<table id="ej5zp"></table>

  • 展會信息港展會大全

    新一代AI人才從哪里來,該往哪里去?|GAIR 2021院長論壇
    來源:互聯網   發布日期:2021-12-30 10:48:26   瀏覽:29527次  

    導讀:即使在人工智能時代,計算機科學基礎仍然很重要,特別是對于邏輯思維的鍛煉。 作者 | 劉杏花 編輯 | 青暮 三月前,雷峰網在《AI人才越來越不值錢了嗎?》中講述了AI研究者們在企業遭遇的種種顛沛。 高校的AI學院和生源在不斷擴張,而企業對AI人才的需求增長...

    即使在人工智能時代,計算機科學基礎仍然很重要,特別是對于邏輯思維的鍛煉。

    作者 | 劉杏花

    編輯 | 青暮

    三月前,雷峰網在《AI人才越來越不值錢了嗎?》中講述了AI研究者們在企業遭遇的種種顛沛。

    高校的AI學院和生源在不斷擴張,而企業對AI人才的需求增長似乎已開始放緩。

    在供需開始不對稱的處境下,AI學院將面臨全新的教學挑戰、求學者正在陷入主觀選擇上的迷茫、應屆求職者更是踏入頗為被動的應聘處境。學術界應該怎么做?依舊按照以往的視覺、語音、語義、機器學習等分支,對學生進行?婆囵B,還是走向通用人工智能,或探索與生命科學、材料學等基礎學科的進一步交叉融合,亦或是與工業界更深層次綁定?

    近日,在雷峰網主辦的GAIR全球人工智能與機器人大會上,5位高校院長思想激烈碰撞,一起探討了上述問題。

    此次院長論壇也是國內人工智能學術界關于未來人才培養和發展的一次少有的頂級討論。

    當下,人工智能學科的專業領域研究工作進展迅猛,AI也逐漸走向千行百業的落地前沿,學界、業界對AI人才的需求也悄然發生改變。

    在「35歲焦慮」和「AI商用難」等論調中,新一代AI人才何去何從、怎樣提升自身競爭力,學院間如何聯動合作,構建復合型的人才培養體系,值得深入展開討論。

    大會首日的院長論壇,就立足于「育人育才」這一永恒話題,邀請到5位高校院長,圍繞AI創新與人才培養進行交流,就人才的培養心得和計劃進行討論,為我國人工智能人才培養工作獻計獻策。

    這5位院長分別是:澳門大學科技學院院長、IEEE Fellow須成忠,哈爾濱工業大學人工智能研究院院長、IEEE Fellow,深圳理工大學計算機學院院長、美國醫學與生物工程院院士潘毅,南方科技大學斯發基斯可信自主系統研究院執行院長兼計算機科學與工程系主任、IEEE Fellow姚新,以及主持人AIRS研究院執行院長杜子德。

    院長論壇:AI創新與人才培養

    杜子德院長,香港中文大學(深圳)校長顧問。曾任中國計算機學會(CCF)秘書長17年,推動CCF的全面變革。他還是全國青少年信息學奧林匹克NOI主席,并曾參與創建了中國計算機學會青年計算機科技論壇YOCSEF。他也是本次AI院長論壇的組織者與主持人。

    須成忠院長,國家科技部智慧城市與物聯網重點研發專項首席科學家,曾在美國韋恩州立大學任教18年,發表近400篇會議期刊論文,多次獲國際頂尖學術會議最佳論文獎,并獲120多項PCT及國內專利授權。

    劉院長,曾任微軟研究院首席研究員、公司合伙人,作為ACM杰出科學家、國家級高層次引進人才、物聯網智能技術工信部重點實驗室主任,曾拿下微軟金星獎、伯克利蔡紹棠獎、2021年IEEE TCCPS杰出領導力獎等多個獎項。

    潘毅院長,則曾入選全球前2%頂尖科學家榜單、世界頂尖1000名計算機科學家榜單,目前是美國醫學與生物工程院院士、烏克蘭國家工程院外籍院士、英國皇家公共衛生院院士、聯合國科學院院士、廣東院士聯合會會員、長江學者。

