人工智能人才培养如何破局

　　在近日闭幕的国际人工智能与教育大会上，人工智能给教育带来的冲击与革命成为与会者讨论的焦点。面对全球人工智能的快速发展态势，找准突破口和主攻方向，培养大批具有创新能力和合作精神的人工智能高端人才，是教育的重要使命。

　　据人工智能公司Element AI发布的2019年度全球AI人才报告显示，全球人工智能从业人员的数量有所增加，但顶级人才仍然供不应求。在中国，据教育部门测算，我国人工智能人才目前缺口超过500万人，国内的供求比例为110，供需严重失衡。同时，我国各高校培养输送的相关人才只占市场所需人才的30%至40%，人工智能人才教育不足问题突出。可见，不断强化人工智能教育的力度，补齐人才短板，是迎接人工智能时代挑战的当务之急。

　　在此次国际人工智能与教育大会上，与会者认为缺乏人工智能专业人员和人才，是妨碍各个国家和组织发展人工智能并将其融入经济和教育领域的主要障碍之一。如何培养人工智能专业人才和培育人工智能创新行动，是各国目前正在积极探索实践的重点。

　　有专家提出，弥合国际人工智能鸿沟的关键是培养本地人工智能人才，包括培养一批具有设计、编程和开发人工智能系统专业知识的本地人工智能专业人员，以及管理和领导能力兼备的人工智能企业家。这需要在高等教育中引入新课程，包括工程技术学课程以及相应的硕士和博士课程。同时，政府机构、大学和其他合作伙伴需要解决人才培养的短期和长期需求，在科学、技术、工程和数学方面打下扎实基础、支持跨学科研究和培训。

　　如何定义合格的AI人才

　　通过高等教育加强人工智能培训和研究，被视为建设人工智能专业知识体系的关键。很多国家正在投资人工智能领域的研究和高级培训，主要通过在高等教育机构建立学术卓越中心、大学和研究机构网络、奖学金制度来吸引更多的人才进入人工智能领域。

　　人工智能并不是一个简单的本科专业，而是一个领域。人工智能人才的培养需要多个本科专业去支撑，需要将分散的知识体系整合起来，形成一个科学体系。那么从本科生培养的角度看，一个合格的人工智能人才应具备哪些技能呢？

　　中国人工智能学会理事长、中国工程院院士李德毅认为，首先需要理解真正的“智能”内涵。人工智能人才培养的基础是人脑认知，为此，智能科学与技术应覆盖五个二级学科，即机器人与智能系统、知识工程、机器感知与模式识别、自然语言处理与理解以及脑认知基础，需要扎根学科认知的基础，设立全面的学科体系。其次，应该平衡人工智能理论和产业落地的关系，在学科体系上应更注重培养人才的实践操作能力，关注成果落地转化，走进市场、产业需求才是高质量人才必备的。第三，培养人才对人工智能专业所需技能的全局掌握，做到胸中有数，视野开阔，而并非仅仅钻入到算法、编程等局部知识中，从全局技能中激发人才自主创新和前瞻视角。

　　在南京大学人工智能学院院长周志华看来，人工智能的课程设置必须先考虑到人工智能的核心基础，例如机器学习、知识表示与处理；再考虑技术层，有模式识别与计算机视觉、自然语言处理、计算智能等，还有很多相关支撑技术，例如数字信号处理、时序数据分析等；到平台层，有机器学习系统平台、机器人、智能系统等；再到应用层，可能还涉及智能应用建模、系统设计、行为分析等。所有的内容，形成了一个庞大的知识体系，如果不经过长期的培养，很难对人工智能有一个全貌性的认识。

　　需要强调的是，人工智能人才培养是为我国发展人工智能的总体目标和布局服务的，最终目的是为了培养适应社会需求的应用型人才，所以高校在人才培养时应该“服务于不同的学习需求”。人工智能教育需要不断夯实科学理论基础学科的同时，必须高度重视与市场的结合，并在实际应用中培养市场急需的紧缺人才。此外，还应进一步加大人才引进力度，不断增强对全球人才的吸引力，为中国尽快成为全球人工智能领域的领头羊奠定坚实的人才基础。

　　探索人工智能复合专业培养新模式

　　为了提高各自在人工智能领域的能力并成为该领域的领导者，许多国家正在努力寻求使人工智能研究和实践领域的职业更具吸引力的方法。

人工智能课程设置必须先考虑到人工智能的核心基础

　　近年来，我国高等教育领域采取了一系列行动计划，如人工智能+教师队伍建设行动计划、双万计划、国家精品在线开放课程认定、批准国家级虚拟仿真实验教学中心等。在《高等学校人工智能创新行动计划》中提出，到2020年建立50家人工智能学院、研究院或交叉研究中心，培育人工智能创新研究团队和专门高级人才。目前，中国高校“人工智能人才国际培养计划”也已启动，预计5年内将培训500名教师和5000名学生。与此同时，有关方面正在着手制定《中国智能教育发展方案》，谋划我国人工智能人才培养的未来发展之路。

　　加强人工智能专业人员的培养，科学研究是最好的途径。我国在人工智能领域的教育培养力度不断强化，人工智能的研究得到了前所未有的重视。国家自然科学基金委专门增设了人工智能学科代码，将人工智能与计算机、自动化等学科并列设置，推动了相关课题的申报和人才的集聚。

　　在高校人工智能建设和人才培养中，教师起关键作用。但人工智能是一门交叉学科，具有交叉学科背景的教师比较缺乏，因此高校需要加强人工智能与其他学科专业的交叉，形成人工智能复合专业培养新模式，不断提高人才培养质量。以“人工智能+教育”为例，人工智能相关专业多划归到计算机、信息工程和软件技术等学院，教育专业隶属于教育学院，高校就可以将这两类学院的教师整合，打造成“人工智能+教育”的师资团队，这个团队的教师不仅可以分享研究资源和成果，还可以交叉授课，为交叉学科的人才培养提供师资保障。

　　企业与高校在培养人工智能人才上各有优势，两者合作宜取长补短，促进企业深度参与校企融合。从研究内容和人才流动来看，高校需要企业的数据和工程化能力，企业需要高校的研究人才，而顶级人才需要在企业和高校之间快速流动。一些大公司聘请的高校优秀人才大多从事研究机构的工作。高校教师同时供职于企业，可以便于双方资源的获取和有效整合，有助于人工智能人才的培养。

　　（综合网络相关报道整理，整理：杨燕婷）

　　（来源：《中国教育网络》2019年6月刊）