高校人工智能热的“冷”思考
来源:百度图片
高等学校在设置相关专业时，应结合国家人才政策、产业发展对人才的需求以及国内外其他高校对类似专业的培养，组织教学委员会和学术委员会，充分论证设置相关专业是否具备现实条件，如何进行师资建设和课程建设，如何形成专业特色。
■我们的记者王志康
说到人工智能，也许公众并不陌生。这是因为近年来，无论是AlphaGo在围棋比赛中击败人类冠军李世石和柯杰，还是无人驾驶汽车都获得了测试许可，类似的新闻事件都被贴上了同样的标签:人工智能。
2017年7月，国务院发布了《新一代人工智能发展规划》，开启了中国人工智能快速创新发展的新征程。今年4月，教育部发布了《高校人工智能创新行动计划》，明确表示支持高校在计算机科学与技术学科中确立人工智能方向，推进人工智能领域一流学科建设。
据报道，在2018年确定的首批612个“新工程”研究和实践项目中，已经规划了57个人工智能项目。截至2017年12月，全国共有71所高校围绕人工智能领域设立了86个两个学科或交叉学科。仅在今年5月，南开大学、天津大学、南京大学和吉林大学四所大学就相继成立了人工智能学院。
然而，在这样的背景下，我们应该“冷却”人工智能的热度，做一些“冷”的思考吗？
许多因素推动了这一热潮。
事实上，高校中的人工智能热并非没有原因，而是一个伴随着社会发展形势和实际需求的连锁反应。
正如中国科学院院士、中国人工智能协会副会长谭铁牛在今年的中国科学院院士大会上所言，在过去十年中，受大数据、云计算、互联网、物联网等信息技术发展的外部力量和社会广泛需求的推动，人工智能技术成功跨越了科学与应用之间的“技术鸿沟”，打破了从“不可用、不可用”到“可用”的技术拐点，进入了爆炸式增长的红利期。
南开大学人工智能学院院长方永春对此印象深刻。
“在本世纪初，当我们开始联网的过程时，我们仍然担心网络中没有内容。后来，经过多年的信息化建设和发展，我们积累了大量的数据。有了大数据技术，我们需要人工智能技术来从中提取有用的信息，为人类服务。”方永春在接受《中国科学日报》记者采访时表示，从网络化到信息化再到大数据和人工智能的发展过程有一个显著的特点，即应用促进技术发展，技术发展与应用相互交织、相互促进。
目前，世界科技发展趋势和国民经济建设对智能人才提出了非常强烈而现实的需求，但现实并不乐观。根据高盛(Goldman Sachs)发布的“全球人工智能产业分布”报告，2017年，中国占全球新兴人工智能项目的51%，数量超过美国，但全球人工智能人才储备仅为5%左右，人才缺口超过500万。
“人工智能产业发展的最大瓶颈是人才。现在我们已经进入了人工智能人才全球竞争的时代，高层次人才培养的“造血功能”将直接影响人工智能产业的核心竞争力。”南京大学人工智能学院院长周志华在接受媒体采访时说。
因此，《新一代人工智能发展规划》特别强调“将高端人才队伍建设作为人工智能发展的重中之重”、“完善人工智能领域的学科布局”、“尽快在试点院校建立人工智能学院”。今年4月，教育部发布了《高校人工智能创新行动计划》，要求到2030年，高校成为建设世界主要人工智能创新中心的核心力量，成为引领新一代人工智能发展的人才高地，为中国进入创新型国家的前沿提供科技支撑和人才保障。
可以说，世界科学技术的发展趋势和国家经济建设的需要，为高等院校建立和建设人工智能学院或专业提供了非常好的环境。
课程建设尤为重要
目前，我国许多高校都设立了不同情况的人工智能学院或专业:有的招收本科生，有的只从事科研和研究生培养；一些学校侧重于人工智能方法，而另一些学校更关注和应用紧密集成的智能系统。
"这种情况完全符合人工智能的特点和发展规律."在方永春看来，人工智能本身是一门高度跨学科的学科。学校选择不同的切入点进行建设是很自然的。另一方面，新一代人工智能技术的迅速发展和各高校人工智能学院的建设是最近的事情。各方面的形势尚未成熟，正处于高速发展时期。因此，在课程设置、教学计划等方面也注定还有很大的发展空间。
例如，南开大学人工智能研究所就是在智能科学与技术专业的基础上建立起来的。该专业成立于2004年。经过近两年的精心准备，该专业注重课程的精心建设和教学实践。直到2006年，它才开始招收第一批本科生。“尽管经过十多年的发展，南开已经相对稳定，但近年来，南开一直在根据人工智能的发展，不断优化课程建设。课程建设对于人工智能学院的发展尤为重要
周志华同意他的这一观点。
“目前，专门用于人工智能的课程数量远远不能满足需求，导致人工智能专业课程只能浓缩到‘高级科普’的水平。”周志华说。