    姚新院長,曾任IEEE計算智能學會主席(2014-2015)。2003-2008年擔任IEEE TEVC主編。目前已在國際頂級學術會議及雜志發表論文850余篇,谷歌總引用超過52000次,也是IEEE-Frank-Rosenblatt獎歷史上第一位華人獲獎者。

    在此次論壇中,五位院長從自身教學及科研經驗出發,不吝分享了各自在AI人才培養上的心得體會:

    須成忠教授認為,"從人工智能的概念和歷史來看,它的教學核心不應該叫人工智能,數據科學會更加貼切、更加準確。"

    潘毅教授表示:"AI要樹立「頂天、立地」的教學觀,「頂天」就是要發明新理論證明人工智能的優勢,而「立地」則是要讓人工智能真正落地應用。"

    劉教授覺得,"人工智能要強調交叉學科屬性,人工智能要往下走,必須跟領域知識結合,解決實際問題,這樣才有未來、才有發展。"

    姚新教授表示:"人工智能的人才培養到底是強調能力,還是強調知識,培養人工智能人才和培養計算機人才有什么不同,或許更值得大家思考。"

    杜子德教授表示:"人工智能和很多專業領域密切相關,比如醫學、汽車、金融等等。AI人才不應局限于自身,而要多和行業專家合作去解決問題。"

    接下來讓我們重溫當天的精彩瞬間:

    作為熱場,在論壇開始之初,四位院長分別介紹了各自的工作和所在學院。隨后,大家就目前所遇到的AI人才培養教學和產業研究的困難如火如荼地展開了討論。

    1

    人工智能與傳統的計算機科學有何不同?

    近年來,AI學科的專業領域研究工作進展迅猛,AI逐步從研究走向落地,學界和業界對AI人才的需求也悄然生變。在這種形勢下,人工智能學院以及相關的研究院如雨后春筍般涌現。

    因此,杜子德院長率先提出的問題是:現在的人工智能專業學院教育與傳統的計算機科學技術有何不同之處?

    對于這個問題,四位院長見仁見智,其中,須成忠教授認為人工智能專業與傳統的計算機、控制學科最大的不同就是它是交叉學科。

    在他看來,人工智能潮起潮落六十年突然間火爆起來,實際上離不開背后的技術支撐數據驅動,而數據在各行各業的應用就是交叉。簡而言之,核心關鍵是交叉學科,從數據到人工智能,計算機科學也參與其中。

    潘毅教授也就此問題表達了一些個人看法,他認為人工智能專業涉及一些計算機的編程知識,但著重于其專有的算法和應用。

    潘教授認為,人工智能一旦應用到具體的學科上,比如生物、化學、制藥等,導向至少為「AI+X」。他結合自身的深刻體會表示:“人工智能空想不好弄,問題一定要來源于實踐并且回到實踐。所以我們培養人才的方向一定要是「AI+專業知識」。”

    不同于以上兩位院長,姚新教授則認為人工智能和計算機科學與工程沒有區別,隨之解釋道:因為商業應用的熱度,目前大家把人工智能研究和教學的精力大都放在了應用環節。但人工智能就像一個漂亮的房子,計算機科學與工程是地基。大家一窩蜂去蓋房子,是否有可能某一天突然發現地基會塌掉?

    依姚新教授之見,要想做好人工智能及其應用,必須打牢計算機科學與工程的基矗就人才培養而言,即使做應用也需要有計算思維和邏輯思維能力,不應過度強調人工智能應用的特殊性。

    姚新教授

    劉教授所在的哈工大是資深的計算機科學基地,多年來積累了深厚的教學經驗。在他看來,計算機是人工智能不可或缺的基礎和工具,即計算機是實現「智能」的工具。但「智能」二字不是由計算機定義的,放大來說這是哲學問題,例如基因編輯的方式也可以實現所謂的「智能」。

    所以,計算機只是當前實現人工智能的一個手段,現在的計算機科學是目前能解決最復雜工程問題的核心手段,因此用計算機的方法實現人工智能的理念這個方向是對的,但計算機本身有其獨特的發展方向和前沿,不一定是圍繞人工智能發展。

    2

    計算機學院最核心的課程是什么?

    從上述院長的發言中,我們知道至少能總結出一點:人工智能與計算機科學的發展是相輔相成的。那么,這個問題的相關討論告一段落,緊接著,杜教授提出了一個看似簡單的問題計算機學院最核心的課程是什么?

