关于高校人工智能人才培养的思考与探索

收稿日期：2018-07-25

作者简介：周全（1980-），男（汉族），湖北鄂州人，博士，通信与信息工程学院副教授，现主要从事计算机视觉、模式识别、人工智能领域的教学与研究工作。

一、引言

“人工智能”最早于1956年由美国学者麦卡锡在美国达特茅斯大学举办的一场研讨会上提出，即：让机器能像人那样理解、思考和学习，从而使得计算机模拟人类的智能。它所涉及的主要研究领域包括：自然语言处理、模式识别、机器学习、计算机视觉与智能控制等。60年之后的今天，随着大数据科学、传感器网络以及跨媒体计算等技术的发展，人工智能技术已渗透到我们生活的方方面面。人工智能发展的动力不仅来自于内部驱动，更来自于信息环境与社会需求等外部因素。智能化的需求牵引，使得人工智能在自动化机器人、远程医疗、无人驾驶、智慧城市、高端制造、智能交通与物联网、社会经济等领域发挥越来越重要的作用。从产业界角度而言，大量资本的涌入加速了人工智能技术与应用的结合。国际IT 巨头，如微软、IBM 、谷歌、Intel 等收购了140家人工智能创业公司。最具代表性的事件是谷歌收购的DeepMind 公司，开发出人工智能围棋软件AlphaGo ，击败了众多国内外围棋高手。国内的行业巨头，如腾讯、百度、阿里巴巴等相继成立了自己的人工智能实验室与研究院。近几年来，国内的人工智能创业公司，如格林深瞳、face++、中科视拓等如雨后春笋般不断涌现。从学术界角度而言，各国为抢占科技高地，加强技术人才储备，积极出台了人工智能的发展纲要。美国在近期的《2016至2045年新兴科技趋势报告》中指出，人工智能技术在物联网和自动化机器人领域中的应用位列所有20项最值得关注的科技发展趋势前2位。为应对即将在人工智能领域展开的全球科技竞赛，并使我国在相关理论、技术和应用水平上总体达到世界领先水平，2017年7月，国

务院印发了《新一代人工智能发展规划的通知》。与此同时，为全面增强我国在人工智能领域的原始创新能力，规划中明确提出到2030年，我国将在重点的前沿领域探索布局，长期支持，力争在理论、方法、工具、系统等方面取得变革性、性突破。为实现这个目标，规划中还布局了六大任务：建设安全便捷的智能社会；构建开放协同的人工智能科技创新体系；加强人工智能领域军民融合；培育高端高效的智能经济；前瞻布局新一代人工智能重大科技项目；构建泛在安全高效的智能化基础设施体。由此可见，加快传统产业与人工智能产业的深度融合，并持续突破人工智能基础前沿领域的技术，业已成为各国优先发展的科技领域。为适应新时代的要求，如何在高校教育和培养符合国家战略要求的人工智能人才，既面临机遇又富有挑战[1]，因此亟需思考与探索高校人工智能人才的培养模式[2]。

二、专业建设步入快车道

虽然业界对人工智能人才有巨大的需求量，但是高校无论从培养质量和培养规模上都不容乐观。根据《全球人工智能产业分布》报导，仅在2017年，中国新兴人工智能项目比例已经达到全球的51%，位列全球第一，但是却只有全球5％左右[3]的人工智能人才储备。预计到2020年，中国在人工智能相关领域的人才需求量将到达500万，缺口巨大。为满足就业需要，全国高校在人工智能领域持续开设相关专业。仅2018年上半年，全国新开人工智能相关本科专业就比2017年就增加244%[4]，布点达到4个。由此可见，我国在人工

周全

（南京邮电大学，江苏南京

210003）

摘要：人工智能是继大数据、云计算、物联网之后IT 界的又一次性技术。为了培养与时俱进的人工智能分析专业人才，作为人才培养重要场所的高校，需要及时跟进人工智能技术的发展，适应新时代的要求。本文首先分析了人工智能时代对人才的要求，论证了开设“智能科学与技术”一级学科的必要性，然后探讨了打造人工智能复合型人才培养模式，最后指出校企合作对培养大数据人才具有推动作用。

关键词：人工智能；大数据；云计算；物联网；复合型人才培养中图分类号：G2.41

文献标志码：A

文章编号：1674-9324（2019）16-0131-02

Thinking and Exploration on the Cultivation of AI Talents in Colleges and Universities

ZHOU Quan

(Nanjing University of Posts and Telecommunications,Nanjing,Jiangsu 210003,China)

Abstract :Artificial intelligence (AI)is a disruptive technological revolution in the IT industry following big data,cloud computing,and the Internet of Things (IoT).In order to cultivate the professionals who keep pace with the times,colleges and universities are important places for talent cultivation,needing to follow up the development of AI.Firstly,this paper analyzes the requirements of talents in the era of AI,demonstrates the necessity of setting up the first-level discipline of "smart science and technology".Secondly,we discuss the cultivation of AI compound talent training mode.Finally,we point out that school-enterprise cooperation can promote the training of AI talents.

