AI人才培養(yǎng)應避免“碎片化”
人工智能可謂當下炙手可熱的領域。放眼全球，很多國家都把人工智能作為目前最大的發(fā)展戰(zhàn)略，力圖在新一輪國際競爭中掌握主導權。2015年12月，中國工程院批準了中國人工智能2.0發(fā)展戰(zhàn)略研究重大咨詢項目。2017年7月，《新一代人工智能發(fā)展規(guī)劃》對外發(fā)布。
人工智能產業(yè)的健康發(fā)展涉及方方面面，其中一個不容忽視的因素是人才培養(yǎng)。要想長遠發(fā)展，打下厚實的人才基礎至關重要。近年來，國內高校一直在探索人工智能領域的人才培養(yǎng)，主要分布在計算機、自動化等多個學科。但在實際教學中，真正涉及人工智能的課程可能只有區(qū)區(qū)幾門，導致培養(yǎng)出來的人才無法滿足真正的應用需求。
這提醒我們，在培養(yǎng)人工智能人才時，不能直接在現(xiàn)有專業(yè)知識體系中培養(yǎng)人工智能專業(yè)化人才，因為人工智能知識體系與計算機、控制、數(shù)學、神經科學和心理學等領域關聯(lián)，應圍繞人工智能內涵本質進行知識體系建設，以培養(yǎng)高素質專業(yè)化人才。
目前，國內一些高校對人工智能人才培養(yǎng)過程中知識體系的構成進行了一些有益探索。比如，西安交大人工智能試驗班將課程體系分為人工智能核心課程群、數(shù)學課程群、認知與神經科學課程群、人工智能平臺與工具課程群等模塊；南京大學提出了人才培養(yǎng)為核心、基礎研究為支撐、創(chuàng)新應用為出口的創(chuàng)新發(fā)展模式，根據(jù)人工智能學科自身特點進行課程創(chuàng)新建設；浙江大學在人工智能本科專業(yè)建設方案中將知識點劃分為通識課程、人工智能專業(yè)必修課、專業(yè)模塊課等類別。
之所以厘清人工智能課程建設內涵很重要，是因為人工智能課程知識體系與現(xiàn)有課程知識體系存在巨大差距。
美國卡耐基梅隆大學在今年9月招收了全美第一批人工智能本科專業(yè)學生，要求學習數(shù)學、計算機和人工智能三大類課程，同時提供了內容豐富的選修課程。我們可以來對比一下卡耐基梅隆大學人工智能本科專業(yè)知識體系與斯坦福大學計算機科學本科專業(yè)知識體系的不同。斯坦福大學將計算機科學本科專業(yè)知識體系分為數(shù)學、科學、工程基礎、計算機科學等核心類別課程，KUKA機器人維修，然后設置人工智能、生物計算、計算機工程、人機交互、計算機系統(tǒng)等模塊，每個學生在修完所有核心類別課程后，再選擇某一個模塊進行學習（一般一個模塊包含2~3門課程）。由此可見，KUKA機器人示教器維修，人工智能專業(yè)知識體系不等于計算機科學知識體系。在斯坦福大學計算機科學本科專業(yè)中，人工智能只是一個模塊；而卡耐基梅隆大學的人工智能本科專業(yè)中，人工智能是一個體系。
因此，在人工智能人才培養(yǎng)過程中，要強化專業(yè)化意識，避免人工智能知識體系碎片化與空心化，而是要成體系培養(yǎng)人工智能專業(yè)人才。
在守住人工智能內涵培養(yǎng)的同時，也要注重人工智能人才培養(yǎng)中的學科交叉和應用驅動。浙江大學老校長竺可楨曾說過：若是一個大學單從事于零星專門知識的傳授，既乏學術研究的空氣，又無科學方法的訓練，則其學生之思想即難收到融會貫通之效。若側重應用的科學，而置純粹科學、人文科學于不顧，這是謀食而不謀道的辦法。
因此，在人工智能人才培養(yǎng)過程中，首先要厘清人工智能知識體系的內涵，然后學校根據(jù)各自學科特點，主動交叉特色學科，并且以豐富應用場景提升人才培養(yǎng)動力。當然，KUKA機器人電路板維修，在這個過程中，要鼓勵教師在專業(yè)、通識和交叉等課程建設中投入精力，一起推動人工智能高素質人才的培養(yǎng)。（作者吳飛系浙江大學計算機學院教授）