以计算机科学与技术为例，本科课程要求150学分，其中约60学分是普通课程，15学分是毕业设计和就业与创业课程。在剩下的75个学分中，大约55个学分是学科平台课程和专业核心课程。目前只剩下约20个学分，但人工智能专业课程尚未出现，这些学分仍需考虑计算机科学的“宽口径”人才培养，平衡多个专业方向的需求。
“事实上，即使不考虑课程的数量，已经开设的课程内容仍然远远不能满足培养人工智能人才的需求。”周志华说，例如，人工智能要求的线性代数+矩阵理论，目前在计算机科学中是一个非常肤浅的学科。通常不提供矩阵理论。许多学生甚至没有接触过矩阵求导，这给机器学习等人工智能核心课程的学习造成了很大的障碍。
因此，在他看来，与其修补现有的学科培训体系，不如根据人工智能学科本身的特点构建一个新的课程体系。
澄清内涵是关键
谈到课程建设，浙江大学人工智能研究所所长吴菲表示，实际上高校都有人工智能的核心课程，但只是在不同的学科，“关键是要弄清人工智能的内涵，并在此基础上确定哪些是必修课，哪些是选修课。”
关于人工智能的内涵，我们不妨参考卡内基梅隆大学秋季开设的课程。
他们的必修课程包括数学和统计学课程中的矩阵计算、优化分析、积分和逼近、计算机编程、计算机系统、计算机科学课程中的数据结构和算法，以及人工智能课程中的机器学习、知识表达和问题解决以及自然语言/计算机视觉吴菲说，学校将人工智能的必修课程分为16门课程，涉及数学、计算机和人工智能本身。虽然人工智能有一定的学科独立性，但它也跨越并渗透到其他学科，如计算机科学和控制科学
事实上，根据教育部2012年的《普通高等教育本科专业目录》，在506个本科专业中，共有4个与“智能”相关，即计算机智能科学与技术、建筑电气和土木工程智能、智能电网信息工程和电气工程以及电气工程智能控制。
然而，这些专业与人工智能在内涵和外延上都有一定的区别。
“‘人工智能’和‘智能’之间的关系类似于‘飞机(人工鸟)’和‘鸟’之间的关系。“在这方面，周志华说，例如，研究飞机显然不同于研究鸟类科学。鸟类科学本身非常重要，但它不是飞机制造商必须掌握的科学知识。不了解鸟类并不妨碍飞机的建造，飞机的飞行模式也不需要和鸟类一样。
吴菲认为，在大学建立人工智能学院可以培养三类人才，即掌握前沿人工智能理论的前沿研究者、人工智能技术的实施者和人工智能与产业交叉的人工智能+X应用者，分别体现前沿理论、技术与产业的交叉。前两类人才需要由人工智能学院培养，而第三类人才需要由人工智能学院和其他学院交叉培养。
“首先，有必要澄清人工智能学院和现有学院之间的区别，以及人工智能学院的学生和其他学院的学生之间的入学和退出的区别。”吴菲说，否则，如果计算机科学或智能科学与技术专业的学生的内容和培养目标相同，人工智能学院就没有必要单独存在，发展泡沫可能会形成。
不要盲目跟随进入市场的趋势。
如何避免人工智能学院的发展泡沫？方永春认为，大学应该首先找到自己的特色，避免盲目跟风。
“面向典型行业，解决实际问题是人工智能领域的发展趋势。因此，高校在建设人工智能学院时，必须考虑这一发展趋势，以应用为动力，建设人工智能专业。”方永春说，人工智能是一门交叉学科，涉及很多领域。因此，为了建设好人工智能专业，高校必须充分考虑自身的特点、基础和优势，并将这些优势与人工智能学科的发展趋势相结合，从而形成自己的特色。
起初，他们跟随设立专业的趋势，但最后他们没有跟随平庸开发的例子，如软件工程。2000年，国务院发布了《关于鼓励软件产业和集成电路产业发展的若干政策》；次年，全国建立了35所示范软件学院。到2016年，全国将有563个软件工程专业。不可否认，软件工程专业为国家和社会培养了大批高素质人才，促进了产业发展。然而，与此同时，许多高校却屡屡设置在低水平，缺乏特色和质量保证。因此，根据国务院学位委员会公布的《2016年动态调整撤销和增加学位授权点清单》，175所大学撤销了576个学位点，其中软件工程撤销了35个学位点。
21世纪教育研究院副院长熊丙奇针对当前高校人工智能热潮直言不讳地表示，要防止高校追逐潮流，急于设立人工智能学院或专业，导致专业过多，人才培养缺乏特色，难以满足社会需求。
“大学在设立相关专业时，应组织教授委员会和学术委员会。结合国家人才政策、产业发展对人才的需求以及国内外其他大学对类似专业人才的培养，高校应充分论证设置此类专业是否具备现实条件，如何进行师资建设、课程建设，形成专业特色。”熊丙奇强调道。
对此，吴菲也表达了类似的观点。
不久前，教育部科技司司长雷超子在新闻发布会上表示，教育部将进一步展示人工智能的内涵，推动人工智能领域一流学科的建设。高校在正式组织全国人工智能示范之前，仍应立足原有基础，结合自身实际和现有特点，扎实培养人工智能人才吴菲说。
《中国科学报》(第五版《大学周刊》，2018年6月26日)