當前，人工智能業(yè)已成為教育界、產(chǎn)業(yè)界關注和熱議的焦點話題。但一個不可否認的現(xiàn)實是，人工智能領域的人才缺口仍然很大，這一現(xiàn)實反映在高校，就是人工智能人才培養(yǎng)的相對不足。那么，人工智能領域究竟需要什么樣的人才？高校該如何設置課程來架構學生的知識體系？

9月21日至22日，第二屆中國認知計算機與混合智能學術大會在西安舉行，由中國工程院院士、西安交通大學教授鄭南寧提議的中國人工智能教育聯(lián)席會也同時成立。會議期間，他發(fā)布了新書《人工智能本科專業(yè)知識體系與課程設置》，并就上述問題進行解答。

人才培養(yǎng)須“厚基礎”“重交叉”“寬口徑”

《中國科學報》：當前我國人工智能人才培養(yǎng)存在哪些問題？應從哪些方面加強和改進？

鄭南寧：經(jīng)多年持續(xù)發(fā)展，我國在人工智能部分領域的科學研究和技術應用已經(jīng)取得顯著進展，但在基礎理論、原創(chuàng)算法、高端芯片和生態(tài)系統(tǒng)等方面與發(fā)達國家相比仍有較大差距。究其原因，一方面是中國的信息產(chǎn)業(yè)基礎還存在一些短板，研發(fā)投入與市場構成的創(chuàng)新生態(tài)要素也不完備；另一方面，中國高校在這些學科領域人才培養(yǎng)導向性不強、學科缺乏深度融合、缺乏科教結合育人的機制。人才已成為制約中國人工智能發(fā)展的關鍵瓶頸。

“計算與人工智能”已無所不在。為應對計算的普及和人工智能崛起帶來的全球機遇和挑戰(zhàn)，中國高校需要對人才培養(yǎng)和學科建設上進行重要的結構性變革，將計算和人工智能的力量帶到高校的所有學科研究領域，并融合其他學科的見解和觀點共同塑造計算和人工智能的未來。

人工智能人才培養(yǎng)應對接國家重大需求，采取更加積極有效的措施，例如：建設示范性人工智能學院或中心，讓不同類型和不同層次的學校面向國家的重大需求，都能找到各自人才培養(yǎng)的定位和目標；在所有學科或專業(yè)引入“計算與人工智能方法”相關課程等。

《中國科學報》：您心目中人工智能領域的合格人才是什么樣的？

鄭南寧：早在1986年，西安交通大學就在全國率先成立了人工智能領域第一個專職科研機構——“人工智能與機器人研究所”（簡稱人機所），開始人工智能方向研究生的培養(yǎng)，從今天的人工智能發(fā)展來看，當時的學術判斷和堅持是具有前瞻性的。在我們研究所成立至今的33年歷程中，世界范圍內人工智能的發(fā)展曾經(jīng)歷過寒冬，但我們始終堅持人工智能特別是計算機視覺的應用基礎理論研究，并與國家重大需求相結合，沒有放棄當初建所時的學術目標和追求，在33年的發(fā)展中，培養(yǎng)了一批學術界和產(chǎn)業(yè)界的領軍人才，成為高水平創(chuàng)新人才培養(yǎng)的重要基地。

2018年，西安交通大學設立了“人工智能拔尖人才培養(yǎng)試驗班”，探索培養(yǎng)人工智能方向本科生，并于2018年招收第一批本科生。2018年11月在人機所的基礎上成立了人工智能學院，2019年3月獲教育部首批“人工智能”本科新專業(yè)建設資格。從事人工智能人才培養(yǎng)的“人工智能拔尖人才培養(yǎng)試驗班”的基本宗旨是，注重“腦”（Mind）與“手”（Hand）相結合，即“知識的學習”與“動手的實踐”相融相長，為學生今后能成為人工智能領域的“大科學家”、成為具有“科學家素養(yǎng)”的工程師和相關領域的創(chuàng)新、創(chuàng)業(yè)的高層次人才奠定知識和能力的基礎。

人工智能的學科特點決定了人工智能的人才培養(yǎng)具有高度挑戰(zhàn)性。我們認為，在探索“人工智能+X”復合專業(yè)培養(yǎng)新模式的同時，應首先立足于根本，把人工智能專業(yè)本身建好。人工智能專業(yè)培養(yǎng)定位應強調“厚基礎”“重交叉”與“寬口徑”：學生應掌握扎實的數(shù)理基礎，熟悉人工智能的基本方法及腦認知等交叉學科知識，具備科學家素養(yǎng)、實踐動手能力與創(chuàng)新能力，并且擁有較為開闊的產(chǎn)業(yè)應用視角與國際前瞻視野。我們相信，按照這樣的方式培養(yǎng)的學生，未來具有更強的可塑性和更廣闊的發(fā)展空間。

人工智能課程設置強調學科交叉

《中國科學報》：編著《人工智能本科專業(yè)知識體系與課程設置》的背后，您有著怎樣的思考？

鄭南寧：教育的基本問題是培養(yǎng)什么樣的人、怎樣培養(yǎng)人，而專業(yè)知識體系構建與課程設置是為人才培養(yǎng)提供保障的重要載體之一。專業(yè)知識體系構建與課程設置是一個不斷完善的過程，只有堅持實踐、與時俱進，使其知識體系的建設和教育質量的提高成為一種創(chuàng)造性的追求，才能使我們通過教育的實踐培養(yǎng)出優(yōu)秀的人才。潛心教育與課程建設不僅是對教師科學生命的一種延續(xù)，也是不斷煥發(fā)教師科學青春的一劑良方。這是我們組織編著《人工智能本科專業(yè)知識體系與課程設置》的基本思考。

