张道昌：部署五大方向，培养人才并引领第四次工业革命 | 中新人工智能高峰论坛

在张道昌看来，与三次工业革命相比，第四次工业革命除了是技术创新，也是一个让我们能够无缝转型数字世界的大脑。

6月1日，以“深度视野，对话未来”为主题的首届“中新人工智能高峰论坛”在新加坡·南京生态科技岛召开。

本次论坛，大咖云集，汇聚了李德毅、周志华、凌晓峰等多位中、新方院士，以及科大讯飞、小i机器人、云知声等企业代表。其中，新加坡科技设计大学校长张道昌发表了《关于机器学习的一点思考》的主题演讲。

图 | 张道昌

其中，张道昌校长分享了他们SUTD在创新高等教育上的几个方向：

第一要打破孤岛，要有跨学科的学习；

第二是培养技能能力，有超过书本以外的知识；

第三提供灵活、有选择的多样化教育，因材施教；

第四是教育方式的创新，比如数字化的技艺平台；

第五是整合和行业的关系。

以下，是张道昌的演讲实录：

目前工业4.0革命有一个挑战，就是教育。我们如何能够让大学更好地去准备人才，并且向社会输送适合工业4.0的人才？从教育方面来讲，我们可以说一说如何变革高等教育，从而让人才做好迎接变革时代的准备。

我主要谈一下人工智能，简要地向大家介绍一下新加坡人工智能的发展，以及我们大学在新加坡人工智能产业的发展情况。

如今的数字化转型已经把整个世界引入到第四次工业革命，跟前面三次工业革命相比，第四次工业革命不仅仅是技术的革新，也是一个很大的大脑，让我们能够向数字世界无缝转型，创造出我们人的互联网、产品的互联网、服务的互联网、数据的互联网，所以我们现在从原先的机械化进化到了自主式/无人式的各类应用。

另外，新的工业革命是更全面的，其中包含了千千万万，甚至我们之前没见过的事物。所以第四次工业革命的影响是多个层面的，涉及到经济等不同的行业，包括整个社会都会受到深远的影响。

先看一下人工智能对工作岗位的影响，更多的岗位将会被先进的机器人和机器的智能所取代，这个速度会非常快。从整个经济角度来讲，除了经济本身，同时还包括创新——我们有新的货币“信息和数据”，有新的资本“创意人才”，以及跨学科，其所教授的技能就是人工智能，包括数据分析以及3D打印。

因为这样一个影响，大部分岗位将会经历非常根本式的变革，整个工业也会发起挑战——一些先进的机器人和机器学习，以及人工智能将有可能取代人类。在一些中低端的岗位，人工智能会把人类挤掉，继而创造新的工种。不过，那些需要有创意、需要跨学科、需要有一个复杂知识体系的岗位，将不能简单的由更聪明的机器所取代，而这个时候对于雇主来讲，要能够不断地给员工再培训，让他们获得一些新的技能。

与此同时，对于一些员工来讲，他们需要去拥抱新的技术，并且学习新的东西。我们需要一个跨学科的学习，并且也要去培养一个持续学习、终身学习的思维方式。只有在教育体系中做到这一点，才能够帮助我们应对第四次工业革命所带来的挑战。

这就涉及到我主要的一个话题——从大学的角度来看，我们如何去培养人才，并让这样的人才去引领第四次工业革命呢？

非常清晰地讲，我们不能够用20世纪的课程去培养21世纪的人才，需要去大胆创新，提出一些较为根本性的问题。比方说智能的体征是什么？组织架构应该是怎样的？课程、学位、教学方法、研究方法又该怎样？什么叫做终身学习？该如何去使用信息化技术？……这些问题，我们都要能够问出来。

所以在这里，我跟大家分享一下我们是如何对这些问题提出答案的。我们是与MIT和浙江大学一起合作办学。我们有五大关键部分：

第一个，打破我们的孤岛行为，并且把跨学科学习和全球接触结合在一起。对于传统教育，我们总会想到一些行业，比方说土木工程、机械工程、电气工程或者是其他一些非常具体的领域。

现在，我们要清楚知道自己需要什么，产品、资源和系统。我们要有一个水平性的连接，让学生有很好的基础。因此，我们要在学校里面帮助他们打好基础，需要设立一个跨学科、多学科的教学，让他们能够找到自己的兴趣所在，这样一来，他们就会有很好的动力来学习了。

第二个，开发他们的技能，但不仅仅局限于书本知识，包括创意等等。

第三个，打造灵活的、有选择的和多样化的教育，让学生自己选择，做到因材施教。

现在我们要更倾向于平衡教育，比如说创意性的思维、同理心和终身学习等等。另外，学生也要有很好的态度，要热情并且能够合作协作，形成一个成长型的思维；除了在课堂里面学习之外，也要有全球性的学习通道，带来更多的选择、更多多元化的路径。

同时，我们有一个灵活的课程，让学生能够自己选择那些最适宜他们未来职业生涯的课程菜单，这个叫做以未来为主导的学习。

第四个，开发一个充满活力的互动型数字学习，它是可扩展化的，能够面对非常大且多元化的一个学生组。我们有这样一个数字型的在线学习平台，被称作翻转课堂（混合性的学习），带有工业性的色彩。

现在很多学生在本科时期就已经融入社会、融入行业，而不是单纯的等待。比如说全日制的研究生，我们可以在线教授他们研究生课程，不一定非要全日制。这样一来，他们可以在线学习一些最基本的知识，我们把这个叫做“可对战式的模块式学习”。基于这个学习模式，如果他们决定回到全日制学习，因为过去已经打好基础，整体学习时间也可以缩短。另外，除了数字平台和大学，他们也可以选择MOCO学习，打造一个模块式的学习，让学生有多个路径可选择。

第五个，整合其他产学资源，在人工智能等领域进行一些技能的培养。比如说像医疗，还有人工智能，我们希望有一个紧密的一体化方法，叫做“联合创造”。工业界会给我们一些意见，从而帮助我们来塑造课程。我们要想培养的学生能够支持行业，就得和行业一起合作，重新培训人才。另外，这些学生必须要进行反复的、持续的学习，只有这样，才能够面对不断变化的世界。

我们还会辅导和开发那些具备技术背景知识的毕业生，让他们能够迎接整个行业的新需求。

在新加坡，你可以看到产业学的研究，包括有六个大学，以及研究机构、行业企业等等。

我们大学现在主要关注人工智能的一些技术，已经有四到五年了，我们和业界也结成了很好的合作伙伴关系，诸如科大讯飞，我们也和他们签署了谅解备忘录。

这里要说的很重要，像人工智能研究，我们到底该如何很好的进行组织，主要是四个全面、综合的领域，比如我们，有理论和AI系统最基本的研究，还有AI的发现、人机交互以及未来人工智能基础架构。

我们需要很好的整合，包括在教育方面的合作，或者与行业公司的合作。此外，我们还设置了培训和奖学金项目。这些都是一体化方法所涵盖的部分，能够对行业、学校产生深远的影响。

最后，记得关注微信公众号：镁客网（im2maker），更多干货在等你！