和合理把握。

（2）加強人工智能與相關(guān)學科專業(yè)的資源整合利用

目前，高校與人工智能相關(guān)的專業(yè)和研究早已起步。以智能科學與技術(shù)專業(yè)為例，該專業(yè)從2004年北京大學首次在全國招收本科生以來，全國已有36所大學開展了智能專業(yè)的本科人才培養(yǎng)。從表2可以看到，我國多所高校設(shè)有人工智能方向的研究院或?qū)嶒炇业?，人工智能的研究涵蓋在計算機、軟件工程和信息工程等比較成熟的學科內(nèi)，前期成果為人工智能一級學科的構(gòu)建奠定了基礎(chǔ)。同時，中國已有多所高校開設(shè)了人工智能課程，并根據(jù)不同專業(yè)需求設(shè)定為專業(yè)選修課或必修課，各高?？梢愿鶕?jù)需求和發(fā)展情況，有效整合已有資源，科學地建設(shè)人工智能一級學科。

• 2 鼓勵高校培養(yǎng)人工智能交叉人才

高校在培養(yǎng)人工智能人才的過程中，應(yīng)根據(jù)已有布局和發(fā)展部署推動學科交叉，構(gòu)建“人工智能+X”的格局。

（1）合理進行跨學科招生

我國大部分地區(qū)的高中實行文理分科，高考時也體現(xiàn)出這一特點，高校在招收人工智能相關(guān)專業(yè)的本科生時，更傾向于招收理科生，這并不利于復合型人才的培養(yǎng)。文理分科并不完全體現(xiàn)學生的潛力和興趣，高校在錄取名額的分配上可略作調(diào)整，適當錄取一定比例的文科生并加強培養(yǎng)，畢竟人工智能交叉學科的發(fā)展并不限于理工類專業(yè)。在招收研究生時，高校的自主選擇權(quán)更大，選拔方式也更多樣化，這就可以多方考察所選拔的研究生的學科專業(yè)、知識背景和研究興趣，保證研究生對專業(yè)選擇的自主性。同時，允許其它學科專業(yè)研究生進入本專業(yè)，不設(shè)專業(yè)限制，實行跨學科錄取[3]。

（2）打造交叉學科的師資團隊

在高校的學科建設(shè)和人才培養(yǎng)中，教師起關(guān)鍵作用。但人工智能交叉學科的人才培養(yǎng)提出時間尚短，具有交叉學科背景的教師比較缺乏，因此高?？梢詷?gòu)建“人工智能+X”的師資團隊，建設(shè)交叉學科師資隊伍[4]，通過團隊里不同方向的教師共同協(xié)作，來培養(yǎng)交叉學科的人才，比如加快構(gòu)建整合型的人工智能創(chuàng)客課程體系，培養(yǎng)創(chuàng)客學習和操控人工智能的能力，培養(yǎng)學習者的創(chuàng)新思維與實踐技能[5]。以“人工智能+教育”為例，人工智能相關(guān)專業(yè)多劃歸到計算機、信息工程和軟件技術(shù)等學院，教育專業(yè)隸屬于教育學院，高校就可以將這兩類學院的教師整合，打造成“人工智能+教育”的師資團隊，這個團隊的教師不僅可以分享研究資源和成果，還可以交叉授課，為交叉學科的人才培養(yǎng)提供師資保障。加強人工智能與其它學科專業(yè)的交叉，形成人工智能復合專業(yè)培養(yǎng)新模式，不斷提高人才培養(yǎng)質(zhì)量。

• 3 推進產(chǎn)學研合作的培養(yǎng)模式

《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018-2020年）》強調(diào)，要“依托重大工程項目，鼓勵校企合作。”[6]人工智能的研究歸根到底是為了應(yīng)用，通過產(chǎn)學研相結(jié)合的方式，培養(yǎng)實用型人才。

（1）以需求為導向制定人才培養(yǎng)方案

人工智能人才培養(yǎng)是為我國發(fā)展人工智能的總體目標和布局服務(wù)的，最終目的是為了培養(yǎng)適應(yīng)社會需求的應(yīng)用型人才，所以高校在人才培養(yǎng)時應(yīng)該“服務(wù)于不同的學習需求”[7]：①從宏觀上來說，應(yīng)以我國相關(guān)政策和文件為導向，深入研究我國總體部署，圍繞發(fā)展需求，制定人才培養(yǎng)方案；②從中觀上來說，應(yīng)結(jié)合人工智能發(fā)展現(xiàn)狀和市場需求，了解專業(yè)服務(wù)的地區(qū)、行業(yè)的發(fā)展趨勢，可以邀請企業(yè)參與高校的人才培養(yǎng)方案制定，落實人才需要掌握的專業(yè)知識和業(yè)務(wù)技能；③從微觀上來說，在制定人才培養(yǎng)方案時，要根據(jù)本校的實際情況揚長避短，整合已有資源，進行方案制定。通過合理的方案制定和實施，培養(yǎng)出一批高質(zhì)量的人工智能人才。

（2）優(yōu)秀人才共享

企業(yè)與高校在培養(yǎng)人工智能人才上各有優(yōu)勢，兩者合作宜取長補短，促進企業(yè)深度參與校企融合[8]。從研究內(nèi)容和人才流動來看，高校需要企業(yè)的數(shù)據(jù)和工程化能力，企業(yè)需要高校的研究人才，而頂級人才需要在企業(yè)和高校之間快速流動。一些大公司聘請的高校優(yōu)秀人才大多從事研究機構(gòu)的工作，如AlphaGo項目的負責人Silver，至今仍在倫敦大學學院任教。高校教師同時供職于企業(yè)，可以便于雙方資源的獲取和有效整合，有助于人工智能人才的培養(yǎng)。

本文轉(zhuǎn)自微信公眾號“現(xiàn)代教育技術(shù)雜志”，作者張茂聰、張圳。文章為作者獨立觀點，不代表芥末堆立場。