10月26日-27日，由陝西省委網信辦、陝西省工業和信息化廳、陝西省科學技術廳指導，中國人工智能學會主辦，西安市委網信辦、西安市科學技術局、西安國家民用航天產業基地管理委員會、京東雲共同承辦的2019第九屆中國智能產業高峰論壇在“硬科技之都”--西安舉辦。在27日舉辦的智能信息處理與產業應用論壇上，華為人工智能高校合作總監楊瓊華為我們帶來了題為“產業視角下的人工智能人才培養及實踐”的精彩演講。
楊瓊華 華為人工智能高校合作總監
以下是楊瓊華的演講實錄：
我彙報的題目是產業視角下人工智能人才培養及實踐。
包括如下幾點內容：第一，人工智能人才現狀。第二，從華為業務角度看，企業需要什麼樣的人工智能人才。第三，如何與校企共同培養人工智能人才。第四，華為在人工智能人才培養的實踐，最後簡單介紹下華為高校科教AI扶持計劃。
隨著5G的到來，雲計算、人工智能、大數據正在成為新一輪產業轉型的核心驅動力。同時，伴隨著人工智能與產業的不斷結合，推動著各行業向“智能創新”為特徵的第三個階段邁進。從行業發展角度來看，除了原生的互聯網企業在擁抱數字化轉型，傳統的行業，銀行、政府也在積極進行數字化轉型，轉型的過程中基於數據的智能化成為企業的核心競爭力。我們的理解是，人工智能雖然現在是初期，存在很多困難，但在未來人工智能將成為一種新的通用技術，改變每個行業和每個組織。
走向通用技術的路是很漫長的，前面劉院長也介紹了很多AI的趨勢，包括論文數，各個國家AI計劃的發佈、AI商業學術活動，AI創業公司的誕生和投融資等等發展趨勢，都讓我們很興奮；在視覺、語音、對話等領域也有了簡單商業場景的應用。但我們從企業落地情況看，實際還存在很大的落差和技術追逐空間。比如當前僅4%的企業投資和部署了AI，約5%的高校採用AI來增強學習體驗，行業場景需要的訓練時間還需要數日或者數月，消耗著AI科學家們的青春和耐心。
主要的原因除了眾所周知的算法、算力和數據，實際還有人工智能人才的稀缺。我們看三個數據，一個來自Indeed求職網站，對AI人才需求增長遠遠大於AI人才本身的增長。二是在30萬AI從業者中，具備算法研究能力的不到10萬，廣義來說，整個AI人才缺口是百萬。再有一點，引用清華大學中國人工智能發展報告的數據，從AI高端人才的佔比上，美、日、英、德、法等大國都高於10%，美日達到了18%~20%。而中國僅僅5.4%左右，在大國傑出AI人才數量全球排名靠後。所以對我們國家的挑戰，不僅僅是人工智能人才的普及培養，還有需要扶持更多高端的AI人才，才能帶動提升整個國家的人工智能發展水平。
針對人工智能人才短缺問題，教育部去年6月份也頒佈了高等學校人工智能創新行動計劃，明確了三個階段目標。明年在整個高校創新體系和學科體系基本完成優化佈局，適應新一代人工智能的要求；到2025年，高校要取得一批具有國際影響力的原創成果，有效支撐整個產業升級。第三個階段，在2030年高校成為世界人工智能發展的人才高地。在今年5月份，教育部也新批了35所人工智能專業，實際上到今年年底會有近千所學校有人工智能相關的課程開設。
而企業到底需要什麼樣的人工智能人才？大家知道，華為作為ICT和智能終端服務商，面向全球170多個國家，服務超過1/3全球的人口，服務對象包括運營商、各行業企業，還有終端用戶，涉及研究、產品開發、製造等眾多領域。華為也在進行產業智能化轉型，是人工智能典型的需求方，那我們從華為的角度來看一下企業需要什麼樣的人工智能人才。
