当前，人工智能已成为国际竞争的新焦点，我国政府也制订了一系列政策，将人工智能发展提上日程。
2017年7月，***印发了《新一代人工智能发展方案的关照》，从国家层面对人工智能发展进行了包括完善人工智能领域学科布局、设立人工智能专业、推动人工智能领域一级学科培植等系统设计，并哀求高校应加快培养人工智能人才、看重高校与企业互助、共同构建人工智能人才培养体系等。

一我国人工智能人才现状剖析

人工智能发展之争，归根结底是人才之争。
美国是人工智能发展较早且较快的国家，通过比较中美两国人工智能人才现状，可以看出我国目前人工智能人才军队培植中存在的问题。

1 人工智能领域精良学者少、从业职员少

目前，环球具有人工智能研究方向的高校共有368所，人工智能领域的人才数量约有10万余人。
个中，人工智能领域的学者有6000多名、人工智能干系专业在读硕博研究生以及其他行业人才7万余名。
每年人工智能干系领域硕博毕业生约2万名。
在这368所高校中，美国拥有168所，霸占环球的45.7%，而我国仅有21所。
从环球人工智能领域20所顶级高校（如表1所示）可以看出，美国有14所，占了大半江山，而我国只有4所。
将这20所高校中的顶级学者数量进行比较（如图1所示），也可以明显看到我国和美国的差距：美国的顶级学者数量占比65%，我国的顶级学者数量占比仅为27%。
由此不难推断，我国人工智能领域的精良学者数量比较美国差之尚远。

图1 20所顶级高校中各国顶级学者数量比拟

从中美人工智能从业职员数量比拟（如图2所示）可以看出，美国的人工智能企业起步比中国早，干系的从业职员也比中国多。
目前美国人工智能企业约有78700名员工，而我国人工智能企业约有39200名员工[1]，美国的从业职员数量是我国的两倍，我国人工智能人才数量不敷。

图2 中美人工智能从业职员数量比拟

2人工智能人才构造不合理

目前，人工智能有九大热门领域，分别是自动驾驶、语音识别、智能机器人、打算机视觉与图像、技能平台、智能无人机、机器学习运用、处理器和自然语音处理。
从中美九大热点领域从业职员数量比拟（如图3所示）可以看出，在这九个领域里，美国在智能无人机、机器学习运用、处理器和自然语音处理四大领域强于我国，我国则在自动驾驶、语音识别、智能机器人和技能平台四大领域稍胜一筹。
由此不难剖析出，我国人工智能的关注热点和从业职员集中在运用层，此不雅观点可以通过中美人工智能领域从业职员构造比拟（如图4所示）得到进一步证明——比较美国，我国技能层和根本层人才薄弱，整体构造失落衡；尤其是根本层作为人工智能发展的“下盘”显得过于薄弱，难以支撑运用层的发展，因此在整体推进人工智能人才军队培植的同时，还应特殊关注根本层人才的培养，夯实根本为人工智能后续发展供应保障。

图3 中美九大热点领域从业职员数量比拟图4 中美人工智能领域从业职员构造比拟二我国人工智能人才的培养现状

目前，我国人工智能人才紧张来自于国外人才引进和企业内部转岗，从互联网、电信等干系行业转到人工智能领域的职员较多，高校尚未形成有效的人才输出。

1 人工智能尚未成为独立专业

我国高校与人工智能领域干系的专业有很多，如打算机科学、电子工程、自动化、软件工程等，但大部分人工智能的传授教化和科研活动散落在其它多个一级学科中；人工智能课程不是重点学习内容，学时占比较少，存在着高开低走、碎片化、低水平重复等问题，严重阻碍了我国人工智能的发展和人工智能人才的培养。
从表2可以看出，大部分高校只是将人工智能作为一个研究方向，还没有成为一门专业，研究人工智能的学者大多集中在打算机系、软件学院和信息工程学院等，未在本科阶段设置人工智能专业，只在研究生阶段设立人工智能研究方向，人工智能研究范围小众。
中国要抢占人工智能制高点，人工智能要得到不断发展，就须要大量人工智能人才，因此干系从业职员需求缺口大，高校须要将人工智能作为一门独立专业，并有必要从本科阶段开始就培养干系人才。

2 高校未形成人工智能交叉学科的人才培养

研究生招生阶段也比较重视学生的本科专业，倾向有打算机、信息技能等专业背景的学生，而忽略了其它学科。
如此一来，人工智能领域的学生都是理科出身，背景单一，既不利于人才培养，也不利于内部互换。
人工智能要发展交叉学科，不能过分强调理科背景，复合型人才的培养须要多学科背景，可以适当考虑跨学科招生。

要实现人工智能交叉学科的人才培养，师资力量不可或缺。
只有长期专注于特定专业领域、致力于特定问题的探索与研究，才有可能实现理论或实践上的重大打破，高校西席每每在本领域研究较有建树，但跨学科就有难度。
以“人工智能+教诲”为例，要实现人工智能和教诲的学科交叉，西席不仅须要同时节制人工智能和教诲的专业知识，且需将这两者交融贯通。

3 校企互助力度不足

我国高校人工智能有关专业的培养办法和其它专业同等，多采取西席授课、学生听课的培养办法，较为薄弱实践环节。
但人工智能正好是一个须要看重实践的专业，高校缺少这种实践的环境。
纵不雅观我国出台的一系列与人工智能有关的政策文件，无不强调人工智能的发展要落实到运用上，企业在助推人工智能发展上有无可比拟的上风，有的高校与企业有所互助，但双方受制于运行机制等各种成分，校企互助常日是浮于表面的短期行为，很难落地和可持续推进。

