AI人才供需時間差
對于人工智能這樣高技術含量的領域來說,“得人才者得天下”。高盛2017年11月發布的《全球人工智能產業分布》報告顯示,2017年全球新興人工智能項目中,中國占據51%,數量上已經超越美國。但全球人工智能人才儲備,中國卻只占5%左右。
與高速發展的行業相比,人工智能人才的供應遠遠落在了后面,人才短缺成人工智能發展最大短板。人工智能人才培養需要一個很長的時間,而這與人工智能產業對人才的需求,產生了時間差。
“人工智能人才培育與業界需求的時間差,不只是在中國發生,全世界都正在發生,而且落差很大。”圖靈獎獲得者約翰·霍普克羅夫特(John E. Hopcroft)表示,這是因為我們正在經歷的信息化革命,具有瞬息萬變的特點,不管是個人,甚至是國家,可能對于信息化時代會帶來的沖擊和改變都還沒有全然的理解。
從1972年開始,約翰·霍普克羅夫特一直在美國康奈爾大學計算機科學系任教。他一直致力于計算機科學理論的研究,1986年,因在數據結構和算法設計與分析領域的杰出貢獻,獲得素有“計算機界的諾貝爾獎”之稱的圖靈獎。
此外,他也一直致力于幫助中國高校計算機學科建設及人才培養,在上海交通大學、北京大學等多所高校任教。
約翰·霍普克羅夫特表示,美國很早就開始在人工智能領域布局。大約十年前,美國幾乎所有的高校計算機學院都有人工智能相關的課程設計,市場上也有很多與人工智能相關的就業崗位。
創新工場人工智能工程院副院長王詠剛認為,人才教育和市場需求的“時間差”是客觀存在的。人工智能產業對人才的需求非常大,而且很緊迫,現在業界受到的壓力非常大,包括BAT、谷歌、Facebook這樣的公司在招聘AI人才的時候,同樣也面臨“招人難”的問題。
“但是我們考察這個時間差的時候,千萬不要采用急功近利的方式。”王詠剛表示,高校AI教育的出發點很重要,要注重學生的基礎理論培養,而非一味迎合市場。
教育部門發力AI人才培養
中國在人工智能的布局上,特別是人工智能人才培養上,起步較晚,整體上學科普及率還不高、學科體系不完善、師資力量比較薄弱、教育質量還不高等。
中國高校AI教育師資力量還比較匱乏。截至目前,國際人工智能協會(AAAI)27年間一共評選出208位院士,中國籍占4席,僅占1.92%。據AMiner 2017年人工智能與自動駕駛汽車研究報告,全球領軍人工智能專家共742人,美國占比68%,中國為6.36%。
根據騰訊研究院2017年12月發布的《2017全球人工智能人才白皮書》,全球人工智能領域的頂尖高校基本由美國包攬。目前,全球共有367所具有人工智能研究方向的高校,美國擁有168所,占據全球的45.7%,中國擁有20所,占全球5.4%。而在AI領域學術能力全球高校Top20榜單上,美國有14所上榜,中國有3所高校上榜。
此外,著名院校大多設有人工智能相關專業和研究方向。而在中國,人工智能相關專業教學和科研活動多分散于計算機和自動化等學科中,智能專業課程不是重點學習內容,學時占比也較少。目前,智能學科與相關技術在中國還不是一級學科。
面對人工智能的風口和當下人工智能人才的緊缺,多所高校相繼開設了人工智能的學科和專業,以及一些人工智能學院,并且,這種趨勢在不斷擴大。
4月3日,北京大學副校長田剛表示,從今年起,北京大學設立“AI創新碩士”培養項目。之前,南京大學宣布成立人工智能學院,由國內人工智能領域代表人物周志華任院長,設機器學習和數據挖掘、智能系統與應用兩個專業,初定本科生招生規模為60~100人,由于人工智能需要長期的積累,培養上還考慮以本碩連讀的方式招收一部分學生。
而在更早之前,2017年5月28日,中國科學院大學成立了人工智能技術學院,是我國人工智能技術領域首個全面開展教學和科研工作的新型學院。
根據教育部今年3月15日公布的“2017年度普通高等學校本科專業備案和審批結果”顯示,“機器人工程”“數據科學與大數據技術”等人工智能方向的專業屢次上榜。在新增備案本科專業名單中,有19所教育部直屬高校申請開設“數據科學與大數據技術”專業,全國申請新設該專業的高校約有250所。
國家也在與人工智能人才培養相關的政策上持續發力,為我國后續人工智能人才儲備加碼。4月3日,中國高校人工智能人才培養計劃啟動儀式上,教育部國際合作與交流司司長許濤透露,教育部將進一步完善中國高校人工智能學科體系,正在研究設立人工智能專業,推動人工智能一級學科建設。
此外,教育部正在研究制定《高等學校引領人工智能創新行動計劃》,引導高校人工智能領域科技創新與經濟發展、民生改善、教育變革深度融合,通過科教融合、學科交叉,進一步提升高校人工智能科技創新能力和人才培養能力。
挑戰是尋找高質量的師資
約翰·霍普克羅夫特表示,中國已經有高校開始設置人工智能的相關專業和院系是一個好的開始。而當人工智能教育的“量”有了一定的發展,接下來就要注重教育的“質”。人工智能教育“接下來面臨的挑戰是怎樣能夠有足夠好的老師來教學”。
“中國AI教育理論上距離前沿還比較遠,在理論結合工程實踐上還比較遠,這兩個比較遠直接造成了中國高端人才和中國工程應用型人才的欠缺。”王詠剛談到。
面對這種情況,王詠剛表示,從長遠來看,一方面,高校一定要重視跟AI學科相關的基礎教育的扎實性和前瞻性。另一方面,高校一定要重視理論與實踐結合,讓學生盡量有機會去接觸前沿的AI公司,通過實習或者參加比賽等方式進行實踐。
王詠剛觀察到,現在高校培養出來的學生呈兩種不同的趨勢:一種學生是把人工智能相關的基礎知識學得非常扎實;另一種學生傾向于從大一開始就去練手,參加比賽,而忽視了基礎理論學習。“最終造成他們離工程界的要求只能是越來越遠,而不是越來越近。”
“學術環境和產業環境的分工一定要重視起來。”王詠剛表示,學術環境能夠給學生更多前沿的理論、思考方法。產業環境能通過項目實踐,讓學生接觸第一手的產業信息,接觸第一手的實踐環境,迅速成長為產業人才,這兩件事都是不可或缺的。