人工智能可謂當下炙手可熱的領(lǐng)域。放眼全球，很多國家都把人工智能作為目前最大的發(fā)展戰(zhàn)略，力圖在新一輪國際競爭中掌握主導(dǎo)權(quán)。2015年12月，中國工程院批準了“中國人工智能2.0發(fā)展戰(zhàn)略研究”重大咨詢項目。2017年7月，《新一代人工智能發(fā)展規(guī)劃》對外發(fā)布。

 

　　人工智能產(chǎn)業(yè)的健康發(fā)展涉及方方面面，其中一個不容忽視的因素是人才培養(yǎng)。要想長遠發(fā)展，打下厚實的人才基礎(chǔ)至關(guān)重要。近年來，國內(nèi)高校一直在探索人工智能領(lǐng)域的人才培養(yǎng)，主要分布在計算機、自動化等多個學科。但在實際教學中，真正涉及人工智能的課程可能只有區(qū)區(qū)幾門，導(dǎo)致培養(yǎng)出來的人才無法滿足真正的應(yīng)用需求。

 

　　這提醒我們，在培養(yǎng)人工智能人才時，不能直接在現(xiàn)有專業(yè)知識體系中培養(yǎng)人工智能專業(yè)化人才，因為人工智能知識體系與計算機、控制、數(shù)學、神經(jīng)科學和心理學等領(lǐng)域關(guān)聯(lián)，應(yīng)圍繞人工智能內(nèi)涵本質(zhì)進行知識體系建設(shè)，以培養(yǎng)高素質(zhì)專業(yè)化人才。

 

　　目前，國內(nèi)一些高校對人工智能人才培養(yǎng)過程中知識體系的構(gòu)成進行了一些有益探索。比如，西安交大人工智能試驗班將課程體系分為人工智能核心課程群、數(shù)學課程群、認知與神經(jīng)科學課程群、人工智能平臺與工具課程群等模塊；南京大學提出了“人才培養(yǎng)為核心、基礎(chǔ)研究為支撐、創(chuàng)新應(yīng)用為出口”的創(chuàng)新發(fā)展模式，根據(jù)人工智能學科自身特點進行課程創(chuàng)新建設(shè)；浙江大學在人工智能本科專業(yè)建設(shè)方案中將知識點劃分為通識課程、人工智能專業(yè)必修課、專業(yè)模塊課等類別。

 

　　之所以厘清人工智能課程建設(shè)內(nèi)涵很重要，是因為人工智能課程知識體系與現(xiàn)有課程知識體系存在巨大差距。

 

　　美國卡耐基梅隆大學在今年9月招收了全美第一批人工智能本科專業(yè)學生，要求學習數(shù)學、計算機和人工智能三大類課程，同時提供了內(nèi)容豐富的選修課程。我們可以來對比一下卡耐基梅隆大學人工智能本科專業(yè)知識體系與斯坦福大學計算機科學本科專業(yè)知識體系的不同。斯坦福大學將計算機科學本科專業(yè)知識體系分為數(shù)學、科學、工程基礎(chǔ)、計算機科學等核心類別課程，然后設(shè)置人工智能、生物計算、計算機工程、人機交互、計算機系統(tǒng)等模塊，每個學生在修完所有核心類別課程后，再選擇某一個模塊進行學習（一般一個模塊包含2~3門課程）。由此可見，人工智能專業(yè)知識體系不等于計算機科學知識體系。在斯坦福大學計算機科學本科專業(yè)中，人工智能只是一個模塊；而卡耐基梅隆大學的人工智能本科專業(yè)中，人工智能是一個體系。

 

　　因此，在人工智能人才培養(yǎng)過程中，要強化專業(yè)化意識，避免人工智能知識體系碎片化與空心化，而是要成體系培養(yǎng)人工智能專業(yè)人才。

 

　　在守住人工智能內(nèi)涵培養(yǎng)的同時，也要注重人工智能人才培養(yǎng)中的學科交叉和應(yīng)用驅(qū)動。浙江大學老校長竺可楨曾說過：“若是一個大學單從事于零星專門知識的傳授，既乏學術(shù)研究的空氣，又無科學方法的訓練，則其學生之思想即難收到融會貫通之效。若側(cè)重應(yīng)用的科學，而置純粹科學、人文科學于不顧，這是謀食而不謀道的辦法。”

 

　　因此，在人工智能人才培養(yǎng)過程中，首先要厘清人工智能知識體系的內(nèi)涵，然后學校根據(jù)各自學科特點，主動交叉特色學科，并且以豐富應(yīng)用場景提升人才培養(yǎng)動力。當然，在這個過程中，要鼓勵教師在專業(yè)、通識和交叉等課程建設(shè)中投入精力，一起推動人工智能高素質(zhì)人才的培養(yǎng)。（作者吳飛 系浙江大學計算機學院教授）