高校在開設相關專業時，應該組織教授委員會、學術委員會，結合國家的人才政策、產業發展對人才的需求、國內外其他高校同類專業人才培養的情況，就本校開設這方面的專業有無現實條件，怎樣進行師資建設、課程建設，形成專業特色等，進行充分論證。
說起人工智能（AI），也許公眾並不覺得陌生。因為近年來，無論是AlphaGo在圍棋比賽中戰勝人類冠軍李世石和柯潔，還是無人駕駛汽車獲發測試牌照，類似新聞事件都貼著一個同樣的標籤：人工智能。
2017年7月，國務院發佈《新一代人工智能發展規劃》，開啟了我國人工智能快速創新發展的新徵程。今年4月，教育部發布《高等學校人工智能創新行動計劃》，明確表態將支持高校在計算機科學與技術學科設置人工智能學科方向，推進人工智能領域一級學科建設。
據悉，在2018年認定的首批612個“新工科”研究與實踐項目中，佈局建設了57個人工智能類項目。截至2017年12月，全國共有71所高校圍繞人工智能領域設置了86個二級學科或交叉學科。僅在今年5月，就有南開大學、天津大學、南京大學、吉林大學四所高校相繼成立了人工智能學院。
但在這樣的背景下，我們是否應該給人工智能熱“降降溫”，進行一些“冷”思考？
多種因素推動熱潮
實際上，高校人工智能熱並非沒有緣由，而是順應社會發展形勢和現實需求產生的連鎖反應。
正如中國科學院院士、中國人工智能學會副理事長譚鐵牛在今年兩院院士大會上所說，近十年來，在大數據、雲計算、互聯網、物聯網等信息技術發展的外部作用力推動和社會廣泛需求驅動下，人工智能技術成功跨越了科學與應用之間的“技術鴻溝”，突破了從“不能用、不好用”到“可以用”的技術拐點，才進入了爆發式增長的紅利期。
對此，南開大學人工智能學院院長方勇純深以為然。
“本世紀初開始網絡化進程時，大家還擔心有了網絡沒有內容，後來經過多年的信息化建設與發展，積累了大量數據，而有了大數據技術之後，就需要人工智能技術從中抽取有用信息為人類服務。”方勇純說，從網絡化到信息化再到大數據和人工智能，這一發展脈絡有一個顯著特徵，就是應用推動了技術發展，技術發展與應用交織在一起，互相促進。
當前，世界科技發展趨勢和國家經濟建設對於智能類人才提出了非常旺盛且實實在在的需求，但現實情況卻不容樂觀。高盛發佈的《全球人工智能產業分佈》報告顯示，2017年全球新興人工智能項目中，中國佔比51%，數量上已經超越美國，但全球人工智能人才儲備卻只有5%左右，人才缺口超過500萬人。
“人工智能產業發展最大的瓶頸是人才。現在已經進入全球爭搶人工智能人才的時代，高水平人才培養的‘造血功能’將直接影響人工智能產業的核心競爭力。”南京大學人工智能學院院長周志華表示。
因此，《新一代人工智能發展規劃》特別強調，“把高端人才隊伍建設作為人工智能發展的重中之重”“完善人工智能領域學科佈局”“儘快在試點院校建立人工智能學院”等。今年4月，教育部印發的《高等學院人工智能創新行動計劃》也要求，到2030年，高校要成為建設世界主要人工智能創新中心的核心力量和引領新一代人工智能發展的人才高地，為我國躋身創新型國家前列提供科技支撐和人才保障。
可以說，無論是世界科技發展的趨勢還是國家經濟建設的需要，都為高校設立並建設好人工智能學院或專業提供了非常好的大環境。
課程建設尤為重要
目前，國內不少高校成立的人工智能學院或專業各自情況略有不同：有的招收本科生，有的只是科研和研究生培養；有些學校將重點集中在人工智能方法方面，也有些學校則更多關注和應用緊密結合的智能系統。
“這種形勢是完全符合人工智能學科特點與發展規律的。”在方勇純看來，人工智能本身就是一個高度交叉的複合型學科，各個學校選擇不同的切入點進行建設非常自然；另一方面，新一代人工智能技術的飛速發展，以及各高校建設人工智能學院都是最近的事情，各方面的情況尚未成熟且都處於高速發展期，因此也註定了在課程設置、教學規劃等方面還存在不少發力空間。
比如，南開大學人工智能學院是基於智能科學與技術專業而建的。該專業設立於2004年，當時經過了近兩年的慎重籌備，重點在課程設置、教學實踐等方面進行了精心建設，2006年才開始招收第一屆本科生。“雖然經過十多年的發展已經相對穩定了，但即便如此，南開這幾年也仍然在根據人工智能學科的發展反覆優化課程建設。人工智能學院要想發展得好，課程建設是尤為重要的。”
對於這一觀點，周志華與他不謀而合。
“目前，能專門用於人工智能的課程數量還遠遠不能滿足需求，這導致人工智能專業課程只能濃縮到‘高級科普’程度。”周志華說。
以計算機科學與技術學科為例，本科畢業大致需修滿150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學分中，學科平臺課和專業核心課約佔55學分。至此僅剩約20學分，但尚未出現人工智能專門課程，而這些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。
