前言:2018中國人工智能峰會即將在9月6日開啟,南京大學人工智能學院院長周志華教授受邀出席,并將在當日主論壇及AI人才教育高峰論壇發表相關演講。
近日來,各大高校陸陸續續迎來了自己的又一批“新鮮血液”。這之中,有一部分新生受到極大關注,他們身上帶有一個醒目的標簽——AI專業。
今年3月,南京大學宣布成立人工智能學院,由南京大學計算機系主任、歐洲科學院外籍院士、ACM/AAAI/IEEE/AAAS/IAPR會士周志華教授擔任院長,而南京大學也成為了國內首個成立人工智能學院的雙一流A類、C9類高校。目前,包括中國科學院大學、南京大學、東南大學等在內,國內已經有10余所高校設立了人工智能獨立學院。
圖 | 南京大學人工智能學院揭牌儀式現場(圖源:南京大學新聞網)
“AI人才教育”一直以來都是業內關注的焦點,也是行業公認的發展動力。近日,鎂客網獨家采訪了南京大學人工智能學院院長周志華教授,圍繞AI學院人才培養、AI教育建設等議題進行了探討。
設立獨立的人工智能學院
是多方驅動的必然結果
于每一所高校而言,設立新專業是很正常的事情,但這次明顯不同。全國多所高校聯動,陸續為人工智能開設了獨立學院而非既有學院的下屬專業,這在教學體系已經基本定型的當下格外引發關注。
周教授認為,人工智能學院的涌現,是政策、產業、教育多方共同推動的結果。
“首先,人工智能是時代關注的焦點,國家政府都高度重視。比如兩院院士大會報告中三次強調要推動AI與實體經濟的深度融合,可見國家政府的重視程度。
第二,人工智能技術已經進入互聯網、金融、智能制造等諸多行業,人才缺口非常大。如果希望相關產業進一步發展、進一步有效提升,人才缺口必須要彌補。目前大家主要以挖人為主,以美國為例,大學中做AI比較出名的教授相當大部分都已經被企業挖走。但是挖人不會帶來增量,一流教授相繼流失,誰來培養下一代AI從業者?從根本來看,人才缺口必須通過加強培養來解決。
第三,人工智能是一個經過60多年發展的學科,已經形成了龐大自洽的專業知識體系,而解決現實問題通常要涉及到多種專業知識的融合。周教授介紹,2016年他在南京大學承擔了人工智能課程體系規劃的教改項目,在項目開展期間就發現目前的教學框架需要經過改革才能適應人工智能人才的培養。以計算機科學與技術學科為例,本科畢業大致需修滿150個學分,其中約60學分是通識通修課程,15學分是畢業設計和就業創業類課程,在剩下的約75個學分中,學科平臺課和專業核心課約占55學分。到此尚未出現人工智能專門課程,已經僅剩約20學分。而剩下的學分仍需考慮計算機學科“寬口徑”人才培養,要平衡多個專業方向的需求,這就使得能專門用于人工智能的課程數量遠遠不能滿足需求,導致人工智能專業課程只能濃縮到“高級科普”程度。對于AI人才的培養而言,這顯然是不夠的。與其在原有框架下慢慢調整,不如從頭開始去徹底設計一個真正為AI人才培養所需要的體系。
值得一提的是,今年3月教育部出臺了《高等學校AI學院創新行動計劃》,其中明確提出,到2020年要在全國建設50個人工智能學院、研究院。因此,在這樣的多方形勢匯合下,人工智能學院的設立就成為了一件必然的事情。
AI教育需融合數學與計算科學
課程設置要有所為有所不為
“對于一個學院來講,怎樣才能更好地培養學生,這是最需要考慮的問題。這之中,有兩件事非常重要,那就是課程設置和師資隊伍。”
在周教授看來,人工智能學院的學生需要有非常扎實的數學基礎和計算科學基礎。
“人工智能技術所針對的都是一些困難問題,很多是沒有精確描述和良性定義的現實問題,要把它抽象成一個目前能夠解決的合適問題,就需要有扎實的數學基礎。”
周教授舉了一個案例,一位用戶在電商網站偶然瀏覽了壽衣,之后經常收到喪葬用品推薦,用戶非常惱火;另一位用戶偶然瀏覽過新款女包后經常收到時尚新包的推薦,用戶很滿意。這兩件事粗看起來是一樣的,都是用戶偶然瀏覽了某個網頁之后電商推薦了相關產品。如何解決這個問題呢?如果學生有扎實的數學基礎,可能意識到前者是概率長尾分布的部分,而前者不然,這樣去考慮,這個問題可能就解決了。但如果數學基礎不扎實,就不太好辦。
周教授指出,人工智能技術的算法解決方案設計好之后,需要通過軟件程序來實現,再進一步考慮如何利用現代計算設備來提升效率。因此,學生必須具備計算機科學的扎實基礎。
“這顯然不是簡單地把數學系與計算機系的課程拼起來就行,因為學生的時間精力和修讀學分是有限的”。在我國高校現有教學體系下,甚至每個教學模塊內所需修讀的學分數,都有明確的規定。所以作為一個新的學院,要恰當地設計課程,包括課程門類、模塊、先后順序等,這是需要下很大力氣的事情。
此外,關于學科方向的設置,周教授表示,“要有所為,有所不為。每所高校有自己的特點和專長,對人工智能這樣涉及面可以很廣的學科,需要有所選擇,因地制宜的來開展教育。”
以南京大學人工智能學院為例,在初期將設置兩個專業方向,分別是機器學習與數據挖掘、智能系統與應用。南京大學在這方面有長期的優勢積累,在師資力量上有相當的儲備。
AI產業更凸顯“個人英雄”
人才培養需產學結合
當前,包括南京大學在內,諸多高校的人工智能學院已經相繼招生。在接下來的4年甚至更長時間里,他們將深度接觸AI技術。但是作為學生,他們也會面臨同樣的問題——畢業之后怎么辦?去哪里工作?