    關于這個問題,在座的四位院長都沒列舉出確切的課程名稱,更多談到的是各自的培養方向和教學理念。

    劉教授

    劉教授表示哈工大最近正好在做下一步培養方案的修訂,雖然具體課程還沒定,但主要是圍繞系統、網絡、人工智能和信息安全這些大方向。

    須成忠教授則表示澳門大學的人工智能學科是完全交叉的,學生必須在七個方向中至少選擇一個主攻方向,但這個方向不是計算機。

    須教授所在的科技學院的課程有四門課是核心關鍵,即計算機的通識,另外四門是應用工具,還有四門是各專門領域的應用。雖然學科是完全交叉的,但學位是各自獨立的。

    而潘毅教授在制定計算機科學教學計劃時也面臨矛盾,大家都知道基礎很重要,而計算機里最重要的就是硬件系統、操作系統和算法,但如果把這些基礎課打得很扎實,很多人工智能課程比如機器學習、數據分析、概率知識等就安排不上,四年本科教學時間從而變得捉襟見肘。

    最后,姚新教授認為,要真正想把計算機科學和人工智能學好的話,本科應該設置為八年學制而不是四年學制,然而八年制的本科教育是不現實的。因此南科大的計算機系做了取舍,他們強調的不是知識的傳輸而是能力的培養,此外還有系統的培養。因為光懂一個算法對學生而言用處不大。

    同時,姚新教授還表示,他對人工智能能否落地這個問題本身就感到很疑惑,“為什么今天人工智能不落地?人工智能本來就不能落地,人工智能只是一個手段,落地的應該是應用。”

    3

    人工智能專業的就業前景如何?

    人工智能是一個不斷發展的學科,但萬變不離其宗,不管將來是做研究還是就業,學生的思維能力和邏輯能力都尤其重要。

    因此,討論完學科劃分、課程制定,接下來就是大家最關心的就業問題了。人工智能專業的就業前景究竟怎樣?

    對于這個問題,須成忠教授做過調研,他發現先具備某一專業領域(比如醫學)的知識,然后再學習人工智能的人才,相比計算機系畢業后再去學領域知識的人才,在就業中受到的歡迎度更高。當然領域知識也可以進入行業后再學習,但有點為時已晚。

    須成忠教授

    姚教授也觀察過其學院畢業生的去向,他認為計算思維和邏輯思維的能力,對學生來說,無論將來是做應用還是就業都非常有用。這也符合南科大一直強調的能力培養,而不僅是知識傳輸。

    無獨有偶,哈工大的校訓叫「功夫到家」,沒有華麗的詞藻,樸實至極。但是幾十年以來,哈工大的人才輸出能力毋庸置疑。因此,相信在座的觀眾和杜教授一樣很好奇,哈工大的學生有何特別之處?他們的核心能力在哪?

    劉教授表示,哈工大向來很注重培養學生的能力,而且培養得很扎實。特別是由老先生傳下來的課程,知識的講授非常扎實,對動手能力的要求也比較高,而且結合了國際化的教學體系。從這個角度來說,學校對學生基礎的培養和教學非常重視,這得益于教學體系。

    另一方面,學生群體,包括哈爾濱這座城市,沒有特別多的雜念和干擾,能夠踏實做研究或者學習。劉教授表示,他在哈工大這兩三年里接觸到的老師和學生都非常踏實,這跟城市的風格多少有點關系,比較務實,不講花架子,也不過分追求新概念、時髦名詞,更多是想把基礎打好。

    就人工智能和基礎教育的關系來說,劉教授覺得未來的計算機教育會是兩個分支:系統編程能力和數據思維能力。目前計算機已經深入各行各業,這本身是很重要的能力,而人工智能更多體現的是數據思維能力。

    “人工智能方向的畢業生更多選擇進入公司,基本上是圍繞數據分析。他們有一定的系統分析能力,但更偏重數據能力,這正是前幾年大家所欠缺的,F在大家攢數據的能力提高了,那么能從數據里發掘出有用信息的人才,需求量就變大,也造成了人工智能人才供不應求的現象。直到最近這股熱潮才有些回落,因為大家意識到,「數據有用」跟「真正從數據里挖掘價值反哺企業」是兩回事。”

