独家专访 | 周志华:AI产业更凸显“个人英雄”,人才培养需强调产学结合
在周志华教授看来,AI人才培养需要对现有教学体系显著变革, 且不可大包大揽,需因地制宜的来设置课程。
前言:2018中国人工智能峰会即将在9月6日开启,南京大学人工智能学院院长周志华教授受邀出席,并将在当日主论坛及AI人才教育高峰论坛发表相关演讲。
近日来,各大高校陆陆续续迎来了自己的又一批“新鲜血液”。这之中,有一部分新生受到极大关注,他们身上带有一个醒目的标签——AI专业。
今年3月,南京大学宣布成立人工智能学院,由南京大学计算机系主任、欧洲科学院外籍院士、ACM/AAAI/IEEE/AAAS/IAPR会士周志华教授担任院长,而南京大学也成为了国内首个成立人工智能学院的双一流A类、C9类高校。目前,包括中国科学院大学、南京大学、东南大学等在内,国内已经有10余所高校设立了人工智能独立学院。
“AI人才教育”一直以来都是业内关注的焦点,也是行业公认的发展动力。近日,镁客网独家采访了南京大学人工智能学院院长周志华教授,围绕AI学院人才培养、AI教育建设等议题进行了探讨。
图 | 南京大学人工智能学院院长周志华
设立独立的人工智能学院,是多方驱动的必然结果
于每一所高校而言,设立新专业是很正常的事情,但这次明显不同。全国多所高校联动,陆续为人工智能开设了独立学院而非既有学院的下属专业,这在教学体系已经基本定型的当下格外引发关注。
周教授认为,人工智能学院的涌现,是政策、产业、教育多方共同推动的结果。
“首先,人工智能是时代关注的焦点,国家政府都高度重视。比如习总书记在两院院士大会报告中三次强调要推动AI与实体经济的深度融合,国家最高领导人连续强调,这是很少见的,可见国家政府的重视程度。
第二,人工智能技术已经进入互联网、金融、智能制造等诸多行业,人才缺口非常大。如果希望相关产业进一步发展、进一步有效提升,人才缺口必须要弥补。目前大家主要以挖人为主,以美国为例,大学中做AI比较出名的教授相当大部分都已经被企业挖走。但是挖人不会带来增量,一流教授相继流失,谁来培养下一代AI从业者?从根本来看,人才缺口必须通过加强培养来解决。
第三,人工智能是一个经过60多年发展的学科,已经形成了庞大自洽的专业知识体系,而解决现实问题通常要涉及到多种专业知识的融合。周教授介绍,2016年他在南京大学承担了人工智能课程体系规划的教改项目,在项目开展期间就发现目前的教学框架需要经过改革才能适应人工智能人才的培养。以计算机科学与技术学科为例,本科毕业大致需修满150个学分,其中约60学分是通识通修课程,15学分是毕业设计和就业创业类课程,在剩下的约75个学分中,学科平台课和专业核心课约占55学分。到此尚未出现人工智能专门课程,已经仅剩约20学分。而剩下的学分仍需考虑计算机学科“宽口径”人才培养,要平衡多个专业方向的需求,这就使得能专门用于人工智能的课程数量远远不能满足需求,导致人工智能专业课程只能浓缩到“高级科普”程度。对于AI人才的培养而言,这显然是不够的。与其在原有框架下慢慢调整,不如从头开始去彻底设计一个真正为AI人才培养所需要的体系。
值得一提的是,今年3月教育部出台了《高等学校AI学院创新行动计划》,其中明确提出,到2020年要在全国建设50个人工智能学院、研究院。因此,在这样的多方形势汇合下,人工智能学院的设立就成为了一件必然的事情。
AI教育需融合数学与计算科学,课程设置要有所为有所不为
“对于一个学院来讲,怎样才能更好地培养学生,这是最需要考虑的问题。这之中,有两件事非常重要,那就是课程设置和师资队伍。”
在周教授看来,人工智能学院的学生需要有非常扎实的数学基础和计算科学基础。
图 | 南京大学人工智能学院揭牌仪式现场(图源:南京大学新闻网)
“人工智能技术所针对的都是一些困难问题,很多是没有精确描述和良性定义的现实问题,要把它抽象成一个目前能够解决的合适问题,就需要有扎实的数学基础。”
周教授举了一个案例,一位用户在电商网站偶然浏览了寿衣,之后经常收到丧葬用品推荐,用户非常恼火;另一位用户偶然浏览过新款女包后经常收到时尚新包的推荐,用户很满意。这两件事粗看起来是一样的,都是用户偶然浏览了某个网页之后电商推荐了相关产品。如何解决这个问题呢?如果学生有扎实的数学基础,可能意识到前者是概率长尾分布的部分,而前者不然,这样去考虑,这个问题可能就解决了。但如果数学基础不扎实,就不太好办。
周教授指出,人工智能技术的算法解决方案设计好之后,需要通过软件程序来实现,再进一步考虑如何利用现代计算设备来提升效率,因此,学生必须具备计算机科学的扎实基础。
“这显然不是简单地把数学系与计算机系的课程拼起来就行,因为学生的时间精力和修读学分是有限的”。在我国高校现有教学体系下,甚至每个教学模块内所需修读的学分数,都有明确的规定。所以作为一个新的学院,要恰当地设计课程,包括课程门类、模块、先后顺序等,这是需要下很大力气的事情。
此外,关于学科方向的设置,周教授表示,要“有所为,有所不为”。每所高校有自己的特点和专长,对人工智能这样涉及面可以很广的学科,需要有所选择,因地制宜的来开展教育。”
以南京大学人工智能学院为例,在初期将设置两个专业方向,分别是机器学习与数据挖掘、智能系统与应用。南京大学在这方面有长期的优势积累,在师资力量上有相当的储备。
AI产业更凸显“个人英雄”,人才培养需产学结合
当前,包括南京大学在内,诸多高校的人工智能学院已经相继招生。在接下来的4年甚至更长时间里,他们将深度接触AI技术。但是作为学生,他们也会面临同样的问题——毕业之后怎么办?去哪里工作?