三高校人工智能人才军队培植路子

1 科学培植人工智能一级学科

《新一代人工智能发展方案》明确提到，要“培植人工智能学科。
完善人工智能领域学科布局，设立人工智能专业，推动人工智能领域一级学科培植，尽快在试点院校建立人工智能学院，增加人工智能干系学科方向的博士、硕士招生名额。
”[2]

（1）人工智能的一级学科要有二级学科作支撑

虽然我国分歧一设立二级学科，但在实际发展中，没有二级学科支撑的一级学科显得独木难支，以是人工智能不仅要建立一级学科，各高校也该当根据实际需求，从以下方面动手构建二级学科：①应符合一级学科的内涵，要覆盖人工智能各分支；②应与国家计策布局相适应，人工智能一级学科的构建是为了我国更好地发展人工智能，二级学科的设立应该关注国家发展需求，结合实际；③应有严格的论证，人工智能是一个交叉学科。
如何既领悟其它学科又突出本学科的特点，这一关键问题在二级学科的设立上须要各高校严谨论证和合理把握。

（2）加强人工智能与干系学科专业的资源整合利用

目前，高校与人工智能干系的专业和研究早已起步。
以智能科学与技能专业为例，该专业从2004年北京大学首次在全国招收本科生以来，全国已有36所大学开展了智能专业的本科人才培养。
从表2可以看到，我国多所高校设有人工智能方向的研究院或实验室等，人工智能的研究涵盖在打算机、软件工程和信息工程等比较成熟的学科内，前期成果为人工智能一级学科的构建奠定了根本。
同时，中国已有多所高校开设了人工智能课程，并根据不同专业需求设定为专业选修课或必修课，各高校可以根据需求和发展情形，有效整合已有资源，科学地培植人工智能一级学科。

2 鼓励高校培养人工智能交叉人才

高校在培养人工智能人才的过程中，应根据已有布局和发展支配推动学科交叉，构建“人工智能+X”的格局。

（1）合理进行跨学科招生

我国大部分地区的高中实施文理分科，高考时也表示出这一特点，高校在招收人工智能干系专业的本科生时，更方向于招收理科生，这并不利于复合型人才的培养。
文理分科并不完备表示学生的潜力和兴趣，高校在录取名额的分配上可略作调度，适当录取一定比例的文科生并加强培养，毕竟人工智能交叉学科的发展并不限于理工类专业。
在招收研究生时，高校的自主选择权更大，选拔办法也更多样化，这就可以多方稽核所选拔的研究生的学科专业、知识背景和研究兴趣，担保研究生对专业选择的自主性。
同时，许可其它学科专业研究生进入本专业，不设专业限定，实施跨学科录取[3]。

（2）打造交叉学科的师资团队

在高校的学科培植和人才培养中，西席起关键浸染。
但人工智能交叉学科的人才培养提出韶光尚短，具有交叉学科背景的西席比较缺少，因此高校可以构建“人工智能+X”的师资团队，培植交叉学科师资军队[4]，通过团队里不同方向的西席共同协作，来培养交叉学科的人才，比如加快构建整合型的人工智能创客课程体系，培养创客学习和操控人工智能的能力，培养学习者的创新思维与实践技能[5]。
以“人工智能+教诲”为例，人工智能干系专业多划归到打算机、信息工程和软件技能等学院，教诲专业从属于教诲学院，高校就可以将这两类学院的西席整合，打造成“人工智能+教诲”的师资团队，这个团队的西席不仅可以分享研究资源和成果，还可以交叉授课，为交叉学科的人才培养供应师资保障。
加强人工智能与其它学科专业的交叉，形成人工智能复合专业培养新模式，不断提高人才培养质量。

3 推进产学研互助的培养模式

《促进新一代人工智能家当发展三年行动操持（2018-2020年）》强调，要“依托重大工程项目，鼓励校企互助。
”[6]人工智能的研究归根到底是为了运用，通过产学研相结合的办法，培养实用型人才。

（1）以需求为导向制订人才培养方案

人工智能人才培养是为我国发展人工智能的总体目标和布局做事的，终极目的是为了培养适应社会需求的运用型人才，以是高校在人才培养时该当“做事于不同的学习需求”[7]：①从宏不雅观上来说，应以我国干系政策和文件为导向，深入研究我国总体支配，环绕发展需求，制订人才培养方案；②从中不雅观上来说，应结合人工智能发展现状和市场需求，理解专业做事的地区、行业的发展趋势，可以约请企业参与高校的人才培养方案制订，落实人才须要节制的专业知识和业务技能；③从微不雅观上来说，在制订人才培养方案时，要根据本校的实际情形扬长避短，整合已有资源，进行方案制订。
通过合理的方案制订和履行，培养出一批高质量的人工智能人才。

（2）精良人才共享

企业与高校在培养人工智能人才上各有上风，两者互助宜取长补短，促进企业深度参与校企领悟[8]。
从研究内容和人才流动来看，高校须要企业的数据和工程化能力，企业须要高校的研究人才，而顶级人才须要在企业和高校之间快速流动。
一些大公司聘请的高校精良人才大多从事研究机构的事情，如AlphaGo项目的卖力人Silver，至今仍在伦敦大学学院任教。
高校西席同时供职于企业，可以便于双方资源的获取和有效整合，有助于人工智能人才的培养。

本文转自微信公众年夜众号“当代教诲技能杂志”，作者张茂聪、张圳。
文章为作者独立不雅观点，不代表芥末堆态度。