    潘教授所在的學院目前還沒開始招收本科生,但他也分享了一些個人觀點。在他看來,學生畢業后進入公司、繼續學術研究和當技術員是三個不同的培養方案,比如學生畢業后去公司開發軟件的話,對理論的要求相對來說沒那么高。但目前的做法是把所有學生都往一個方向推,今后怎么進行合理分流是一個問題。

    因此,潘教授認為,對于學生未來不同的發展方向,高校應該制定不同的培養體系,此為「因材施教」,這也是我們今后要做的工作。

    潘毅教授

    4

    人工智能研究院該往何處去?

    討論完上述三大問題后,杜子德院長提出了他對現今人工智能研究院的顧慮,他覺得,"現在各地建設的人工智能研究院已經不下幾十個,但除了發一些文章,實際的產出都比較有限,在這種情況下,其生存能力比較堪憂。"

    對此,須成忠教授表示,我們現在談論的人工智能更多是數據驅動的人工智能,核心是數據科學,不一定完全是計算機科學,所以有的學校也創建了數據科學學科或者院系,因為這才是核心。

    但是,「數據科學」聽起來似乎不太時髦,在熱潮涌動下,人們有一股跟風心理,一定要把它和「人工智能」扯上關系。所以,從以前的邏輯思維到數據驅動再加上知識誘導,計算機科學的整個內涵毫無疑問還在往前發展。

    潘毅教授從自身經驗出發,認為人工智能學院或者研究院不該總是想著依賴國家支持,還可以從業界尋找滋養。研究院要想獲得持續發展的能力,肯定不只是單純發論文,而是要生根落地,除了落地一系列的技術以外,還要孵化企業、產生經濟效益。

    因此,不管是學院還是研究院,都要積極和各領域的科學家以及企業家合作,推動產學研結合。

    而劉教授表示,哈工大有悠久的機器人和人工智能科研和人才培養經驗,無論是研究院的科研產出,還是生存,最終都要回歸到人,所謂「鐵打的人,流水的營盤」。只有把人留得住,人才繼續研究,整個團隊才能繼續發展。

    “現在AI很熱,大家都習慣提「人工智能」,我相信以后可能會有變化。但只要團隊留得住,領域就會繼續往前走。”

    可見,劉教授和須成忠教授的觀點有異曲同工之妙,雖然現在人們習慣將計算機科學、數據科學統稱為「人工智能」,但整個領域并沒有被割裂,從本質上來說是隨時間不斷發展的。

    杜子德教授

    最后,對于此次院長論壇,杜子德院長總結道:人工智能本質是一個應用領域,而不是基礎學科。計算機科學與人工智能之間是系統和應用之間的關系。

    “中國真正做計算機系統的高校非常少,因為開發先進的計算裝置(包括芯片、體系結構、總線、存儲等硬件和OS、編譯、語言、中間件等軟件)是一件很困難的事。”

    人工智能和很多專業領域密切相關,比如醫學、汽車、金融等等。AI人才不應局限于自身,而要多和行業專家合作去解決問題。

    結合個人經歷,杜院長表示,即使在人工智能時代,計算機科學基礎仍然很重要,特別是對于邏輯思維的鍛煉。我們當前最缺乏的,依然是有批判性思維能力以及解決問題能力的人才。

    因此,在這種新形勢下,傳統的計算機學院和新設立的人工智能學院以及相關的研究院等,應該攜手合作,參與到人工智能人才培養中,共同開展人工智能領域的學歷教育和技能教育,順應人工智能賦能的特點,構建「AI+X」復合型人才并重的培養體系。

    至此,在熱烈的掌聲中,2021 GAIR 院長論壇落下了帷幕。讓我們一起期待下一屆院長論壇。

    END

    贊助本站

    人工智能實驗室
    AiLab云推薦
    展開
    Copyright © 2010-2022 AiLab Team. 人工智能實驗室 版權所有    關于我們 | 聯系我們 | 廣告服務 | 公司動態 | 免責聲明 | 隱私條款 | 工作機會 | 展會港
    18禁无遮拦无码国产在线播放

    <table id="ej5zp"></table>