Key words :artificial intelligence;big data;cloud computing;Internet of things;compound talent training

智能相关专业建设上已经步入快车道。但是，在专业人才建设上也不能盲目贪大、贪多，争取做到立足自身，交叉融合。一方面，每所学校应该根据自身办学特点，结合自身学科优势，建设一批特色专业。以南京邮电大学为例，学校依托国家级和省部分科研平台，整合通信与信息工程学院、自动化与人工智能学院、物联网学院以及计算机学院资源，将人工智能相关技术与通信系统和信号处理学科相结合，取得了良好的效果。另一方面，要按照国家和区域产业需求进行精准布点。如全国北上广深等一线城市以及东部沿海地区，制造工业产业化比较发达，因此可优先推动这些地区高校的人工智能专业建设，以适应对应地区产业发展和升级的需求。

三、打造复合型人才培养模式

虽然目前人工智能人才缺口巨大，但对人工智能人才的培养不能完全被市场牵着鼻子走。为了使培养出来的学生适应企业的需求，打造复合型人才未尝不是一种积极的探索。这就决定了高校培养的关键是在学生掌握扎实的理论知识基础上，重点培养学生的创新能力。从学科建设角度而言，重视人工智能与传统学科的交叉融合，不仅有利于人工智能自身学科的发展，还可以辅助发掘各个学科、专业的潜力，促进彼此共同发展。为此，《高等学校人工智能创新行动计划》提出了复合型人才培养的量化指标：到2020年，全国高校争取建设100个人工智能复合特色专业。但是，目前人工智能课程体系的建设还不够聚焦，课程设置在整体上缺乏系统性和连贯性。这就要求在人工智能学科顶层设计上打破传统专业方向的壁垒，形成全局性知识体系。与此同时，针对不同应用领域，初步形成面向虚拟现实、计算成像、大数据科学、计算机视觉、机器人、物联网6个子领域的专门知识体系。

四、打破校企人才培养“边界”

《高等学校人工智能创新行动计划》还提出，深化推广实施人工智能领域产学研合作协同育人项目，以

产业和技术发展的最新成果推动人才培养改革。截止

到2017年，教育部就已经组织科大讯飞、微软亚洲研究院、苹果等互联网企业和旷视科技、商讨科技、地平线等独角兽企业，与高校共同联合实施了“人工智能精品课程建设”、“人工智能专业创新创业教育改革”以及“人工智能VR/AR 仿真设计”等600多项人工智能领域产学研合作协同育人项目。企业通过提供资金、软硬件基础等相关条件，与高校合作培养相关人才。在教育部的组织下，国内部分高校已经与人工智能高科技企业建立联合实验室和研究中心，如南邮—西门子工程研究中心、中国科学技术大学—科大讯飞联合创新实验室等。这些高校地方科研平台从应用项目开发出发，以应用性学术竞赛和项目研究为抓手，快速提升学生的科研能力，充分挖掘学生的创新潜力。

五、结语

未来将是一个“人工智能”引领的智慧科技的时代。随着5G 、大数据、物联网时代的到来，社会将产生海量数据。如何智能化分析、处理这些数据，将变得非常重要。“人工智能”时代的脚步悄然而至，未来中国在数据智能分析领域需要的专业人才将达到几十万人以上。国内高校应融基础理论、实验教学、工程实践为一体，为人工智能这样的新兴产业发展输出高层次、实用性强、国际化的复合型专业人才，确保人工智能产业科学、持续、高速地发展。

参考文献：

[1]李德毅.人工智能在奔跑,教育的机遇与挑战———在“北京联合大学智能机器人产学研合作与人才培养创新发展研讨会暨机器人学院成立大会”上的报告[J].北京联合大学学报,2016,(7):1-4.

[2]刘鹏.人工智能背景下人才培养的机遇[J].通讯世界,2017,(11):340-341.

[3]梁道然.以人工智能为例浅析技术为我国经济发展带来的机遇与挑战[J].中国战略新兴产业,2018,(2):43-45.[4]严行健.人工智能时代的代议制:挑战、机遇与发展路径[J].学习与探索,2018,(2):76-84.