華為在2018年發佈了人工智能戰略，主要包括五個發展方向。一是投資基礎研究，包括機器視覺、自然語言處理等，需要從數據高效、能耗高效提供更安全可靠自治的機器學習、基礎能力，這個方向需要的是基礎科學研究型人才。二是打造全棧方案，包括雲邊端全場景獨立又協同的解決方案，提供充裕的算力和AI平臺，這裡更多需要的是算法工程師和芯片設計相關的技術型人才。三是面向全球以開放的心態，持續與各學術界、產業界夥伴廣泛合作，需要AI開源、投資、合作型人才。四是我們希望把AI的思維和技術融入到華為產品中，產生更大的價值，更強的競爭力，帶來更好的體驗；需要把AI植入到ICT或者消費者產品的應用型人才。五是我們做內部效率提升，包括應用AI來優化內部管理，應用AI優化如製造中海量作業場景，提升內部運營效率、改善質量，需要的是懂製造，研發類企業IT跨界AI人才。以上五大類人才，是基於華為人工智能戰略和業務角度梳理出來的。
那人才從哪裡來？從剛才劉院長的報告中可以看到，全球Top20擁有AI頂級人才的機構中Top 11都來自美國，除了谷歌和微軟外都是高校。具體來說，AI人才超過72.3%都是來源於高校。因此華為非常願意和高校在人工智能領域開展深度合作，包括AI實驗平臺建設，專業建設、師資培訓等，把產業經驗或者問題跟高校一起探討，協助高校一起培養面向產業的人工智能人才。
這張就是華為針對AI人才培養的全景圖。基於華為的沃土計劃，我們制訂高校教研AI扶持計劃，我們提供端雲自研的解決方案，包括華為雲的ModelArts服務上、端側HiLensKit, Atlas 200 DK等；同時還會配套提供AI全套資料和技術支撐，支撐高校老師在教學領域、科研領域、學生創新就業、職業培訓等領域，全面應用華為產品助力人才培養和科研創新。
支撐整個計劃的核心是華為的全棧全場景解決方案。“全棧”是從技術功能視角來看，包括芯片、芯片使能、訓練和推理框架和應用使能在內的全堆棧方案。在華為昇騰系列的芯片基礎上，是芯片算子庫和算子開發工具層CANN，然後是自研的MindSpore框架，再往上是華為雲上Moderlarts雲服務。整個方案支撐包括公有云、私有云、各種邊緣計算、物聯網行業終端以及消費類終端等“全場景”部署環境。
芯片上，在AI需求湧現下，業界對算力的需求非常強烈。而實際AI芯片的能力僅掌握在少數公司中，形成壟斷的局面。價格昂貴，供貨週期長，本地服務支持能力弱，造成了算力的稀缺。華為在2018年10月份的全聯接大會上發佈了針對AI推理與訓練場景的昇騰310與昇騰910芯片。昇騰芯片獨特的達芬奇3DCube架構。其中昇騰310芯片，是用於邊緣推理場景的極致高能效AI SoC，採用12nm製作工藝，提供16TOPS的算力，功耗僅8瓦，非常適合邊緣計算的低功耗要求的場景。昇騰910芯片，昇騰系列的MAX型號，是當前計算密度最大的單芯片，適用AI訓練場景，7nm製作工藝，提供512TOPS算力，實測功耗310瓦。右上圖是實驗室實測數據，對標業界最強訓練單卡加TensorFlow框架，針對圖象分析場景，昇騰910+MindSpore實測每秒圖象分析能達到兩倍的性能提升。
強大的算力需要軟件協同才能釋放出來，MindSpore是華為全自研的全場景計算框架，與TensorFlow等框架並列，降低了AI開發者門檻，支持開源開放，端雲協同，聯合芯片和應用優化，支撐全場景AI開發和生產部署。
再往上是ModelArts一站式AI開發平臺，提供海量數據預處理及半自動化標註、多人協作標註、對標註數據做版本管理，還有大規模分佈式訓練優化、訓練模型管理、端邊雲一鍵式部署等能力，打通AI全週期開發工作流。
HiLens是支持端雲協同的一站式開發平臺，比如說我們從ModelArts上訓練出來的模型可以部署到HiLens，在HiLens上針對人臉識別、客流統計、車牌檢測、入侵檢測等場景做技能開發，然後一鍵部署到端側。HiLensKit是華為8月份推出來的有高性能推理能力的攝像頭，集成昇騰芯片，配合HiLens雲側統一管理，一鍵式將雲側AI技能做部署。除了華為自己的產品，HiLens也支持安卓系統的端側設備，是一個開放型的平臺。
