人工智能本科的办学与“痛点”

大陆人工智能办学状况如何？

    2018年4月，教育部下发《高等学校人工智能创新行动计划》。该行动计划从扩大人才培养规模、提高人才培养质量、优化人才培养结构等方面进行系统部署，重点提出“引导高校通过增量支持和存量调整，加大人工智能领域人才培养力度”“深入论证并确定人工智能学科内涵，完善人工智能的学科体系，推动人工智能领域一级学科建设”“鼓励对照国家和区域产业需求布点人工智能相关专业；支持高校在计算机科学与技术学科设置人工智能学科方向”等任务。

    专业代码080717T（T代表特设专业），学位授予门类工学——2019年3月，人工智能专业正式进入本科专业大家庭。

    过去十年间，每年新设智能科学与技术专业的院校数都为个位数，基本上就在两三所院校左右。但在2016和2017年两年，一下子迎来了大幅增长。2017年，有19所高校新增了智能科学与技术专业。但在2018年，这一数字达到96所。

    2019年3月29日，教育部发布最新的名单显示，35所学校获批人工智能专业，有101所高校获批“机器人工程专业”，203所高校获批“数据科学与大数据技术”专业，25所高校获批“大数据管理与应用”专业……可以说，人工智能教育建设已经掀起热潮。

    值得注意的是，人工智能的办学在向本科延伸，但办学的顶层设计则在博士以上层面，只有吸引一流的人工智能教授（含产业领域的研究员），才能更好地与世界名校和人工智能高端产业对话。

    去年9月17日，在上海举办的世界人工智能大会上，全球高校人工智能学术联盟宣布成立。当天下午，全球知名高校校长圆桌会议在上海交通大学举行。来自美国麻省理工学院、英国剑桥大学、新加坡南洋理工大学，以及我国清华大学、中国科学技术大学等国内外人工智能领域知名高校的校长，共话跨国人工智能合作研究和高端人才培养。

    大陆有11所高校参与全球高校人工智能学术联盟的发起。这些院校是：

清华大学

上海交通大学

复旦大学

上海科技大学

同济大学

上海大学

浙江大学

中国科学技术大学

西安交通大学

哈尔滨工业大学

北京航空航天大学

    从发起院校来看，以国内高校为主，这些学校也是接下来在人工智能领域将有较大作为的学校，应该引起考生和家长的关注。这些高校并不都办有本科的人工智能专业，但研究生的方向较多，也较为先进。上海科技大学等，允许本科生就进入人工智能实验室，与硕士生博士生一起学习、研究自己喜欢的领域，受到广大高考考生和保研生的欢迎。

人工智能专业应注重培养复合型专业人才

　　高端、复合型人才严重缺乏也是人工智能与实体经济深度融合的一个瓶颈。

　　对接产业需求，人才要了解行业，也要掌握人工智能关键技术，能够进行应用开发。然而，戴琼海指出，由于人工智能技术的交叉性，我国在人工智能人才结构上呈现出高端人才和工程师“两少”特点，工程师的人才缺口甚至达到了500万～1000万。

　　近日由清华大学－中国工程院知识智能联合研究中心、中国人工智能学会吴文俊人工智能科学技术奖评选基地联合发布的《2019人工智能发展报告》则指出，从人才竞争上来看，美国的人才数量遥遥领先，凸显了其在人工智能领域的人才优势。对于我国而言，人才数量在大部分领域领跑第二梯队，但与美国相比，中国高影响力学者数量明显不足，顶尖学者相对缺乏，中美之间还存在差距。

　　“我国已开设了人工智能的本科教育，人才培养尚待时日，但人工智能与其他学科专业的交叉融合还不够深入。”中国人工智能学会教育工作委员会主任王万森说，他建议，应构建与新一代人工智能发展相适应的知识结构和课程体系，形成一个以智能科学与技术专业为核心，外加衍生层诸专业的新生专业类，即人工智能类专业。除上述核心层、衍生层专业外，还应支持复合型和交叉型专业的智能人才培养。

　　“人工智能的应用只能以垂直的方式进入某一个场景，或者某一个领域行业，这决定了人才的培养方向，方能实现经济社会对新一代人工智能的需求。”王万森强调。

　　“人工智能在许多行业领域还是刚刚开始，真正要让它全面落地产生价值，可谓任重道远。”中国平安保险（集团）股份有限公司首席科学家肖京道出了许多专家的心声，“我们需要的是踏踏实实地努力，一个一个去攻克难关。”