“事實上，即便不考慮課程數量，僅從已開設課程的內容來說，也與人工智能人才培養的需求有很大距離。”周志華說，比如人工智能所需的線性代數+矩陣論，目前計算機學科線性代數內容很淺，通常不開設矩陣論，很多學生甚至沒接觸過矩陣求導，這對機器學習等人工智能核心課程的學習造成很大障礙。
因此，在他看來，與其在現有學科培養體系框架下修修補補，不如根據人工智能學科自身的特點建設新的課程體系。
釐清內涵才是關鍵
說到課程建設，浙江大學人工智能研究所所長吳飛表示，其實現在人工智能所需的核心課程高校裡都有，只是散列在不同學科當中，“關鍵是要釐清人工智能的內涵是什麼，在這個基礎上確定哪些是必修課、哪些是選修課”。
對於人工智能的內涵，不妨以卡內基梅隆大學今年秋季將開設的人工智能本科專業所設置的課程為參考。
“他們的必修課包括數學與統計學類課程裡的矩陣計算、優化分析和積分與逼近等，計算機科學類課程裡的計算機編程、計算機系統、數據結構與算法等，以及人工智能類課程裡的機器學習、知識表達和問題求解及自然語言/計算機視覺等。”吳飛介紹道，該校把人工智能必修課程分成16門，分別涉及數學、計算機和人工智能本身三個類別。“人工智能雖具有一定的學科獨立性，但也和其他學科交叉、滲透在一起，如計算機學科、控制學科等。”
實際上，根據教育部2012年的《普通高等學校本科專業目錄》，506種本科專業中一共有4個涉及“智能”，分別為計算機類中的智能科學與技術、土木類中的建築電氣與智能化、電氣類中的智能電網信息工程和電氣工程與智能控制。
不過，無論是內涵還是外延，這些專業與人工智能都存在一定的差異。
“‘人工智能’和‘智能’的關係，類似於‘飛機（人工鳥）’和‘鳥’的關係。”對此，周志華打比方說，研究飛機顯然不同於研究鳥科學。鳥科學本身很重要，但它並不是培養飛機制造者所必須掌握的科學知識，對鳥沒弄清楚並不妨礙造飛機，飛機的飛行方式也不需與鳥的飛行方式相同。
在吳飛看來，高校開設人工智能學院可以培養三類人才，即掌握前沿人工智能理論的前沿研究者、人工智能技術的實現者以及人工智能與行業交叉的AI+X應用者，分別體現了前沿理論交叉、技術交叉和產業交叉。前兩類人才需要人工智能學院來培養，第三類人才需要人工智能學院與其他學院交叉培養。
“首先要釐清人工智能學院與已有學院的區別所在，釐清人工智能學院學生的入口和出口與其他學院學生的區別所在。”吳飛說，否則，如果跟計算機專業或智能科學與技術專業的學生所學內容、培養目標並無二致的話，人工智能學院也就沒有單獨存在的必要了，同時也可能會形成發展泡沫。
不可盲目跟風入局
如何避免人工智能學院形成發展泡沫？在方勇純看來，高校首先要找準自己的特色，避免盲目跟風。
“面向典型行業，解決實際問題，這是目前人工智能領域的一個發展趨勢。因此，高校在建設人工智能學院時，必須考慮該發展趨勢，以應用為驅動來建設人工智能類專業。”方勇純說，人工智能是一門交叉性學科，涉及多個領域，因此，要建設好人工智能專業，各高校必須充分考慮自身的特點、基礎和優勢，並將這些優勢與人工智能學科的發展趨勢相結合，這樣才能形成自己的特色。
最初跟風辦專業、最後卻發展平平的前車之鑑不一而足，比如軟件工程專業。2000年，國務院印發《鼓勵軟件產業和集成電路產業發展若干政策》；次年，全國成立了35所示範性軟件學院；到2016年，全國軟件工程專業達到563個。不可否認，軟件工程專業為國家、社會培養了大批高素質人才，促進了產業發展，但與此同時，也有不少高校是低水平重複設置，缺乏特色和質量保障。因此，國務院學位委員會公佈的《2016年動態調整撤銷和增列的學位授權點名單》顯示，175所高校撤銷576個學位點，其中，有35個軟件工程學位點被撤銷。
對於當前高校裡的人工智能熱潮，21世紀教育研究院副院長熊丙奇直言，必須防止出現高校追逐熱門一窩蜂爭相開設人工智能學院或專業，導致專業開設過多、人才培養缺乏特色、人才培養質量難以滿足社會需求的問題。
“高校在開設相關專業時，應該組織教授委員會、學術委員會，結合國家的人才政策、產業發展對人才的需求、國內外其他高校同類專業人才培養的情況，就本校開設這方面的專業有無現實條件，怎樣進行師資建設、課程建設，形成專業特色等，進行充分論證。”熊丙奇強調道。
對此，吳飛也表達了類似觀點。
不久前，教育部科技司司長雷朝滋表示，教育部下一步將深入論證人工智能學科內涵，推進人工智能領域一級學科建設。“在國家層面正式組織人工智能學科論證之前，高校還是應立足原有基礎，結合自身實際情況和已有特色，紮紮實實培養人工智能人才。”吳飛說。
閱讀更多 愛發呆的小黃黃 的文章