周志华教授提到,人工智能是一个“进可攻、退可守”的专业。学生如果对科学研究感兴趣,那么人工智能作为一个方兴未艾的研究领域,一定程度上可以与上世纪二十年代的量子力学领域类比,有大量的重要而有趣的课题等待着优秀年轻人去探索。学生如果对就业更关注,那么人工智能无疑提供了目前最好的就业机会。相关行业都在疯抢人工智能人才,学生就业完全不成问题。即便以后社会上相关人才培养量急剧增长,作为优势学科单位培养出的学生也绝对不必为就业担心。学生更需要关心的,是如何通过四年的学习,能够使自己具备出色的专业能力,比非正规训练的社会人才更加优秀。
周教授说,以往对人才培养来说,从“学”到“用”之间的间隔是天然存在的。比如对现代软件业而言,很少有什么软件是一个人就能开发出来的,必须进行大团队合作,而这种能力和经验需要在企业实践中学习锻炼。以往企业会觉得高校人才培养与实际需求有距离,高校也会苦恼,因为高校重点培养的是每个学生的基本素质能力,不是职业培训班。而与以往不同,人工智能是一个“学以致用”性非常强的行业,实验室里取得的突破很快就可以在产业应用中实施,这也是高度凸显“个人英雄主义”的行业,个体取得的突破往往能推进甚至引领整个领域的技术发展。学生在校只要能学得好,掌握了扎实的专业能力,几乎可以“无缝”地进入产业实践中去。比如周志华教授课题组的博士生魏秀参同学,在还没有毕业的时候就已经被旷视聘请担任南京人工智能研究院的院长。
尽早接触产业真实的问题,也是南京大学人工智能学院人才培养方案中强调的部分。“我们希望学生能够在学习过程中较早地接触一些应用问题,甚至能拿到真实数据、真实企业案例来做课程研究。”周教授提到了南京大学吕建校长在两会上提出的提案,希望大学生到企业“实习”不会沦为“放羊”或“简单打工”。南京大学人工智能学院正在这方面进行积极的探索。比如,已经有京东、科沃斯、旷视等多家企业到学院附近建设人工智能研究院,并且与学院签约成为学生实训基地。
“学生去实训基地实习的时候,将可以在学院老师和企业导师的共同指导下获得实践经验,确保不会是简单打工和放羊;另一方面,企业不仅接收到实习生,还能得到学院高水平教师的协助,有可能在学生实习过程中解决真实问题;对教师来说,也提供了一个直接开展企业合作科研的机制。”
借由实训基地,高校与企业形成了某种程度的“价值闭环”。通过这一平台,学生能更好地获得实战经验,并为自己的未来走向提供参考;学院能够真正做到补缺AI人才漏洞,帮助学生更好认知自己、认知社会;企业则能够在技术研发等方面直接或间接获得实习生、老师或学院的帮助。
中国AI产业进入高速发展期,南京大有可为
作为AI领域的尖端学者,不管是前沿研究还是AI人才教育,周志华教授都有着深刻的见地。在即将到来的9月6日 “2018中国人工智能峰会(CAIS2018)”上,他也将在现场分享关于机器学习前沿发展的一些思考。
在周志华教授看来,我国的AI产业已经进入了一个高速发展期。作为南京大学人工智能学院院长,对于“大本营”南京在AI方面的发展,周志华教授也做了一番分析。他认为,南京在发展科学技术上有扎实的基础,拥有南京大学、东南大学、南京航空航天大学、南京理工大学等多所高水平大学,在人工智能专业方面也有较好的人才储备。不过,留不住人才也是一直困扰的问题。
过去北京深圳等城市高度集聚了互联网、AI产业公司,集聚效应导致更多的企业、更多的人才向其靠拢。但是,“经过一段时间之后,南京本身的优势开始体现出来了。”相当数量的青年人才逃离一线城市已经开始成为现实,随着南京政府出台的各项人才优惠政策,对人才的吸引力显著增强。尤其是南京本地高校的人才造血能力很强,以往大批优秀毕业生到别的城市求职,如果在南京本地有好的机会,有很多人会选择留下来。最近一段时间有很多人工智能产业开始在南京聚集,有可能逐渐形成集聚效应。
周志华教授表示,“近期有不少企业陆陆续续把AI研发部门搬到了南京,或是在南京开设AI研究机构。再加上南京多个大学相继设立人工智能学院以培养人才,提供了一般城市所不能具备的支撑力量。按照这个趋势发展下去,我认为南京在AI产业方面应该是大有可为的。”
最后,记得关注微信公众号:镁客网(im2maker),更多干货在等你!
硬科技产业媒体
关注技术驱动创新