《中國科學報》：在您看來，人工智能本科專業(yè)應該構建怎樣的知識體系？課程該如何設置？

鄭南寧：人工智能專業(yè)的建設目標是培養(yǎng)扎實掌握人工智能基礎理論、基本方法、應用工程與技術，熟悉人工智能相關交叉學科知識，具備科學素養(yǎng)、實踐能力、創(chuàng)新能力、系統(tǒng)思維能力、產(chǎn)業(yè)視角與國際視野，未來能在我國人工智能學科與產(chǎn)業(yè)技術發(fā)展中發(fā)揮重要作用，并有潛力躋身一流的人工智能領域人才。一流高校的人工智能人才培養(yǎng)應重視思考未來的人工智能需要從哪些學科獲得靈感。

從2017年開始，經(jīng)歷兩年多的深入研討和推敲，借鑒國際一流大學人工智能教育最新知識體系和培養(yǎng)理念，我們最終形成了人工智能本科專業(yè)知識體系中的人工智能核心、數(shù)學與統(tǒng)計、科學與工程、計算機科學與技術、認知與神經(jīng)科學、先進機器人技術、人工智能與社會、人工智能工具與平臺等八大課程群，共37門課程，其中必修25門、選修12門（完成所需學分須選修其中7門）。在實踐方面，還專門設置了 “專業(yè)綜合性實驗”課程群，培養(yǎng)學生綜合運用所學知識動手解決實際問題的能力，使學生培養(yǎng)達到“腦”與“手”相結合的目標。

在八大課程群的具體課程設置中，我們圍繞人工智能核心的課程，強調了科學、技術與工程學科交叉、相輔相成，內容設置立足當前、面向未來。其中，“數(shù)學與統(tǒng)計”課程群將現(xiàn)代科學技術的基礎和工具“數(shù)學”以及人工智能目前發(fā)展階段的基本工具“統(tǒng)計學”囊括在內；“科學與工程”課程群包羅了基于實驗的基礎科學“物理學”以及信息學科的工程技術基礎——電子電路、數(shù)字與控制系統(tǒng)等；而“計算機科學與技術”課程群提煉了計算機學科核心的程序設計、算法與理論、體系結構等內容。以上三個課程群作為“專業(yè)基礎課程群”，將為人工智能的專業(yè)學習打下堅實的基礎。

《人工智能本科專業(yè)知識體系與課程設置》是我們三十余年來在人工智能領域的研究探索和人才培養(yǎng)實踐的產(chǎn)物，也融入了國內外知名學者的集體智慧。但它還需要在人才培養(yǎng)的實踐中進一步檢驗和完善。這里需要強調的是，人工智能對人才的需求是多樣化的，中國不僅需要培養(yǎng)出高層次乃至世界頂尖的人工智能人才，也需要培養(yǎng)出推動中國人工智能發(fā)展的“能工巧匠”。本書是為人工智能人才培養(yǎng)極為關鍵的本科階段課程體系構建“拋磚引玉”。每一所高?？梢杂胁煌呐囵B(yǎng)模式和途徑。一所大學的人工智能專業(yè)要辦出特色、培養(yǎng)出優(yōu)秀人才，一定要根據(jù)自身專業(yè)的特點、基礎、教師團隊和教學資源的情況，制定出科學、合理的知識體系與課程設置，即“因材施教、辦出特色”。

成為人工智能強國還需10年

《中國科學報》：您認為中國距離成為真正的人工智能強國還有多遠？

鄭南寧：近年來，中國在人工智能領域已取得長足進步，特別是在計算機視覺、語音識別和自然語言處理方面已有世界領先的公司，全球人工智能相關學術會議也有越來越多的中國科學家擔任主席或者獲得最佳論文獎。此外，北京、上海、深圳、杭州和西安等地已經(jīng)或正在形成國內充滿活力的人工智能研發(fā)高地。

但是，中國人工智能的基礎理論和算法創(chuàng)新的整體水平與美國相比還有較大差距。另外，世界上大多數(shù)領先的人工智能半導體芯片都是由美國公司，如英偉達、英特爾、IBM、谷歌、蘋果和AMD制造的，中國在設計能夠支持先進人工智能系統(tǒng)的計算芯片方面相對落后，也缺乏高層次的專業(yè)人才。中國要成為人工智能的強國還需要10年左右時間。

想與國際一流水平并駕齊驅，需要相關科研機構、企業(yè)在基礎研究層面，持之以恒地探索人工智能的新方法，要充分利用和發(fā)揮互聯(lián)網(wǎng)大國的優(yōu)勢，把我國數(shù)據(jù)和用戶的優(yōu)勢資源轉換為人工智能技術發(fā)展的優(yōu)勢，深化人工智能技術的推廣應用，加強核心技術開發(fā)，做大做強人工智能產(chǎn)業(yè)。

在當前人工智能發(fā)展新一輪的熱潮中，我們要保持清醒的認識，避免不切實際的預言和承諾，不要把學術追求的目標當成眼前的產(chǎn)業(yè)現(xiàn)實，給社會公眾帶來誤導；另一方面，我們必須重視人工智能面向重大應用工程的研究和市場的創(chuàng)新開拓，同時要避免在產(chǎn)品研發(fā)和市場推廣中的“低水平、同質化”現(xiàn)象。

原文刊載于2019年9月25日《中國科學報》04版