▶ 本报记者 叶伟
近年来，人工智能应用场景日新月异，新理论和技术创新层出不穷，对人工智能领域高层次人才需求日趋旺盛。但人工智能领域高校高层次人才供给和市场需求之间的结构性矛盾日益凸显。如何破解这一矛盾？
近日，教育部印发的《人工智能领域研究生指导性培养方案(试行)》提出，要“培养在人工智能领域相关学科掌握坚实宽广的理论基础和系统深入的专门知识，具备从事基础前沿研究、解决实际问题和开展交叉创新应用的能力，具有高度社会责任感的高层次复合型人才”。
顺应行业发展需求
近年来，我国人工智能高层次人才培养取得了一定成效，部分高校成立了人工智能学院、研究院，将人工智能相关学科建设列为重要建设任务。
根据招聘平台领英和猎聘的数据统计，我国人工智能人才数量超过18万人，位居世界首位，占全球人工智能人才总数的18%。
但在思必驰研发总监缪庆亮看来，目前，众多优秀科研人员在专用芯片研发、深度学习框架、自然语言理解等领域，实现技术创新和产业应用的不断突破。但实践中，人工智能相关技术研发与市场应用的完美匹配是一个不断碰撞磨合的过程，高校与企业的产学研合作缺乏有效机制。此外，人工智能领域高层次人才极其稀缺且从业时间短。
“我国在人工智能人才方面主要体现出大而不强的问题，人均高价值技术成果产出与先进国家仍有较大差距。同时，高校人工智能相关学科建设和人才培养起步较晚，导致学科建设缺乏深度交叉融合，复合型人才培养导向性不强。”北大科技园创新研究院研究总监李天宇认为，此次出台的《方案》，是针对目前人工智能产业技术发展的趋势与需求，引导高校培养出人工智能领域高层次基础理论人才和复合型创新人才。
李天宇说，《方案》具备三大亮点，即突出前沿、注重实际、鼓励创新，与我国人工智能技术现阶段发展需求实现了高度匹配。
无锡数字经济研究院执行院长吴琦表示，当前高校培养的人工智能人才与产业应用脱节问题日益凸显，部分企业难以招到符合企业发展需要的高层次人才。此外，人工智能技术在促进经济社会发展的同时，也带来了一定的风险和挑战。比如，人工智能带来的科技伦理、数据安全、隐私保护等负外部性问题。这都对专业人才的要求越来越高，需求也越来越大，需要聚焦建设多学科交叉的知识体系，培养出人工智能复合型人才，以满足行业发展需求。这也是《方案》出台的目的。
设置五大培养方向
《方案》明确，高校可结合领域发展定位、学校学科布局和师资结构，设置五大培养方向：人工智能基础理论研究、人工智能共性技术研究、人工智能支撑技术研究、人工智能应用技术研究、人工智能与智能社会治理研究。
李天宇表示，高精尖技术从产生、突破、应用到产业化的整个路径，需要五大要素来全方位支撑，即基础理论、共性技术、支撑性技术、技术应用、技术保障，共同形成技术发展的整体框架。《方案》确定的五大培养方向与五大要素高度匹配，将更好地为人工智能技术、产业发展提供全生命周期服务。
缪庆亮说，人工智能领域是多学科交叉融合的一个集合，五大培养方向可以归纳为基础理论、应用技术和产业赋能。其中，基础理论、共性技术和支撑技术研究能够比较全面地覆盖当前人工智能的理论研究；应用技术研究则通过理论与市场应用相结合方式，实现双方的适配与反哺，形成相辅相成的良性循环；产业赋能相关研究在一定程度上拓展了人工智能技术的应用边界和空间，从产品、行业到产业，推动更大的市场应用和效率的提升。
“五大培养方向，是当前人工智能产业发展的基础问题和重点领域。”吴琦说，通过五大培养方向，可以提升人工智能从业者的社会责任感、专业能力、合规意识，促进人工智能规范健康发展。
注重交叉学科联合培养
《方案》除了明确五大培养方向外，还提出培养人工智能高层次基础理论人才和复合型创新人才，需要注重交叉学科。
缪庆亮说，人工智能技术的应用，不是单纯的计算机类学科的培养，其与语言学、心理学等学科有交叉，是自然科学与社会科学的融合，因此在人才培养上要实现交叉学科的联合培养。
同时，更加重视产学研合作。“人工智能行业要努力实现人才的贯通式培养，完成与市场、社会的对接。”缪庆亮说，一方面通过积累市场应用实践经验，加快技术理论体系的革新；另一方面，通过校企合作、共建联合实验室等模式，培养应用型人才，为人才提供好的实践出口，促进开拓AI+新场景的应用。
李天宇认为，高校应加强与企业对接，建立人才协同培养、技术快速转化的便捷通道，长期把握“深入一线、突出实践”的教学理念，将科技创新快速转化为科技产出。
吴琦则表示，人工智能高层次人才培养，从教育部门角度看，要着力做好三个平衡：通识教育与专业教育的平衡、就业质量与就业规模的平衡、做大蛋糕与切好蛋糕的平衡。从高校学生角度看，应持续学习，找准定位，提升技能和创新能力。注重跨学科的学习与融合，积极参与社会实践和企业实习。
此外，《方案》也提出，鼓励各校在学科交叉、跨界融合、加强实践、个性化培养等方面，积极探索人工智能领域研究生培养新模式。
