AI本科教育是否要單獨設系？周志華、孫茂松等教授給出了犀利見解

作為AI產業發展最重要的基礎，人才挖掘與培養一直是產業關注的焦點。

“2018中國人工智能峰會”活動中，分論壇關于AI人才教育的議題引發了多方關注。在AI速發展的今天，人工智能人才短缺的問題正在制約整個行業的發展，為此論壇特別邀請了多位人工智能領域的知名學者，共同探討AI才教育的發展之路。

在本科階段設立單獨的人工智能學院，一直是學術界有分歧的一件事。在論壇中，就此問題孫茂松、周志華等教授也各抒己見，探討了其實施的必要性與現實性。其中孫教授和周教授給出了不同的看法，而其他幾位教授也提出了自己的觀點。

以下為本場論壇部分演講內容摘錄：

清華大學計算機科學與技術系教授，清華大學人工智能研究員常務副院長，孫茂松提出：大學教育要“通“一些、現在人工智能是否已經具備了組就獨立的本科專業基礎？

圖 | 孫茂松

我談的是“人工智能與教育漫談”，這個題目太深，所以用一個輕松一點的詞叫：漫談。要特別強調講的純屬個人觀點，不代表單位，特別是人工智能教育，可能有些敏感，不代表單位，只是我個人的意見。

人工智能教育，我認為有四個層次。第一個層次是面向科學家的人工智能教育，這是處于教育鏈的上游；第二個層次面向工程師的人工智能教育，這個是在中游。大學里還有面向所有工科的人工智能教育；第四個就是面向產業的人工智能教育，這個是下游，有點像培訓。

我這里主要想談本科教育，本科教育實際上是本錢，現在教育部說以本為本，確實是本。當然南京大學成立了人工智能學院，這個是動本的東西，要發展本科了，所以這個問題怎么看？清華的想法沒有明確說，所以我說我是個人觀點，我感覺清華是這樣，清華不會從計算機科學與技術本科專業中分解出人工智能本科專業，這個成立不成立，都是學校根據自身發展的特點來決定的，我不涉及，我只說清華應該不會。

幾個原因。 一個其實也不是立業，我們系在清華今年是60周年，我們60年積攢的口碑根深而枝葉茂，其次大學教育是通與專的關系，你是通才還是專才，這也是老問題，我們覺得大學教育還是要通一點，其實清華老校長30年代就發表過一個文章，認為大學本科通專兼顧，重心應在通而不在專。這里面涉及到一個通專問題，計算機已經分的比較多了，先分軟件學院，又分出網絡空間安全，再分會不會變的比較專，所以越來越專，這也是我們一個沒有想清楚的，但又是一個考慮；第三個是最重要的，現在人工智能是否已經具備了組就獨立的本科專業基礎，這實際上是指課程，這基礎課、核心課，使的現有的計算機本科專業難以包容，支撐而非得“單立門戶”？。這個如果有差別我覺得就沒有問題，沒有差別的話，就要想一想了。

南京大學人工智能學院院長，周志華則認為，“人工智能真的要培養高水平的人才可能就真的需要新的課程培養體系，不是原來簡單調整就能做到“。

圖 | 周志華

從教育的角度來說，人工智能關注三個條件：有助于人類社會謀福祉，有助于解決產業創新需求，有助于學生未來職業發展。所以我們談的人工智能絕對不是人造智能。我們想培養的人才第一應該具有源頭創新能力；第二具有解決企業關鍵技術難題的能力。

高水平的人工智能人才，一定要具備很好的數學基礎；第二個是計算科學功底扎實；第三是人工智能專業知識全面。

教育部規定本科畢業需要150個學分，通識通修課60學分，在現在的教學體系下整個課程體系分成很多模塊，比如說學科平臺課有多少模塊，專業核心課有多少模塊，我們這個體制和美國教育體制不一樣，美國教育體制開很多課，隨便學生學哪些課就行，我們已經分成若干個模塊，每個模塊學生要修滿一定的分數，學生開很多課，其實自主性很少，學科平臺+專業核心課約55分，尚未出現人工智能的專門課程，但僅剩約20學分。人工智能只是一個分享，還有理論、軟件、圖形、多媒體方向等等，最后造成結果實際上對一個本科培養體系來說，能夠為人工智能開三門課就了不起，三門課要把前面內容覆蓋掉基本上是不可能的事情。

