摘要

  目前,发展人工智能已成为国家战略,为适应国家和社会发展需求,加强高校人工智能教育,是抢占新世纪科技制高点的必经之路。  回顾我国人工智能教育的发展历程,自2003年由北京大学提出成立“智能科学与技术”本科专业开始,目前经教育部正式批准设立的“智能科学与技术”本科专业高校已达56个。2018年教育部新增审批“人工智能”本科专业,全国共有35所高校获首批建设资格。与人工智能相关的“数据科学与大数据...

  目前,发展人工智能已成为国家战略,为适应国家和社会发展需求,加强高校人工智能教育,是抢占新世纪科技制高点的必经之路。

  回顾我国人工智能教育的发展历程,自2003年由北京大学提出成立“智能科学与技术”本科专业开始,目前经教育部正式批准设立的“智能科学与技术”本科专业高校已达56个。2018年教育部新增审批“人工智能”本科专业,全国共有35所高校获首批建设资格。与人工智能相关的“数据科学与大数据技术”“机器人工程”等专业也愈加受到青睐,自2017年以来中国科学院大学、南京大学、西安电子科技大学、天津师范大学等高校也相应成立专门的人工智能学院,我国高校对人工智能人才培养的重视程度上升到前所未有的高度。

  人工智能教育发展特点与差距

  人工智能是一门具有高度的综合性和交叉性特色的学科,而在我们高校现有的学科体系下,人工智能专业的教学和科研活动目前大多是散落在计算机、控制、统计等学科中,缺乏人工智能一级学科的引领,其学科发展呈现碎片化、离散化、简单化的特点,阻碍了我国智能科学技术的发展和智能技术人才的培养。

  发展人工智能教学需要独特的课程体系,对于中国大力建设人工智能学科的高校来说,除了教材,教学实验室的场地等一些硬件配套设施还未跟上,缺乏交叉性师资,这些都成为学科发展的掣肘。

  一份研究报告指出,伴随国家对人工智能发展的高度重视,我们在人工智能的学术、产业、开源软件使用等方面都取得了较快发展。但相比于美国逾71%的人工智能人才从业超过10年,我国相关人员总体从业时间较短、高校智能教育起步较晚,在基本算法、传感器等智能科学相关领域与世界顶级水平存在差距,主要体现在研究生培养和原创性学术研究成果方面。

  在学生培养方面,我国目前各高校存在课程设置针对性不足的问题。以最具代表性的人工智能研究成果为例,谷歌公司开发的自主学习AI机器人阿尔法狗及其强化升级版AlphaGo-Zero在神经网络、模式识别、数据遍历、深度学习等方面均取得了原创性研究进展,这要求项目的研究人员具备包括但远远不限于计算机和软件科学范围的广阔学科背景。而以另一项近期重大成果为例,美国哥伦比亚大学实现的无训练自主学习机械手已经一定程度上实现了机器人的自我认知。这一研究明确显示,人工智能研究需要在具有扎实计算机科学背景的前提下,对物理电子学、机械工程、自动控制和机器人学等方面有深入的了解。在此基础上,参考美国加州大学伯克利分校本科生人工智能的授课计划,课程要求学生首先完成计算机相关基础课程学习,并在授课中引入控制论、博弈论、机器人学等内容。

  相比之下,我国在智能科学领域计算机科学相关课程上,学生存在偏重编程训练、数学和算法基础薄弱的问题,外延的电子、机械、自控、机器人等方面存在的课程设置缺失也亟待补充。

  跨学科设置课程结构体系

  现阶段,人工智能与高等教育之间仍然存在诸多的融合难题,主要包括以下几个方面:

  目前高校由于缺乏人工智能领域的一级学科,相关专业分散在多个一级学科下,出现“教学分散”问题,应尽快建立人工智能一级学科,构建完整的教学体系,按学科特色的完备性来培养人才,以促进国家人工智能科学、技术与产业的发展。

  “师资缺口”问题源于人才缺口,对此,国内高校一方面可以从国外引进先进人才,另一方面可以与相关企业方面寻求合作,让企业人才到高校任教。各级政府还需要加大政策支持力度,对于人工智能领域做出规划和布局,给予一定的资源倾斜,助力专业人才的培养。

  课程方面,高校智能教育需要建立一个理工与人文众多交叉的课程体系,既有技术层面又有研发层面,相关伦理与法学类的课程也要跟上,但是目前能专门用于智能教育的课程数量还远远不能满足需求,这导致智能教育专业课程只能浓缩到“高级科普”程度。因此,应根据人工智能学科自身的特点探索和建设新的课程体系。学校要加快人工智能领域科技成果和资源向教育教学转化,推动人工智能重要方向的教材和在线开放课程建设,特别是人工智能基础、机器学习、神经网络、模式识别、计算机视觉、知识工程、自然语言处理等主干课程的建设,推动编写一批具有国际一流水平的本科生、研究生教材和国家级精品在线开放课程,将人工智能纳入基础教学内容,在摸索中逐步完善课程体系。

  产学研合作促专业建设

  在人工智能领域,高校不同于企业、科研院所等机构,除了需要进行学术研究和技术开发外,还需要通过产学研结合进行人工智能专业建设。

  具体来说,在专业建设方面,需重视人工智能与计算机、控制、数学、统计学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合,积极探索“人工智能+X”的人才培养模式。在具体教学中,根据需要与不同学院开展联合教学。以天津师范大学为例,人工智能学院在人工智能的伦理风险研究方面与法学院合作,在大数据技术方面与体育训练中心合作,将5G移动场景技术与教师教育学院合作,将语音识别技术和虚拟学习助手与外国语学院合作,各个学院的师资力量进行深度的交叉融合,特别是要充分发挥天津师范大学在认知心理学研究方面的优势,利用人工智能和认知心理打通与多个学科的交叉融合,拟跨学院和学科组建5个融合创新团队,形成8个项目研究小组,将研究成果向企业和社会转化,形成产、学、研、用链条式学科发展新体系。

  (作者赵雅文为天津师范大学新闻传播学院教授、博士生导师;张宝菊为天津师范大学人工智能学院教授、博士生导师)

教育信息服务平台订阅号二维码
教育信息服务平台微信服务号