智能制造的信息化基础仍薄弱

　　    智能安保、语音识别、智能客服……几年间，被视为新一轮产业变革核心驱动力的人工智能技术边界不断扩大，已大踏步走进寻常百姓家。然而，相比在安防、金融、零售业的火热推进，人工智能技术在工业制造、农业等实体经济领域的深度融合仍存在诸多困难，尚处于起步阶段。

　　中国人工智能学会理事长戴琼海就有这样的感受，在近日召开的第八届吴文俊人工智能科学技术奖颁奖典礼暨2019中国人工智能产业年会上，他抛出了这样一个问题：“当前，解决人工智能与实体经济深度融合的发展瓶颈，最后一公里路该往何处去？”

　　这不是他一个人的感受。“人工智能为实体经济赋能，是趋势和前景，但做起来，还有一些亟待解决的问题。”中国科学院院士张钹说。

    人工智能赋能以制造业为代表的实体经济，自动化、信息化是基础。但来自艾瑞咨询的一份报告显示，2018年我国制造业企业数字化设备联网率仅为39%。

　　在张钹看来，这是人工智能与实体经济深度融合的一大阻碍。

　　“制造业智能化的前提是自动化和信息化，这要求各细分行业加强设备自动化改造，提高生产自动化程度。然而，目前来看，许多行业工厂生产流程的自动化、信息化水平还很低，人工智能技术也就难以对接。”张钹说。

　　科技部新一代人工智能研究发展中心副主任李修全认同这一观点：“可以说，在人工智能应用于实体经济特别是工业这方面，中国还是存在一些劣势。”

　　人工智能要发挥“威力”需要数据支撑。在李修全看来，自动化和信息化的不足直接导致的是工业数据的缺乏。“与国外先进制造业相比，他们所拥有的工业控制和传感设备在生产中积累了大量数据，可帮助人工智能落地。而我们的数据不足，而且引入的信息化设备多数也是进口，数据不为我们掌握。”

　　其次是智能制造一体化的问题。工业领域的人工智能技术落地需要体系化，“以缝纫机器人的生产为例，需要人工智能底层技术、算法等软件与传感控制设备等硬件相结合，缺一不可，对我们的一些硬科技门类提出了挑战。”李修全说。

　　此外，制造业在生产环节中容错率很低，但当前人工智能技术引入并不能保证100%的准确。“比如电力行业就基本不容有差池，那么人工智能在融入制造业的过程中，就要选择有一定容错率的工业场景。”李修全说。

　　张钹认为，以上这些问题使得智能制造的推进难度更大，其解决也有赖于制造业整体的自动化、信息化发展。

需对接产业“痛点”而非噱头

　　“观察各行各业，你会发现企业对人工智能这种新的驱动力都有着迫切的应用需求，但产业化实际上‘雷声大，雨点小’，有的技术仅仅是锦上添花。”百度风投CEO刘维说。

　　他以近两年颇为热门的智能养猪为例，许多项目在养猪场内应用了猪脸识别技术，然而，就算能够精准识别出每一只猪的不同，但对于如何进一步察觉疫情发生和科学改善养殖，技术团队却往往没有进一步的解决方案，“他们仅仅把‘智能养猪’做成一个概念，然而，我认为，真正能够提高产业的生产环节效率和竞争力，才是人工智能技术是否深度融合实体经济的硬标准”。

　　智能企业云知声联合创始人李霄寒则认为，人工智能本身是一个势能器，它的落地需要场景，但行业中提供场景的企业和技术提供者存在着巨大的信息不对称，亟须架起这个“桥梁”。

　　“身为技术供应商，我们需要了解行业的刚性需求到底在哪里。”小i机器人高级副总裁许弋亚认同这一看法，他认为，要推动人工智能与实体经济真正深度融合，构建一个良好的产学研生态非常重要。一方面，从技术、产品到解决方案交付，人工智能技术企业需要充分对接行业需求，抓住机会做好应用；另一方面，人工智能技术企业需要与高校、科研院所在模型、算法等基础研究方面做出更多的合作交流。

　　对此，国家自然科学基金委人工智能处处长吴国政建议，行业学会、协会、基金会等相关组织应当发挥平台作用，共同关注行业需求，建立定期交流机制，以便发现更多人工智能与实体经济深度融合的根本科学问题。

本号综合自《科技日报》和《光明日报》（ 2019年12月10日 11版）

---

更多文章，请持续关注！

   “最强大脑”们要做哪几件大事？（顶尖评论4）

    顶尖科学家莱维特：生命正如花开花谢一样美丽/人工智能会替代大脑吗？（顶尖评论3）

欢迎转发

---

欢迎投稿原创稿件，欢迎媒体选用，转载需与本公号联系

评论是一种态度，评论是一种思想，评论应该是一种正能量。

亚波评论，聚集有温度的评论！

点个“在看”再走吧