周志華教授提到,人工智能是一個“進可攻、退可守”的專業。學生如果對科學研究感興趣,那么人工智能作為一個方興未艾的研究領域,一定程度上可以與上世紀二十年代的量子力學領域類比,有大量的重要而有趣的課題等待著優秀年輕人去探索。學生如果對就業更關注,那么人工智能無疑提供了目前最好的就業機會。相關行業都在瘋搶人工智能人才,學生就業完全不成問題。即便以后社會上相關人才培養量急劇增長,作為優勢學科單位培養出的學生也絕對不必為就業擔心。學生更需要關心的,是如何通過四年的學習,能夠使自己具備出色的專業能力,比非正規訓練的社會人才更加優秀。
周教授說,以往對人才培養來說,從“學”到“用”之間的間隔是天然存在的。比如對現代軟件業而言,很少有什么軟件是一個人就能開發出來的,必須進行大團隊合作,而這種能力和經驗需要在企業實踐中學習鍛煉。以往企業會覺得高校人才培養與實際需求有距離,高校也會苦惱,因為高校重點培養的是每個學生的基本素質能力,不是職業培訓班。而與以往不同,人工智能是一個“學以致用”性非常強的行業,實驗室里取得的突破很快就可以在產業應用中實施,這也是高度凸顯“個人英雄主義”的行業,個體取得的突破往往能推進甚至引領整個領域的技術發展。學生在校只要能學得好,掌握了扎實的專業能力,幾乎可以“無縫”地進入產業實踐中去。比如周志華教授課題組的博士生魏秀參同學,在還沒有畢業的時候就已經被曠視聘請擔任南京人工智能研究院的院長。
盡早接觸產業真實的問題,也是南京大學人工智能學院人才培養方案中強調的部分。“我們希望學生能夠在學習過程中較早地接觸一些應用問題,甚至能拿到真實數據、真實企業案例來做課程研究。”周教授提到了南京大學呂建校長在兩會上提出的提案,希望大學生到企業“實習”不會淪為“放羊”或“簡單打工”。南京大學人工智能學院正在這方面進行積極的探索。比如,已經有京東、科沃斯、曠視等多家企業到學院附近建設人工智能研究院,并且與學院簽約成為學生實訓基地。
“學生去實訓基地實習的時候,將可以在學院老師和企業導師的共同指導下獲得實踐經驗,確保不會是簡單打工和放羊;另一方面,企業不僅接收到實習生,還能得到學院高水平教師的協助,有可能在學生實習過程中解決真實問題;對教師來說,也提供了一個直接開展企業合作科研的機制。”
借由實訓基地,高校與企業形成了某種程度的“價值閉環”。通過這一平臺,學生能更好地獲得實戰經驗,并為自己的未來走向提供參考;學院能夠真正做到補缺AI人才漏洞,幫助學生更好認知自己、認知社會;企業則能夠在技術研發等方面直接或間接獲得實習生、老師或學院的幫助。
中國AI產業進入高速發展期
南京大有可為
作為AI領域的尖端學者,不管是前沿研究還是AI人才教育,周志華教授都有著深刻的見地。在即將到來的9月6日 “2018中國人工智能峰會(CAIS2018)”上,他也將在現場分享關于機器學習前沿發展的一些思考。
在周志華教授看來,我國的AI產業已經進入了一個高速發展期。作為南京大學人工智能學院院長,對于“大本營”南京在AI方面的發展,周志華教授也做了一番分析。他認為,南京在發展科學技術上有扎實的基礎,擁有南京大學、東南大學、南京航空航天大學、南京理工大學等多所高水平大學,在人工智能專業方面也有較好的人才儲備。不過,留不住人才也是一直困擾的問題。
過去北京深圳等城市高度集聚了互聯網、AI產業公司,集聚效應導致更多的企業、更多的人才向其靠攏。但是,“經過一段時間之后,南京本身的優勢開始體現出來了。”相當數量的青年人才逃離一線城市已經開始成為現實,隨著南京政府出臺的各項人才優惠政策,對人才的吸引力顯著增強。尤其是南京本地高校的人才造血能力很強,以往大批優秀畢業生到別的城市求職,如果在南京本地有好的機會,有很多人會選擇留下來。最近一段時間有很多人工智能產業開始在南京聚集,有可能逐漸形成集聚效應。
周志華教授表示,“近期有不少企業陸陸續續把AI研發部門搬到了南京,或是在南京開設AI研究機構。再加上南京多個大學相繼設立人工智能學院以培養人才,提供了一般城市所不能具備的支撐力量。按照這個趨勢發展下去,我認為南京在AI產業方面應該是大有可為的。”
-
人工智能
+關注
關注
1792文章
47442瀏覽量
239005 -
AI教育
+關注
關注
0文章
12瀏覽量
2814
原文標題:獨家專訪 | 周志華:AI產業更凸顯“個人英雄”,人才培養需強調產學結合
文章出處:【微信號:Ithingedu,微信公眾號:安芯教育科技】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論