拒绝简单“拼盘化” AI人才培养探索深度融合新模式

2020-03-27 10:03 来源:和讯科技

200775641.jpg

人工智能的领域非常广泛,尤其是应用层面。应采用“人工智能X”复合发展模式,推进人工智能高端人才建设,完善人工智能领域的学科布局。

"人工智能教育迎来了新的高潮."中国人工智能学会教育委员会主任、首都师范大学信息工程学院首任院长王万森说。据报道,到2023年,中国的人工智能技术和应用水平将达到世界先进水平,而核心产业规模将超过1500亿元。到2030年,中国人工智能核心产业规模将超过1万亿元。人工智能领域的人才培养已经成为工业发展的关键环节。

此外,教育部、国家发展和改革委员会、财政部近日下发文件,指出要依托“双一流”建设,深化人工智能内涵,构建基础理论型人才和“人工智能X”复合型人才并重的培养体系,探索学科建设和人才培养深度融合的新模式。 努力提高人工智能领域的研究生培养水平,为中国抢占世界科技前沿,实现领先原创成果的重大突破,提供更多充足的人才支持。

人才短缺加剧人工智能专业的热门程度

人工智能的普及反映了相关行业人才的巨大缺口。数据显示,2020年中国人工智能产业规模预计将超过1500亿元,带动相关产业规模超过1万亿元。据有关教育部门估计,中国人工智能人才缺口超过500万,国内供需比例约为1: 10,造成供需严重失衡。

"企业对人工智能人才的需求很大."中国汽车数据有限公司管理部项目经理李传鹏表示,对于专注于无人驾驶技术研究的企业来说,尤其需要掌握机器学习算法、环境感知、行为决策系统技术等人工智能方面的技术人才。

“人工智能教育目前已经发展到一个关键阶段。从博士到硕士,从本科生到专科教育,人工智能教育已经得到了充分发展。”王万森说,近年来,我国人工智能高层次人才培养取得了一定成效。一些“双优”院校相继成立了人工智能学院和研究所,或通过其他创新机制,将人工智能相关学科建设列为重要建设任务,培养了一定数量的博士和硕士研究生。

今年,在教育部公布的专业目录中,有180所高校设立了人工智能本科专业,其中智能科学与技术专业32所,人工智能技术服务专业171所。此外,智能制造工程、智能建筑、智能医学工程、智能感知工程等智能领域的相关学科也是高校新增申报和新批准本科专业名单中的热门话题。

学科建设缺乏深度交叉整合

在热门专业的背后,也有一些不足之处。与发达国家相比,高校人工智能相关学科建设和人才培养仍存在较大差距,主要表现在高层次领军人才、创新团队和跨学科创新平台不足,学科建设缺乏深度交叉整合,基础理论、原创算法、高端芯片等方面缺乏突破。复合人才培养缺乏引导,校企合作缺乏有效的激励机制。

“人工智能专业应该以培养掌握人工智能理论和工程技术的专业人才为目标,构建一个完整的人工智能系统

“目前,本科生毕业后不能直接开始做项目。由于高校本科计算机专业的基础课程都是代码,理论性强,实用性不高。因此,当他们毕业时,企业仍然需要将他们安排到各种项目中,并通过项目中的高级工程师对他们进行一两年的培训,以便他们只有在熟悉业务的情况下才能独立地参与项目的研发。”李传鹏坦言,虽然人才缺口很大,但很多企业更愿意选择有一定工作经验的R&D人才。

关于研究生教育,王万森直言不讳地说:“在人工智能教育中,研究生教育是培养高层次人才的关键,但现在人工智能没有研究生专业。国家基金委员会已经建立了一个人工智能研究领域。研究生教育应该向国家基金委员会学习。人工智能教育的正确途径应该是搞好本科专业,建立研究生专业,研究与应用相结合。

行业需要引领行业面向未来

“人工智能与其他专业的整合程度相对较高,因此应更多关注人工智能与其他专业的有机整合,而不是简单的‘拼盘’。”王万森说道。人工智能人才的培养需要面向未来和行业。需要根据未来5-10年人工智能产业的发展趋势,改变专业课程体系和实验设计。人工智能专业不仅要跟上企业的发展,还要引领行业的发展。

“为了让学生了解未来的工业趋势,例如,在无人驾驶领域,云存储的概念已经提出,学校应该具备相应的创新知识;以前的设计代码是规划好的路径,现在是独立决策;过去,人们只注意汽车的智能,但现在的大趋势是通过汽车和道路之间的合作来解决问题。这些最新的想法和趋势应该建立在学生的学习阶段,使学生能够理解和学习,并为未来的研究和发展打下良好的基础。”李传鹏说道。

以天津大学去年建立的未来智能机械与系统新工程课程平台为例,其设计理念是跨学科、开放式的人才培养平台,面向行业开放,允许企业参与人才培养目标、课程体系和教学内容、基础理论和企业应用交叉教学的制定。企业还需要提供实用的资源和开放的项目。据报道,新工程系统下的学生可以在第一年去企业实习。企业向他们开放工厂和实验室。他们可以每年夏天和冬天去企业实习,跟随企业参观高水平的创新竞赛。

"我们也可以实施企业导师制度."李传鹏说:“有时候学生在学校学习的时候,他们不知道企业需要的关键点,也不知道如何把理论应用到实践中去。例如,如果学生只知道如何解决问题,而不知道在应用人工智能算法时需要什么大量的知识,他们在实际应用中就会遇到困难。然而,通过类似于企业的导师制度,让工程师参与教学课程,学生将能够学到自己的实践经验,并帮助他们在未来开始工作时真正应用所学知识。”