我們現在數學的課程實際上離人工智能專業要求有相當大的距離，我們說大的五大基礎課，線性代數+矩陣論，我們基本上不講矩陣論，大家看機器學習書，中間有相當一部分給學生補矩陣論；第二個數學分析，我們現在工科數據已經大部分濃縮，很多學校開微積分，或者微積分跟其他合在一起叫高等數學；第三個概率論與數理統計，很多地方作為選修課；第四個最優化方法基本上不開設，還有數理邏輯很多不開設，或僅作為選修。我們是不是把這些數學課程加深一點就行呢？可以，但是課時從哪兒來，比如數學分析應該學三學期，我們數學分析、微積分、高等代數合在一起只有兩學期，那其他的從哪里擠出來，基本上沒有辦法。我們得到的結論人工智能真的要培養高水平的人才可能就真的需要新的課程培養體系，不是原來簡單調整就能做到，簡單調整不管從深度、廣度、內容覆蓋面是絕對步步到現在所期待的這么一個需求。

中國科學院自動化研究所所長、研究員，中國科學院大學人工智能學院院長，徐波認為——

圖 | 徐波

我們這一輪人工智能最大的不同，是在企業創新能力的崛起。還有一個特點，就是與行業高度融合，人工智能+就跟各行各業交叉融合。

現在人工智能領域的企業，都在建立自己的人工智能研究中心，人才流動快，需求也大，存量少，而且人才培養難度大。海外引進人才遠遠解決不了AI才短缺的問題，所以要立足于自己的培養。

我們基礎人才比例明顯偏低，在學科設置中需要考慮人工智能人才的培養，需要注重于AI的產業應用背景，建立機制，加強復合型人才培養。對于國科大人工智能學院來說，一個就是學科交叉型高端研究性人才；還有一個就是行業，這個行業融合時間會非常長AI醫學，一堆的人工智能智慧醫療等等。

北京航空航天大學人工智能研究員院長李波提出——

圖 | 李波

人工智能仍屬于發展階段，構建復雜智能系統尚有很多研究工作。機器智能、人類智能本來就不同，不宜片面夸大某些機器智能。

我自己理解人工智能在某些場合，本質上就是相近的原則，我們計算機賦予語意是相近，我們講的人工智能更多的是計算的事情，更多是技術層面的研究。

計算機由于應用很廣泛，現在很多范疇邊界廣泛化了，而人工智能這個學科從本科專業角度來說更多是是強調感知、認知和交互的方法和技術。

本場論壇的最后，京東集團副總裁、AI平臺與研究部負責人周伯文從企業應用的角度來闡述了人才培養一事——

圖 | 周伯文

人工智能在2018年是一個落地，落地離不開企業，人工智能還是一個需要終生學習的領域。人工智能在顛覆零售行業，總的來講人工智能需要幫助物流、智能消費、智能供應、金融科技對外賦能。

AI人才稀缺是世界難題，在世界都是很大的缺口，所以不在于挖人才，有來源才有挖， AI人才在于培養。AI人才研究領域廣泛，需要跨學科人才。人工智能不僅僅是統計學，簡單講包括計算機科學，信息論、信號處理、心理學、感知、認知科學等，還需要跨學科人才。

人工智能技術在持續迭代中，AI技術本身在不斷演進、迭代，人工智能有弱人工智能和強人工智能，我認為還有窄人工智能、通用人工智能及廣義人工智能。AI在2018年要和產業深度融合，多了解行業，對商務本質了解。

我認為企業培養AI人才，或者做AI技術最大的挑戰和困難在于怎么去平衡長期基礎研究和短期效果之間的平衡。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！