另一方面，針對一般開發者很難獲得足夠算力這個問題，我們推出了Atlas200 DK開發者套件，可以用一臺筆記本電腦在很短的時間內快速搭建AI應用的開發環境；套件內嵌昇騰310芯片，提供USB、音頻視頻輸入接口，希望把算力通過單板的方式開放出來，支撐科研創新場景。
華為鯤鵬雲服務，我們做了性能優化；可以為高校提供鯤鵬裸金屬服務、彈性雲服務等；我們也構建了鯤鵬社區，提供全套的工具鏈，專業的遷移指導和社區服務等等；我們希望通過社區，助力老師們基於華為鯤鵬雲做應用開發和應用遷移，培養中國IT產業人才，共建中國IT產業生態。
這些解決方案在高校AI人才培養中如何應用呢？我們來看幾個實踐。
去年秋季我們與浙江大學聯合共建了機器學習課程，面向近百位研究生，學生基於華為ModelArts和Atlas200 DK開發套件，3、4人一組，完成了27組作品，包括人臉識別、語義分割、圖像分類等，我們在看到算力和實驗平臺資源足夠豐富的時候，同學們創造力和動手能力也是非常強大的。
在科研和競賽方面，我們和上海交通大學創新中心合作了無人車項目，主要應用華為雲上ModelArts開發平臺和HiLens；在小車前面是有推理功能的攝像頭HiLensKit，從ModelArts上面訓練完的模型，部署到HiLens上完成應用技能開發，再推到在HiLens Kit上進行端側應用，場景覆蓋紅綠燈識別，U型/S型彎道，靜態和動態障礙物避障、停車識別等。基於合作的小車，和上海交大聯合舉辦了無人車大賽，並在華為全連接大會上進行了總決賽，以賽促學，提升學生動手實踐能力。
圖書合作方面，我們和上海交大梁曉嶢教授合作了昇騰系列第一本書-昇騰AI處理器架構與編程-深入理解CANN技術原理與應用，後續也規劃了一系列圖書教材，內容包括ModelArts、MindSpore等。
為了老師們儘快瞭解具體產品能力，我們在全國範圍內南京、上海、哈爾濱、成都、北京、天津等地組織了多場華為AI平臺師資培訓，包括理論講解和動手實踐。接下來在華南區域、山東江蘇等地也會陸續策劃。
總體來說，華為沃土高校教研AI扶持計劃包括兩大部分，一是針對AI教學場景扶持，二是針對AI科研場景扶持，目標是希望在三年內覆蓋150所高校，聯合深度培養十萬學生，使能百萬高校AI開發者。
教學方面，針對教學需求，具體的扶持權益除了板卡雲服務，我們還會提供鯤鵬雲服務，教輔圖書，課件支持，技術支持，師資培訓，競賽，MVP和人才優招等。競賽方面主辦方可免費使用華為雲競賽平臺，每個參賽隊提供1500元AI雲資源及一定數量的獎品。MVP方面我們希望在學生中選拔一些對產品使用深入同時提出產品關鍵建議的學生，提供機會參加華為峰會演講，優先體驗華為雲新品等，在實習和招聘方面也優先考慮
科研方面，扶持權益包括我們為每個團隊提供一定數量的開發套件、雲服務資源和鯤鵬雲服務，同時提供新品試用和教輔圖書。技術案例方面，我們希望老師能夠基於華為AI全棧構建科研應用，每個案例支撐2-5萬元人民幣。算子開發方便，成功收錄到華為產品的新算子，會有資金獎勵。同時提供技術支持，支撐材料，MVP授予以及人才優招等。
當前，我們已經與全國40多所一流高校在開展AI人才培養合作，包括清華、北大、浙大、上海交大等等，今年從9月份，聯合教育部產學研項目也敲定了20+家高校AI教學項目並正在落地中。
華為沃土AI人才培養計劃已經發布在華為雲官網，大家可以通過在線申請加入沃土高校教研AI扶持計劃。未來，我們希望更多高校加入，依託華為多年產業積累，藉助高校人才培養的專業能力，產學融合，聯合推動AI人才計劃落地，培養面向產業的人工智能人才。
（本報告根據速記整理）
轉發請註明轉自中國人工智能學會
閱讀更多 中國人工智能學會 的文章
