中国正努力缩小AI人才供需时间差 寻找高质量师资
中国正努力缩小AI人才供需时间差
有一个领域，硕士或者博士一入职，就可以拿到最高50万元至70万元年薪，可企业还是招不到人，这个领域就是人工智能(AI)。这种“一才难求”的情况不仅仅存在于中国，在全世界都有。
AI人才供需时间差
对于人工智能这样高技术含量的领域来说，“得人才者得天下”。高盛2017年11月发布的《全球人工智能产业分布》报告显示，2017年全球新兴人工智能项目中，中国占据51%，数量上已经超越美国。但全球人工智能人才储备，中国却只占5%左右。
与高速发展的行业相比，人工智能人才的供应远远落在了后面，人才短缺成人工智能发展最大短板。人工智能人才培养需要一个很长的时间，而这与人工智能产业对人才的需求，产生了时间差。
“人工智能人才培育与业界需求的时间差，不只是在中国发生，全世界都正在发生，而且落差很大。”图灵奖获得者约翰·霍普克罗夫特(John E. Hopcroft)表示，这是因为我们正在经历的信息化革命，具有瞬息万变的特点，不管是个人，甚至是国家，可能对于信息化时代会带来的冲击和改变都还没有全然的理解。
从1972年开始，约翰·霍普克罗夫特一直在美国康奈尔大学计算机科学系任教。他一直致力于计算机科学理论的研究，1986年，因在数据结构和算法设计与分析领域的杰出贡献，获得素有“计算机界的诺贝尔奖”之称的图灵奖。
此外，他也一直致力于帮助中国高校计算机学科建设及人才培养，在上海交通大学、北京大学等多所高校任教。
约翰·霍普克罗夫特表示，美国很早就开始在人工智能领域布局。大约十年前，美国几乎所有的高校计算机学院都有人工智能相关的课程设计，市场上也有很多与人工智能相关的就业岗位。
创新工场人工智能工程院副院长王咏刚认为，人才教育和市场需求的“时间差”是客观存在的。人工智能产业对人才的需求非常大，而且很紧迫，现在业界受到的压力非常大，包括BAT、谷歌、Facebook这样的公司在招聘AI人才的时候，同样也面临“招人难”的问题。
“但是我们考察这个时间差的时候，千万不要采用急功近利的方式。”王咏刚表示，高校AI教育的出发点很重要，要注重学生的基础理论培养，而非一味迎合市场。
教育部门发力AI人才培养
中国在人工智能的布局上，特别是人工智能人才培养上，起步较晚，整体上学科普及率还不高、学科体系不完善、师资力量比较薄弱、教育质量还不高等。
中国高校AI教育师资力量还比较匮乏。截至目前，国际人工智能协会(AAAI)27年间一共评选出208位院士，中国籍占4席，仅占1.92%。据AMiner 2017年人工智能与自动驾驶汽车研究报告，全球领军人工智能专家共742人，美国占比68%，中国为6.36%。
根据腾讯研究院2017年12月发布的《2017全球人工智能人才白皮书》，全球人工智能领域的顶尖高校基本由美国包揽。目前，全球共有367所具有人工智能研究方向的高校，美国拥有168所，占据全球的45.7%，中国拥有20所，占全球5.4%。而在AI领域学术能力全球高校Top20榜单上，美国有14所上榜，中国有3所高校上榜。
此外，著名院校大多设有人工智能相关专业和研究方向。而在中国，人工智能相关专业教学和科研活动多分散于计算机和自动化等学科中，智能专业课程不是重点学习内容，学时占比也较少。目前，智能学科与相关技术在中国还不是一级学科。
面对人工智能的风口和当下人工智能人才的紧缺，多所高校相继开设了人工智能的学科和专业，以及一些人工智能学院，并且，这种趋势在不断扩大。
4月3日，北京大学副校长田刚表示，从今年起，北京大学设立“AI创新硕士”培养项目。之前，南京大学宣布成立人工智能学院，由国内人工智能领域代表人物周志华任院长，设机器学习和数据挖掘、智能系统与应用两个专业，初定本科生招生规模为60~100人，由于人工智能需要长期的积累，培养上还考虑以本硕连读的方式招收一部分学生。
而在更早之前，2017年5月28日，中国科学院大学成立了人工智能技术学院，是我国人工智能技术领域首个全面开展教学和科研工作的新型学院。
根据教育部今年3月15日公布的“2017年度普通高等学校本科专业备案和审批结果”显示，“机器人工程”“数据科学与大数据技术”等人工智能方向的专业屡次上榜。在新增备案本科专业名单中，有19所教育部直属高校申请开设“数据科学与大数据技术”专业，全国申请新设该专业的高校约有250所。
国家也在与人工智能人才培养相关的政策上持续发力，为我国后续人工智能人才储备加码。4月3日，中国高校人工智能人才培养计划启动仪式上，教育部国际合作与交流司司长许涛透露，教育部将进一步完善中国高校人工智能学科体系，正在研究设立人工智能专业，推动人工智能一级学科建设。
此外，教育部正在研究制定《高等学校引领人工智能创新行动计划》，引导高校人工智能领域科技创新与经济发展、民生改善、教育变革深度融合，通过科教融合、学科交叉，进一步提升高校人工智能科技创新能力和人才培养能力。
挑战是寻找高质量的师资
约翰·霍普克罗夫特表示，中国已经有高校开始设置人工智能的相关专业和院系是一个好的开始。而当人工智能教育的“量”有了一定的发展，接下来就要注重教育的“质”。人工智能教育“接下来面临的挑战是怎样能够有足够好的老师来教学”。
“中国AI教育理论上距离前沿还比较远，在理论结合工程实践上还比较远，这两个比较远直接造成了中国高端人才和中国工程应用型人才的欠缺。”王咏刚谈到。
面对这种情况，王咏刚表示，从长远来看，一方面，高校一定要重视跟AI学科相关的基础教育的扎实性和前瞻性。另一方面，高校一定要重视理论与实践结合，让学生尽量有机会去接触前沿的AI公司，通过实习或者参加比赛等方式进行实践。
王咏刚观察到，现在高校培养出来的学生呈两种不同的趋势：一种学生是把人工智能相关的基础知识学得非常扎实;另一种学生倾向于从大一开始就去练手，参加比赛，而忽视了基础理论学习。“最终造成他们离工程界的要求只能是越来越远，而不是越来越近。”
“学术环境和产业环境的分工一定要重视起来。”王咏刚表示，学术环境能够给学生更多前沿的理论、思考方法。产业环境能通过项目实践，让学生接触第一手的产业信息，接触第一手的实践环境，迅速成长为产业人才，这两件事都是不可或缺的。
采访撰文 实习生 赵丽梅 中国青年报·中青在线记者 王林 视频制作 张均斌 李彦松 来源：中国青年报 ( 2018年04月10日 09 版)